MiniMax 把 M3.1 Flash 的权重开源了，规格是 428B 总参数、23B 激活。上线 72 小时，真实用户处理了超过 100 万亿 Token。
M3.1 Flash 能力相比上一代 M3 全面提升，但这次开源公告的重心明显在推理效率上，三组优化值得分别看：
全模型稀疏注意力——前三个全注意力层替换为稀疏注意力，降低长上下文的计算负担。QAT（量化感知训练）——路由 MoE 专家迁移到 W4A4（共享专家除外），稀疏注意力索引器和主分支从 Q8KV8 迁移到 Q8KV4，量化粒度更细。Power-aware scheduling——通过精细分配计算卡功耗，让算力持续维持在高位，把硬件效率压到极致。
「72 小时 100 万亿 Token」是这条公告里最硬的数字。对一个大模型来说，上线三天就有真实用户处理了百亿亿级 Token，说明它在生产环境里的接受度不是纸面的——开发者是真的在用，而且用量惊人。
生态布局也是亮点。适配名单同时覆盖了国产芯片全家桶（华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数）和国际厂商（NVIDIA、AMD），推理平台有 Together AI、Fireworks、Nebius、Baseten、Modal、DigitalOcean，框架有 vLLM、SGLang、智源 FlagOS，模型社区是 Hugging Face 和魔搭。一个开源模型首发就拉齐这么多芯片和平台，MiniMax 的意图很清楚：不止要开源，要让它在每块芯片上都能跑。
对开发者来说，428B/23B 的规格加上这套推理优化，意味着一个「能力够用、成本可控、可本地部署」的选择又多了一个。权重已在 Hugging Face 和魔搭上线。
参考来源：