MiniMax-M3.1-Flash
- 输入 输入模态: 文本图像视频 输出 输出模态: 文本
- 推理· low、medium、high、xhigh、max
- 工具调用
- 开放权重
价格
2 个渠道报价 · 按标价显示 MiniMax API（在新标签页打开）
MiniMax-M3.1-Flash| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 | ¥1.00 | ¥0.10 | ¥4.00 |
价格来源 MiniMax 按量计费价格（在新标签页打开） (核对于 2026年11月1日)
MiniMax API（在新标签页打开）
MiniMax-M3.1-Flash| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 | $0.15 | $0.015 | $0.60 |
价格来源 Pricing Overview - MiniMax API Docs（在新标签页打开） (核对于 2026年11月1日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 模型家族
- minimax-m-flash
- 模型 ID
MiniMax 的页面未说明：最长输入, 最大思考预算, 结构化输出, 内置工具, 知识截止, 许可证, 别名。
本地运行
权重： MiniMaxAI/MiniMax-M3.1-Flash- 参数 220.5B
- 激活 23B · 专家 128（每 token 4）
- 原生精度 BF16
- 层数 60
- 每 token 的 KV 缓存 120 KB
- 配置位置数 1024K （config.json max_position_embeddings）
- API 上下文 977K （厂商 API）
在你的配置上 · GeForce RTX 4090
✕放不下 IQ4_XS （自动） 8K 上下文
权重KV 缓存运行开销可用上限
- 需要
- ≈ 115.5 GB (权重 109.1 + KV 缓存 0.9 + 开销 5.5)
- 可用
- 21.6 GB (标称的 90%)
- 建议
- 换成 IQ2_XXS 就能跑（需放到内存，但低于 4 bit，质量下降明显）
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 232.9 GB | ≈ 245.5 | ✕放不下 | — |
| Q8_0 | 218.2 GB | ≈ 230.0 | ✕放不下 | — |
| FP8 | 205.3 GB | ≈ 216.6 | ✕放不下 | — |
| Q6_K | 168.6 GB | ≈ 178.0 | ✕放不下 | — |
| Q5_K_M | 146.1 GB | ≈ 154.3 | ✕放不下 | — |
| Q5_0 | 141.2 GB | ≈ 149.2 | ✕放不下 | — |
| Q4_K_M | 124.7 GB | ≈ 131.9 | ✕放不下 | — |
| Q4_0 | 115.5 GB | ≈ 122.2 | ✕放不下 | — |
| IQ4_XS | 109.1 GB | ≈ 115.5 | ✕放不下 | — |
| Q3_K_M质量下降明显 | 100.4 GB | ≈ 106.3 | ✕放不下 | — |
| IQ3_XXS质量下降明显 | 78.5 GB | ≈ 83.4 | ✕放不下 | — |
| Q2_K质量下降明显 | 77.0 GB | ≈ 81.8 | ✕放不下 | — |
| IQ2_XXS质量下降明显 | 52.9 GB | ≈ 56.5 | ○需放到内存 22–33 tok/s | — |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 NVIDIA B200 (HGX B200)；统一内存 Apple M5 Ultra (64-core GPU) · 256 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 3289.4 GB你的配置放不下
LoRA≈ 415.1 GB你的配置放不下
QLoRA≈ 119.9 GB你的配置放不下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- LMArena WebDev 1,583
第 33 名，共 94 个上榜模型 · 置信区间 1,571–1,594 · 3,062 票
资讯
全部资讯 →- 2026年10月19日发布 MiniMax 开放 M3.1-Flash 使用 MiniMax-M3.1-Flash 现已通过 API 开放使用。它支持最高 1,000,000 个 token 的上下文窗口，并接受文本、图像和视频输入。
变更
全部变更 →- MiniMax API, 中国站 上线报价 输入 ¥1.00 · 输出 ¥4.00 · 缓存读取 ¥0.10
- MiniMax API 上线报价 输入 $0.15 · 输出 $0.60 · 缓存读取 $0.015
- 新增语言模型
来源
- MiniMax text generation（在新标签页打开） platform.minimax.io · 核对于 2026年11月1日
- MiniMax Anthropic-compatible API（在新标签页打开） platform.minimax.io · 核对于 2026年11月2日
- MiniMax M3.1 Flash is Now Generally Available | MiniMax Agent Tools（在新标签页打开） agent.minimax.io · 核对于 2026年11月4日
- Model Invocation（在新标签页打开） platform.minimax.io · 核对于 2026年11月2日
- models.dev: minimax/MiniMax-M3.1-Flash (community data, MIT)（在新标签页打开） github.com · 核对于 2026年10月19日
- 模型发布 - MiniMax 开放平台文档中心（在新标签页打开） platform.minimaxi.com · 核对于 2026年11月2日
- Pricing Overview - MiniMax API Docs（在新标签页打开） platform.minimax.io · 核对于 2026年11月1日
- MiniMax 按量计费价格（在新标签页打开） platform.minimaxi.com · 核对于 2026年11月1日
- MiniMaxAI/MiniMax-M3.1-Flash config.json（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- MiniMaxAI/MiniMax-M3.1-Flash model card（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- MiniMaxAI/MiniMax-M3.1-Flash files（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- MiniMaxAI/MiniMax-M3.1-Flash README.md（在新标签页打开） huggingface.co · 核对于 2026年11月5日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
MiniMax · 中国 · minimax.io
相关模型
快照、同系列与同厂商的其他模型