Pada 23 Oktober, MiniMax mengumumkan pembukaan bobot model M3.1 Flash, yang tayang bersamaan di Hugging Face dan ModelScope. Skala yang disebut perusahaan adalah total parameter sekitar 428B dengan 23B aktif untuk setiap token.
Model ini lebih dulu masuk ke API sebagai versi pratinjau pada akhir September, dan saat itu belum ada bobot yang sesuai di Hugging Face. Menurut model card, ini adalah model mixture-of-experts yang multimodal secara native: menerima teks, gambar, dan video sebagai input, lalu menghasilkan teks. Fokusnya adalah coding, tugas agen, pengoperasian komputer, dan keamanan siber.
Isi model card
Ada tiga perubahan arsitektur. Pertama, sparse attention buatan MiniMax sendiri (MSA) diterapkan di seluruh model, menggantikan full attention yang sebelumnya ada di tiga lapisan pertama. Kedua, expert yang dirutekan dan jalur attention sama-sama dilatih dengan quantization-aware training. Ketiga, bobot disertai draft head DSpark untuk mempercepat inferensi lewat speculative decoding.
Jendela konteks mencapai 1 juta token, dan model card secara khusus mencatat bahwa panjang yang benar-benar bisa dipakai bergantung pada memori GPU dan konfigurasi deployment. Intensitas penalaran diatur lewat reasoning_effort dalam lima tingkat: low, medium, high, xhigh, dan max. Parameter sampling yang direkomendasikan adalah temperature 1,0 dan top_p 0,95.
Untuk deployment, pihak resmi mendukung SGLang, vLLM, dan TokenSpeed, menyediakan image untuk SGLang dan Docker Model Runner, sedangkan skenario multi-chip memakai FlagOS. Model card tidak menyebut tipe GPU maupun jumlah kartu yang direkomendasikan.
Lisensinya tercantum sebagai minimax-community. Ketentuan komersial yang rinci ada di berkas LICENSE pada repositori, jadi tim yang berniat membangun produk dengan model ini perlu membaca syaratnya lebih dulu.
Ada satu hal lagi di model card yang tidak cocok. Metadata Safetensors yang terbaca di halaman Hugging Face menunjukkan jumlah parameter sekitar 220B, selisih hampir separuh dari 428B yang diklaim resmi. Perkiraan kasar, ini terkait format penyimpanan setelah kuantisasi, tetapi MiniMax sejauh ini belum memberi penjelasan.
Dibandingkan dengan siapa
Skor yang dipilih pihak resmi terkonsentrasi pada benchmark agen dan keamanan:
| Benchmark | M3.1 Flash | Opus 5 yang tercantum di 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 | — |
Di BankerToolBench skornya sama dengan Opus 5; di OSWorld 2.0 tertinggal sekitar 9 poin, dan di Terminal Bench 4.0 tertinggal 13,7 poin. Skor lain yang dipublikasikan mencakup Agents' Last Exam 29,6, HLE (tanpa alat) 43,4, BabyVision (dengan alat) 91,0, dan CharXiv RQ 82,5. Semuanya adalah hasil pengukuran mandiri MiniMax dengan bobot resmi. Model card mengingatkan bahwa skor versi kuantisasi pihak ketiga bisa berbeda, dan evaluasi independen belum tersedia.
Dilihat dari butir perbandingan yang dipilih pihak resmi, model open-weight dengan 23B parameter aktif masih berjarak dari model flagship tertutup pada tugas berantai panjang seperti operasi terminal dan komputer, sementara di skenario sempit seperti pemanggilan alat keuangan, jaraknya sudah tertutup.
Dari M3 ke M3.1 Flash
Menurut informasi publik, MiniMax-M3 dirilis pada 1 Juni dengan skala yang sama, yaitu total parameter 428B dan 23B aktif, dan saat itu sudah menjadikan konteks sejuta token serta sparse attention sebagai nilai jual. Skala parameter M3.1 Flash tidak berubah; perubahannya ada pada penggantian lapisan attention, quantization-aware training, dan head untuk speculative decoding. Idenya adalah menjalankan model berukuran sama dengan lebih hemat.
Garis waktunya juga menunjukkan ritme perilisan: pratinjau pada akhir September, repositori dibuat di Hugging Face pada 17 Oktober, layanan routing pihak ketiga membuka endpoint berakhiran tanggal sekitar 19 Oktober, dan bobot dipublikasikan pada 23 Oktober. Hingga naskah ini diterbitkan, repositori tersebut diunduh sedikit di atas seribu kali.
Bagi pengembang di Tiongkok, tayang bersamaan di ModelScope menghemat repotnya menarik bobot ratusan GB dari luar negeri. Hambatan untuk deployment mandiri ada di perangkat keras: bahkan dengan perkiraan kasar 4-bit, bobot model 428B parameter saja butuh memori GPU lebih dari 200 GB, belum termasuk KV cache untuk konteks panjang, sehingga diperlukan beberapa kartu 80GB agar muat. Bagi tim kecil dan menengah, pilihan yang lebih realistis tetap memanggil API.
Sumber: pengumuman resmi MiniMax, model card Hugging Face, CocoLoop, OpenRouter; dipakai untuk memeriksa skala parameter, panjang konteks, nama lisensi, dan skor benchmark di model card.