MiniMax 发布 4,280 亿参数 M3.1 Flash 模型开源权重

MiniMax 于 10 月 23 日发布 M3.1 Flash 模型的“权重”，意味着开发者现在可以在自己的基础设施上直接下载和部署该模型，而无需完全依赖 MiniMax 的托管服务。M3.1 Flash 被描述为一个混合专家（MoE）模型，其设计特点是，在总共 4,280 亿个参数中，每个 token 只会激活其中一部分，具体为 230 亿个。这种方法通常用于提高推理效率，即运行模型生成输出的速度和成本。

据报道，该模型专为编码、AI 代理和一般计算机使用任务而设计。MiniMax 表示，它通过稀疏注意力、量化感知训练和推测解码等技术提高了推理效率。这些方法是优化大型模型处理信息的既定方式，旨在降低计算需求，同时不一定会影响输出质量。

为了方便部署，MiniMax 提供了针对 SGLang 和 vLLM 等流行推理框架的指导。此外，该版本通过 FlagOS 支持多个芯片平台。这种实用支持表明，MiniMax 致力于降低开发者在其自身环境中集成和运行大型多模态模型的技术障碍，并着重于运营效率。