MiniMax M3.1 Flash: обзор открытой MoE-модели на 428 млрд параметров
MiniMax выложила M3.1 Flash 17 октября 2026 года: нативная мультимодальная MoE-модель с разреженным вниманием по всей глубине, контекстом до 1 млн токенов и весом 252 ГБ. Разбираем, что подтверждено карточкой модели, а что остаётся маркетингом вендора.
MiniMax M3.1 Flash — открытая мультимодальная MoE-модель: около 428 млрд параметров всего при 23 млрд активных на токен, входной контекст до 1 млн токенов, приём текста, изображений и видео. Сильная сторона — агентные задачи и computer use: 61,7 на OSWorld 2.0 и 82,2 на CyberGym по замерам самого вендора. Слабое место — вес: 252 ГБ в 48 шардах, то есть запуск только на серверном железе.
428 млрд
Всего параметров
23 млрд активных
1 млн
Контекст
токенов
252 ГБ
Вес модели
48 шардов safetensors
1 096
Загрузки HF
снято 23.10.2026
01Кратко: что это и для кого
M3.1 Flash — обновление линейки MiniMax M3, опубликованное 17 октября 2026 года под лицензией minimax-community. В отличие от большинства «флеш»-версий, здесь не уменьшили модель, а переработали инференс: разреженное внимание (MiniMax Sparse Attention, статья arXiv 2606.13392) применено по всей глубине сети, а не только в первых слоях, добавлено обучение с учётом квантования и спекулятивное декодирование DSpark вместо прежнего EAGLE-подобного MTP.
Практический смысл трёх изменений один — стоимость одного токена. Разреженное внимание режет вычисления на длинном контексте, квантование во время обучения снимает часть работы с пост-тренировочных тулчейнов, а DSpark-голова позволяет серверу выдавать несколько токенов за проход. Именно поэтому модель с 428 млрд параметров позиционируется как «flash»: вендор продаёт не размер, а пропускную способность на агентных циклах, где модель делает десятки вызовов инструментов подряд.
Карточка модели
РазработчикMiniMax (MiniMaxAI на Hugging Face)
Дата публикации17.10.2026
АрхитектураНативная мультимодальная MoE
Параметры≈428 млрд всего, 23 млрд активных
Оговорка по весамметаданные safetensors перечисляют 220,5 млрд хранимых параметров — расхождение из-за 8-битной упаковки
Контекстдо 1 000 000 токенов
Входы / выходтекст, изображение, видео → текст
Лицензияminimax-community (не OSI)
Вес на диске252,4 ГБ, 48 шардов
Как мы проверяли
Источники: карточка модели на Hugging Face (README, config.json, список файлов с размерами), API Hugging Face для счётчиков загрузок и лайков, кулинарные книги SGLang и vLLM, страницы MiniMax. Собственного прогона модели не было — для запуска нужен кластер, поэтому все цифры производительности помечены как данные вендора, а не независимый замер.
02Бенчмарки: где модель реально сильна
MiniMax публикует 14 метрик и сравнивает M3.1 Flash с DeepSeek V4.1 Flash-1017, DeepSeek V4.1 Flash, Kimi K3, GLM-5.3, GPT-5.6 Sol и Opus 5. Цифры ниже — из таблицы вендора, сняты 23.10.2026. Читать их надо аккуратно: прочерк в таблице означает, что конкурент эту метрику не публиковал, а не что он провалил тест.
Агентные метрики M3.1 Flash против открытых конкурентовбаллы, данные вендора MiniMax
Абсолютные значения по шести агентным метрикам. Terminal Bench 4.0 — единственная из них, где DeepSeek V4.1 Flash-1017 выше (42,3 против 38,1).
Метрика
M3.1 Flash
DeepSeek V4.1 Flash-1017
Kimi K3
GLM-5.3
Automation-Bench v1.0.6
62,8
60,5
46,7
48,8
BankerToolBench
76,2
—
69,1
74,5
Terminal Bench 4.0
38,1
42,3
12,6
37,9
DeepSWE v1.1
73,7
77,0
67,5
66,9
NL2Repo-Bench
61,2
68,2
58,0
58,0
OSWorld 2.0
61,7
—
58,3
—
CyberGym
82,2
—
80,0
84,5
HLE без инструментов
43,4
42,6
43,5
42,3
GDP.pdf AA
20,8
—
22,0
11,2
Ни одна модель не выигрывает всё: M3.1 Flash берёт агентные и computer-use метрики, DeepSeek V4.1 Flash-1017 — SWE-класс, GLM-5.3 — кибербезопасность.
Источник — таблица бенчмарков в карточке модели на Hugging Face, снято 23.10.2026. Прочерк означает отсутствие публичной цифры у конкурента.
