2026年10月23日，MiniMax 在 Hugging Face 和 ModelScope 同步开放了 M3.1 Flash 的模型权重。这是继 10 月 19 日模型发布之后，M3.1 Flash 的又一个关键动作：从 API 可用走向权重可下载，开发者和研究社区可以直接下载、部署和微调这款 428B 参数的混合专家模型。
规格：428B 参数，每 token 只激活 23B
根据 Hugging Face 官方模型卡，MiniMax-M3.1-Flash 是原生多模态混合专家（MoE）架构：总参数约 428B，每次前向只激活约 23B。模型接受文本、图像和视频输入，输出文本，上下文窗口长达 100 万 token，基于 transformers 库即可加载。
技术上延续了 M3.1 系列的三个关键设计：全模型的 MiniMax 稀疏注意力（MSA）、量化感知训练，以及 DSpark 推测解码头。这三项共同决定了它“推理快、成本低”的定位，也是这次权重开放最值得研究的部分。
评测：智能体、编码与网络安全是强项
官方模型卡公布的基准成绩集中在智能体任务方向：BankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7、CyberGym 82.2。对比基线包括 DeepSeek V4.1 Flash-1017、Kimi K3、GLM-5.3、GPT-5.6 Sol 和 Opus 5，在多项自动化与智能体基准上处于领先位置。需要说明的是，以上均为官方公布数据，社区独立复现的结果值得继续观察。
影响与边界：谁用得上，门槛在哪
权重开放最直接的受益者有两类：做智能体应用的开发者，可以把 M3.1 Flash 接入自己的推理栈或做针对性微调；研究社区，可以验证它的稀疏注意力与推测解码设计。
但门槛要讲清楚：428B 总参数的权重体积依然庞大，本地部署需要可观的显存与存储，普通个人开发者更现实的路径是等待社区量化版本，或继续使用官方 API。另外模型采用 minimax-community 社区许可，商用之前需要先读清许可条款。
下一步值得关注的是生态跟进速度：vLLM、Ollama 等推理框架的适配进度，以及第三方独立评测能否复现官方成绩，将决定这款开放权重模型的实际热度。
