MiniMax открыла веса модели M3.1 Flash для кода и агентов

MiniMax выложила на Hugging Face и ModelScope веса M3.1 Flash — модели для программирования, ИИ-агентов и кибербезопасности, которую выпустила 19 октября и тогда же пообещала открыть.

Почему это важно: в тестах самой MiniMax модель в части задач для агентов не уступает закрытым Claude Opus 5 и GPT-5.6 Sol. С открытыми весами её могут развернуть у себя компании и облачные сервисы, дообучить и встроить в свои продукты.

Детали: M3.1 Flash устроена как смесь экспертов¹: из 428 млрд параметров на каждый токен работают 23 млрд. Она понимает текст, картинки и видео и отвечает текстом. Контекстное окно — до 1 млн токенов, но сколько из него удастся использовать, зависит от памяти видеокарт.

Как это работает: основное устройство осталось от M3, изменений три:

• Разреженное внимание² стоит во всей модели: три первых слоя с полным вниманием, оставшиеся от M3, тоже перевели на него.
• Числа, которыми записаны эксперты и блоки внимания, ещё во время обучения переводили в более компактный формат, чтобы готовая модель занимала меньше памяти и дешевле обслуживала запросы.
• Прежнюю схему ускорения заменило спекулятивное декодирование³ DSpark, и нужный для него вспомогательный блок выложен вместе с весами.

В цифрах: рост в задачах для агентов MiniMax называет «скачком на поколение». Её собственная таблица сравнения выглядит так:

• В Automation-Bench, тесте на автоматизацию рабочих процессов, у M3.1 Flash 62,8 балла — лучший результат в таблице. У Claude Opus 5 — 50,3.
• В тесте на программирование DeepSWE у неё 73,7%, почти как у Opus 5. Обновлённая 17 октября DeepSeek V4.1-Flash набрала больше — 77%.
• В OSWorld 2.0, где модель сама управляет компьютером, у M3.1 Flash 61,7 балла против 70,6 у Opus 5.

Расклад: с первого дня запускать модель помогают сторонние команды:

• Inferact, компания создателей открытого движка vLLM, обслуживает часть запросов к M3.1 Flash на платформе MiniMax вместе с мощностями самой MiniMax.
• По данным команды SGLang, в её движке модель выдаёт на один запрос больше 1 000 токенов в секунду.
• SGLang поддерживает серверные ускорители NVIDIA поколений Hopper и Blackwell, а также AMD MI350X и MI355X.
• NVIDIA добавила дообучение модели в свой инструмент NeMo AutoModel. Готовый набор настроек, который NVIDIA предлагает для этого, рассчитан на 16 серверов по восемь видеокарт.

Облачный сервис Together AI⁴ тоже раздаёт модель через свой API и обещает, что она будет доступна 99,9% времени.

Но: веса выложены под собственной лицензией MiniMax Community License. Компании с годовой выручкой до 20 млн долларов могут пользоваться моделью в коммерческих целях, разово уведомив MiniMax, а более крупным нужно её письменное разрешение. В продукте придётся указать «Built with MiniMax M3.1-Flash».

Если шире: в октябре это не первая открытая модель для кода и агентов. 15 октября Meta* выложила Muse Spark Open, а Mistral обещает открыть веса Large 4 в конце месяца.

До анонса модель больше недели работала на площадках для разработчиков под именем Space Bunny и, по словам MiniMax, обработала больше 200 трлн токенов. Через API компании она стоит 0,15 доллара за миллион входных токенов и 0,6 доллара — за миллион выходных.