开源大模型ModelScope上手难度 🧪 硬核#MiniMax#MoE#多模态#Agent#编程#网络安全#100万上下文#ModelScope#NVFP4

MiniMax-M3.1-Flash · MiniMax-M3.1-Flash — 428B/23B 原生多模态 Agent 旗舰

428B 总参 / 23B 激活、100 万上下文，OSWorld 2.0 61.7、CyberGym 82.2

指标同步中，请稍后刷新查看在 ModelScope 查看

5 分钟上手

权重约 252GB，需多卡 H200/B300 级显存；1M 上下文还要预留大量 KV Cache

# 1) 下载权重（ModelScope 约 252GB）
modelscope download --model MiniMax/MiniMax-M3.1-Flash --local_dir ./MiniMax-M3.1-Flash

# 2) 启动 OpenAI 兼容服务（多卡张量并行按显存调整）
vllm serve ./MiniMax-M3.1-Flash \
  --tensor-parallel-size 8 \
  --max-model-len 262144

# 3) 调用（示例）
curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"MiniMax-M3.1-Flash","messages":[{"role":"user","content":"用 Python 写一个快速排序"}]}'

项目速览

MiniMax 于 2026 年 10 月 23 日在 ModelScope 与 Hugging Face 开放 MiniMax-M3.1-Flash 权重。它是面向编程、Agent 工作流、计算机操作和网络安全场景的原生多模态 MoE 模型，总参数约 428B、每个 Token 激活 23B，支持文本、图片、视频输入与最长 100 万 Token 上下文。

相比 M3，M3.1-Flash 用三项改动提升任务表现与推理效率：全模型稀疏注意力（MSA）、量化感知训练（QAT）的 NVFP4 权重，以及内置 DSpark 推测解码草稿头。官方给出的 NVFP4 权重在 BankerToolBench 得 76.2、DeepSWE v1.1 得 73.7%、OSWorld 2.0 得 61.7、CyberGym 得 82.2。

能做什么

长程 Agent：多步工具调用、计算机操作、任务规划与失败恢复
编程与仓库任务：代码生成、跨文件修改、SWE 类真实工程任务
多模态理解：文本、图片、视频统一输入，输出文本
网络安全：漏洞分析、渗透测试辅助与 CyberGym 类安全评测
超长上下文：最高 1M Token，适合大仓库、长文档与多轮任务

怎么部署

权重约 252GB，ModelScope 与 Hugging Face 均可下载。官方推荐 SGLang、vLLM 或 TokenSpeed 部署，NVFP4 权重可直接用于支持该精度的推理栈；vLLM 与 SGLang 的启动参数以官方 recipe 为准。1M 上下文会显著增加 KV Cache 占用，实际可用长度取决于 GPU 显存与并发配置。