MiniMax 开源 4280 亿参数模型，昇腾要接

上周还是匿名爆款「太空兔」，这周名字和权重一起亮出来了。

一、发生了什么

10 月 23 日，MiniMax 开源 M3.1 Flash 模型权重。总参数 4280 亿，每个 token 激活约 230 亿，支持文本、图像和视频输入，上下文窗口最高 100 万 token，主打编程、智能体和电脑操作类任务。开发者可以从 Hugging Face 和魔搭社区下载自行部署。

据官方披露，这款模型 10 月 19 日上线，72 小时内为真实用户处理了超过 100 万亿 token。它的前身「太空兔」曾以匿名身份在 OpenRouter 连续 10 天坐上使用量榜首，累计 56.7 万亿 token，创下该平台匿名模型的纪录。

成绩方面，厂商口径的数据是：软件工程测试 DeepSWE v1.1 拿下 73.7%，贴近 Claude Opus 5 的 74.0%；跨应用业务流程测试 Automation-Bench 得 62.8%，高于 DeepSeek-V4.1-Flash-1017 的 60.5%。API 定价为输入每百万 token 1 元、输出 4 元、缓存读取 0.1 元。

二、跟你有什么关系

自己部署模型的团队：权重开放后可以绕开 API 按自己的算力池跑，M 系列里的 Flash 定位就是低成本干复杂活，推理侧的账要按激活参数而不是总参数来算。

国产芯片生态：适配名单分两档。昆仑芯已完成 Day 0 适配，英伟达 NeMo 提供微调支持，vLLM 和 SGLang 支持推理，Together AI 已上线；华为昇腾、平头哥、AMD 及 Fireworks 等还在推进首日接入——注意这是 MiniMax 单方面的说法，落地节奏以各家公告为准。

做智能体应用的：厂商称智能体任务综合使用成本比上代降低 70%，线上推理速度提升近 3 倍，日常输出每秒 200 多个 token。这些是官方自测，选型时建议拿自己的任务复测。

三、它到底省在哪

1. 全模型稀疏注意力。把原来保留的前三层全注意力换成稀疏层，注意力计算的开销进一步压低，长上下文才跑得动。
2. 量化感知训练。训练时就把低精度误差算进去：路由专家用 W4A4，权重和激活都是 4 比特；稀疏注意力的索引器和主分支的 KV 缓存精度也降了一档，存储和访存都省。
3. 功耗感知调度。精细分配计算卡功耗，把硬件利用率顶上去，这是输出速度的来源之一。

四、三个别信的说法

开源等于谁都能低成本跑起来。 权重免费只是第一步，自行部署要面对硬件投入、速度调优和维护成本，芯片适配没到位之前，实际性价比未必有 API 好。

厂商的榜单成绩等于你的生产表现。 DeepSWE 和 Automation-Bench 是特定测试集，官方也只说「接近」而非「超过」Opus 5，关键路径还是拿自己的负载验证。

昇腾适配已经完成。 公告的原话是「正与华为昇腾等推进首日接入」，处在进行时，别当成已交付的事实来排期。

五、一句话结论

开源模型卷到今天，比的不只是分数，是谁能把每一度电和每一张卡都换成 token。

信息来源

• 智东西：MiniMax 重磅模型开源，华为昇腾将接入（2026-10-23）

功能与价格以官方公告为准。本文写于 2026 年 10 月 27 日。