AIREITERMiniMax M3.1 Flash 的開放權重已在 2026 年 10 月 23 日上線。比起發布時的熱度，更值得先看清楚一件事：這是一個可下載的 428B checkpoint，但絕大多數單 GPU 環境都不適合嘗試執行。MiniMaxAI/MiniMax-M3.1-Flash 儲存庫提供 48 個分片、合計約 252 GB 的檔案，下載不設審核門檻；不過 MiniMax Community License 對商業使用仍附帶條件，包括標示來源、一次性通知，以及年營收超過 $20M 時必須先取得授權。
252 GB 的 checkpoint，結論先講
MiniMax M3.1 Flash 是原生多模態的 mixture-of-experts 模型，總參數量約 4280 億，每個 token 約啟用 230 億參數。它可輸入文字、圖片與影片，輸出文字；上下文長度最高支援 1,000,000 tokens，全面採用 MiniMax Sparse Attention，並隨附 DSpark speculative-decoding draft head。權重目前可透過 Hugging Face 與 ModelScope 鏡像下載，但「Flash」指的是推論經濟性，不代表模型體積小；「open weights」也不等於 open source。
| 項目 | 確認數值 |
|---|---|
| 總參數 / 活躍參數 | 總計約 428B、每 token 約 23B |
| 上下文視窗 | 最高 1,000,000 tokens |
| 輸入 / 輸出 | 文字、圖片、影片輸入；文字輸出 |
| Checkpoint 大小 | 約 252 GB、48 個 safetensors 分片 + DSpark draft head |
| 量化 | MXFP8 config；路由 MoE 路徑採用 NVFP4 |
| 推論設定 | Temperature 1.0、top-p 0.95、reasoning_effort low / medium / high / xhigh / max |
| 服務部署方案 | SGLang、vLLM、TokenSpeed；多晶片使用 FlagOS |
| API 價格 | 每 1M tokens：輸入 $0.15 / 輸出 $0.60 / 快取 $0.015 |
| 實測任務成本 | 每個 agentic task 約 $0.22（Artificial Analysis via TPS Report） |
| 授權 | MiniMax Community License；商業使用附帶條件 |
具備多 GPU 基礎設施的團隊是適合對象，若 agent 工作負載下的 $0.15/$0.60 API 計價已經低於既有帳單，也同樣值得考慮。筆電、單張消費級 GPU 環境則不適合；無法附上必要標示的商業產品也不適合。我的判斷是：先用 API，只有在用量或資料控管需求足以支撐硬體成本時，才自行部署。
從官方來源下載並驗證權重
官方 checkpoint 位於 Hugging Face 的 MiniMaxAI/MiniMax-M3.1-Flash。MiniMax 在 10 月 23 日的公告貼文中同時指向 Hugging Face 與 ModelScope 下載頁。依 alfw.ai 的權重發布分析，完整內容約為 252 GB，沒有下載審核：包括 48 個權重分片、獨立的 DSpark draft head，以及 tokenizer 與 config 檔案。
hf download MiniMaxAI/MiniMax-M3.1-Flash --local-dir MiniMax-M3.1-Flash
在開始規劃硬體預算前，建議直接到儲存庫頁面確認三件事。第一，檔案清單是否完整列出 48 個分片與 draft head，而非不完整鏡像。第二，license 欄位應為 minimax-community，不是 MIT 或 Apache；也不要採信聚合網站上可能過期的 pre-release 標示。第三，模型卡本身也提醒：已公布成績僅適用官方權重，第三方量化版本的表現可能不同。因此，本週流傳的 EXL3 或重新封裝版本，在未標明其 base commit 前都應視為未驗證版本。
想自行部署？先算清楚硬體需求
428B 模型不會因為每個 token 只啟用 23B 參數就縮小，這也是許多「能不能在本機跑」討論最常混淆的地方。活躍參數決定每 token 的推論成本；總參數則決定你需要儲存並放進記憶體的容量。以 BF16 計算，4280 億參數乘上每個參數 2 bytes，僅權重就約需 856 GB；一般 4-bit 表示法也約需 214 GB。實際儲存庫的 252 GB，反映其訓練完成的量化配置，以及 tokenizer、config 與 draft-head 檔案，還未計入執行期 buffer 與 KV cache。
「MiniMax-M3.1-Flash open weights are now LIVE 🔥🔥 428B params, 23B active。」— @MiaAI_lab，提及約 252 GB 的下載容量，以及 TensorFold recipe 與 EXL3 量化工作
