先看数字
10 月 23 日，MiniMax 正式开源 M3.1 Flash 模型权重，并同步披露了一组让人有点意外的运营数据：该模型上线 72 小时处理了超过 100 万亿 Token。据官方此前口径，线上推理速度提升了近 3 倍，使用成本下降了约 70%。
换句话说，这既是一次开源发布，也是「高性价比大模型」在真实流量下跑出的成绩单。
M3.1 Flash 是什么
这是一款原生多模态的混合专家（MoE）模型：总参数约 428B，单 token 激活约 23B，支持文本、图像、视频输入，上下文窗口最高 100 万 token，面向编程、智能体工作流、电脑操作与网络安全等场景。
在效率层面，它靠三件事压成本：全模型稀疏注意力、量化感知训练（QAT）、以及自研的 DSpark 投机解码。官方基准里，BankerToolBench 拿到 76.2 分、DeepSWE v1.1 拿到 73.7%、OSWorld V2 拿到 61.7——对标的是 DeepSeek、Kimi、GLM 与 GPT-5.6 这一档。
开源首日，它已经拉上了华为昇腾、平头哥、昆仑芯、摩尔线程、NVIDIA、AMD 等芯片厂商，以及多家推理与云服务平台一起做接入。这份「国产芯片全家桶」名单，本身就是个重要信号。
本周开源大模型在集体「换路线」
把镜头拉远一点，你会发现 M3.1 Flash 不是孤例。就在最近一周，开源大模型几乎是在「密集迭代」：
- Reflection 发布 501B 的 Beam（Apache 2.0，1M 上下文，MoE，每 token 激活 23B）；
- Meta 开源 816B 的多模态 MoE 模型 Muse Spark Open，上下文物到 100 万 token；
- 阶跃星辰 开放 600B 稀疏 MoE 的 Step 5 Preview 权重，主打长程 Agent；
- 面壁智能 开源 35B-A3B 的 MiniCPM-V 4.7，是该系列首个 MoE 模型，能塞进 iPhone 17 Pro Max 以约 3GB 内存跑出 13+ token/s；
- 蚂蚁百灵（Ling-3.1-flash 560B）、Liquid AI（LFM2.5-24B-A2B 端侧）等也相继动作。
把它们放一起看，三条主线非常清晰：MoE 架构、超长上下文、端侧部署。曾经被视为「少数派效率技巧」的 MoE，如今几乎成了开源大模型的默认选项。
MoE 为什么突然「赢麻了」
原因很实在：「大规模总参 + 小规模激活」是眼下唯一能同时讨好「能力」与「成本」的路线。总参数做大，模型容量和表现上得去；每 token 只激活一小部分专家，推理算力又压得下来。对开源玩家来说，这正是追平闭源头部、又能让普通开发者真正跑起来的那把钥匙。
至于长上下文，则是「智能体」这条叙事的前置条件——Agent 需要不停地读长文档、翻长对话、吞掉一整个代码仓库。上下文窗口从 128K 一路飙到 1M，本质上是在给「让模型干活」铺路。
端侧则是另一条并行的暗线：从 35B-A3B 塞进手机，到 24B-A2B 瞄准边缘。开源社区正在证明一件事——「真正能私有化部署的大模型」不再是口号。
这对你意味着什么
对开发者：如果之前因为「开源模型能力和闭源差一截」而犹豫，现在选择的余地大得多了，而且很多是 Apache 2.0 这类可直接商用的许可。对普通用户：关注点不妨从「哪个模型最强」转向「哪个模型在同样成本下最省」，因为「每百万 token 的价格」正在取代跑分，成为新的衡量标尺。
M3.1 Flash 用 72 小时 100 万亿 token 说明白了一件事：当「性能好」和「便宜」不再互斥，AI 应用的竞争，很快就会从模型能力卷到工程效率。
编辑部补注（2026-10-23）：M3.1 Flash 的权重按 MiniMax 社区许可发布，并非 OSI 定义的开源许可——商用需标注「Built with MiniMax M3.1-Flash」，年收入超过 2000 万美元需事先取得书面授权。文中「开源」指的是「开放权重」，特此说明。
暂无评论内容