ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
MiniMax
开源权重 MiniMax · MoE 428B / A23B · Text+Image+Video · FP8 QAT

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

HF Class: MiniMaxM3SparseForConditionalGeneration

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)

API Model ID: MiniMax-M3.1-Flash

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

Arena Elo ~1466 AA Index 46
💻 代码工程
DeepSWE v1.1 73.7 %
🤖 Agent 工具调用
CyberGym 82.2 %

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。

🤖 Agent 工具调用
BankerToolBench 76.2 %

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。

🤖 Agent 工具调用
OSWorld 2.0 61.7 %

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。

👁️ 视觉与多模态
BabyVision (w/ Tools) 91 %
👁️ 视觉与多模态
CharXiv RQ 82.5 %

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

默认多模态与代码 Agent 模式
temperature=1 top_p=0.95 max_tokens=65,536

📊 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

⚔️ 和其他模型逐项比分

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

并发请求数 (Batch):
MoE 428B / A23B·60L (d=6144)·64Q/4KV·Ctx 1M·Text+Image+Video
该设备兼容榜 →
512 GB 统一内存·1200 GB/s·安全可用上限 460.8 GB
流畅可跑267.98 / 460.8 GB~53 tok/s
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算(当前并发=1)
流畅可跑
267.98/ 460.8 GB 可用显存

物理总容量 512 GB · 占用率 58.2%

理论带宽解码速度 (Decode)
~53tokens/s

MoE 架构:每步仅读取 13.94 GB 激活权重

当前并发 (1x) 最大可开窗口
1M/ 1M

高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限

模型权重: 259.47 GBKV Cache (1×16K): 2.01 GB框架开销: 6.49 GB
统一内存默认预留约 10% 给操作系统
🏃 丝滑顺畅(超越人眼阅读)生成 500 Token 回答约需 9.4 秒
参考启动命令:
OLLAMA_CONTEXT_LENGTH=16384 ollama run minimax-m3.1:flash

Mac 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。