Bản phát hành mã nguồn mở mới đạt tốc độ suy diễn vượt 1.000 token/giây trên GPU Nvidia Blackwell và AMD Instinct bằng framework SGLang Omni. MiniMax đã công bố weights của mô hình M3.1 Flash trên Hugging Face và ModelScope vào ngày 23/10, kết thúc giai đoạn ngầm lặng với bản thử nghiệm "Space Bunny" đã xử lý hơn 200 nghìn tỷ token. Mô hình hỗ trợ context window 1 triệu token, chuyên cho tự động hóa đa bước, lập trình và an ninh mạng.
Kiến trúc có 428 tỷ tham số tổng cộng, 23 tỷ tham số kích hoạt mỗi token, sử dụng Sparse Attention và DSpark speculative decoding để cải thiện hiệu suất. Benchmark cho thấy điểm 82,2 trên CyberGym và 76,2 trên BankerToolBench, trong khi NeMo-AutoModel của Nvidia cho phép fine-tune trên tới 128 GPU. MiniMax định giá API truy cập 0,15 USD/tỷ token đầu vào và 0,60 USD/tỷ token đầu ra, dù lợi nhuận gộp nửa đầu năm của phòng thí nghiệm chỉ 17,9%.
Nguồn chính
- SOURCEhuggingface.co
- SOURCE@minimax_ai“MiniMax M3.1 Flash weights are now public. 428B parameters total, 23B activated per token”x.com
- SOURCE@minimax_ai“M3.1 Flash achieves frontier-level intelligence across key tasks such as Cowork (Automation-Bench: 62%; ALE: 30%), Coding (DeepSWE: 74%) and Visual Reasoning (BabyVision: 91%)”x.com
- SUPPORT@maxforai“看起来很好，但是要考虑缓存成本”x.com
- SUPPORT@kimmonismus“MiniMax M3.1 Flash matches DeepSeek V4.1 Flash’s off-peak input/output pricing and halves its peak rates”x.com
- SUPPORT@teortaxestex“DeepSeek’s strongest model today has fewer total and much fewer active params than V3 in Dec 2024. Likewise for MiniMax”x.com
- SUPPORT@valsai“M3.1-Flash is solving substantially more problems, but it's also spending far more tokens attempting them”x.com
- SUPPORT@zhihufrontier“M3.1-Flash can produce more polished frontends while taking 2–3× as many agent steps as GLM-5.3 Flash”x.com