即使是團隊，硬體門檻也很高。@perry_weijie 指出個人電腦基本上無法執行，自建部署較適合手上有閒置顯示卡的團隊。我找到的一筆 day-0 實測部署資料則是 @majewskizby 的 TP4 on 4x DGX Spark：在 262K context、採 NVFP4/MXFP8 路徑與 Triton sparse attention 下，文字 prose decode 約為 39.7 tok/s，structured decode 約為 62.2 tok/s。這是 day-0 實測數據，不是廠商投影片；而且仍假設四台高階節點協同運作。
依部署投入程度排序，較實際的選項如下：
- SGLang：使用模型卡連結的 cookbook，包括 Docker 範例中的
--shm-size 32g、port 30000 與 HF cache mount 設定。 - vLLM：採用連結的 recipe，模型卡範例是在 port 8000 使用
vllm serve。 - TokenSpeed：提供針對效率導向路徑的 recipe。
- FlagOS：用於多晶片部署。
目前已有兩個常見設定問題。第一，reasoning effort 預設為 maximum；如果從未調整 low 到 max 的控制項，帳單與延遲都會被放大。第二，minimax-m31flash.org 的獨立設定筆記列出典型 agent 整合失敗原因：長 context 使用了錯誤的模型 suffix、環境變數覆寫 config 檔、Codex 最低版本過舊，以及已退役的 preview model 名稱。模型卡列出的 Transformers、KTransformers、unsloth 與 ATOM 整合在發布時仍顯示進行中，因此不要在確認支援狀態前就把它們納入部署計畫。alfw.ai 提到公告中的相容性涵蓋 10 家晶片廠商與六家雲端服務，但在你實際付費的供應商型錄出現模型前，這些仍應視為相容性公告。
API 還是自架？應以每項任務成本決定
只看 token 單價容易誤判，因為 agent 工作負載往往主要由 reasoning tokens 與快取行為決定。MiniMax 的 API 固定價格為每 1M input tokens $0.15、output tokens $0.60、cached input $0.015，且沒有長 context 加價；相較之下，依 minimax-m31flash.org 所述，MiniMax M3 的輸入超過 512K tokens 後價格會翻倍。Artificial Analysis 在同一套件中測得，M3.1 Flash 每個任務約 $0.22，DeepSeek V4.1 Flash 1017 約 $0.26；輸出 token 分別為 189M 與 224M。約 15% 的任務成本優勢，來自更有效率的推理，而不只是單純降價。
| 方案 | 適合情境 | 注意事項 |
|---|---|---|
MiniMax API（api.minimax.io，依 minimax-m31flash.org 支援 Anthropic/OpenAI-compatible） | 程式開發 agents、負載波動大、需要 1M context 但不想維護硬體 | 預設為 max reasoning effort；快取與 service-tier 設定決定實際帳單 |
| M Plan 訂閱（依 minimax-m31flash.org 為 Go / Explore / Build tiers） | 在 MiniMax Code 中可預期的 coding assistant 使用量 | 採時段式限制，並非單純按月 token 額度；預算前請確認美元價格 |
| 自行部署（SGLang / vLLM / TokenSpeed，FlagOS 多晶片） | 長期高用量、需要資料掌控權、需要 fine-tuning base | 252 GB 下載、多 GPU 記憶體，以及長 context 下的 KV cache；目前沒有經驗證的最低規格 |
下載前先替自己的工作負載算帳：以每月 input/output 比例乘上 $0.15/$0.60，再納入實際 cache-hit rate，接著與保留 GPU 成本及工程時間比較。大多數未達長期高用量的情況下，API 通常在這套算式中較划算；當每月 API 支出超過分攤後的叢集成本，或權重必須留在你的資料邊界內時，自行部署才可能勝出。
基準測試要分清楚是誰測的
| 基準測試 | M3.1 Flash | 引用表格中的最佳對手 | 來源 |
|---|---|---|---|
| Automation-Bench v1.0.6 | 62.8 | 60.5 DeepSeek V4.1 Flash-1017 | MiniMax card（廠商） |
| BankerToolBench | 76.2 | 76.2 Opus 5（並列） | MiniMax card（廠商） |
| LOCA-Bench 256K | 60.3 | 60.0 GPT-5.6 Sol | MiniMax card（廠商） |
| OSWorld 2.0 | 61.7 | 70.6 Opus 5 | MiniMax card（廠商） |
| CyberGym | 82.2 | 84.5 GLM-5.3 | MiniMax card（廠商） |
| DeepSWE v1.1 | 73.7 | 77.0 DeepSeek V4.1 Flash-1017 | MiniMax card（廠商） |
