AIREITERMiniMax M3.1 Flash open weights, 23 Ekim 2026'da erişime açıldı. Ancak lansman heyecanının ötesinde tablo oldukça net: İndirilebilir 428B'lik bir checkpoint var, fakat bunu tek GPU'da çalıştırmayı neredeyse hiçbir kurulumun hedeflememesi gerekiyor. MiniMaxAI/MiniMax-M3.1-Flash deposunda onay gerektirmeden indirilebilen, 48 parçaya bölünmüş yaklaşık 252 GB'lık ağırlıklar bulunuyor. Öte yandan MiniMax Community License, ticari kullanım için atıf, tek seferlik bildirim ve yıllık geliri $20M'ı aşan işletmelerde önceden yetki alma şartı getiriyor.
252 GB'lık checkpoint için kısa karar
MiniMax M3.1 Flash; toplamda yaklaşık 428 milyar parametreye sahip, token başına yaklaşık 23 milyar parametresi etkinleşen yerel çok modlu bir mixture-of-experts modeli. Metin, görsel ve video girdilerini kabul ediyor; yalnızca metin çıktısı üretiyor. 1.000.000 token'a kadar bağlam desteği, model genelinde MiniMax Sparse Attention ve pakete dahil DSpark speculative-decoding draft head sunuyor. Ağırlıklar bugün Hugging Face ve ModelScope aynası üzerinden indirilebiliyor. Ancak buradaki "Flash", modelin küçük olduğu değil, çıkarım ekonomisine odaklandığı anlamına geliyor; "open weights" ifadesi de açık kaynak olduğu anlamına gelmiyor.
| Başlık | Doğrulanan değer |
|---|---|
| Toplam / etkin parametre | ~428B toplam, token başına ~23B |
| Bağlam penceresi | 1.000.000 token'a kadar |
| Girdi / çıktı | Metin, görsel, video girişi; metin çıktısı |
| Checkpoint boyutu | ~252 GB, 48 safetensors parçası + DSpark draft head |
| Quantization | MXFP8 yapılandırması; yönlendirilen MoE yolunda NVFP4 |
| Çıkarım ayarları | Temperature 1.0, top-p 0.95, reasoning_effort low / medium / high / xhigh / max |
| Sunum tarifleri | SGLang, vLLM, TokenSpeed; çok çipli kullanım için FlagOS |
| API fiyatı | 1M token başına $0.15 girdi / $0.60 çıktı / $0.015 cache |
| Ölçülen görev maliyeti | Agentic görev başına ~$0.22 (TPS Report üzerinden Artificial Analysis) |
| Lisans | MiniMax Community License; ticari kullanım koşullu |
Çoklu GPU altyapısına sahip ekipler ve $0.15/$0.60 API fiyatlandırmasının mevcut faturayı düşürdüğü agent iş yükleri için uygun bir seçenek. Dizüstü bilgisayarlar, tek tüketici GPU'lu sistemler ve zorunlu atıf satırını taşıyamayacak ticari ürünler içinse uygun değil. Benim yorumum şu: Önce API'yi kullanın; self-hosting'e ancak hacim veya veri kontrolü donanım yatırımını haklı çıkardığında geçin.
Resmî ağırlıkları indirme ve doğrulama
Resmî checkpoint, Hugging Face'te MiniMaxAI/MiniMax-M3.1-Flash adresinde yer alıyor. MiniMax'ın 23 Ekim tarihli duyurusu da Hugging Face ve ModelScope indirmelerine yönlendiriyor. alfw.ai'nin ağırlık sürümü analizi, indirme paketi için onay kapısı olmadığını ve boyutun yaklaşık 252 GB olduğunu belirtiyor: 48 ağırlık parçası, ayrı bir DSpark draft head ile tokenizer ve config dosyaları.
hf download MiniMaxAI/MiniMax-M3.1-Flash --local-dir MiniMax-M3.1-Flash
Donanım bütçesi çıkarmadan önce depo sayfasında üç noktayı doğrulayın. İlk olarak, dosya listesinde eksik bir ayna yerine 48 parçanın tamamı ve draft head'in bulunduğunu kontrol edin. İkinci olarak, lisans alanının MIT veya Apache değil minimax-community yazdığından emin olun; toplayıcı sitelerde kalmış eski ön sürüm etiketlerini dikkate almayın. Son olarak model kartındaki uyarıyı unutmayın: Açıklanan skorlar resmî ağırlıklar için geçerli. Üçüncü taraf quantization paketleri farklı davranabilir. Bu yüzden bu hafta dolaşımda olan EXL3 veya yeniden paketlenmiş sürümleri, temel commit'lerini belirtmedikçe doğrulanmamış sayın.
