MiniMax 发布 MiniMax-M3.1-Flash

背景

M3.1-Flash 是 M3 之后同一系列中的新版本。这次更新主要改动的是注意力结构和解码方法，模型总参数约为 4280 亿（428B）^[1]。

发布经过

MiniMax 于 2026 年 10 月 17 日在 Hugging Face（抱抱脸）上发布 M3.1-Flash 的权重^[2]。Hugging Face 是研究者和开发者分享模型与数据集的平台，权重由此可供外部下载。

关键细节

该模型总参数约 4280 亿（428B），其中约 230 亿（23B）处于激活状态，上下文最长可达 100 万 token，支持文本、图像和视频输入^[1]。它全程使用 MiniMax 稀疏注意力，替换了 M3 保留的前三层完整注意力^[1]。量化感知训练覆盖路由专家与注意力路径，以降低内存占用^[1]。

DSpark 推测解码替代了 M3 使用的类 EAGLE 多 token 预测^[1]。推测解码让一个较快的部分先提出若干 token，再由主模型核验，从而加快生成。注意力与解码都影响速度和内存占用，因此相关改动常以运行成本的形式来表述。

在基准测试上，MiniMax 公布的成绩为：DeepSWE v1.1 73.7%，OSWorld 2.0 为 61.7，CyberGym 为 82.2，BankerToolBench 为 76.2^[1]。

术语说明

推测解码是一种生成技术：较快的部分先起草候选 token，再由主模型逐一核验，最终输出以主模型接受的结果为准。量化是以更低精度存储模型数值，以减少占用的内存。量化感知训练则让模型在这种低精度下仍能良好工作。

影响

这次发布主要改变的是 M3 系列的运行方式：注意力层、内存占用和解码方法是 MiniMax 调整的部分，上文数字均为公司自行公布的结果^[1]。