| Vals Index | 53.78%（26 個中第 16） | MiMo V2.6 Flash 54.83%（發布時） | Vals AI（獨立） |
| Intelligence Index | 42 | 45 DeepSeek V4.1 Flash 1017 | Artificial Analysis via TPS Report（獨立） |
| LMArena WebDev | 1587.48 | ranked field | VectorWire（10 項中唯一經獨立驗證） |
MiniMax 模型卡列出各項 benchmark 的測試 harness，例如 BankerToolBench 使用 OpenCode 1.17.18、MiniMax-M2.7 作為 judge；CyberGym 則使用 Claude Code 2.1.263 與 1M context。這比多數發布貼文更透明，但分數本質上仍是廠商自行回報。獨立評測的解讀也更保留：Vals AI 顯示其 Vibe Code Bench 比 M3 提升 26.37 分，但也標示長程任務偏弱，在其 harness 中 Terminal-Bench 為 25.25%、HLAB-Vals 為 7.50%；Artificial Analysis 同時給出 56% 的 omniscience accuracy 與 93% 的 hallucination rate；VectorWire 則認為證據仍不足以替任何能力排行。這個 hallucination rate 值得警惕：檢索、合規與面向客戶的回答，都應加上驗證機制。
商業使用前，先看授權條款
權重可以下載，但 MiniMax Community License 並不是無限制的 open-source license。授權以非商業使用為主，商業使用僅在符合條件時允許：產品或服務必須明顯展示「Built with MiniMax M3.1-Flash」、使用者必須向 MiniMax 發送一次性通知；任何年營收超過 $20M 的業務，還必須事前取得 MiniMax 書面授權。商業使用的定義很廣，包含付費託管存取、model APIs、fine-tunes 與修改後衍生版本。軍事用途，以及刻意產生有害、虛假或誤導性資訊的用途均被禁止。alfw.ai 的授權分析認為這個模型的授權未設地域限制，但這項解讀來自第三方分析，而不是 MiniMax FAQ；正式推出前仍應交由法務確認。分類上，它是 open weights，不是 open source。
FAQ
MiniMax M3.1 Flash 的權重真的可以下載嗎？
可以。MiniMaxAI/MiniMax-M3.1-Flash 在 2026 年 10 月 23 日出現在 Hugging Face，提供約 252 GB 檔案且沒有下載審核門檻，另有 ModelScope 鏡像。
官方 Hugging Face 儲存庫是哪一個？
MiniMaxAI/MiniMax-M3.1-Flash：內含 48 個 safetensors 分片、DSpark draft head、tokenizer 與 config，授權標示為 minimax-community。下載指令為 hf download MiniMaxAI/MiniMax-M3.1-Flash --local-dir MiniMax-M3.1-Flash。
我可以商業使用 M3.1 Flash 嗎？
可以，但有條件。你必須展示「Built with MiniMax M3.1-Flash」、送出一次性通知，且年營收超過 $20M 時要先取得書面授權。Fine-tunes 與託管 API 都屬於商業使用。
它能在消費級 GPU 或 Apple Silicon 上執行嗎？
本文沒有引用任何經驗證的單張消費級 GPU 或 Apple Silicon 部署方案：完整 checkpoint 約 252 GB，而 BF16 計算下僅權重即約 856 GB，已排除一般 GPU 記憶體配置。預期需要多 GPU 伺服器或雲端供應商；本文引用的 day-zero 實測使用了 4x DGX Spark。
它支援 vLLM、SGLang 或 TokenSpeed 嗎？
支援，可透過模型卡連結的官方 recipes 使用；推薦路徑是 SGLang 與 vLLM，TokenSpeed 則是第三個 recipe。FlagOS 支援多晶片部署。發布時，Transformers-family 整合仍在進行中。
它和 DeepSeek V4.1 Flash 相比如何？
在 AA suite 中，每項任務成本較低（約 $0.22 對約 $0.26），且當時快照裡的 HLE 與 omniscience accuracy 更強；但 aggregate Intelligence Index 落後（42 對 45），DeepSWE 也落後於 1017 build（73.7 對 77.0）。若目標是高成本效率的 agent coding，值得以一批任務實測；如果決策重點在 aggregate index 與 DeepSWE，應在自己的任務上驗證 DeepSeek。下一步是先跑一批付費 API 任務，將預設 max reasoning effort 改成你的實際設定，再判斷是否值得下載部署。