252GB 权重上架、十家芯片厂首日支持:M3.1 Flash 开源第一天,私有化的账要重算三遍

行业新闻 · 丁香 · 发布 2026-10-23 · 阅读 50

一、能核对的不是发布会,而是那个仓库

10 月 23 日凌晨,MiniMax 官方 Hugging Face 账号上线了 MiniMax-M3.1-Flash 仓库。它的意义在于可被独立核对:48 个 safetensors 分片加一个 DSpark 草稿头,合计约 252GB,下载没有审批门。距 10 月 19 日 API 上线只有四天,正好落在官方博客那句“权重稍后发布”留下的窗口里。

上线当时仓库显示 357 次下载、2 个赞,这个数字只能当时间戳看,不能当选票。真正的信息在标签:image-text-to-text 管道、moe 架构、agent 与 coding 两个主攻场景,以及 minimax_m3_vl 的视觉语言前缀。对准备私有化的团队,标签比参数表更实用——MoE 决定显存怎么排,视觉路径决定图片分辨率与帧数上限能不能进生产。

二、428B 的账:BF16 要 856GB,下载到的已是量化件

模型卡给的规格是总参数约 428B、每 token 激活约 23B、上下文 1M。按 BF16 算,光权重就要约 856GB,这个量级任何单卡工作站都放不下;通用 4 位表示约 214GB。而实际发布的 252GB 分片,是训练期就做了 MXFP8 量化、MoE 路径走 NVFP4 的结果。也就是说,官方发出来的不是“原味”权重,而是一份格式已被锁定的工件。

把数字换成卡:一台 8 张 141GB 显存的节点合计 1128GB,252GB 权重占 22.3%,看上去宽裕。但权重之外的 KV 缓存、激活与框架开销,才是百万上下文的真正吃钱处,模型卡没有给出经过验证的最低硬件规格。实操第一件该做的事不是下单,而是拿自己最长的那条会话跑一次显存曲线。

三、十家芯片厂、六个云平台:Day-0 是公告,不是实测

发布说明点名了十家芯片厂商与六家云平台提供首日支持。这句话要按“公告支持”读,不能按“已验证部署”读,两者之间通常差两到六周的调优。国产侧,摩尔线程 10 月 23 日发布 Day-0 适配公告,但正文没给卡型、卡数与吞吐;参照前例,6 月 MiniMax M3 开源当天用的是 MTT S5000,M2.5 也是当日适配。所以“国产卡能跑”成立,“国产卡跑多快”还没有数据支撑。

模型卡自己推荐 SGLang 与 vLLM 两条推理栈,等于给出默认选型:先按开源栈跑通,再谈厂商私有推理引擎。顺序反了,排障时要同时面对模型、栈、驱动三层变量,定位成本会翻倍。

四、真正的红线在许可,不在硬件

权重挂在 MiniMax Community License 下:授权框架写的是非商业用途;商用需要署名展示、向 MiniMax 发通知,并且当年营收超过 2000 万美元时还要事先取得书面授权。三条里最后一条最容易被忽略——它不按调用量收费,而是按公司营收规模设闸。一家年营收跨过 2000 万美元的企业,把该模型放进对外产品的推理链路,法务流程必须走在部署流程前面,否则整个上线计划的排期会被许可条款重新定义一次。

五、选型判断:什么时候自建,什么时候继续租

按官方牌价每百万输入 0.15 美元、输出 0.60 美元,一次百万输入加百万输出的组合是 0.75 美元。反过来算:月耗 10 亿输入 token 加 3 亿输出,账单是 150 加 180,合计 330 美元。这个量级下自建一台八卡节点,折旧、电费、运维人力都收不回来。自建门槛从来不是模型贵不贵,而是三件事:数据不能出域、峰值并发把 API 配额打穿、或者需要拿权重做微调与蒸馏。

独立测分也提醒一句:Artificial Analysis 给 M3.1 Flash 43 分、每任务成本 0.22 美元;DeepSeek V4.1-Flash-1017 是 45 分、0.26 美元。差 2 分、成本低 15%,这是“够用且便宜”的组合,不是“最强”的组合。私有化决策里,能力差 2 分通常能用提示词与工具链补,许可差一条则补不了。

来源:MiniMax 官方博客与 Hugging Face 模型卡、摩尔线程官方公告(2026-10-23)、alfw.ai 仓库核对、Artificial Analysis 独立测分、VentureBeat 定价核算。