MiniMax опубликовала веса M3.1 Flash на Hugging Face. Модель рассчитана на программирование, многошаговые задачи с вызовом инструментов, управление компьютерным интерфейсом и анализ уязвимостей. Всего...

MiniMax опубликовала веса M3.1 Flash на Hugging Face. Модель рассчитана на программирование, многошаговые задачи с вызовом инструментов, управление компьютерным интерфейсом и анализ уязвимостей. Всего в ней около 428 млрд параметров, но при обработке каждого токена активируются примерно 23 млрд.

M3.1 Flash принимает текст, изображения и видео, а размер контекстного окна достигает миллиона токенов. За скорость инференса отвечают три механизма: MiniMax Sparse Attention сокращает объём вычислений за счёт разреженного внимания, DSpark использует спекулятивное декодирование, а quantization-aware training помогает оптимизировать использование памяти.

Модель набрала 73,7% на DeepSWE v1.1 — тесте сложных задач разработки, 61,7 балла на OSWorld V2, проверяющем управление компьютером, и 76,2 на BankerToolBench, посвящённом финансовым сценариям с использованием инструментов. На CyberGym, тесте поиска и проверки уязвимостей, результат составил 82,2%.

Но лидером во всех категориях M3.1 Flash не стала. Например, на DeepSWE v1.1 DeepSeek V4.1 Flash-1017 набрала 77%, а на OSWorld 2.0 Claude Opus 5 получила 70,6 против 61,7 у MiniMax. На BankerToolBench модели набрали одинаковые 76,2 балла.

В документации есть инструкции для vLLM и SGLang. Однако 23 млрд активных параметров не означают, что для запуска достаточно памяти под такую модель: хранить нужно весь набор весов, поэтому потребуется серьёзная многокарточная инфраструктура или оптимизированная квантизованная сборка. Лицензия — MiniMax Community Licens.