MiniMax於10月23日宣布公開M3.1 Flash的模型權重，Hugging Face與魔搭社群（ModelScope）同步上架。官方給出的規模是總參數約428B，每個token啟用23B。
這款模型9月底先以預覽版接入API，當時Hugging Face上並沒有對應權重。依模型卡的說法，它是一個原生多模態的混合專家模型，輸入支援文字、圖像與影片，輸出文字，主打程式開發、代理任務、電腦操作與網路安全。
模型卡裡寫了什麼
架構上有三處改動。第一處是MiniMax自行研發的稀疏注意力（MSA）貫穿整個模型，取代了原本前三層的全注意力；第二處是路由專家與注意力路徑都做了量化感知訓練；第三處是隨權重附上一個DSpark草稿頭，用於推測解碼加速。
上下文視窗最長100萬token，模型卡特別註明，實際可用長度取決於顯示記憶體與部署配置。推理強度透過reasoning_effort調整，分為low、medium、high、xhigh、max五檔，建議的取樣參數為temperature 1.0、top_p 0.95。
部署方面，官方支援SGLang、vLLM與TokenSpeed，提供SGLang與Docker Model Runner的映像檔，多晶片場景則走FlagOS。模型卡並未給出建議的GPU型號與張數。
授權標示為minimax-community，具體的商用條件寫在儲存庫的LICENSE檔案裡，打算拿去做產品的團隊要先讀過條款。
模型卡還有一處對不上：Hugging Face頁面讀取到的Safetensors中繼資料顯示參數量約220B，與官方所說的428B差了將近一半。粗估這與量化後的儲存格式有關，MiniMax目前尚未對此說明。
跟誰比
官方挑出來的成績集中在代理與資安類基準：
| 基準 | M3.1 Flash | 模型卡列出的Opus 5 |
|---|---|---|
| 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 | — |
BankerToolBench與Opus 5平手；OSWorld 2.0低約9分，Terminal Bench 4.0低13.7分。其他公開成績還有Agents' Last Exam 29.6、HLE（不調用工具）43.4、BabyVision（調用工具）91.0、CharXiv RQ 82.5。這些都是MiniMax自行測試、使用官方權重的結果，模型卡提醒第三方量化版本的分數可能不同，獨立評測尚未出爐。
從官方挑選的比較項目來看，啟用23B的開放權重模型在終端機與電腦操作這類長鏈路任務上，與閉源旗艦仍有一段距離，金融工具調用這種狹窄場景則已經追平。
從M3到M3.1 Flash
依公開資料，MiniMax-M3在6月1日發表，規模同樣是428B總參數、23B啟用，當時已把百萬上下文與稀疏注意力當成賣點。M3.1 Flash的參數規模沒有變，改動落在注意力層的替換、量化感知訓練與推測解碼頭上，思路是讓同樣大小的模型跑得更省。
從時間線也能看出節奏：9月底推出預覽版，10月17日在Hugging Face建立儲存庫，10月19日前後第三方路由服務上線帶日期後綴的介面，10月23日公開權重。截至發稿，這個儲存庫的下載量略高於一千次。
對中國的開發者來說，魔搭社群同步上架，省去了從海外拉取數百GB權重的麻煩。自行部署的門檻在硬體：428B參數即使以4bit粗估，光權重就需要兩百多GB的顯示記憶體，還沒算長上下文的KV快取，得用到多張80GB顯示卡才放得下，對中小團隊而言，更實際的用法仍是調用API。
參考來源：MiniMax官方公告、Hugging Face模型卡、CocoLoop、OpenRouter；用於核對參數規模、上下文長度、授權名稱與模型卡基準分數。