MiniMax-M3.1-Flash (428B MoE) 模型架构参数、评测与显存全表
MiniMax 原生多模态百万长文本稀疏 MoE(总参 428B / 激活 23B),全层采用 MiniMax Sparse Attention (MSA) 并内置 DSpark 投机解码草稿头。
🧬 MiniMax-M3.1-Flash (428B MoE) 底层网络与张量参数总表 (Model Overview & config.json)
全部字段同步自官方 HuggingFace 仓库 (MiniMaxAI/MiniMax-M3.1-Flash) 的 config.json 与技术报告 · 核验日期 2026-11-20
1. 骨干网络与维度参数
minimax_m3_vl- 总参数量 / 单步激活
- 428B / 23B
- Hidden Size (d_model)
- 6,144
- FFN Intermediate Size
- 3,072
- 激活函数 / RMSNorm
- SiLU (SwiGLU) · ε=1e-6
- 原生权重精度
- FP8 QAT
2. 注意力机制与混合层拓扑
HYBRID- Transformer 总层数
- 60 层
- 网络层排布 (Hidden Layout)
- 60 层全层 MiniMax Sparse Attention (MSA) + 128 专家 MoE (Top-4 激活 + 1 共享)
- 注意力头 (Q / KV)
- 64 Q / 4 KV (16:1 GQA)
- Head Dimension
- 128
- 线性注意力 / KV 压缩机制
- 全层稀疏注意力 MSA + 内置 DSpark 投机采样加速头 · 32 层视觉编码器
- 视觉编码器 / MTP 头
- ViT 32L
3. 上下文、位置编码与词表
Tokenizer- 原生上下文长度
- 1,048,576 tokens
- 旋转位置编码 (RoPE)
- MSA Long-Context RoPE (原生 1,048,576 / 1M Context)
- 词表大小 (vocab_size)
- 200,064 (独立输出头)
- 特殊控制 Token ID
- BOS: 200019 · EOS: 200020
📋 MiniMax-M3.1-Flash (428B MoE) 官方 API 技术规格与计费参数总表
核验自 MiniMax 官方开发者文档与公开定价页(核验日期 2026-11-20)
1. 模型标识与能力开关
API Spec- 官方调用 Model ID
- MiniMax-M3.1-Flash
- 版本发布日期
- 2026-10-19
- 权重授权形态
- 开源权重 (云端 API 规格)
- 原生深度推理思考
- ✅ 支持 (可调思考预算)
- Function Calling & JSON Schema
- 部分支持
- Batch API 异步批处理
- ✅ 支持 (通常享 5 折)
2. 上下文、输出上限与模态
Limits- 最大输入上下文窗口
- 1,024,000 tokens (1024K)
- 单次最大输出上限
- 524,000 tokens
- 支持输入模态
- Text + Image + Video
- 支持输出模态
- Text
- 中国大陆网络直连
- ✅ 国内极速直连 + 人民币结算
- 分发与部署形态
- 开源权重 + 托管云 API
3. 官方 Token 单价与缓存阶梯
CNY / 1M- 标准输入单价 (每百万)
- ¥ 1
- Prompt 缓存命中输入
- ¥ 0.1 -90%
- 标准输出单价 (每百万)
- ¥ 4
- 长上下文阶梯与计费备注
- MiniMax 开放平台:原生百万长文本,缓存命中低至 ¥0.1/M
🏆 MiniMax-M3.1-Flash (428B MoE) 官方基准评测成绩单
摘录自官方 System Card / Model Card 与权威公开横评表
受控靶场环境下的网络安全智能体评测,考察代码安全审计、漏洞定位与攻防分析能力。
银行业与金融业务多步工具调用基准,测试模型按合规准则操作金融后台接口的能力。
OSWorld 2.0 长周期真实电脑操作基准,含 108 项人类平均耗时约 1.6 小时的复杂专业办公与日常跨应用工作流。
科学论文复杂统计图表跨元素定量与逻辑推理
🎛️ 官方调用采样与思考参数指南
API / 推理引擎调用时的最佳超参数与约束说明
📊 MiniMax-M3.1-Flash (428B MoE) 全量评测成绩与维度排名
共 13 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20
💻 代码工程 5 项
受控靶场环境下的网络安全智能体评测,考察代码安全审计、漏洞定位与攻防分析能力。
基于隔离容器环境与 mini-swe-agent 框架评测的软件工程智能体实战基准(v1.1)。
自然语言到完整代码仓库(NL2Repo)长周期生成评测,考察从零架构设计或跨全仓改写代码的能力。
