Strategie

Die 20-Millionen-$-Zeile in der Lizenz: Der Weights-Day auditiert MiniMax M3.1 Flash

Von IdeaBosque EngineeringZuletzt aktualisiert: 2026年10月24日

Kernaussagen

MiniMax hat die Gewichte von M3.1 Flash am 23. Oktober 2026 veröffentlicht — 48 MXFP8-Safetensors-Shards in einem Hugging-Face-Repository mit Stempel 23. Oktober, 03:37 UTC — vier Tage nach dem API-Launch des 19. Oktober (Hugging-Face-Modellkarte).
Die MiniMax Community License erlaubt kommerzielle Nutzung mit Namensnennung und einer einmaligen Mitteilung unterhalb von 20 Millionen $ Jahresumsatz — und verlangt oberhalb dieser Zeile eine vorherige schriftliche Genehmigung von MiniMax (Lizenstext).
Die Benchmark-Tabelle der Karte schneidet in beide Richtungen: M3.1 Flash schlägt DeepSeek-1017 bei Automation-Bench v1.0.6 (62,8 zu 60,5), verliert aber Terminal-Bench 4.0 (38,1 zu 42,3) und DeepSWE v1.1 (73,7 zu 77,0) (Benchmark-Tabelle der Karte).
Artificial Analysis bestätigt unabhängig die Cache-Ökonomie des Launches — 0,15 $/0,60 $ mit einem Cache-Rabatt von 90 %, 0,22 $ pro Intelligence-Index-Task — und misst 43 auf ihrem Index, neben einem Halluzinationsvorbehalt: 92,8 % der falschen Antworten selbstsicher falsch (Artificial Analysis; Local AI Zone, Aggregator-kompiliert).
Community-Quantisierungen erschienen Stunden nach den Gewichten — fünf GGUF-, MLX- und EXL-Builds datiert 23. Oktober — und MiniMax liefert erstaufgezeichnete Serving-Rezepte für SGLang, vLLM und TokenSpeed (Hugging Face; Deployment-Notizen der Karte).

Vier Tage trennen einen Modell-Launch von seiner Auditierung. Am 19. Oktober lancierte MiniMax M3.1 Flash als Preisblatt und sechs Benchmark-Zahlen: 0,15 $ Input, 0,60 $ Output, 0,015 $ für gecachten Input und vom Hersteller berichtete Scores ohne veröffentlichten Harness. Den Cache-Rate-Argument haben wir am selben Tag dokumentiert und zwei Behauptungen als unverifiziert zurückgehalten — die 428B-Parameterzahl existierte nur über eine Sekundärbeschreibung, und die Gewichte waren „später veröffentlicht" mit unaufgeklärter Lizenz. Am 23. Oktober erschienen die Gewichte auf Hugging Face und ModelScope, und was sich änderte, war nicht nur die Verfügbarkeit: Der Launch wurde zu einem Artefakt, das ein Käufer auditieren kann. Dieser Artikel liest diese Auditierung so, wie es ein Procurement-Team täte — Lizenz zuerst, Parameter zweitens, Format und Ökosystem drittens, Benchmarks mit Harness-Hinweisen viertens — und ergänzt die unabhängige Kalibrierungsspalte, die eine Herstellertabelle über sich selbst nicht drucken kann. Die Schlussfolgerung für einen Mittelstandskäufer ist konkret: Die Auditierung schreibt eine 20-Millionen-$-Umsatzzeile in die Lizenzbedingungen, macht aus einem Benchmark-Vorsprung eine offene Frage und lässt die Cache-Arithmetik exakt dort, wo sie stand.