Self-host mümkün mü? Önce donanım hesabını yapın
Her token'da yalnızca 23B parametrenin etkinleşmesi, 428B'lik modelin küçüldüğü anlamına gelmiyor. "Bunu yerelde çalıştırabilir miyim?" tartışmalarındaki temel hata da burada. Etkin parametre sayısı token başına çıkarım maliyetini belirlerken, toplam parametre sayısı depolamanız ve bellekte tutmanız gereken ağırlıkları belirliyor. BF16'da 428 milyar parametreyi 2 bayt ile çarptığınızda, yalnızca ağırlıklar yaklaşık 856 GB ediyor. Genel bir 4-bit gösterimde ise bu rakam yaklaşık 214 GB. Depodaki gerçek 252 GB'lık boyut; eğitilmiş quantized düzenin yanı sıra tokenizer, config ve draft-head dosyalarını içeriyor; çalışma zamanı tamponları ve KV cache buna dahil değil.
"MiniMax-M3.1-Flash open weights are now LIVE 🔥🔥 428B params, 23B active." — @MiaAI_lab, ~252 GB'lık indirmeye ek olarak TensorFold tarifi ve EXL3 quantization çalışmasına dikkat çekiyor
Donanım eşiği ekipler için bile yüksek. @perry_weijie, kişisel makinelerin pratikte modeli çalıştıramayacağını; kendi altyapısını kurmanın ise boşta kartları olan ekipler için anlamlı olduğunu söylüyor. Bulabildiğim ilk gün ölçümlerinden biri, @majewskizby tarafından paylaşılan 4x DGX Spark üzerinde TP4 kurulumu. NVFP4/MXFP8 yolları ve Triton sparse attention ile 262K bağlamda düz metin decode için yaklaşık 39.7 tok/s, yapılandırılmış decode içinse 62.2 tok/s bildiriliyor. Bu, bir üretici sunumu değil, ilk gün elde edilmiş tekil bir veri noktası; üstelik dört üst seviye düğümün birlikte çalışmasını gerektiriyor.
Emek gereksinimine göre gerçekçi seçenekleriniz şunlar:
- SGLang yolu: Model kartındaki bağlı cookbook'u kullanın; Docker örneği de içeriyor (
--shm-size 32g, port 30000, HF cache mount). - vLLM kurulumu: Kartta bağlı tarif yer alıyor; örnekte port 8000 üzerinde
vllm servekullanılıyor. - TokenSpeed seçeneği: Verimlilik odaklı yol için bağlı tarif sunuluyor.
- FlagOS dağıtımı: Çok çipli kurulumlar için.
Şimdiden iki kurulum tuzağı öne çıkıyor. Reasoning effort varsayılan olarak maksimumda; low ile max arasındaki ayarı değiştirmezseniz fatura ve gecikme gereksiz büyüyebilir. minimax-m31flash.org üzerindeki bağımsız kurulum notları ise agent entegrasyonlarında sık görülen sorunları sıralıyor: Uzun bağlam için yanlış model suffix'i kullanmak, environment variable'ların config dosyalarını ezmesi, eski Codex minimum sürümleri ve kullanımdan kaldırılmış preview model adları. Model kartında Transformers, KTransformers, unsloth ve ATOM entegrasyonları geliştirme aşamasında listeleniyordu; planınızı bunlara dayandırmadan önce güncel durumu kontrol edin. alfw.ai, açıklanan uyumluluk kapsamını 10 çip üreticisi ve altı bulut sağlayıcısı olarak veriyor. Ancak ödeme yaptığınız sağlayıcının kataloğunda modeli görmeden bunları yalnızca uyumluluk duyurusu olarak değerlendirin.