Оговорки вендора имеют значение
В README прямо сказано: замеры сделаны на официальных весах, сторонние кванты могут отличаться. Часть метрик прогонялась в обвязке Claude Code (PostTrain Bench v1.1 — 512K контекста, NL2Repo-Bench — 512K, CyberGym — 1M), то есть результат зависит не только от модели, но и от харнесса. Для сравнения «в поле» это единственные публичные числа, но независимой перепроверки на 23.10.2026 нет.
Отдельно стоит метрика LOCA-Bench 256K: 60,3 против 60,0 у GPT-5.6 Sol и 50,3 у GLM-5.3. Это тест на удержание длинного контекста, и он важен именно для агентных сценариев — когда модель часами работает с одним репозиторием и не должна терять ранние инструкции. Здесь M3.1 Flash впервые в семействе подходит к проприетарным моделям вплотную.
03Сравнение с открытыми конкурентами
По размеру и доступности M3.1 Flash попадает в один класс с DeepSeek V4.1 Flash-1017 (763 млрд параметров, MIT) и GLM-5.3 (753 млрд), но заметно легче Kimi K3 с её 2,78 трлн. Меньший вес при сопоставимых агентных баллах — главный аргумент в пользу M3.1 Flash для тех, кто считает GPU-часы.
Зрелость семейств на Hugging Faceзагрузки и лайки, снято 23.10.2026
M3.1 Flash опубликована 17.10.2026 — за шесть дней 1 096 загрузок при 242 лайках. Предыдущая M3 набрала 203 тыс. загрузок с июня, то есть база у семейства уже есть.
Модель
Параметры
Лицензия
Загрузки HF
Создана
MiniMax M3.1 Flash
≈428 млрд / 23 млрд активных
minimax-community
1 096
17.10.2026
MiniMax M3
≈427 млрд
minimax-community
203 491
02.06.2026
DeepSeek V4.1 Flash-1017
763 млрд
MIT
57 715
17.10.2026
Kimi K3
2,78 трлн
custom (other)
922 082
13.06.2026
GLM-5.3
753 млрд
custom (other)
1 942 665
25.08.2026
Число параметров — из поля safetensors.total в API Hugging Face; лицензия — из тегов модели. Снято 23.10.2026.
Профиль по осям: M3.1 Flash против DeepSeek V4.1 Flash-1017
Редакционная оценка Qantcore по публичным данным: агентные оси — из бенчмарков вендора, свобода лицензии — по типу лицензии (MIT против community). Это не бенчмарк, а сводка в один профиль.
04Как запустить: фреймворки и железо
Скачивание стандартное для Hugging Face CLI, дальше модель отдают одному из трёх рекомендованных серверов. Отдельно упомянут FlagOS для не-NVIDIA чипов — это редкость, обычно открытые модели сначала поддерживают только CUDA.
Локальный запуск: порядок действий
1
Скачать веса
252 ГБ, поэтому качать лучше на диск, где хватает места с запасом
SGLang, vLLM или TokenSpeed — у каждого есть готовый рецепт под этот чекпойнт
terminalcopy
# см. рецепты в источниках
# SGLang / vLLM / TokenSpeed
3
Задать параметры сэмплинга
Вендор рекомендует temperature=1.0 и top_p=0.95; глубина рассуждений — reasoning_effort
chat_templatecopy
reasoning_effort: low | medium | high | xhigh | max
4
Проверить контекст
1M токенов — верхняя граница: реальная длина зависит от памяти GPU и конфигурации сервера
servercopy
max_model_len: 1000000
Путь
Что это
Когда выбирать
SGLang
Сервер с поддержкой разреженного внимания и спекулятивного декодирования
Когда нужен максимум пропускной способности на длинном контексте
vLLM
Самый распространённый open-source сервер инференса
Когда важна совместимость с существующей инфраструктурой
TokenSpeed
Специализированный рантайм от Lightseek
Когда нужен альтернативный бэкенд под конкретное железо
FlagOS
Мультичиповый запуск на не-NVIDIA ускорителях
Когда кластер собран не на CUDA
MiniMax API
Облачный доступ без своего железа
Когда 252 ГБ весов и кластер не нужны
Список — из раздела Local Deployment карточки модели. Transformers, KTransformers, unsloth и ATOM на 23.10.2026 помечены как «в работе».
Путь запроса при локальном запуске
252 ГБ — это только веса
К весу чекпойнта добавляются KV-кэш под выбранную длину контекста, буферы сервера и запас на фрагментацию. Запуск на одной потребительской карте невозможен: речь о серверном узле с несколькими ускорителями. Сколько именно нужно под 1M токенов, вендор не фиксирует — в README сказано только, что доступная длина зависит от памяти GPU и конфигурации сервера.
