MiniMax anunció el 23 de octubre que publica los pesos del modelo M3.1 Flash, disponibles a la vez en Hugging Face y en la comunidad ModelScope. Según la compañía, el modelo tiene unos 428B de parámetros en total, con 23B activos por cada token.
El modelo llegó a la API como versión preliminar a finales de septiembre, cuando aún no había pesos en Hugging Face. Según la tarjeta del modelo, es un modelo de mezcla de expertos nativamente multimodal: acepta texto, imágenes y vídeo como entrada y genera texto, con foco en programación, tareas de agentes, manejo del ordenador y ciberseguridad.
Qué dice la tarjeta del modelo
En la arquitectura hay tres cambios. El primero es la atención dispersa desarrollada por MiniMax (MSA), presente en todo el modelo, que sustituye a la atención completa que antes ocupaba las tres primeras capas. El segundo es el entrenamiento consciente de la cuantización, aplicado tanto a los expertos enrutados como a las rutas de atención. El tercero es una cabeza de borrador DSpark, incluida junto con los pesos, para acelerar la decodificación especulativa.
La ventana de contexto llega a 1 millón de tokens, y la tarjeta advierte expresamente de que la longitud realmente utilizable depende de la memoria gráfica y de la configuración del despliegue. La intensidad del razonamiento se ajusta con reasoning_effort, en cinco niveles: low, medium, high, xhigh y max. Los parámetros de muestreo recomendados son temperature 1.0 y top_p 0.95.
En cuanto al despliegue, la compañía da soporte a SGLang, vLLM y TokenSpeed, ofrece imágenes para SGLang y Docker Model Runner, y cubre los escenarios con varios tipos de chip mediante FlagOS. La tarjeta no indica qué modelo de GPU ni cuántas tarjetas se recomiendan.
La licencia indicada es minimax-community; las condiciones comerciales concretas figuran en el archivo LICENSE del repositorio, así que los equipos que quieran usar el modelo en un producto deben leer antes los términos.
Hay además una discrepancia: los metadatos Safetensors que lee la página de Hugging Face muestran unos 220B de parámetros, casi la mitad de los 428B que cita la compañía. Una estimación aproximada es que se debe al formato de almacenamiento tras la cuantización; MiniMax no ha dado por ahora ninguna explicación.
Frente a quién
Los resultados que la compañía destaca se concentran en pruebas de agentes y de seguridad:
| Prueba | M3.1 Flash | Opus 5 según la tarjeta |
|---|---|---|
| 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 | — |
En BankerToolBench empata con Opus 5; en OSWorld 2.0 queda unos 9 puntos por debajo y en Terminal Bench 4.0, 13,7 puntos. Otros resultados publicados son Agents' Last Exam con 29,6, HLE (sin herramientas) con 43,4, BabyVision (con herramientas) con 91,0 y CharXiv RQ con 82,5. Todos son mediciones propias de MiniMax con los pesos oficiales; la tarjeta recuerda que las puntuaciones de versiones cuantizadas de terceros pueden diferir, y todavía no hay evaluaciones independientes.
A juzgar por los puntos de comparación que eligió la compañía, un modelo de pesos abiertos con 23B activos aún queda a cierta distancia de los buques insignia cerrados en tareas de cadena larga como el terminal y el manejo del ordenador, aunque en escenarios acotados como la llamada a herramientas financieras ya los ha igualado.
De M3 a M3.1 Flash
Según la información pública, MiniMax-M3 se lanzó el 1 de junio con la misma escala, 428B de parámetros totales y 23B activos, y ya destacaba el contexto de un millón de tokens y la atención dispersa. M3.1 Flash no cambia el tamaño en parámetros; las modificaciones están en la sustitución de las capas de atención, el entrenamiento consciente de la cuantización y la cabeza de decodificación especulativa, con la idea de que un modelo del mismo tamaño funcione de forma más económica.
La cronología también muestra el ritmo: versión preliminar a finales de septiembre, creación del repositorio en Hugging Face el 17 de octubre, interfaces con sufijo de fecha en servicios de enrutamiento de terceros en torno al 19 de octubre y publicación de los pesos el 23. Al cierre de esta nota, el repositorio sumaba poco más de mil descargas.
Para los desarrolladores de China, la publicación paralela en ModelScope evita descargar desde el extranjero cientos de GB de pesos. La barrera para desplegarlo por cuenta propia es el hardware: con 428B de parámetros, incluso en un cálculo grueso a 4 bits, solo los pesos requieren más de doscientos GB de memoria gráfica, sin contar la caché KV del contexto largo, por lo que hacen falta varias tarjetas de 80 GB. Para los equipos pequeños y medianos, el uso más realista sigue siendo llamar a la API.
Fuentes: anuncio oficial de MiniMax, tarjeta del modelo en Hugging Face, CocoLoop, OpenRouter; se contrastaron la escala de parámetros, la longitud de contexto, el nombre de la licencia y las puntuaciones de la tarjeta del modelo.