评估智能体在算力受限下拿到纯预训练基座模型后,能否自主完成数据合成、SFT/RL 后训练、评测与迭代提分的端到端能力。
第 4 代真实容器终端智能体评测,涵盖 66 项命令行工程与科学计算实战任务,考察编译、排障、环境配置与端到端交付能力。
🤖 Agent 与工具调用 4 项
银行业与金融业务多步工具调用基准,测试模型按合规准则操作金融后台接口的能力。
AutomationBench v1.0.6 多步工作流自动化智能体评测。
OSWorld 2.0 长周期真实电脑操作基准,含 108 项人类平均耗时约 1.6 小时的复杂专业办公与日常跨应用工作流。
「智能体最后的考试」,聚焦超长周期复杂规划、持续推演与多工具协同的高难智能体终极评测。
来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。
⚡ MiniMax-M3.1-Flash (428B MoE) 本地显存占用 & 实时吐字速度计算器
物理总容量 512 GB · 占用率 58.2%
MoE 架构:每步仅读取 13.94 GB 激活权重
高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限
OLLAMA_CONTEXT_LENGTH=16384 ollama run minimax-m3.1:flashMac Studio M5 Ultra 512G 可运行 MiniMax-M3.1-Flash (428B MoE) · 硬件成本与回本参考
参考均价约 ¥74,999(折合 ¥146/GB)· 满载约 190W
📊 MiniMax-M3.1-Flash (428B MoE) 各量化精度显存占用对照表 (16K 上下文)
| 量化格式 | 等效位数 | 纯权重体积 | KV Cache (16K) | 总显存需求 | 精度评价 |
|---|---|---|---|---|---|
| FP16 / BF16 | 16 bpw | 856 GB | 2.01 GB | 876.43 GB | 无损原精度 |
| FP8 / Q8_0 | 8.5 bpw | 454.75 GB | 2.01 GB | 467.16 GB | 99.9% 接近无损 |
| GGUF Q6_K | 6.56 bpw | 350.96 GB | 2.01 GB | 361.29 GB | 极高画质 · 严肃编码 |
| GGUF Q5_K_M | 5.69 bpw | 304.42 GB | 2.01 GB | 313.82 GB | 高均衡度 |
| Q4_K_M / AWQ | 4.85 bpw | 259.47 GB | 2.01 GB | 267.98 GB | 黄金甜点(推荐) |
| GGUF IQ4_XS | 4.25 bpw | 227.38 GB | 2.01 GB | 235.24 GB | 省显存优选 |
| GGUF Q3_K_M | 3.91 bpw | 209.19 GB | 2.01 GB | 216.68 GB | 轻度智商折损 |
| GGUF Q2_K | 3.15 bpw | 168.53 GB | 2.01 GB | 175.21 GB | 极限压缩尝鲜 |
🖥️ 主流显卡、Mac 与国产卡运行 MiniMax-M3.1-Flash (428B MoE) (Q4_K_M) 兼容性列表
常见问题解答 (FAQ)
MiniMax-M3.1-Flash (428B MoE) 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?
MiniMax-M3.1-Flash (428B MoE) 底层架构为 MiniMaxM3SparseForConditionalGeneration,共 60 层(60 层全层 MiniMax Sparse Attention (MSA) + 128 专家 MoE (Top-4 激活 + 1 共享)),隐藏层维度 hidden_size=6144,注意力头配置为 64 个 Query 头 / 4 个 KV 头(head_dim=128),词表大小 vocab_size=200,064,原生上下文窗口 1,048,576 tokens。
MiniMax-M3.1-Flash (428B MoE) 本地部署至少需要多少 GB 显存?
在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,MiniMax-M3.1-Flash (428B MoE) 共需约 267.98 GB 显存(含权重 259.47 GB + KV 缓存 2.01 GB + 系统开销 6.49 GB)。无损 FP16/BF16 则需约 876.43 GB。
MiniMax-M3.1-Flash (428B MoE) 官方推荐的采样参数(Temperature / Top-P)是多少?
依据官方 generation_config.json 与最佳实践,在「默认多模态与代码 Agent 模式」下建议设置 temperature=1、top_p=0.95。