Der Weights-Day als Audit gelesen: vier Artefakte

Die Lizenz ist das erste Artefakt, und sie trägt die Zahl, die die meiste Berichterstattung übersprang. Die MiniMax Community License gewährt kostenlose Nutzung für nicht-kommerzielle Zwecke. Kommerzielle Nutzung ist erlaubt, mit zwei Bedingungen nacheinander: „Built with MiniMax M3.1-Flash" auf der zugehörigen Website, Schnittstelle oder Produktdokumentation anzeigen, und entweder eine einmalige Mitteilung an api@minimax.io senden — oder, wenn die Produkte und Dienstleistungen, die die Software einsetzen, mehr als 20 Millionen $ (US) Jahresumsatz generieren, vor der kommerziellen Bereitstellung eine separate vorherige schriftliche Genehmigung von MiniMax einholen. Der Text listet verbotene Verwendungen auf: militärische Zwecke, Schaden für Minderjährige und Desinformation darunter. Als Beschaffungsdokument gelesen tut die Lizenz, was Launch-Posts nie tun — sie segmentiert Käufer nach Umsatz und nennt den Papierkram, den jedes Segment schuldet. Ein Unternehmen mit 150 Millionen $ Jahresumsatz verhandelt nicht aus derselben Position wie eines mit 19 Millionen $, und die Bedingungen sagen das explizit.

Die Parameter wanderten von der Sekundär- in die Primärbasis. Die Modellkarte nennt „rund 428B gesamt; 23B pro Token aktiviert" — die Zahl, die unser Launch-Artikel nur MarkTechPosts Bericht zuschreiben konnte, solange die Primärquelle schwieg. Die Karte sagt auch, was der Launch-Post nie zur Architektur sagte: durchgängig Sparse Attention mit den ersten drei Full-Attention-Schichten ersetzt; quantization-aware Training; und ein DSpark-Speculative-Decoding-Draft-Kopf in der Veröffentlichung. Empfohlene Sampling-Einstellungen und die Reasoning-Effort-Leiter (low bis max, Thinking immer an) stehen auf der Karte.

Format und Ökosystem sind das dritte Artefakt. Das Repository liefert die Gewichte als 48 Safetensors-Shards mit quant_method: mxfp8 in der Konfiguration — das 8-Bit-Format, für das das quantization-aware Training entworfen wurde. Die Hugging-Face-API-Metadaten zeigen die Gewichte des Repositorys gestempelt am 23. Oktober um 03:37 UTC, mit 5.789 Downloads und 303 Likes bei unserer Verifikation am 24. Oktober. Community-Konversionen folgten innerhalb von Stunden: unsloths GGUF-Build und ein zweites unsloth-Release, ein Community-GGUF, zwei mlx-community-4-bit-Builds für Apple Silicon und ein EXL3-Quant tragen alle Erstellungsdaten vom 23. Oktober — dasselbe Muster wie beim Open-Weights-Drop des Vorgängers M3. MiniMax veröffentlichte zudem erstaufgezeichnete Serving-Rezepte: ein SGLang-Cookbook, eine vLLM-Rezeptur und TokenSpeed-Unterstützung, plus FlagOS-Multichip-Deployment-Notizen. Das Konversionstempo ist ein Community-Commitment-Signal — fünf unabhängige Builds an einem Tag sind ein Ökosystem, das sich verhält, als kämen es auf die Gewichte an.

Die Benchmark-Tabelle ist das vierte Artefakt, und sie schneidet in beide Richtungen. Die Tabelle der Karte trägt nun Harness-Hinweise, die dem Launch-Post fehlten — die Lücke, die Local AI Zones Deep Dive „einen Launch-Post, keine Modellkarte" nannte. Die Spalten, die die Karte ergänzt, sind echte Gewinne: Automation-Bench v1.0.6 mit 62,8 führt vor DeepSeek-1017s 60,5 und Claude Opus 5s 50,3 (600 öffentlich freigegebene Tasks), LOCA-Bench 256K mit 60,3 führt die Spalte an, und BankerToolBench mit 76,2 gleicht laut Karte Opus 5s 76,2 aus. Die Spalten, die es abgibt, ebenso: Terminal-Bench 4.0 druckt 38,1 gegen DeepSeek-1017s 42,3 und Opus 5s 51,8; DeepSWE v1.1 druckt 73,7 gegen 1017s 77,0; Agents' Last Exam druckt 29,6 unter Opus 5s 32,2; und CyberGyms 82,2 bleibt hinter GLM-5.3s 84,5 in derselben Tabelle. Die Harness-Hinweise verdienen Procurement-Aufmerksamkeit für sich: BankerToolBench wird von einem MiniMax-Modell beurteilt („MiniMax-M2.7-Judge") — eine Selbstbeurteilungs-Offenlegung, die der Launch-Post nie machte —, während Terminal Bench unter Codex 0.149.1 und DeepSWE unter mini-SWE-agent 2.4.5 bei 512K Kontext läuft. Die Karte schließt mit ihrem eigenen Ehrlichkeitsmarker: „Ergebnisse gelten für die offiziellen Gewichte; Drittanbieter-Quantisierungen können abweichen."

Die Spalte, die der Anbieter nicht drucken kann: unabhängige Messung

Artificial Analysis' Modellseite ergänzt die Preisverifikation, die ein Käufer allein vom Herstellerblatt nicht machen kann: 0,15 $/0,60 $ bestätigt, mit dem Cache-Rabatt unabhängig auf 90 % gelesen — die veröffentlichte Rate von 0,015 $ für gecachten Input hält vier Tage nach dem Launch unter Drittmessung stand. Die Seite preist auch die Arbeit des Agenten: 0,22 $ pro Intelligence-Index-Task; Local AI Zones Oktober-Dispatch meldet den Vorgänger M3 bei 0,51 $ pro Task (Aggregator-kompiliert). Die Index-Lesung ist 43 — Fünfte von 173 Modellen der Klasse — mit messbaren Nebenwirkungen, die ein Kostenmodell führen sollte: Der Intelligence-Index-Run emittierte 180M Outputtokens gegen einen Median von 100M (Verbosität ist eine Rechnung, wie die Sonnet-5.5-Effort-Ökonomie-Analyse zeigte), und eine Output-Geschwindigkeit von 95,6 Token pro Sekunde liegt unter dem Median von 111,3.

Der Kalibrierungsvorbehalt ist die schärfste Zahl der Akte. AA-Omniscience — 6.000 Fragen über 42 Themen in sechs Domänen, wobei die Methodik die Halluzinationsrate als falsche Antworten durch alle nichtkorrekten Antworten definiert und Verzicht belohnt — bewertet M3.1 Flash mit einem Index von 16, mit 56 % Rohgenauigkeit und 92,8 % der falschen Antworten selbstsicher falsch statt abgeschwächt oder verweigert (kompiliert von Local AI Zone aus Artificial-Analysis-Messungen, berichtet über VentureBeat und aimlapi — eine Aggregator-kompilierte Zeile). Zur Einordnung: Die Spitzenreiter dieses Index drucken 46, 44 und 43 — Claude Opus 5.5, GPT-6 Astra und Claude Fable 5.1. Die operative Lesung ist die des Dispatchs: exzellent für verifizierbare, strukturierte Arbeit — Code-Ausführung, Tool-Aufrufe, agentische Schleifen mit prüfbaren Ergebnissen — und das Modell, unter allem, was diesen Monat bei offener, faktischer Retrieval ohne Verifikationsschicht verfolgt wurde, am ehesten eine Antwort erfindet. Eine ehrliche Fußnote: Die AA-Seite beschriftet das Modell weiterhin als proprietär, ein Status, den die Gewichte des 23. Oktober abgelöst haben.

Was der Weights-Day für die Beschaffung ändert

Lesen Sie die Lizenz vor der Benchmark-Tabelle. Der M3.1-Flash-Lizenzstand in zwei Zeilen: unterhalb von 20 Millionen $ jährlichem kommerziellem Umsatz kostet Self-Hosting den Attributionsstring und eine einmalige Mitteilung; oberhalb kostet es eine Antragstellung auf vorherige schriftliche Genehmigung an api@minimax.io — ein Zustimmungsgatter mit unvorhersehbarer Zeitleiste und ein Fragen-für-die-Kanzlei-Posten, den Ihre Vertragsprüfung markieren sollte, bevor die Benchmark-Tabelle jemanden überzeugt. Keine der beiden Bedingungen gilt für den Aufruf von MiniMax' eigener API; die Lizenz regelt die Gewichte, nicht den gehosteten Service des Anbieters. Die Unterscheidung zählt, weil der gehostete Pfad derjenige ist, für den ohnehin die veröffentlichte Cache-Rate gilt.

Hostbar ist nicht gleich Hosting. Die Hardware-Mathematik des 428B-Backbones ist bei jeder Quantisierung gnadenlos: Local AI Zones Planungstabelle setzt MXFP8 bei rund 428 GB — ein 8× H200- oder 4× B200-Klasse-Server —, Q4-Klasse-GGUF bei 220–240 GB auf einer Workstation mit 512 GB RAM, und Q2-Klasse-Builds als nicht empfohlen für agentische Arbeit gekennzeichnet (Local AI Zone Deep Dive). Für die meisten Mittelstandsteams ohne GPU-Infrastruktur bleibt die API der rationale Serving-Default; was die Gewichte kaufen, ist kein Hosting-Plan, sondern angepinnte Checkpoints, Auditierbarkeit dessen, was Sie serve, und ein Ausstiegspfad — dieselbe Substitutionsrisiko-Disziplin wie im Modelltausch-Artikel verschrieben. Halten Sie den angepinnten Checkpoint im Speicher, auch wenn Sie nichts damit serven.

Die Auditierung generalisiert, und der Kalender liefert Gelegenheiten, sie erneut zu fahren. Fünf Checks decken jeden Weights-Day ab: Lizenzbedingungen und Umsatzschwellen; die Quelle der Parameterangabe (Karte oder Sekundärbasis); das Quantisierungsformat und die Serving-Rezepte; Benchmark-Deltas mit Harness-Hinweisen; und die Drittmessung inklusive Kalibrierung, nicht nur Capability. Das Open-Weights-Feld reicht bald weitere Testfälle — Kimi K3.1 Pro folgt am 4. November, Mistral Large 4 am 27. Oktober, laut Oktober-Dispatch (Aggregator-kompiliert) — und die fünf Checks fahren auf jedem gleich. Die Flash-Tier-Tabelle, die unser Launch-Artikel druckte, trägt eine „Gewichte"-Spalte; für MiniMax hat diese Spalte endlich eine Zeile, die ein Käufer verifizieren kann, und die beiden Behauptungen, die wir am 19. Oktober zurückhielten — Parameter und Gewichte — sind in das bestätigte Set gewandert.

Das Ein-Minuten-Diagramm unten legt die Auditierung auf eine Seite:

Die beiden Panels sind die Auditierung auf einer Seite: links, was ein Käufer am 19. Oktober prüfen konnte, rechts, was am 23. Oktober prüfbar wurde, und die violette Karte ist die unabhängige Spalte, die keine Herstellertabelle über sich selbst drucken kann.

Ein repräsentativer Build

Ein Industriedistributor im Mittelstand, rund 150 Millionen $ Jahresumsatz, betreibt eine Flotte von Quote-Desk-Agenten, die täglich rund 800 Intake- und Fulfillment-Tasks beantwortet, geroutet überwiegend auf Flash-Tier-Modelle, mit den eigenen MCP-Modulen des Teams vor der ERP- und Katalogebene. Am Weights-Day fährt das Plattformteam das Fünf-Punkte-Audit statt eines Modellwechsels: Die Lizenzprüfung markiert die 20-Millionen-$-Zeile (ihr Umsatz liegt darüber, kommerzielles Self-Hosting bräuchte also eine vorherige schriftliche Genehmigung — der API-Pfad ändert nichts); die Parameter- und Format-Checks bestätigen, dass die angepinnten Checkpoints als MXFP8 mit erstaufgezeichneten Serving-Rezepten abrufbar sind, falls der Ausstiegspfad je gezogen wird; die Benchmark-Deltas mit Harness-Hinweisen verlagern Terminal-Bench-sensible Coding-Tasks auf DeepSeek-1017, während BankerToolBench-Klassen-Dokumentarbeit bleibt; und die Kalibrierungszeile routet offene Retrieval-Fragen über ein Frontier-Modell mit Verifikationsschicht, statt dem selbstsicher-falschen 92,8 % Flash-Tier zu vertrauen. Das Team protokolliert das geservte Modell auf jeder Antwort, hält den angepinnten Checkpoint im Speicher und wiederholt das Audit beim nächsten Gewichte-Drop.

Einen gescoppten Build anfragen. Eine Woche Discovery. Sie erhalten ein Systeminventar, eine Workflow-Karte und einen festen Scope — ob Sie mit uns bauen oder nicht.