10 月
MiniMax M 3.1-Flash 开放权重：价格与 DeepSeek Flash 空闲价持平，昇腾、海光等 9 家芯片首日可部署
一句话结论：MiniMax 在 2026 年 10 月 19 日发布 M 3.1-Flash，并在 Hugging Face 开放权重。这是一个约 428 B 总参数、每 token 激活 23 B 的原生多模态 MoE 模型，支持 1 M 上下文和文本、图片、视频输入。按 MiniMax 开放平台定价页，API 每百万 token 输入 1 元、输出 4 元、缓存读取 0.10 元，与 DeepSeek V 4.1 Flash 空闲时段的输入、输出价相同，约为 M 3 五折后价格的一半。智源牵头的 FlagOS 社区同日发布了华为昇腾、海光、沐曦、摩尔线程、昆仑芯等 9 家厂商芯片的 W 8 A 8 部署版本。许可证沿用 M 3 的 MiniMax 社区许可证：商用要在产品中标注「Built with MiniMax M 3.1-Flash」并发邮件告知官方，年收入超 2000 万美元的产品须事先取得书面授权。
AI 摘要
- 发生了什么：MiniMax 10 月 19 日发布 M 3.1-Flash（官方「模型发布」页日期），权重在 Hugging Face
MiniMaxAI/MiniMax-M3.1-Flash公开，非受限下载，约 252 GB - 规格：约 428 B 总参数 / 23 B 激活，128 个专家每 token 选 4 个，60 层，1 M 上下文，全模型稀疏注意力（MSA），自带 DSpark 投机解码草稿头
- 价格：API 输入 1 元 / 输出 4 元 / 缓存读取 0.10 元（每百万 token），优先层按 1.5 倍计费
- 部署门槛：官方配方要 4 张 B 200/B 300 或 MI 355 X，Hopper 架构要满配 8 张 H 100/H 200；FlagOS 昇腾版用 16 张 NPU
- 许可证：MiniMax 社区许可证（与 M 3 相同），商用需署名并通知，年收入超 2000 万美元需书面授权
基本信息
- 事件时间：2026 年 10 月 19 日（MiniMax 开放平台「模型发布」页）；Hugging Face 仓库 10 月 17 日创建，10 月 26 日最后更新
- 涉及公司/产品：MiniMax，MiniMax-M 3.1-Flash；智源研究院等发起的 FlagOS 开源社区
- 目标栏目：资讯
MiniMax M 3.1-Flash 是什么？
MiniMax M 3.1-Flash 是 MiniMax 在 M 3（6 月发布）基础上推出的高效版模型，官方模型卡定位为面向编程、Agent 工作流、电脑操作和网络安全任务的原生多模态 MoE 模型。它总参数约 428 B，每个 token 激活约 23 B；按仓库 config.json，模型共 60 层，128 个专家每次选 4 个，上下文最长 1,048,576 token，输入支持文本、图片和视频，输出文本。
和 M 3 相比，模型卡列出三处改动：一是把前三层全注意力也换成稀疏注意力，全模型统一用 MiniMax Sparse Attention（MSA）；二是做了量化感知训练，路由专家和注意力路径在训练阶段就量化，权重以 NVFP 4 专家加 MXFP 8 稠密层存储，所以 428 B 模型的仓库只有约 252 GB；三是用 DSpark 投机解码替代之前的 MTP 方案，草稿头随权重一起发布。M 3 本身的能力分析见本站 MiniMax M 3 全解析。
MiniMax M 3.1-Flash 的 API 多少钱？
MiniMax M 3.1-Flash 的 API 价格是每百万 token 输入 1 元、输出 4 元、缓存读取 0.10 元，输入输出价与 DeepSeek V 4.1 Flash 空闲时段持平。以下为 MiniMax 开放平台定价概览页 10 月 29 日的价格，单位为每百万 token，人民币：
| 模型 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|
| MiniMax-M 3.1-Flash | 1.00 | 4.00 | 0.10 |
| MiniMax-M 3（≤512 K 输入，五折后） | 2.10 | 8.40 | 0.42 |
| DeepSeek V 4.1 Flash 空闲时段 | 1.00 | 4.00 | 0.02 |
