核心要点速览
- 官方模型卡（MiniMaxAI/MiniMax-M3.1-Flash）说明该模型支持文本、图像、视频多模态输入与纯文本输出，面向编程与 Agent 任务。
- 采用 MoE 架构，总参数量约 428B、每 Token 激活 23B 参数，并支持最长 100 万（1M）Token 的上下文窗口。
- 开源权重采用 MiniMax Community 许可证，官方同时提供了 Transformers、vLLM、SGLang 部署示例以及云端 API 与 MiniMax Agent 入口。
支持图文与视频多模态输入，面向编程与 Agent 输出文本
根据 MiniMax 官方在 Hugging Face 发布的模型卡（https://huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash），《MiniMax-M3.1-Flash》被定位为面向代码编写与智能体（Agent）工作流的多模态大模型。它支持传入文本、静态图像与视频文件，输出端则统一返回文本——需要注意区分「能看懂视频内容」与「直接生成视频画面」是两码事。
官方公布的上下文窗口上限达到 100 万（1M）Token。不过在实际工程应用中，能够塞进百万级上下文并不代表在任何长文档大海捞针场景下都能百分之百零误差，建议先用自己手头的真实代码库或长文档做小规模实测。
出处[1]
名字虽带 Flash，但完整权重仍为 428B 规模
看到模型名称里的「Flash」以及「23B 激活参数」，不少开发者容易误以为它能直接塞进普通家用显卡。实际上，模型卡标明其总参数量高达约 428B，23B 只是每个 Token 推理时动态激活的专家参数量，不能直接把硬盘占用和显存需求当成普通的 23B 稠密模型。
如果手头只有普通个人电脑或单张消费级 GPU，更现实的起步方式是先通过官方提供的云端服务体验，或者仔细核对社区量化版本的显存需求与运行环境说明，再决定是否本地拉取权重。
出处[1]
Transformers、vLLM、SGLang 部署路径与许可证条款
在部署方式上，官方模型卡已经给出了基于 Transformers、vLLM 与 SGLang 的推理代码示例，同时也附带了通往官方 API 及 MiniMax Agent 的在线链接。无论是只想调接口快速验证业务逻辑，还是打算在自有 GPU 集群上升起推理服务，都可以按需选择入口。
此外，该模型公开权重适用「MiniMax Community」许可证条款。在投入生产或商业环境前，请分别核对云端 API 的计费额度以及本地权重的开源许可限制。
出处[1]
X（推特）首发原帖
可在 X 上直接查看创作者发布的原帖与互动详情。
常见问题
MiniMax-M3.1-Flash 可以直接生成图片或视频文件吗？
不可以。按照官方模型卡说明，该模型的输出格式为纯文本；图像与视频是作为多模态理解的输入端内容传入模型的。
出处[1]
既然写着 23B 激活参数，普通单卡小型 GPU 能直接跑原版权重吗？
不能简单按 23B 来估算显存。23B 仅代表每生成 1 个 Token 激活的参数量，模型总参数量约为 428B，部署前需根据完整权重格式、量化方案与上下文长度核算所需总显存。
出处[1]
参考链接与官方出处
- MiniMaxAI M3.1-Flash公式モデルカードhuggingface.co
- MiniMaxの公開投稿x.com