05Лицензия, доступ и цена
Лицензия называется minimax-community и это не OSI-лицензия: открытые веса ≠ открытый исходный код. Текст лежит в файле LICENSE в репозитории модели, и перед коммерческим использованием его надо читать целиком — у community-лицензий китайских вендоров обычно есть порог выручки и отдельные условия для хостинга модели как сервиса.
Цена API
Тарифы MiniMax API меняются, поэтому конкретные ставки за миллион токенов мы не фиксируем: актуальные цифры — на platform.minimax.io (ссылка в источниках). То же касается лимитов бесплатного уровня и доступа из России — проверяйте на официальной странице.
Есть два способа попробовать модель без кластера: MiniMax Agent (agent.minimax.io) — готовый агентский интерфейс, и MiniMax API (platform.minimax.io) — обычный HTTP-доступ. Для разработки это дешевле, чем собирать восемь ускорителей: 428-миллиардная MoE-модель окупается локально только при постоянной нагрузке.
Плюсы: агентные метрики на уровне топовых проприетарных моделей
Плюсы: контекст 1M токенов и нативная работа с изображениями и видео
Плюсы: три готовых серверных рецепта и поддержка не-NVIDIA железа через FlagOS
Минусы: 252 ГБ весов и серверное железо для локального запуска
Минусы: лицензия community, а не MIT — юридическая проверка обязательна
Минусы: все цифры производительности — от вендора, независимых замеров нет
06Кому подходит
Модель имеет смысл смотреть, если вы строите агентный продукт с длинными сессиями: computer use, автоматизация интерфейсов, разбор больших PDF и видеозаписей, кибербезопасность. Во всех этих классах M3.1 Flash либо лидирует по таблице вендора, либо идёт вплотную к лидеру.
Если задача — генерация кода в стиле SWE-bench, то по таблице DeepSeek V4.1 Flash-1017 выглядит предпочтительнее (77,0 против 73,7 на DeepSWE v1.1, 68,2 против 61,2 на NL2Repo-Bench) и к тому же идёт под MIT. Для локального «умного автокомплита» на одной карте не подходит ни та, ни другая — здесь нужны модели класса 4–30 млрд параметров.
Для русского языка вендор отдельных замеров не публикует. Мультиязычность в карточке не описана, теги языков отсутствуют, поэтому качество на русском придётся проверять самостоятельно на своих задачах — это нормальная ситуация для моделей, ориентированных в первую очередь на код и английский.
Частые вопросы о MiniMax M3.1 Flash
Что такое MiniMax M3.1 Flash?
Открытая мультимодальная MoE-модель MiniMax, опубликованная 17 октября 2026 года. Около 428 млрд параметров при 23 млрд активных, контекст до 1 млн токенов, вход — текст, изображения и видео, выход — текст.
Сколько весит MiniMax M3.1 Flash и можно ли запустить её локально?
252,4 ГБ в 48 шардах safetensors. Локальный запуск возможен, но только на серверном узле с несколькими ускорителями: вендор даёт рецепты для SGLang, vLLM и TokenSpeed, плюс FlagOS для не-NVIDIA чипов.
Какая у MiniMax M3.1 Flash лицензия?
minimax-community — это не OSI-лицензия, а собственная community-лицензия вендора. Для коммерческого использования и особенно для хостинга модели как сервиса нужно читать текст LICENSE в репозитории.
Насколько MiniMax M3.1 Flash лучше DeepSeek V4.1 Flash?
По таблице вендора — лучше в агентных задачах (Automation-Bench 62,8 против 60,5, OSWorld 2.0 61,7), хуже в SWE-классе (DeepSWE 73,7 против 77,0, Terminal Bench 38,1 против 42,3). Плюс у DeepSeek лицензия MIT, а у MiniMax — community.
Есть ли бесплатный доступ к модели?
Без своего железа — через MiniMax Agent и MiniMax API; наличие бесплатного уровня и его лимиты уточняйте на platform.minimax.io, мы не фиксируем тарифы, которые меняются.
Подходит ли модель для русского языка?
Вендор не публикует отдельных замеров по русскому и не указывает языки в тегах модели. Проверять нужно на своих задачах: модель ориентирована прежде всего на код, агентные сценарии и английский.
M3.1 Flash — сильная агентная модель: 428 млрд параметров при 23 млрд активных дают топовые результаты в computer use и длинном контексте, а три готовых серверных рецепта упрощают развёртывание. Брать стоит под агентные продукты с длинными сессиями и мультимодальным входом. Если задача — SWE-класс кода и нужна MIT-лицензия, смотрите на DeepSeek V4.1 Flash-1017; для одной видеокарты модель не подходит вовсе.
Сравнить открытые модели в каталоге
Обзоры DeepSeek, Qwen, Kimi, GLM и других открытых моделей — с единой методикой и проверяемыми цифрами.