M3.1 Flash
MiniMax推出的轻量级高速大语言模型，定位快速低延迟推理，面向高并发和延迟敏感的业务场景
核心事实
时间轴 (近 90 天)
vLLM 在 MiniMax M3.1 Flash 发布当天提供了 Day-0 支持。
vLLM 为 M3.1 Flash 集成了原生 NVFP4 KV 缓存、NVFP4 MoE 权重和 DSpark 投机解码三项服务栈配置。
一个模型能否被托管方以 SLA 形式交付，是衡量其工程成熟度的重要信号。
MiniMax M3.1 Flash 的相关工程改进正在回流至 vLLM 上游。
@inferact 为 MiniMax M3.1 Flash 提供带 SLA 保障的推理托管服务。
M3.1 Flash的输出速度达到每秒200+ tokens。
M3.1 Flash在智能体任务上的成本降低70%。
M3.1 Flash在线速度约为前代3倍。
官方给出的3倍速度和70%成本降幅属于厂商自述数据，实际表现取决于任务类型、上下文长度和并发条件。
M3.1 Flash在Product Hunt评论区仅有3条评论。
还有 25 条时间轴事件
全部知识事实 (20)
M3.1 Flash 可通过 AI SDK、Chat Completions、Responses 以及 Anthropic Messages API 调用，模型名称为 minimax/minimax-m3.1-flash。
75%已验证MiniMax M3.1 Flash 在 AIHubMix 上以模型 ID `minimax-m3.1-flash` 按 token 计费开放调用，输入价格为每百万 token $0.165，输出价格为每百万 token $0.66。
75%已验证M3.1 Flash的输出速度达到每秒200+ tokens。
65%已验证MiniMax M3.1 Flash 的正式名称为 `MiniMax-M3.1-Flash`，定位为具备 100 万上下文窗口和可调思考深度的前沿多模态编程模型。
65%待验证MiniMax M3.1 Flash 采用 MoE 架构，总参数量约 428B，每个 token 激活约 23B。
60%待验证vLLM 为 M3.1 Flash 集成了原生 NVFP4 KV 缓存、NVFP4 MoE 权重和 DSpark 投机解码三项服务栈配置。
50%待验证@inferact 为 MiniMax M3.1 Flash 提供带 SLA 保障的推理托管服务。
50%待验证一个模型能否被托管方以 SLA 形式交付，是衡量其工程成熟度的重要信号。
50%待验证MiniMax M3.1 Flash 的相关工程改进正在回流至 vLLM 上游。
50%待验证M3.1 Flash在Product Hunt获得112票、排名第4。
50%待验证官方给出的3倍速度和70%成本降幅属于厂商自述数据，实际表现取决于任务类型、上下文长度和并发条件。
50%待验证M3.1 Flash在Product Hunt评论区仅有3条评论。
50%待验证M3.1 Flash在智能体任务上的成本降低70%。
50%待验证M3.1 Flash在线速度约为前代3倍。
50%待验证MiniMax M3.1 Flash 定位于智能体任务、编程、计算机使用及网络安全等场景。
50%待验证MiniMax M3.1 Flash目前仅提供API形态，权重仍待后续发布。
50%待验证如果已经在使用 MiniMax Flash 系列，M3.1 值得做一次 A/B 测试，重点看延迟和长文本场景下的稳定性。
50%待验证M3 到 M3.1 的版本号变化属于小版本迭代，暗示的是针对性调优而非架构级重写。
50%待验证如果还在观望，单看 M3.1 Flash 这次发布的信息量不足以支撑迁移决策，需要等第三方评测和实际案例出来。
50%待验证官方将 M3.1 Flash 定位为智能体（Agentic）模型。
50%