| DeepSeek V 4.1 Flash 高峰时段 | 2.00 | 8.00 | 0.04 |
M 3.1-Flash 的输入、输出价约为 M 3 五折价的一半，不按上下文长度分档。和 DeepSeek V 4.1 Flash 相比，输入输出价与 DeepSeek 空闲时段持平、比高峰时段低一半，但缓存读取价是 DeepSeek 的 5 倍。所以前缀重复多的 Agent 长会话，DeepSeek 仍可能更省；工作日白天调用量大、缓存命中率不高的场景，M 3.1-Flash 更划算。
开放平台另有「优先」服务层，调用时把 service_tier 设为 priority 即可获得优先准入，按标准价的 1.5 倍计费。想按自己的 token 用量对比，可以把接口返回的 JSON 直接粘贴进本站的 大模型 API 成本估算器，用「自定义单价」填入上表价格。
MiniMax M 3.1-Flash 本地部署需要什么硬件？
MiniMax M 3.1-Flash 官方权重约 252 GB，本地部署至少需要 4 张 Blackwell 架构 GPU 或满配 8 张 H 100/H 200，个人设备跑不了。按 vLLM 官方配方，推荐配置如下：
| 平台 | 并行方式 | 说明 |
|---|---|---|
| NVIDIA Blackwell（B 200 / B 300 / GB 200 / GB 300） | 4 卡张量并行 | NVFP 4 专家直接跑在 FP 4 Tensor Core 上 |
| AMD MI 355 X | 4 卡张量并行 | 需 ROCm 7.2 以上 |
| NVIDIA Hopper（H 100 / H 200） | 满配 8 卡 | 没有 FP 4 Tensor Core，专家走 Marlin 内核 |
SGLang 和 TokenSpeed 也有官方配方；模型卡称 Transformers、KTransformers、unsloth 的适配还在进行中。推荐采样参数为 temperature=1.0、top_p=0.95，推理强度通过对话模板里的 reasoning_effort 设置，可选 low、medium、high、xhigh、max。
Hugging Face 上已经出现面向 AMD Strix Halo、DGX Spark 的社区量化版，但这些不是官方发布，模型卡也提醒「第三方量化结果可能不同」，本站未实测。
9 家芯片首日适配是怎么回事？
「9 家芯片首日适配」指 M 3.1-Flash 发布当天，FlagOS 社区就为 9 家厂商的 AI 芯片提供了可直接部署的 W 8 A 8 权重和容器镜像，这是本次发布对国内私有化部署最有价值的部分。FlagOS 是智源研究院联合芯片厂商、系统厂商发起的开源 AI 系统软件栈，包括 FlagGems 算子库、FlagTree 编译器等。M 3.1-Flash 发布当天，FlagOS 在 Hugging Face 和魔搭同时上线了 9 家厂商平台的 W 8 A 8 版本：平头哥真武、NVIDIA、沐曦、海光、华为昇腾、摩尔线程、天数智芯、昆仑芯、清微智能。做法是把官方 NVFP 4 权重转换、重新量化为各芯片通用的 W 8 A 8 格式，并提供容器镜像。
部署规模因芯片而异：昇腾版启动命令使用 16 张 NPU 张量并行，沐曦版使用 8 卡。FlagOS 模型卡称，32 K 输入下真武、昇腾、昆仑芯平台单位算力吞吐分别达到 NVIDIA 原生方案的 165.0%、99.5%、85.9%，这是 FlagOS 自测数据，测试口径没有完整公开。截至 10 月 29 日，9 个仓库的下载量都只有几十次，实际落地情况还需要观察。
许可证允许商用吗？
MiniMax M 3.1-Flash 允许商用，但有两个条件：署名和通知，大收入产品还要书面授权。M 3.1-Flash 使用 MiniMax 社区许可证，条款和 M 3 相同，只是产品名换成了 M 3.1-Flash。授权本身限于非商业用途；商业使用需同时满足：
- 在相关网站、界面、博客、关于页或产品文档中显著标注「Built with MiniMax M 3.1-Flash」
- 产品或服务年收入超过 2000 万美元的，须事先发邮件到 api@minimax.io 取得书面授权；未超过的，发一次通知邮件即可
许可证对「商业使用」的定义很宽，包括收费提供的产品、商用 API，以及把微调后的模型用于任何商业目的。附录还列出禁止用途，其中包括任何军事用途。和 Muse Spark Open、GLM、Kimi 等开源许可证的对比，见本站 Muse Spark Open 许可证对比。
