MiniMax a annoncé le 23 octobre la publication des poids de M3.1 Flash, disponibles simultanément sur Hugging Face et sur la communauté ModelScope. Selon l'entreprise, le modèle compte environ 428B de paramètres au total, dont 23B activés pour chaque token.
Le modèle était accessible via l'API en version préliminaire depuis fin septembre, à une période où Hugging Face ne proposait pas encore de poids correspondants. D'après la fiche du modèle, il s'agit d'un modèle à mélange d'experts nativement multimodal, qui accepte du texte, des images et de la vidéo en entrée et produit du texte, avec un accent sur la programmation, les tâches d'agents, le pilotage d'ordinateur et la cybersécurité.
Ce que dit la fiche du modèle
Côté architecture, trois changements se distinguent. D'abord, l'attention parcimonieuse développée par MiniMax (MSA) traverse tout le modèle et remplace l'attention complète qui occupait jusqu'ici les trois premières couches. Ensuite, les experts routés comme les chemins d'attention ont été entraînés avec prise en compte de la quantification. Enfin, une tête de brouillon DSpark est livrée avec les poids pour accélérer le décodage spéculatif.
La fenêtre de contexte atteint 1 million de tokens ; la fiche précise expressément que la longueur réellement exploitable dépend de la mémoire vidéo et de la configuration de déploiement. L'intensité du raisonnement se règle via reasoning_effort, sur cinq niveaux : low, medium, high, xhigh et max. Les paramètres d'échantillonnage recommandés sont temperature 1.0 et top_p 0.95.
Pour le déploiement, l'entreprise prend en charge SGLang, vLLM et TokenSpeed, fournit des images pour SGLang et Docker Model Runner, et couvre les scénarios multi-puces via FlagOS. La fiche n'indique ni le modèle de GPU ni le nombre de cartes recommandés.
La licence indiquée est minimax-community ; les conditions d'usage commercial précises figurent dans le fichier LICENSE du dépôt, et les équipes qui comptent en faire un produit devront d'abord en lire les termes.
La fiche comporte par ailleurs une incohérence : les métadonnées Safetensors lues par la page Hugging Face affichent environ 220B de paramètres, soit près de moitié moins que les 428B annoncés officiellement. Une estimation approximative l'attribue au format de stockage après quantification ; MiniMax n'a pour l'instant fourni aucune explication.
Face à qui
Les résultats mis en avant par l'entreprise portent surtout sur des benchmarks d'agents et de sécurité :
| Benchmark | M3.1 Flash | Opus 5 selon la fiche |
|---|---|---|
| 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 | — |
Sur BankerToolBench, le modèle fait jeu égal avec Opus 5 ; sur OSWorld 2.0, il est environ 9 points en dessous, et 13,7 points sur Terminal Bench 4.0. Parmi les autres scores publiés figurent Agents' Last Exam à 29,6, HLE (sans outils) à 43,4, BabyVision (avec outils) à 91,0 et CharXiv RQ à 82,5. Ce sont tous des résultats mesurés par MiniMax avec les poids officiels ; la fiche avertit que les scores des versions quantifiées par des tiers peuvent différer, et aucune évaluation indépendante n'est encore disponible.
À en juger par les comparaisons retenues par l'entreprise, un modèle à poids ouverts avec 23B actifs reste à une certaine distance des modèles fermés haut de gamme sur les tâches longues comme le terminal et le pilotage d'ordinateur, tandis que sur des cas étroits comme l'appel d'outils financiers, il a rattrapé son retard.
De M3 à M3.1 Flash
D'après les informations publiques, MiniMax-M3 est sorti le 1er juin avec la même taille, 428B de paramètres au total et 23B actifs, et mettait déjà en avant le million de tokens de contexte et l'attention parcimonieuse. M3.1 Flash ne change pas l'échelle des paramètres ; les modifications portent sur le remplacement des couches d'attention, l'entraînement tenant compte de la quantification et la tête de décodage spéculatif, avec l'idée de faire tourner un modèle de même taille de façon plus économe.
La chronologie montre aussi le rythme : préversion fin septembre, création du dépôt sur Hugging Face le 17 octobre, interfaces à suffixe daté chez des services de routage tiers autour du 19 octobre, puis publication des poids le 23. À la rédaction de cet article, le dépôt affichait un peu plus d'un millier de téléchargements.
Pour les développeurs en Chine, la mise en ligne parallèle sur ModelScope évite de rapatrier depuis l'étranger plusieurs centaines de Go de poids. Le frein à l'auto-hébergement, c'est le matériel : avec 428B de paramètres, même en comptant grossièrement en 4 bits, les seuls poids exigent plus de deux cents Go de mémoire vidéo, sans compter le cache KV du long contexte, ce qui suppose plusieurs cartes de 80 Go. Pour les petites et moyennes équipes, l'usage le plus réaliste reste d'appeler l'API.
Sources : annonce officielle de MiniMax, fiche du modèle sur Hugging Face, CocoLoop, OpenRouter ; l'échelle des paramètres, la longueur de contexte, le nom de la licence et les scores de benchmark de la fiche ont été recoupés.