MiniMax 正式开源 M3.1 Flash 模型权重，72 小时内处理超过 100 万亿 Token

10 月 23 日，MiniMax 正式开源 M3.1 Flash 模型权重。该公司同时宣布，模型上线 72 小时内处理量已超过 100 万亿 Token，并将联合多家芯片厂商、推理平台及云服务平台推进开源首日接入。根据 MiniMax 的资料，M3.1 Flash 于 10 月 19 日发布，主要面向智能体任务、编程、计算机操作和网络安全等应用。

根据 MiniMax 公布的数据，该模型线上推理速度较此前提升近 3 倍，使用成本降低 70%。模型采用稀疏注意力架构，日常输出速度可超过每秒 200 个 Token，中位数输出速度稳定在每秒 170 个 Token 以上。

M3.1 Flash 模型显著提升性能和降低成本

在 API 定价方面，M3.1 Flash 每百万 Token 输入价格为 1 元，输出价格为 4 元，缓存读取价格为 0.1 元。与 M3 的对应价格相比，输入和输出单价均降低 50% 以上，缓存读取单价降低超过 70%。

MiniMax 表示，将与华为昇腾、平头哥、昆仑芯、摩尔线程、英伟达和 AMD 等芯片厂商，以及相关推理和云服务平台合作，推动 M3.1 Flash 适配接入。通过开放模型权重，开发者可根据自身业务和硬件环境进行部署及优化。

据介绍，此前匿名运行并累计处理超过 200 万亿 Token 的 Space Bunny 模型，是 M3.1 Flash 的早期版本。MiniMax 还预告，定位更高智能能力的 Pro 版本将于后续推出，但尚未公布具体发布时间。