A MiniMax anunciou em 23 de outubro a abertura dos pesos do M3.1 Flash, publicados ao mesmo tempo no Hugging Face e na comunidade ModelScope. Segundo a empresa, o modelo tem cerca de 428B de parâmetros no total, com 23B ativados por token.
O modelo já estava disponível na API como versão de pré-visualização desde o fim de setembro, quando ainda não havia pesos correspondentes no Hugging Face. De acordo com o model card, trata-se de um modelo de mistura de especialistas nativamente multimodal, que aceita texto, imagem e vídeo como entrada e gera texto, com foco em programação, tarefas de agentes, operação de computador e segurança cibernética.
O que diz o model card
Na arquitetura, há três mudanças. A primeira é a atenção esparsa desenvolvida pela própria MiniMax (MSA), aplicada em todo o modelo e substituindo a atenção completa que antes ocupava as três primeiras camadas. A segunda é o treinamento consciente de quantização, aplicado tanto aos especialistas roteados quanto aos caminhos de atenção. A terceira é um cabeçalho de rascunho DSpark, distribuído junto com os pesos, para acelerar a decodificação especulativa.
A janela de contexto chega a 1 milhão de tokens, e o model card faz questão de observar que o comprimento realmente utilizável depende da memória de vídeo e da configuração de implantação. A intensidade do raciocínio é ajustada pelo parâmetro reasoning_effort, em cinco níveis: low, medium, high, xhigh e max. Os parâmetros de amostragem recomendados são temperature 1.0 e top_p 0.95.
Na implantação, a empresa oferece suporte a SGLang, vLLM e TokenSpeed, disponibiliza imagens para SGLang e Docker Model Runner e cobre cenários com vários chips por meio do FlagOS. O model card não indica o modelo de GPU nem o número de placas recomendados.
A licença informada é a minimax-community; as condições comerciais específicas estão no arquivo LICENSE do repositório, e as equipes que pretendem usar o modelo em produtos devem ler os termos antes.
Há ainda uma inconsistência: os metadados Safetensors lidos pela página do Hugging Face indicam cerca de 220B de parâmetros, quase metade a menos que os 428B anunciados oficialmente. Uma estimativa grosseira é que isso se deva ao formato de armazenamento após a quantização; a MiniMax ainda não explicou o assunto.
Contra quem
Os resultados escolhidos pela empresa concentram-se em benchmarks de agentes e de segurança:
| Benchmark | M3.1 Flash | Opus 5 listado no 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 | — |
No BankerToolBench há empate com o Opus 5; no OSWorld 2.0 o modelo fica cerca de 9 pontos abaixo, e no Terminal Bench 4.0, 13,7 pontos abaixo. Entre os demais resultados divulgados estão Agents' Last Exam com 29,6, HLE (sem ferramentas) com 43,4, BabyVision (com ferramentas) com 91,0 e CharXiv RQ com 82,5. Todos são testes da própria MiniMax com os pesos oficiais; o model card alerta que as pontuações de versões quantizadas de terceiros podem ser diferentes, e ainda não há avaliações independentes.
Pelos itens de comparação escolhidos pela empresa, um modelo de pesos abertos com 23B ativos ainda está um pouco atrás dos modelos fechados de ponta em tarefas longas, como terminal e operação de computador, mas já alcançou o nível deles em cenários estreitos, como a chamada de ferramentas financeiras.
Do M3 ao M3.1 Flash
Segundo informações públicas, o MiniMax-M3 foi lançado em 1.º de junho, com os mesmos 428B de parâmetros totais e 23B ativos, e já trazia o contexto de um milhão de tokens e a atenção esparsa como diferenciais. O M3.1 Flash não muda a escala de parâmetros; as alterações estão na troca das camadas de atenção, no treinamento consciente de quantização e no cabeçalho de decodificação especulativa, com a ideia de fazer um modelo do mesmo tamanho rodar com mais economia.
A linha do tempo também mostra o ritmo: pré-visualização no fim de setembro, criação do repositório no Hugging Face em 17 de outubro, interfaces com sufixo de data em serviços de roteamento de terceiros por volta de 19 de outubro e abertura dos pesos em 23 de outubro. Até o fechamento desta edição, o repositório tinha pouco mais de mil downloads.
Para desenvolvedores na China, a publicação paralela no ModelScope evita o trabalho de baixar do exterior centenas de GB de pesos. A barreira para hospedar o modelo por conta própria é o hardware: com 428B de parâmetros, mesmo numa conta grosseira de 4 bits, só os pesos exigem mais de duzentos GB de memória de vídeo, sem contar o cache KV de contextos longos, o que pede várias placas de 80 GB. Para equipes pequenas e médias, o uso mais realista continua sendo chamar a API.
Fontes: comunicado oficial da MiniMax, model card no Hugging Face, CocoLoop, OpenRouter; foram conferidos a escala de parâmetros, o comprimento de contexto, o nome da licença e as pontuações de benchmark do model card.