La ligne des 20 millions $ dans la licence : le jour des poids audite MiniMax M3.1 Flash

Points clés

• MiniMax a publié les poids de M3.1 Flash le 23 octobre 2026 — 48 fragments safetensors MXFP8 dans un dépôt Hugging Face daté du 23 octobre à 03:37 UTC — quatre jours après le lancement API du 19 octobre (carte du modèle sur Hugging Face).
• La MiniMax Community License autorise l'usage commercial avec attribution et une notification unique en dessous de 20 millions $ de revenus annuels — et exige une autorisation écrite préalable de MiniMax au-delà de cette ligne (texte de la licence).
• La table de benchmarks de la carte tranche dans les deux sens : M3.1 Flash domine DeepSeek-1017 sur Automation-Bench v1.0.6 (62,8 contre 60,5) mais cède sur Terminal-Bench 4.0 (38,1 contre 42,3) et DeepSWE v1.1 (73,7 contre 77,0) (benchmarks de la carte).
• Artificial Analysis confirme indépendamment l'économie de cache du lancement — 0,15 $/0,60 $ avec une remise de cache de 90 %, 0,22 $ par tâche de l'Intelligence Index — et mesure 43 sur son indice, face à une réserve d'hallucination de 92,8 % de réponses fausses données avec assurance (Artificial Analysis ; Local AI Zone, compilé par un agrégateur).
• Les conversions de quantization de la communauté sont arrivées quelques heures après les poids — cinq builds GGUF, MLX et EXL créés le 23 octobre — et MiniMax publie des recettes de serving de première main pour SGLang, vLLM et TokenSpeed (Hugging Face ; notes de déploiement de la carte).

Quatre jours séparent un lancement de modèle de son audit. Le 19 octobre, MiniMax a lancé M3.1 Flash sous forme de grille de prix et de six nombres de benchmark : 0,15 $ en entrée, 0,60 $ en sortie, 0,015 $ pour l'entrée en cache, et des scores rapportés par le fournisseur sans harness publié. Le cadrage de la tarification de cache a été publié le même jour, avec deux affirmations retenues comme non vérifiées — le décompte de 428B paramètres n'existait que via une restitution secondaire, et les poids étaient « publiés plus tard » avec une licence non divulguée. Le 23 octobre, les poids sont apparus sur Hugging Face et ModelScope, et ce qui a changé ne se limite pas à la disponibilité : le lancement est devenu un artefact qu'un acheteur peut auditer. Cet article lit cet audit comme le lirait une équipe de procurement — la licence d'abord, les paramètres ensuite, le format et l'écosystème troisièmement, les benchmarks avec notes de harness quatrièmement — et ajoute la colonne de calibration indépendante qu'une table du fournisseur ne peut pas imprimer sur elle-même. La conclusion pour un acheteur de taille intermédiaire est précise : l'audit inscrit une ligne de 20 millions $ de revenus dans les termes de la licence, transforme un avantage de benchmark en question ouverte, et laisse l'arithmétique du cache exactement où elle était.

Le jour des poids, lu comme un audit : quatre artefacts

La licence est le premier artefact, et elle porte le nombre que la plupart des couvertures ont sauté. La MiniMax Community License accorde l'usage gratuit à des fins non commerciales. L'usage commercial est permis, avec deux conditions successives : afficher « Built with MiniMax M3.1-Flash » sur le site internet, l'interface ou la documentation du produit concerné, et soit envoyer une notification unique à api@minimax.io — soit, si les produits et services qui utilisent le logiciel génèrent plus de 20 millions $ (US) de revenus annuels, obtenir une autorisation écrite préalable distincte de MiniMax avant tout déploiement commercial. Le texte énumère aussi les usages interdits : finalités militaires, préjudice aux mineurs et désinformation parmi eux. Lu comme un document de procurement, la licence fait ce que les billets de lancement ne font jamais — elle segmente les acheteurs par revenus et énonce les formalités que chaque segment doit. Une entreprise à 150 millions $ de revenus annuels ne négocie pas depuis la même position qu'une autre à 19 millions $, et les termes le disent explicitement.

Les paramètres sont passés de la source secondaire à la source première. La carte du modèle indique « approximativement 428B au total ; 23B activés par token » — le décompte que notre article du jour du lancement ne pouvait qu'attribuer au reportage de MarkTechPost tant que la source première restait muette. La carte énonce aussi ce que le billet de lancement n'a jamais dit sur l'architecture : de l'attention éparse partout, avec les trois premières couches d'attention complète remplacées ; de l'entraînement conscient de la quantization ; et une tête de brouillon de décodage spéculatif DSpark incluse dans la publication. Les réglages d'échantillonnage recommandés et l'échelle d'effort de raisonnement (low à max, réflexion toujours active) sont imprimés sur la carte.

