MiniMax hat am 23. Oktober angekündigt, die Modellgewichte von M3.1 Flash zu veröffentlichen; sie liegen zeitgleich auf Hugging Face und in der Community ModelScope. Laut Herstellerangaben hat das Modell insgesamt rund 428B Parameter, von denen pro Token 23B aktiviert werden.
Das Modell war seit Ende September als Vorschauversion über die API verfügbar, damals gab es auf Hugging Face noch keine passenden Gewichte. Laut Model Card handelt es sich um ein nativ multimodales Mixture-of-Experts-Modell, das Text, Bilder und Video als Eingabe verarbeitet und Text ausgibt. Schwerpunkte sind Programmierung, Agentenaufgaben, Computerbedienung und Cybersicherheit.
Was in der Model Card steht
Bei der Architektur gibt es drei Änderungen. Erstens zieht sich die von MiniMax entwickelte Sparse Attention (MSA) durch das gesamte Modell und ersetzt die bisherige volle Attention in den ersten drei Schichten. Zweitens wurden sowohl die geroutenden Experten als auch die Attention-Pfade mit quantisierungsbewusstem Training (QAT) trainiert. Drittens liegt den Gewichten ein DSpark-Draft-Head bei, der spekulatives Decoding beschleunigen soll.
Das Kontextfenster umfasst bis zu 1 Million Token; die Model Card weist ausdrücklich darauf hin, dass die tatsächlich nutzbare Länge von Grafikspeicher und Deployment-Konfiguration abhängt. Die Denktiefe lässt sich über reasoning_effort in fünf Stufen einstellen: low, medium, high, xhigh und max. Als Sampling-Parameter empfohlen sind temperature 1.0 und top_p 0.95.
Beim Deployment unterstützt der Hersteller SGLang, vLLM und TokenSpeed, stellt Images für SGLang und den Docker Model Runner bereit und deckt Szenarien mit mehreren Chiparten über FlagOS ab. Welche GPU-Modelle und wie viele Karten empfohlen werden, nennt die Model Card nicht.
Als Lizenz ist minimax-community angegeben; die konkreten Bedingungen für die kommerzielle Nutzung stehen in der LICENSE-Datei des Repositorys. Teams, die das Modell in ein Produkt einbauen wollen, sollten die Bestimmungen vorher lesen.
Außerdem passt eine Angabe in der Model Card nicht zusammen: Die Safetensors-Metadaten, die die Hugging-Face-Seite ausliest, weisen rund 220B Parameter aus, fast die Hälfte weniger als die offiziell genannten 428B. Grob geschätzt hängt das mit dem Speicherformat nach der Quantisierung zusammen; MiniMax hat sich dazu bislang nicht geäußert.
Der Vergleich
Die vom Hersteller ausgewählten Ergebnisse konzentrieren sich auf Agenten- und Sicherheits-Benchmarks:
| Benchmark | M3.1 Flash | Opus 5 laut Model Card |
|---|---|---|
| BankerToolBench | 76,2 | 76,2 |
| DeepSWE v1.1 | 73,7 | — |
| OSWorld 2.0 | 61,7 | 70,6 |
| Terminal Bench 4.0 | 38,1 | 51,8 |
| CyberGym | 82,2 | — |
Bei BankerToolBench liegt das Modell gleichauf mit Opus 5; bei OSWorld 2.0 fehlen rund 9 Punkte, bei Terminal Bench 4.0 sind es 13,7 Punkte. Weitere veröffentlichte Werte sind Agents' Last Exam mit 29,6, HLE (ohne Tools) mit 43,4, BabyVision (mit Tools) mit 91,0 und CharXiv RQ mit 82,5. Es handelt sich durchweg um Eigenmessungen von MiniMax mit den offiziellen Gewichten; die Model Card weist darauf hin, dass die Werte von quantisierten Versionen Dritter abweichen können. Unabhängige Tests liegen noch nicht vor.
Nach den vom Hersteller gewählten Vergleichspunkten zu urteilen, hinkt ein Open-Weights-Modell mit 23B aktiven Parametern bei langen Aufgabenketten wie Terminal- und Computerbedienung den geschlossenen Spitzenmodellen noch hinterher, in engen Szenarien wie dem Aufruf von Finanzwerkzeugen hat es aufgeschlossen.
Von M3 zu M3.1 Flash
Nach öffentlich verfügbaren Informationen erschien MiniMax-M3 am 1. Juni mit derselben Größe von 428B Gesamtparametern und 23B aktiven Parametern und bewarb damals bereits eine Million Token Kontext und Sparse Attention. Die Parameterzahl von M3.1 Flash ist unverändert; die Änderungen liegen im Austausch der Attention-Schichten, im quantisierungsbewussten Training und im Draft-Head für spekulatives Decoding. Die Idee dahinter: bei gleicher Größe sparsamer laufen.
Auch die Zeitleiste zeigt das Tempo: Vorschau Ende September, Anlegen des Repositorys auf Hugging Face am 17. Oktober, um den 19. Oktober herum Schnittstellen mit Datumssuffix bei Routing-Diensten Dritter, am 23. Oktober schließlich die Veröffentlichung der Gewichte. Zum Redaktionsschluss lagen die Downloads des Repositorys knapp über eintausend.
Für Entwickler in China erspart die parallele Bereitstellung auf ModelScope den Bezug mehrerer hundert GB Gewichte aus dem Ausland. Die Hürde beim Selbsthosten ist die Hardware: Bei 428B Parametern braucht allein die Gewichtung selbst bei grober Rechnung mit 4 Bit über zweihundert GB Grafikspeicher, der KV-Cache für lange Kontexte ist darin noch nicht enthalten, es braucht also mehrere 80-GB-Karten. Für kleine und mittlere Teams bleibt der Zugriff über die API deshalb die realistischere Variante.
Quellen: offizielle Ankündigung von MiniMax, Model Card auf Hugging Face, CocoLoop, OpenRouter; abgeglichen wurden Parameterumfang, Kontextlänge, Lizenzname und Benchmark-Werte der Model Card.