十月十九日晚上，MiniMax 把 M3.1 Flash 挂上了 API。四天后的十月二十三日，权重放上了 Hugging Face。
这两步的差别比模型本身更值得说。挂 API 是卖服务，放权重是把模型交出去。交出去之后，谁能跑、谁能改、谁能拿去卖钱，全看许可怎么写。而这一次，许可写得不宽松。
先把能核实的部分摆齐，再说那些对不上的地方。
事实：四天里发生了什么
十月十九日，M3.1 Flash 上线，同时开放 API、M Plan 和 MiniMax Code。发布前它曾以匿名身份在 OpenRouter 上跑过一段时间，代号 Space Bunny，据公司说法处理了超过两百万亿词元。匿名期等于一次免费的压测：正式挂名之前，首字延迟从一点九五秒压到一点二二秒，吞吐从七十词元每秒提到一百，错误率从百分之一点四降到百分之零点七。
十月二十三日，权重出现在 Hugging Face 的 MiniMaxAI 仓库，仓库最后更新时间为当天协调世界时两点二十六分，没有申请门槛，可直接下载。
模型本身：原生多模态的混合专家结构，总参数约四千二百八十亿，每个词元激活约两百三十亿，输入支持文字、图像、视频，输出是文字，上下文最长一百万个词元。官方给的推荐服务框架是 SGLang、vLLM 和 TokenSpeed，Transformers 支持还在做。
价格是这次最硬的数字。API 每百万输入词元零点一五美元、输出零点六美元、缓存命中零点零一五美元，大约是上一代 M3 标准价的一半，也差不多是 DeepSeek 那条线的一半量级；国内计价是每百万词元输入一元、输出四元、缓存读取零点一角。
官方口径是上线七十二小时处理超过一百万亿词元。这个数字属于公司自报，没有第三方核对，看看就好。
便宜在哪：三处工程改动
四千二百八十亿参数的模型，按常规精度存下来是八百五十四吉字节级别。这次的官方检查点是两百五十二吉字节。省下来的空间不是靠事后压缩，而是训练时就按量化来训的。
第一处是把稀疏注意力铺满整个模型。 上一代 M3 只在部分层用稀疏注意力，这次把最前面三个全注意力层也换掉了。稀疏注意力的意思是每层只处理一部分历史上下文，长上下文推理时省算力，代价是可能漏看远处的信息。
第二处是量化感知训练。 路由专家迁到四比特权重四比特激活，稀疏注意力的索引器和主分支的键值缓存从八比特压到四比特，共享专家不动。先按低精度训练，模型才知道自己以后要在低精度下工作，这比训完再压的掉点小。
第三处是投机解码。 权重里带了一个叫 DSpark 的草稿头，先用小模型猜几个词元，再让大模型一次性核对。这正是站内此前拆过的 EAGLE-4 那条加速思路的同一套原理，只不过这次是随模型一起发出来的。
三处加起来，官方说法是线上推理速度提升近三倍、使用成本降七成。速度这个说法没有第三方复现，谨慎看待。
自建的账要算清：官方检查点需要一整个八卡的高端节点，或者四块最新一代的计算卡，vLLM 要零点三三以上版本。这不是一台工作站能跑的东西。
榜单：它自己承认的短板在哪
模型卡上的跑分全部是 MiniMax 自己跑的，只有一项标了来源是第三方。挑几个能读出意思的：
自动化任务基准 Automation-Bench 六十二点八；银行工具调用 BankerToolBench 七十六点二；软件工程 DeepSWE 一点一版七十三点七；电脑操作 OSWorld 二点零六十一点七；网络安全 CyberGym 八十二点二；智能体长跑考题 Agents’ Last Exam 二十九点六。
短板也写在表里，这点值得肯定：终端任务 Terminal Bench 四点零只有三十八点一，同一张表上 Opus 5 是五十一点八。 DeepSWE 上它输给同门的 DeepSeek V4.1 Flash-1017 的七十七点零，而站内那篇 DeepSeek 换内核的稿子里写过，那家走的是另一条路。
第三方的独立评分更有信息量。Artificial Analysis 给它的智能指数约四十二，上一代 M3 是二十九；单任务成本从约零点五一美元降到约零点二二美元。但在 AA-Omniscience 这项知识测试上它只拿十六分：答对的占百分之五十六，而在没答对的那些题里，有百分之九十三是给出了错误答案，而不是承认不知道。
这个区别很重要。九成三的幻觉率不等于九成三的题都答错，它说的是这模型几乎没有说不知道的习惯。做事实核验类的活，这一点会咬人。
许可：开源的是权重，不是授权
这是整件事里最容易被标题盖过去的部分。
Hugging Face 仓库的许可字段填的是「其他」，不是任何一款标准开源许可。实际条款来自 MiniMax 社区许可：