Le format et l'écosystème constituent le troisième artefact. Le dépôt livre les poids sous forme de 48 fragments safetensors avec quant_method: mxfp8 dans la configuration — le format 8 bits pour lequel l'entraînement conscient de la quantization a été conçu. Les métadonnées de l'API Hugging Face datent les poids du dépôt au 23 octobre à 03:37 UTC, avec 5 789 téléchargements et 303 mentions « j'aime » lors de notre vérification du 24 octobre. Les conversions communautaires ont suivi dans les heures : le build GGUF d'unsloth et d'une seconde parution unsloth, un GGUF communautaire, deux builds 4-bit mlx-community pour puce Apple et un quant EXL3, portent tous des dates de création du 23 octobre — le même schéma que celui produit par la parution des poids ouverts du prédécesseur M3. MiniMax a aussi publié des recettes de serving de première main : un cookbook SGLang, une recette vLLM et le support de TokenSpeed, plus des notes de déploiement multi-puces FlagOS. Le rythme des conversions est un signal d'engagement communautaire — cinq builds indépendants en une journée, c'est un écosystème qui agit comme si les poids comptaient.

La table de benchmarks est le quatrième artefact, et elle tranche dans les deux sens. La table de la carte porte désormais des notes de harness que le billet de lancement omettait — le déficit que l'analyse approfondie de Local AI Zone appelait « un billet de lancement, pas une carte de modèle ». Les colonnes que la carte ajoute sont de vraies victoires : Automation-Bench v1.0.6 à 62,8 domine le 60,5 de DeepSeek-1017 et le 50,3 de Claude Opus 5 (600 tâches publiquement libérées), LOCA-Bench 256K à 60,3 domine cette colonne, et BankerToolBench à 76,2 égale selon la carte le 76,2 d'Opus 5. Les colonnes qui concèdent le sont tout autant : Terminal-Bench 4.0 affiche 38,1 contre le 42,3 de DeepSeek-1017 et le 51,8 d'Opus 5 ; DeepSWE v1.1 affiche 73,7 contre le 77,0 de 1017 ; Agents' Last Exam affiche 29,6 sous le 32,2 d'Opus 5 ; et le 82,2 de CyberGym reste derrière le 84,5 de GLM-5.3 dans la même table. Les notes de harness méritent en elles-mêmes une attention de procurement : BankerToolBench est jugé par un modèle de MiniMax (« juge MiniMax-M2.7 »), une divulgation d'auto-jugement que le billet de lancement n'a jamais faite, tandis que Terminal Bench tourne sous Codex 0.149.1 et DeepSWE sous mini-SWE-agent 2.4.5 à 512K de contexte. La carte se clôt sur son propre marqueur d'honnêteté : « Les résultats valent pour les poids officiels ; les quantizations de tiers peuvent différer. »

La colonne que le fournisseur ne peut pas imprimer : la mesure indépendante

La page du modèle d'Artificial Analysis ajoute la vérification des prix qu'un acheteur ne peut faire depuis la seule feuille du fournisseur : 0,15 $/0,60 $ confirmés, avec la remise de cache mesurée indépendamment à 90 % — le tarif publié de 0,015 $ pour l'entrée en cache tient sous mesure tierce quatre jours après le lancement. La page tarife aussi le travail de l'agent : 0,22 $ par tâche de l'Intelligence Index, là où la dépêche d'octobre de Local AI Zone rapporte le prédécesseur M3 à 0,51 $ par tâche (compilé par un agrégateur). La lecture de l'indice est 43 — cinquième de 173 modèles de sa classe — avec des effets latéraux mesurables qu'un modèle de coût devrait reporter : la passe de l'Intelligence Index a émis 180M de tokens de sortie contre une médiane de 100M (la verbosité est une facture, comme l'a montré l'analyse d'économie d'effort de Sonnet 5.5), et une vitesse de sortie de 95,6 tokens par seconde se place sous la médiane de 111,3.

La réserve de calibration est le nombre le plus tranchant du dossier. AA-Omniscience — 6 000 questions sur 42 sujets dans six domaines, où la méthodologie définit le taux d'hallucination comme les réponses incorrectes divisées par toutes les réponses non correctes et récompense l'abstention — note M3.1 Flash à un indice de 16, avec 56 % d'exactitude brute et 92,8 % de ses réponses fausses données avec assurance plutôt que nuancées ou refusées (compilé par Local AI Zone à partir de mesures d'Artificial Analysis rapportées via VentureBeat et aimlapi — une ligne compilée par un agrégateur). Pour l'échelle, les leaders de cet indice affichent 46, 44 et 43 — Claude Opus 5.5, GPT-6 Astra et Claude Fable 5.1 respectivement. La lecture opérationnelle est celle du dépouillement : excellent pour un travail vérifiable et structuré — exécution de code, appels d'outils, boucles agentiques avec résultats vérifiables — et le modèle le plus susceptible d'inventer une réponse parmi tout ce qui a été suivi ce mois-ci en récupération factuelle ouverte sans couche de vérification. Une note honnête : la page d'AA étiquette toujours le modèle comme propriétaire, un statut que les poids du 23 octobre ont remplacé.

Ce que le jour des poids change pour le procurement

Lisez la licence avant la table de benchmarks. L'état de licence de M3.1 Flash, en deux lignes : en dessous de 20 millions $ de revenus commerciaux annuels, le coût de l'auto-hébergement est une chaîne d'attribution et une notification unique ; au-delà, le coût est une demande d'autorisation écrite préalable à api@minimax.io — une barrière de consentement à un calendrier imprévisible, et un point de questions pour le conseil juridique que votre revue de contrat devrait signaler avant que la table de benchmarks ne convaince qui que ce soit. Aucune des deux conditions ne s'applique à l'appel de l'API propre de MiniMax ; la licence gouverne les poids, pas le service hébergé du fournisseur. La distinction compte parce que le chemin hébergé est celui où s'applique de toute façon le tarif de cache publié.

Hébergeable n'est pas héberger. La mathématique matérielle du backbone de 428B est impitoyable à toute quantization : la table de planification de Local AI Zone place MXFP8 à environ 428 Go — un serveur de classe 8× H200 ou 4× B200 — les builds GGUF de classe Q4 à 220–240 Go sur une station de travail à 512 Go de RAM, et les builds de classe Q2 signalés comme non recommandés pour le travail agentique (analyse approfondie de Local AI Zone). Pour la plupart des équipes intermédiaires sans infrastructure GPU, l'API reste le défaut rationnel de serving ; ce que les poids achètent, ce n'est pas un plan d'hébergement mais des checkpoints épinglés, l'auditabilité de ce que vous servez, et une voie de sortie — la même discipline de risque de substitution que prescrit l'article sur la substitution de modèle. Gardez le checkpoint épinglé en stockage même si vous ne servez rien avec lui.

L'audit se généralise, et le calendrier donnera l'occasion de le refaire. Cinq vérifications couvrent n'importe quel jour des poids : les termes de licence et les seuils de revenus ; la source de l'énoncé des paramètres (carte ou secondaire) ; le format de quantization et les recettes de serving ; les deltas de benchmark avec notes de harness ; et la mesure tierce incluant la calibration, pas seulement la capacité. Le champ des poids ouverts s'apprête à distribuer d'autres cas de test — les poids complets de Kimi K3.1 Pro sont attendus le 4 novembre et ceux de Mistral Large 4 le 27 octobre, selon la dépêche d'octobre (compilé par un agrégateur) — et les cinq vérifications se déroulent pareillement sur chacun. La table du palier flash imprimée par notre article de lancement porte une colonne « poids » ; pour MiniMax, cette colonne a enfin une ligne qu'un acheteur peut vérifier, et les deux affirmations que nous avions retenues le 19 octobre — paramètres et poids — sont entrées dans l'ensemble confirmé.

Le schéma d'une minute ci-dessous pose l'audit sur une seule page :

Les deux panneaux sont l'audit en une seule page : à gauche ce qu'un acheteur pouvait vérifier le 19 octobre, à droite ce qui est devenu vérifiable le 23 octobre, et la carte violette est la colonne indépendante qu'aucune table du fournisseur ne peut imprimer sur elle-même.

Un build représentatif

Un distributeur industriel de taille intermédiaire, environ 150 millions $ de revenus annuels, fait tourner une flotte d'agents de guichet de devis qui traite environ 800 tâches d'intake et d'exécution par jour, aiguillées majoritairement vers des modèles du palier flash avec les modules MCP propres de l'équipe devant la couche ERP et catalogue. Au jour des poids, l'équipe plateforme exécute l'audit en cinq vérifications au lieu d'un changement de modèle : la revue de licence signale la ligne des 20 millions $ (ses revenus la dépassent, donc l'auto-hébergement commercial exigerait une autorisation écrite préalable — le chemin API ne change rien) ; les vérifications de paramètres et de format confirment que les checkpoints épinglés sont récupérables en MXFP8 avec des recettes de serving de première main si la voie de sortie est jamais exercée ; les deltas de benchmarks avec notes de harness déplacent les tâches de codage sensibles à Terminal-Bench vers DeepSeek-1017 tandis que le travail documentaire de classe BankerToolBench reste ; et la ligne de calibration aiguille les questions de récupération ouvertes vers un modèle frontalier avec couche de vérification plutôt que de se fier au 92,8 % de réponses fausses données avec assurance du palier flash. L'équipe enregistre le modèle servi sur chaque réponse, conserve le checkpoint épinglé en stockage, et rejoue l'audit à la prochaine parution de poids.

Demandez un build cadré. Une semaine de découverte. Vous obtenez un inventaire des systèmes, une carte des flux de travail et un périmètre figé — que vous construisiez avec nous ou non.

Lectures liées

• Le prix du cache à 0,015 $ : MiniMax M3.1 Flash fait de la réutilisation du contexte un tarif publié — l'article parent : la lecture de la grille de prix du jour du lancement que cet audit complète, avec l'arithmétique du cache que la mesure indépendante a confirmée
• L'agent de 0,017 $ : le snapshot 1017 de DeepSeek réduit le coût par tâche sans toucher aux prix — l'arithmétique d'occurrences de cache devant laquelle les lignes DeepSeek de la table de carte de MiniMax capitulent, et le taux d'occurrences observé derrière
• DeepSeek V4.1-Flash et l'échange silencieux de modèle : quand les fournisseurs routent automatiquement votre agent de production — la discipline des checkpoints épinglés et du serving journalisé que l'audit du jour des poids opérationnalise