MiniMax 发布 M3.1-Flash 多模态 MoE 模型，支持 1M token 上下文
MiniMaxAI/MiniMax-M3.1-Flash
MiniMax 发布原生多模态 MoE 模型 MiniMax-M3.1-Flash，支持文本、图像和视频输入，上下文窗口最高 1M tokens。该模型总参数约 428B、每 token 激活 23B，在 M3 基础上改用全模型稀疏注意力、量化感知训练和 DSpark 投机解码以提升推理效率。
原文给出了与 DeepSeek、Kimi、GLM、GPT-5.6 等模型在多项基准上的逐项对比，读者可据此判断其智能体与编码能力的位置。
MiniMax-M3.1-Flash 是一款原生多模态混合专家模型，面向编程、智能体工作流、计算机使用和网络安全。它支持文本、图像和视频输入，上下文窗口最高可达 1M tokens。
在 MiniMax-M3 的基础上，M3.1-Flash 通过全模型稀疏注意力、量化感知训练和 DSpark 推测解码，提升了任务表现和推理效率。
亮点：
- 智能体表现： 在智能体任务、编程和网络安全方面实现代际跃升——BankerToolBench 76.2，DeepSWE v1.1 73.7%，OSWorld V2 61.7，Agents' Last Exam 29.6，CyberGym 82.2。
- 高效设计： 全模型稀疏注意力、量化感知训练和 DSpark 推测解码提升了推理效率。
模型概览
- 架构： 原生多模态混合专家（MoE）
- 参数： 总计约 428B；每 token 激活 23B
- 输入 / 输出： 文本、图像和视频输入；文本输出
- 上下文窗口： 最高 1,000,000 tokens
- 注意力： 全模型采用 MiniMax Sparse Attention（MSA）
- 推测解码： 包含 DSpark 草稿头
基准测试
| 基准测试 | MiniMax M3.1 Flash | DeepSeek V4.1 Flash-1017 | DeepSeek V4.1 Flash | Kimi K3 | GLM-5.3 | GPT-5.6 Sol | Opus 5 |
|---|---|---|---|---|---|---|---|
Automation-Bench v1.0.6 |
62.8 | 60.5 | 54.8 | 46.7 | 48.8 | 45.8 | 50.3 |
| BankerToolBench | 76.2 | — | 73.7 | 69.1 | 74.5 | 74.6 | 76.2 |
| GDP.pdf AA | 20.8 | — | 12.8 | 22.0 | 11.2 | 27.2 | 21.6 |
| Terminal Bench 4.0 | 38.1 | 42.3 | 31.2 | 12.6 | 37.9 | 39.9 | 51.8 |
| LOCA-Bench 256K | 60.3 | — | — | 49.7 | 50.3 | 60.0 | 53.7 |
Agents’ Last Exam |
29.6 | — | — | 28.3 | — | 30.6 | 32.2 |
| OSWorld 2.0 | 61.7 | — | 54.3 | 58.3 | — | 65.7 | 70.6 |
PostTrain Bench v1.1 |
39.3 | — | 30.5 | 36.6 | 37.5 | 36.2 | 40.4 |
| DeepSWE v1.1 | 73.7 | 77.0 | 74.2 | 67.5 | 66.9 | 73.0 | 74.0 |
| NL2Repo-Bench | 61.2 | 68.2 | 65.4 | 58.0 | 58.0 | 56.8 | 75.3 |
| SWE Refactor Bench | 23.0 | — | 11.8 | 19.5 | 10.4 | 28.5 | 31.0 |
CyberGym |
82.2 | — | — | 80.0 | 84.5 | 83.6 | — |
BabyVision (with tools) |
91.0 | 92.5 | 89.6 | 85.7 | — | 88.9 | 94.1 |
| HLE (without tools) | 43.4 | 42.6 | 39.2 | 43.5 | 42.3 | 49.5 | 55.6 |
| CharXiv RQ | 82.5 | — | 69.0 | 84.8 | — | 85.2 | 83.7 |
评测说明
- Automation-Bench v1.0.6： 600 个公开发布的任务。
- BankerToolBench： OpenCode 1.17.18；MiniMax-M2.7 评判。
- GDP.pdf AA： 直接取自 Artificial Analysis。
- Terminal Bench 4.0： Codex 0.149.1。
- LOCA-Bench 256K： 官方实现。
- Agents’ Last Exam： 官方 Overall 设置；仅采用官方 ALE 排行榜的全集结果。空白 = 无官方结果（仅 CLI 的已排除），并非零分。
- OSWorld 2.0： 0808 完整版；发布时各模型报告的最高分，DeepSeek V4.1 除外（内部复现）。
- PostTrain Bench v1.1： Claude Code 2.1.251，512K 上下文；其余为官方设置。
- DeepSWE v1.1： mini-SWE-agent 2.4.5，512K 上下文。
- NL2Repo-Bench： Claude Code 2.1.233，512K 上下文；奖励黑客 = 0；修正了两个不一致的任务（分数使用修正后的集合）。
- SWE Refactor Bench： Claude Code 2.1.220，200K 上下文；其余为官方设置。
- CyberGym： Claude Code 2.1.263，1M 上下文。
- BabyVision (with tools)： Claude Code 2.1.285；图像最小边 1,500 px。
- HLE (without tools)： 纯文本子集（2,158 道题）。
- CharXiv RQ： GPT-5.5 评判。
结果为官方权重下的结果；第三方量化版本可能有所不同。
M3.1-Flash 的新特性
M3.1-Flash 保留了 M3 的核心混合专家架构，并有三项主要变化：
- 全模型稀疏注意力： 前三个全注意力层被替换为稀疏注意力。
- 量化感知训练：路由的 MoE 专家和注意力路径在训练过程中进行量化，从而降低内存占用并提升服务效率。
- DSpark 推测解码：DSpark 取代了此前类似 EAGLE 的 MTP 方法。本次发布包含 draft head，可与兼容的服务实现配合使用。
如何使用
本地部署
下载模型：
hf download MiniMaxAI/MiniMax-M3.1-Flash --local-dir MiniMax-M3.1-Flash
我们推荐使用以下推理框架来部署该模型：
- SGLang — 参见 SGLang cookbook。
- vLLM — 参见 vLLM recipe。
- TokenSpeed — 参见 TokenSpeed recipe。
更多集成正在进行中：Transformers、KTransformers、unsloth 和 ATOM。
多芯片部署
推理设置
推荐的采样设置：temperature=1.0 和 top_p=0.95。
对于推理，在聊天模板中设置 reasoning_effort：low、medium、high、xhigh 或 max。
该模型支持最高 1M tokens 的上下文窗口。可用上下文长度和吞吐量取决于 GPU 内存和服务配置。
联系我们
请通过 [email protected] 联系我们。
来源：MiniMax 模型发布 · hf-mirror.com