10月23日，MiniMax（稀宇科技，港股代码00100）正式开源新一代多模态大模型M3.1 Flash的模型权重。总参数4280亿（428B）、每个Token仅激活约230亿（23B）参数的规格，叠加“上线72小时真实用户处理超100万亿Token”的官方披露，让这场开源成为本周全球AI生态最受关注的事件之一。与之同步的是，华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数智芯、英伟达、AMD等十家海内外芯片厂商，以及Together AI、Fireworks、Nebius等托管平台宣布首日接入；智源FlagOS社区还提供了覆盖9家芯片平台的W8A8量化版本。开源、降价、多芯片同步适配——MiniMax试图用一整套组合拳，把“小成本、办大事”的叙事从API定价延伸到模型本身。

一、事件：428B参数模型开源，72小时100万亿Token

10月23日，MiniMax在Hugging Face（MiniMaxAI/MiniMax-M3.1-Flash）与魔搭社区（MiniMax/MiniMax-M3.1-Flash）同步开放M3.1 Flash模型权重。据官方披露，自10月19日正式上线以来，M3.1 Flash在72小时内已为真实用户处理超过100万亿Token——这一数字被官方用作该模型生产环境接受度的直接注脚。

从规格看，M3.1 Flash是原生多模态混合专家（MoE）模型，总参数428B、每Token激活约23B，支持文本、图像和视频输入，上下文窗口最高100万Token，官方定位聚焦编程、智能体（Agent）工作流、电脑操作（Computer Use）与网络安全场景。模型还支持五档推理深度调节（low／medium／high／xhigh／max）。MiniMax披露，后续将推出追求更高能力上限的Pro版本，与Flash形成“跑量＋攻坚”的组合。

二、溯源：从匿名“太空兔”到官方旗舰

M3.1 Flash并非横空出世。10月19日MiniMax正式发布该模型并对外认领：此前在OpenRouter与OpenCode上以匿名身份运行的“Space Bunny（太空兔）”，正是M3.1 Flash的早期版本。

据OpenRouter于10月19日披露，太空兔在该平台连续10天位居模型使用量榜首，累计处理56.7万亿Token，创下该平台匿名模型的Token处理量纪录；OpenCode则披露太空兔在其平台连续12天排名第一、服务106万亿Token。MiniMax官方口径称，太空兔匿名运行期间累计处理超过200万亿Token。需要说明的是，三组数字分别对应不同平台与统计时段，口径不可直接相加。

匿名期等于一次真实流量的极限压测。OpenRouter的记录显示，太空兔服务期间首Token时间从1.95秒降至1.22秒，吞吐从约70 Token／秒提升至100 Token／秒，错误率从1.4%降至0.7%。正式上线首日，该模型还在OpenRouter、OpenCode限时免费，并登陆Ollama Cloud等平台。

三、技术：三项优化拆解

相比上一代M3，MiniMax官方披露M3.1 Flash的线上推理速度提升近3倍，智能体任务综合使用成本降低70%。支撑这一结果的是三项工程优化。

（一）全模型稀疏注意力

团队将原先保留的前三个全注意力层替换为稀疏注意力层，使MSA（MiniMax稀疏注意力）贯穿整个模型，进一步削减注意力计算开销——稀疏注意力只让模型“该看的地方看”，在长上下文场景下收益尤为明显。

（二）量化感知训练（QAT）

所谓量化感知训练，即在训练时就考虑低精度计算带来的误差。除共享专家外，MoE架构中的路由专家均采用W4A4格式（权重与激活均以4比特表示）；稀疏注意力索引器与主分支则从Q8KV8调整为Q8KV4，进一步降低KV缓存精度，减少存储与访存开销。此外，据官方模型卡，M3.1 Flash还引入了DSpark投机解码，取代此前类EAGLE的MTP方案，并随权重一同发布草稿头（draft head），供兼容的推理框架使用。

（三）功耗感知调度

硬件调度层面，团队采用功耗感知调度（Power-aware scheduling），通过精细分配计算卡功耗，提高硬件利用率。据MiniMax此前披露，M3.1 Flash在日常使用场景下输出速度可达每秒200多个Token，中位数达到每秒170多个Token。

四、性能与定价：官方跑分、API价格与第三方独立评测

在能力验证上，M3.1 Flash以官方模型卡自评跑分（见表1）进入舆论中心：软件工程测试DeepSWE v1.1取得73.7%，与Claude Opus 5（74.0%）几乎持平，但低于DeepSeek V4.1 Flash-1017（77.0%）；跨应用业务流程测试Automation-Bench v1.0.6取得62.8%，高于DeepSeek V4.1 Flash-1017的60.5%；BankerToolBench取得76.2，与Claude Opus 5并列。需要强调，上述均为MiniMax官方口径，且各评测使用的框架（harness）不同，横向比较需谨慎。

定价是M3.1 Flash的另一张牌。国内API价格为每百万Token输入1元、输出4元、缓存读取0.1元；国际价格对应为0.15美元、0.60美元、0.015美元，约为M3标价的四分之一、折扣价的二分之一（国际口径，见表2）。按智东西的测算，M3.1 Flash的输入、输出单价分别约为Claude Opus 5的1/33和1/42。

