中國 AI 新創 MiniMax 今（23 日）喺 Hugging Face 同 ModelScope 公開程式設計用大型語言模型 M3.1 Flash 嘅開放權重，同時證實之前匿名上線、累計處理超過 200 兆 Token 嘅「Space Bunny」就係呢款模型。M3.1 Flash 早喺 19 日已經發表，先喺 MiniMax API、付費方案「M Plan」同桌面 App「MiniMax Code」上線，而後先開放權重。
架構同規格
M3.1 Flash 鎖定程式設計同代理（agent，即自動執行任務嘅 AI）用途，輸入支援文字、圖片同影片，輸出係文字。模型採混合專家（MoE，一種只部分啟用參數嘅架構）設計，總參數約 4,280 億，每個 Token 啟用約 230 億參數，上下文視窗 100 萬 Token。
架構承襲 2026 年 6 月公開嘅 MiniMax M3，主要改動有三點：將 M3 保留嘅前三層完整注意力層換成自家稀疏注意力（sparse attention），令全模型統一採用稀疏注意力；訓練時納入量化考量；以及採用 DSpark 進行推測解碼（speculative decoding，一種用輕量模型先猜後驗證、加快生成嘅技術）。本機推論方面，MiniMax 建議用 SGLang、vLLM 同 TokenSpeed，對 Transformers、KTransformers、unsloth 同 ATOM 嘅支援進行中。
授權條款：開放權重但唔係無條件開源
M3.1 Flash 採用 MiniMax Community License，非商用免費。商用時必須以清楚醒目方式標示「Built with MiniMax M3.1-Flash」；產品或服務年營收低於 2,000 萬美元，要向 MiniMax 郵件通知一次；超過 2,000 萬美元則需事先取得 MiniMax 書面許可。換言之，呢個係有條件嘅開放權重，唔等同完全開源，下載得到唔代表可任意商用。
跑分
效能方面，M3.1 Flash 喺業務自動化測試 Automation-Bench v1.0.6 得 62.2（模型卡寫 62.8），喺含自身嘅七個比較對象中居首；投資銀行端到端測試 BankerToolBench 得 76.2，與 Anthropic 嘅 Claude Opus 5 相當；程式修正準確度 DeepSWE v1.1 得 73.7，高於 Kimi K3（67.5）同 GLM-5.3（66.9），但遜於 DeepSeek V4.1 Flash-1017（77）、DeepSeek V4.1 Flash（74.2）同 Opus 5（74.0）。
模姐驗嚇貨：呢度跑分係廠商公佈嘅數據，比較對象之間是否同條件、用咗乜提示同工具權限，用户自己要用時要留意測試條件。另外 200 兆 Token 係 Space Bunny 上線後嘅累計處理量，只反映使用量，唔代表模型本身能力。
模姐｜深度調教
