MiniMax M3.1 Flash 实测：和 DeepSeek V4.1 Flash 怎么选

vLLM 宣布 Day-0 支持 MiniMax-M3.1-Flash，NVFP4 KV 缓存降低 43.75% 显存，NVIDIA/AMD 上并发序列数约提升 2.7 倍，并讨论长上下文推理成本与运维注意事项。

作者称 M3.1 Flash 几乎没人讨论，猜测因是纯 MoE，夹在带 Engram 的 Qwen3.8-Flash-Next 和 DeepSeek V4.1 Flash 1017 之间，精度与速度平衡显得一般。

作者列出 428B/23B 激活、1M 上下文与开源权重，指出官方表中 Automation-Bench 62.8 对 Opus 5 的 50.3，但 Terminal Bench 4.0 与 OSWorld 2.0 落后，并问哪个跑分更贴近真实工作。

开源后的 M3.1 Flash 单任务成本约 $0.22，远低于 Claude 和 GPT-6，但作者称其幻觉率高达 93%、不会就硬编，质疑能否用于正事。

M3.1 Flash 权重已发布，支持文本、图像、视频输入输出文本；社区许可要求显著署名，产品年收入超 2000 万美元需事先书面授权。

用户放出 Hugging Face 仓库地址，称 M3.1 Flash 的 DeRisked GGUF 量化文件预计当天上传，但尚无确切时间。

MiniMax 公开 M3.1 Flash 权重，总参数 428B、每 token 仅激活 23B，Hugging Face 与 ModelScope 均可下载，作者认为稀疏激活让推理成本可控。

用户称注册 MiniMax 官网并装 MiniMax Code，每天可得 400 积分，配合 1M 上下文和 Harness 用 M3.1 Flash 体验很好。

作者实测：oQ4e 量化加 DSpark 草稿模型（Lightning MTP）后单请求从 22.5 提升到 42.0 tok/s（+87%），4K 预填充 370 tok/s、128K 仍有 298 tok/s，并给出 196/213/249GB 三档量化下载。

用户买了促销价 $11/月的 Go 套餐并装 MiniMax Code，称赞本地/云端切换和手机远程控制，打算试用一个月后再决定是否转 API 用 M3.1 Flash。

对比四个新模型的许可证：M3.1 Flash 为 428B 参数、23B 激活，权重开放但社区许可要求标注「Built with MiniMax」，年收入超 2000 万美元的公司需书面批准。

作者用 TensorFold 原生 Metal 引擎在单台 256GB M5 Ultra 上跑 M3.1 Flash（428B-A23B），自评效果不太好，猜测两台 DGX Spark 会更好，并放出 MLX 仓库。