智盒判断
M 3.1-Flash 的看点不在跑分，而在「价格 + 国产芯片」这个组合。API 价格做到和 DeepSeek Flash 空闲价持平，国产大模型的低价档又多了一个选择；FlagOS 首日给 9 家芯片厂商出部署镜像，对需要在国产算力上私有化部署的团队，是目前少见的「拿来就能试」的方案。但要分清三件事：跑分是 MiniMax 自测；芯片吞吐数字是 FlagOS 自测；商用要署名和通知，不能当成 MIT 一类宽松许可证随意集成。各家价格的完整对比见 国产大模型 API 价格对比。
风险与不确定性
- 跑分口径：模型卡中的对比分数为 MiniMax 自测，各测试使用的 Agent 框架和上下文长度不同，暂无第三方复现
- 芯片性能：国产芯片吞吐对比为 FlagOS 自测，下载量还很少，缺少用户反馈
- 社区量化：Strix Halo、DGX Spark 等社区版本非官方发布，效果未经验证
- 许可证：商用需署名与通知，大收入产品需单独授权，集成前建议法务确认
- 价格变动：价格为 10 月 29 日定价页数据，调用前请以官方定价页为准
FAQ
MiniMax M 3.1-Flash 多少钱？
按 MiniMax 开放平台定价页，M 3.1-Flash 每百万 token 输入 1 元、输出 4 元、缓存读取 0.10 元，不按上下文长度分档。优先服务层按标准价的 1.5 倍计费。
MiniMax M 3.1-Flash 和 M 3 有什么区别？
M 3.1-Flash 在 M 3 的 MoE 架构上做了三处改动：全模型稀疏注意力、量化感知训练、DSpark 投机解码。总参数约 428 B，激活 23 B，API 价格约为 M 3 五折后价格的一半。
MiniMax M 3.1-Flash 能在国产芯片上部署吗？
能。FlagOS 社区在发布当天提供了华为昇腾、海光、沐曦、摩尔线程、昆仑芯、天数智芯、平头哥真武、清微智能和 NVIDIA 共 9 家平台的 W 8 A 8 版本和容器镜像。昇腾版启动命令使用 16 张 NPU。
MiniMax M 3.1-Flash 可以免费商用吗？
可以商用，但不是无条件的。需要在产品中标注「Built with MiniMax M 3.1-Flash」并发邮件通知 MiniMax；产品年收入超过 2000 万美元的，须事先取得书面授权。
参考来源
- Hugging Face：MiniMaxAI/MiniMax-M 3.1-Flash 模型卡、LICENSE、config.json、docs/FlagOS-Multi-Chip-Support-and-Downloads.md（10-29 查阅）
- Hugging Face：MiniMaxAI/MiniMax-M 3 LICENSE（10-29 查阅，用于对比）
- MiniMax 开放平台：定价概览页、模型发布页（10-29 查阅）
- vLLM Recipes：MiniMaxAI/MiniMax-M 3.1-Flash；SGLang Cookbook：MiniMax-M 3.1（10-29 查阅）
- Hugging Face：FlagRelease/MiniMax-M 3.1-Flash-W 8 A 8 系列 9 个仓库（昇腾、沐曦模型卡，10-29 查阅）
分享这篇文章
RELATED
Posts
Mistral Large 4 开放权重：1T 参数，MaaS 商用要单独授权
Kimi K3.1 Pro 上线：比 K3 便宜三成多，思考模式不能关，权重 11 月 4 日前开放
Meta 开放 Muse Spark Open 权重：816B 模型能商用，但许可证比 GLM 5.3、Kimi K3 多一道署名要求
DeepSeek V4.1 Flash 1017 升级：API 价格没变，Claude Code 里的联网搜索 11 月 1 日起收费
Gemini 4 Argon 全面开放：11 月 30 日前 $2/$10，12 月起价格翻倍
阶跃 Step 5 Preview 开源权重：600B MoE、1M 上下文，和腾讯 Hy3 怎么选
阿里 QwenGyre 论文解读：训练长程 Agent 快 1.78 倍，代码还没公开
给 AI 读图前怎么压缩？用 Squoosh 保住小字、图表和透明边缘
提示词改短以后真的更好吗？用保留集做一次回归检查
评论 (1)
[…] MiniMax M 3.1-Flash […]
评论被关闭。