据报道，MiniMax正式开源MiniMax M3.1 Flash模型权重。该模型总参数量为428B，激活参数量为23B，相较上一代M3模型能力全面提升。官方披露，M3.1 Flash上线72小时内，真实用户处理的Token量已超过100万亿。
为提升推理效率，M3.1 Flash引入多项优化：将前三个全注意力层替换为稀疏注意力；通过量化感知训练，把路由MoE专家（共享专家除外）迁移至W4A4，并将稀疏注意力索引器和主分支从Q8KV8调整为Q8KV4；同时采用功耗感知调度精细分配计算卡功耗，提升硬件利用效率。
生态建设方面，MiniMax联合华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数、英伟达、AMD等芯片厂商，以及Together AI、Fireworks、Nebius、Baseten、Modal、DigitalOcean等推理与云服务平台，推动模型首日接入。
此外，vLLM、SGLang、智源FlagOS以及Hugging Face、魔搭社区也将共同推进模型适配，拓展其在不同芯片、云平台和开发环境中的应用。目前模型权重已在Hugging Face和魔搭社区上线。
原创文章，作者：校草，如若转载，请注明出处：https://www.kejixun.co/article/765591.html