API mi, self-host mu? Kararı görev maliyeti verir
Agent iş yüklerinde reasoning token'ları ve cache davranışı baskın olduğundan, yalnızca token fiyatına bakmak yanıltıcı olur. MiniMax'ın sabit API fiyatı 1 milyon token başına $0.15 girdi, $0.60 çıktı ve $0.015 cache girdi şeklinde. minimax-m31flash.org'a göre MiniMax M3, 512K girdi token'ından sonra fiyatı ikiye katlarken M3.1 Flash'ta uzun bağlam için böyle bir fiyat basamağı yok. Artificial Analysis, aynı pakette M3.1 Flash için görev başına yaklaşık $0.22; DeepSeek V4.1 Flash 1017 içinse $0.26 ölçtü. Sırasıyla 189M ve 224M çıktı token'ı kullanılan bu sonuç, ham fiyat indiriminden çok daha verimli reasoning sayesinde yaklaşık %15'lik görev maliyeti avantajına işaret ediyor.
| Seçenek | En uygun kullanım | Dikkat edilmesi gereken |
|---|---|---|
MiniMax API (api.minimax.io, minimax-m31flash.org'a göre Anthropic/OpenAI uyumlu) | Donanım gerektirmeden coding agent'ları, değişken yük ve 1M bağlamlı işler | Varsayılan max reasoning effort; gerçek faturayı cache ve service-tier yapılandırması belirler |
| M Plan aboneliği (minimax-m31flash.org'a göre Go / Explore / Build katmanları) | MiniMax Code içinde öngörülebilir coding assistant kullanımı | Düz aylık token havuzu yerine pencere bazlı sınırlar var; bütçe ayırmadan önce dolar fiyatlarını kontrol edin |
| Self-host (SGLang / vLLM / TokenSpeed, çok çipte FlagOS) | Yüksek ve sürekli hacim, veri kontrolü ihtiyacı, fine-tuning tabanı | 252 GB indirme, uzun bağlamda KV cache ile birlikte çoklu GPU belleği, doğrulanmış minimum sistem gereksinimi yok |
Herhangi bir indirme yapmadan önce kendi iş yükünüzün hesabını çıkarın: Aylık girdi/çıktı dağılımınızı gerçek cache-hit oranınızla birlikte $0.15/$0.60 üzerinden hesaplayın; ardından bunu rezerve GPU maliyeti ve mühendislik zamanı ile karşılaştırın. Sürekli yüksek hacmin altındaki çoğu senaryoda bu hesap API lehine sonuçlanır. Aylık API faturası amorti edilmiş küme maliyetini geçtiğinde veya ağırlıkların altyapı sınırlarınız içinde kalması gerektiğinde self-hosting avantajlı olabilir.
Benchmark sonuçları: Kimin ölçtüğünü ayırarak okuyun
| Benchmark | M3.1 Flash | Alıntılanan tablodaki en iyi rakip | Kaynak |
|---|---|---|---|
| Automation-Bench v1.0.6 | 62.8 | 60.5 DeepSeek V4.1 Flash-1017 | MiniMax kartı (üretici) |
| BankerToolBench | 76.2 | 76.2 Opus 5 (berabere) | MiniMax kartı (üretici) |
| LOCA-Bench 256K | 60.3 | 60.0 GPT-5.6 Sol | MiniMax kartı (üretici) |
| OSWorld 2.0 | 61.7 | 70.6 Opus 5 | MiniMax kartı (üretici) |
| CyberGym | 82.2 | 84.5 GLM-5.3 | MiniMax kartı (üretici) |
| DeepSWE v1.1 | 73.7 | 77.0 DeepSeek V4.1 Flash-1017 | MiniMax kartı (üretici) |
| Vals Index | 53.78% (26 model içinde 16'ncı) | MiMo V2.6 Flash 54.83% (lansman anında) | Vals AI (bağımsız) |
| Intelligence Index | 42 | 45 DeepSeek V4.1 Flash 1017 | TPS Report üzerinden Artificial Analysis (bağımsız) |
| LMArena WebDev | 1587.48 | sıralamadaki alan | VectorWire (10 ölçümden bağımsız olarak doğrulanan tek sonuç) |
MiniMax kartı, benchmark'ların her biri için kullanılan harness'leri belgeliyor. Örneğin BankerToolBench, OpenCode 1.17.18 üzerinde MiniMax-M2.7 judge ile; CyberGym ise 1M bağlamda Claude Code 2.1.263 ile çalıştırılmış. Bu şeffaflık çoğu lansman paylaşımından daha iyi olsa da skorlar hâlâ üreticinin bildirdiği sonuçlar. Bağımsız değerlendirmeler daha temkinli: Vals AI, M3'e göre Vibe Code Bench'te 26.37 puanlık sıçrama gösterirken kendi harness'inde uzun vadeli görev zayıflığına dikkat çekiyor: Terminal-Bench 25.25%, HLAB-Vals 7.50%. Artificial Analysis, aynı benchmark'ta güçlü %56 omniscience accuracy ile %93 hallucination rate sonucunu birlikte veriyor. VectorWire ise kanıtı herhangi bir yeteneği sıralamak için fazla sınırlı buluyor. Bu hallucination rate, retrieval, uyumluluk ve müşteriye dönük yanıtlarda doğrulama katmanı eklemek için açık bir uyarı olarak görülmeli.