非商业用途免费，复制、修改、再分发都行，带上声明即可。商业用途——明确包括托管 API 和微调后的版本——有三个条件：必须在用户能看到的地方显著标注「Built with MiniMax M3.1-Flash」；年收入两千万美元以下的公司，要向 MiniMax 发一封一次性告知邮件；超过这条线，得先拿到书面授权才能商用。另有一份禁止用途清单，第一条就是任何军事用途。
所以准确的说法是开放权重，不是开源。 权重能下载、能自己跑，这是真的；能不能拿它做生意，是另一回事。对比一下同期几家的做法：Reflection 的 Beam、DeepSeek 的 V4.1 Flash 用的都是标准开源许可，MiniMax 这条路明显更收紧。它此前的小模型 M2.5 挂的是改过的 MIT，方向是一路加条件。
对国内的私有化交付团队，这条线的影响很具体：给客户部署一套基于它的系统，界面和文档里得挂上那行标注；公司规模过线，还得先谈授权。这不是不能做，是别当成 Apache 协议那样随便用。
一个对不上的数字
模型卡写总参数约四千二百八十亿，但 Hugging Face 的权重视图里，安全张量元数据显示的是两千二百亿。
这两个数差了一倍，官方没有解释。可能是视图只统计了部分分片，也可能是别的口径。目前没人给出定论，但它提醒一件事：模型卡上的数字和仓库里的元数据，不一定是同一件事。 你要按参数量做硬件预算，最好先看实际分片和配置文件，别只看宣传页。
同类的小裂缝还有：模型卡说支持一兆上下文，但没给对应长度下的检索准确率；说多模态，但只给了一个 CyberGym 这类偏安全的分数，没给图像和视频的专项评测。
生态卡位比模型更值得看
开源首日接入的名单拉得很长：芯片侧有华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数、英伟达、AMD 十家；云和推理服务有 Together AI、Fireworks、Nebius、Baseten、Modal、DigitalOcean 六家；框架和社区有 vLLM、SGLang、智源 FlagOS、Hugging Face、魔搭。
十家芯片里，国产占了八家。这件事的意义不在发布会排面，在采购决策：一家要做私有化的单位，如果手上的卡不是英伟达，能不能跑起来，往往比跑分高两分更要紧。开源首日就把国产卡适配铺开，本质是在抢自建智能体这一层的入口。
对照着看会更清楚。站内写过 Meta 放出八千一百六十亿参数的开源模型，也写过 国产算力训出的星火 X2.6，前者靠规模，后者靠全国产链路，MiniMax 走的第三条是：把中等规模的模型做到足够便宜、足够好部署，然后让尽可能多的卡都能跑。
谁该现在动手，谁该再等等
三种人可以考虑马上试。
一是已经在用 DeepSeek V4.1 Flash 做智能体后端的团队。两者的价格在同一档，能力各有胜负：DeepSWE 上 DeepSeek 略高，自动化任务和网络安全上 MiniMax 高一些。多一个可切换的选项，本身就是议价能力。
二是手上有八卡节点、又必须数据不出内网的团队。能下载权重这一条，比任何 API 折扣都值钱。
三是做多模态检索或长文档处理的。一百万上下文加图文视频输入，在这个价位上选择不多。
三种人先别急。
一是想在笔记本或单张消费卡上跑的人。两百五十二吉字节的检查点，家用机器没戏，想在本机跑可以看 面壁那个端侧方案。
二是年收入过两千万美元、准备把它做进产品里的公司。先谈授权，再谈工程。
三是要做事实问答、法规检索、医疗金融问答的人。AA-Omniscience 那百分之九十三的「不知道就猜」，在这一类场景里是硬伤。
老达点评
一、OpenRouter 上那段匿名期，是这次最聪明的操作。 先不挂名跑两周，拿真实流量当压测，把首字延迟、吞吐、错误率一项项修好，再公布名字。这种做法以后会被更多实验室抄。它也顺带说明一件事：榜单之外的线上指标，才是用户真正感知到的东西。
二、许可这道闸门，比模型本身更有行业意义。 开源模型正在分层：一层是真开源，随便商用；一层是开放权重，可下载但要署名、要报备、过线要批准；还有一层只给 API。买模型的人以后得先问一句「这是哪一层」，而不是只看能不能下载。
三、它承认短板的方式值得学。 终端任务只有三十八点一，还老老实实把 Opus 5 的五十一点八放在同一张表里。这种自我暴露在中文模型卡里并不常见。缺点写在明处，选择权才在用户手里。
四、别被「一百万亿词元」带着走。 三天处理量是热度指标，不是质量指标。真正该问的是：这些调用里有多少进了生产，多少只是尝鲜。要判断一个模型值不值得换，看你自己那三个真实任务跑出来的结果，比看任何一张榜都准。
想先弄清智能体该怎么搭、哪些环节适合交给模型，可以翻 AI 智能体与自动化专题；想看这类模型在真实工作流里怎么落地，老达 AI 实践专题里有更多按场景拆开的记录。