独立第三方评测则给出了另一面。Artificial Analysis（AA）在最高推理强度下测得M3.1 Flash的智能指数为42分（前代M3为29分），完成一个Index任务的平均成本约0.22美元（M3约0.51美元）；在AA-Omniscience测试中答对56%的题目，但在未答对的题目中，93%是直接给出错误答案而非承认未知，总分仅16分——“幻觉率高企”成为开发者讨论的争议点。MiniMax称智能体任务综合成本比前代低70%，AA按Index任务口径测得的降幅约57%，两者统计口径不同，不宜混用。

表1  M3.1 Flash 官方模型卡跑分对照（节选）

数据来源：MiniMax官方模型卡（Hugging Face）；各评测框架不同，仅供参考。

表2  M3.1 Flash 国际API定价（每百万Token）

数据来源：MiniMax定价页（经Prompt Blueprints整理）。国内价格为每百万Token输入1元、输出4元、缓存读取0.1元。

五、生态：Day-0适配名单与FlagOS W8A8九芯片量化

开源的价值取决于能跑在谁的芯片上。MiniMax此次的适配名单覆盖国产与国际两路算力：华为昇腾、平头哥（阿里）、昆仑芯（百度）、摩尔线程、壁仞、海光、沐曦、天数智芯，以及英伟达、AMD（见表3）。其中，昆仑芯与摩尔线程宣布完成Day 0适配（摩尔线程基于旗舰训推一体智算卡MTT S5000与自研MUSA软件栈）；英伟达NeMo团队提供微调支持；vLLM与SGLang支持模型推理，Together AI已上线模型供开发者调用；MiniMax称正与华为昇腾、平头哥、AMD等芯片厂商及Fireworks等平台推进首日接入。托管平台方面，Together AI、Fireworks、Nebius、Baseten、Modal、DigitalOcean均列其中。

量化与推理框架层面，vLLM、SGLang、智源FlagOS、Hugging Face、魔搭等同步参与适配；官方模型卡推荐SGLang、vLLM与TokenSpeed用于本地部署。尤其值得关注的是FlagOS社区：其将模型原始QAT NVFP4权重重新量化为统一的W8A8格式，覆盖9家芯片平台——平头哥、英伟达、沐曦、海光、华为昇腾、摩尔线程、天数智芯、昆仑芯与清微智能，为不同芯片上的部署提供统一入口。

对国产算力而言，这是“模型开源即算力就绪”路线的一次集中演练。MiniMax此前已为M2.7、M3等模型推动国产芯片Day 0适配，此次名单的扩大，把开源模型的多芯片适配从“个别厂商”推进到“生态行为”。

表3  M3.1 Flash 首日接入生态名单

数据来源：MiniMax官方披露（AASTOCKS）、Prompt Blueprints。

六、解读：开源＋低成本背后的商业逻辑与行业影响

把M3.1 Flash放进MiniMax的账本里看，开源与降价并非孤立动作。公司2026年上半年财报显示：营收1.166亿美元，同比增长283.1%，已超过2025年全年（7900万美元）；其中开放平台及AI企业服务收入7390万美元，同比增703.1%，占总营收63.4%；毛利率从12.1%提升至17.9%；调整后净亏损2.93亿美元，期内净亏损3.58亿美元；截至6月末现金余额13.2亿美元；研发费用2.969亿美元，同比增138.8%，但增速低于营收增速。CEO闫俊杰在财报中强调“Minimize the Cost, Maximize the Intelligence”（成本最小化、智能最大化），并披露2026年7月Token消耗量已增至1月的20倍。

智能体正是消耗Token的核心场景。Gartner预计，从当下到2030年，规模高达2340亿美元的企业应用软件支出将受到智能体AI的冲击，到2030年约占企业SaaS总支出的20%；IDC中国区总裁霍锦洁则预测，到2029年全球将部署超过10亿个AI智能体。Agent任务天然高Token消耗，单价的下降直接决定其经济性——这正是MiniMax以“每百万Token输入1元”的定价切入的战场。

开放权重则把竞争从API服务延伸到了部署环节：开发者可以自行下载部署，芯片厂商、云平台与社区参与适配、优化和二次开发。但开源只是起点——自行部署意味着硬件投入、运行速度与运维成本，开源模型的性价比最终要通过芯片适配与推理优化转化为实际成本优势。这也是MiniMax一口气拉齐十家芯片厂商的原因：谁适配得越好，模型就越可能跑在谁的算力上。

资本市场的即时反应温和正面：开源当日，MINIMAX-W（00100.HK）上涨2.862%。需要指出的风险与口径提示包括：其一，官方跑分与独立评测存在差距——在幻觉率、终端任务与仓库级任务上，模型落后于Opus 5与DeepSeek，能力边界需按任务实测；其二，“100万亿Token”“200万亿Token”等数字分属不同平台与时段，不宜混用；其三，开源模型的部署成本与硬件可用性，决定了“便宜”能否真正落地。

结语

从定价到权重，从API到芯片，MiniMax把“小成本、办大事”做成了一套系统能力。开源只是第一步，真正的考验在于：这些权重在不同芯片上能否兑现官方宣称的速度与成本，以及开发者愿意为“便宜”付出多少调试代价。多芯片适配名单的长度，决定了这场成本战能打多远。