MiniMaxAI/MiniMax-M3.1-Flash

MiniMax 的原生多模态 MoE 模型（总参数约 428B、每 token 激活 23B），输入文本、图片和视频，主打编程、智能体、电脑操作和网络安全任务。 上升分 267 · 点赞 273 · 下载量 1096 **理由** - 相比 M3 有三处改动：全模型改用稀疏注意力、量化感知训练、改用 DSpark 推测解码（仓库附草稿头），官方称提升推理效率。 - 官方表格：OSWorld 2.0 为 61.7，DeepSWE v1.1 为 73.7，CyberGym 为 82.2，BankerToolBench 为 76.2；Terminal Bench 4.0 为 38.1，低于 DeepSeek V4.1 Flash-1017 的 42.3（均为官方称）。 - 上下文最长 1M token；上升分 267 只代表关注度。 **用法** - 官方推荐用 SGLang、vLLM 或 TokenSpeed 部署（各有 recipe）；Transformers、KTransformers、unsloth 的支持仍在进行中。 - 推荐采样 temperature 1.0、top\_p 0.95；在聊天模板里设 reasoning\_effort（low / medium / high / xhigh / max）控制思考强度。 - 不想自建可用 MiniMax Agent 或 MiniMax API；多芯片部署见仓库里的 FlagOS 文档。 **风险** - MiniMax Community 许可，不是标准开源许可，商用条款需自行查看 LICENSE。 - 总参数约 428B，需要多卡服务器；具体显存作者未给，可用上下文长度取决于显存和部署配置。 [打开](https://huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash)