MiniMax宣布开源M3.1 Flash模型权重，总参数 428B，激活参数 23B。相较于上一代 M3 模型，M3.1 Flash 能力全面提升，并通过三项优化提升推理效率：将前三个全注意力层替换为稀疏注意力；将路由MoE专家迁移至W4A4精度(共享专家除外)，稀疏注意力索引器和主分支从Q8KV8迁移至Q8KV4；采用Power-aware scheduling对计算卡功耗精细分配，以维持算力高位运行。

据MiniMax披露，M3.1 Flash上线后72小时内，真实用户处理Token量超过100万亿。

—— MiniMax 稀宇科技、澎湃新闻