MiniMax 开源的 M3.1 Flash 上线仅 72 小时，就被真实用户处理了超过 100 万亿 Token，低推理成本换来大规模落地。该模型总参数 428B、单次仅激活 23B，靠 MoE 稀疏化把算力压到小模型级别，能力较上一代 M3 全面提升。效率上，前三个全注意力层替换为稀疏注意力，路由专家经量化感知训练迁移至 W4A4，并配合功耗精细分配的 Power-aware scheduling 榨取硬件性能。首日接入方覆盖华为昇腾、平头哥、摩尔线程及 NVIDIA、AMD 等芯片厂商，以及 Together AI、Fireworks、vLLM、SGLang 等平台与框架，权重已在 Hugging Face 与魔搭开放下载。