Ticari kullanımı belirleyen lisans koşulları
Ağırlıklar indirilebilir olsa da MiniMax Community License sınırsız bir açık kaynak lisansı değil. Lisans temel olarak ticari olmayan kullanım etrafında şekilleniyor; ticari kullanım ise belirli koşullarda mümkün. Ürün veya hizmetlerde görünür biçimde "Built with MiniMax M3.1-Flash" ifadesi yer almalı, kullanıcı MiniMax'a tek seferlik bildirim göndermeli ve yıllık geliri $20M'ı aşan her kullanım için MiniMax'tan önceden yazılı yetki alınmalı. Ticari kullanım tanımı; ücretli barındırılan erişim, model API'leri, fine-tune edilmiş sürümler ve değiştirilmiş türevleri kapsayacak kadar geniş. Askerî kullanım ile kasıtlı olarak zararlı, yanlış veya yanıltıcı bilgi üretmek yasak. alfw.ai'nin lisans analizi, bu modelin lisansında bölgesel bir kısıtlama bulunmadığını belirtiyor. Ancak bu değerlendirme bir MiniMax FAQ'suna değil, üçüncü taraf analizine dayanıyor; ürünü yayımlamadan önce hukuk danışmanınızla teyit edin. Sınıflandırma net: open weights, açık kaynak değil.
SSS
MiniMax M3.1 Flash ağırlıkları gerçekten indirilebiliyor mu?
Evet. MiniMaxAI/MiniMax-M3.1-Flash, 23 Ekim 2026'da Hugging Face'te yaklaşık 252 GB dosyayla ve onay gerektirmeden yayınlandı. Ayrıca bir ModelScope aynası da bulunuyor.
Resmî Hugging Face deposu hangisi?
MiniMaxAI/MiniMax-M3.1-Flash: 48 safetensors parçası, DSpark draft head, tokenizer ve config içeriyor; lisansı minimax-community olarak etiketlenmiş. İndirmek için hf download MiniMaxAI/MiniMax-M3.1-Flash --local-dir MiniMax-M3.1-Flash komutunu kullanın.
M3.1 Flash'i ticari olarak kullanabilir miyim?
Koşullu olarak evet. "Built with MiniMax M3.1-Flash" ifadesini göstermeli, tek seferlik bildirimi göndermeli ve yıllık gelir $20M'ı aşıyorsa önceden yazılı yetki almalısınız. Fine-tune'lar ve barındırılan API'ler de ticari kullanım sayılır.
Tüketici GPU'sunda veya Apple Silicon'da çalışır mı?
Burada doğrulanmış bir tek tüketici GPU'su veya Apple Silicon kurulumu yer almıyor. Tam checkpoint yaklaşık 252 GB ve BF16 hesabı yalnızca ağırlıklar için yaklaşık 856 GB gösteriyor; bu da sıradan GPU bellek yapılandırmalarını eliyor. Çoklu GPU sunucuları veya bir bulut sağlayıcısı beklemelisiniz; burada alıntılanan ilk gün testi 4x DGX Spark kullanıyordu.
vLLM, SGLang veya TokenSpeed ile çalışıyor mu?
Evet. Model kartından bağlantı verilen resmî tarifler üzerinden çalışıyor; önerilen yollar SGLang ve vLLM, üçüncü tarif ise TokenSpeed. FlagOS çok çipli dağıtımı kapsıyor. Transformers ailesi entegrasyonları sürüm sırasında hâlâ geliştirme aşamasındaydı.
DeepSeek V4.1 Flash ile karşılaştırınca nasıl?
Görev başına daha ucuz (~$0.22 vs ~$0.26, AA paketinde) ve bu anlık değerlendirmede daha güçlü HLE ile omniscience accuracy sunuyor. Buna karşılık toplam Intelligence Index'te (42 vs 45) ve DeepSWE'de (1017 sürümü için 73.7 vs 77.0) geride. Maliyet odaklı agent coding için görev paketiyle test etmeye değer; kararınızı aggregate index ve DeepSWE belirliyorsa DeepSeek'i kendi görevlerinizde doğrulayın. Sonraki adım olarak, varsayılan maksimum reasoning effort ayarını kendi tercihinize çekerek ücretli API'de bir görev paketi çalıştırın; ardından indirmenin buna değip değmeyeceğine karar verin.