策略

授权条款上那条两千万美元的线：权重发布日审计 MiniMax M3.1 Flash

作者：IdeaBosque Engineering最后更新：2026年10月24日

核心要点

MiniMax 于 2026 年 10 月 23 日发布 M3.1 Flash 的权重——48 个 MXFP8 safetensors 分片进入 Hugging Face 仓库，盖着 10 月 23 日 03:37 UTC 的时间戳——距 10 月 19 日的 API 发布相隔四天（Hugging Face 模型卡）。
MiniMax Community License 允许收入低于两千万美元的商业使用，条件是标明出处加上一次性通知——越过这条线，就必须取得 MiniMax 事先书面许可（许可证文本）。
模型卡的基准表两面都成立：M3.1 Flash 在 Automation-Bench v1.0.6 上领先 DeepSeek-1017（62.8 对 60.5），但在 Terminal-Bench 4.0（38.1 对 42.3）与 DeepSWE v1.1（73.7 对 77.0）落后（模型卡基准表）。
Artificial Analysis 独立确认了发布时的缓存经济学——$0.15/$0.60、九成缓存折扣、Intelligence Index 每任务 $0.22——其指数值为 43，同时带着"错误答案里 92.8% 是自信的错"的幻觉警告（Artificial Analysis；Local AI Zone，聚合站汇总）。
权重发布后数小时内社区量化版本就出现了——GGUF、MLX、EXL 共五个构建在 10 月 23 日创建——MiniMax 也为 SGLang、vLLM、TokenSpeed 公布了第一方 serving 配方（Hugging Face；模型卡部署笔记）。

模型上市与审计之间，隔着四天。10 月 19 日，MiniMax 用一张价目表和六个基准数字发布了 M3.1 Flash：输入 $0.15、输出 $0.60、缓存输入 $0.015，以及没有公开 harness 的厂商自报分数。我们同日刊出缓存费率的论证，并把两项主张记为未经验证——428B 参数量只能经由二手报道溯源，权重"稍后发布"而许可条款未披露。10 月 23 日，权重出现在 Hugging Face 与 ModelScope；改变的不只是可得性——发布变成了买方审得动的产物。本文以采购团队读法读这场审计：先许可、再参数、然后格式与生态、最后是带 harness 注记的基准表——并补上厂商表格无法对自己印出的独立校准列。对中型买方的结论很具体：审计在许可条款里写进一条两千万美元的收入线，把一项基准优势变成待解的问号，而缓存算术停在原来的位置。

把权重发布日当审计来读：四项产物

第一项产物是许可证，它带着大多数报道跳过的那个数字。 MiniMax Community License 对非商业用途授权免费使用。商业使用被允许，附两个按顺序成立的条件：在相关网站、界面或产品文档上展示"Built with MiniMax M3.1-Flash"字样，并向 api@minimax.io 发送一次性通知——或者，当使用该软件的产品与服务年度收入超过两千万美元（美元）时，在商业部署之前另需取得 MiniMax 事先书面许可。文本还列出禁止用途：军事目的、伤害未成年人、虚假信息等。当采购文件读，这份许可证做了发布公告永远不做的事：按收入区分买方，并写明各区间应备的文件。年收入一亿五千万美元的公司和一千九百万美元的公司，谈判位置不一样，条款明说了这一点。

参数从二手来源升为第一手。 模型卡写明"约 428B 总量；每 token 激活 23B"——在第一手沉默的发布当天，我们只能把这个数字归给 MarkTechPost 的报道。卡片还补上了发布公告从未交代的架构信息：全程稀疏注意力、前三层全注意力被替换；量化感知训练；以及随发布附上的 DSpark 投机解码起草头。建议采样设置与推理努力阶梯（low 到 max，thinking 恒开）也印在卡片上。

格式与生态是第三项产物。 仓库以 48 个 safetensors 分片交付权重，config 带 quant_method: mxfp8——量化感知训练所设计的八位格式。Hugging Face API 元数据显示仓库权重的时间戳为 10 月 23 日 03:37 UTC，我们在 10 月 24 日核验时记到 5,789 次下载与 303 个赞。社区转换在数小时内跟上：unsloth 的 GGUF 构建与其第二项发布、一个社区版 GGUF、两个供 Apple 芯片用的 mlx-community 4-bit 构建、一个 EXL3 量化版本，创建日期都是 10 月 23 日——与前代 M3 开放权重上架时相同的模式。MiniMax 也公布了第一方 serving 配方：SGLang 食谱书、vLLM 配方、TokenSpeed 支持，另有 FlagOS 多芯片部署笔记。转换速度是社区承诺的信号——一天之内五个独立构建，说明生态把权重当成一回事。

第四项产物是基准表，而且两面都成立。 卡片的表格附上了发布公告缺少的 harness 注记——也就是 Local AI Zone 深度分析所说"发布公告，不是模型卡"的那段落差。卡片加上的列是真实的胜利：Automation-Bench v1.0.6 的 62.8 领先 DeepSeek-1017 的 60.5 与 Claude Opus 5 的 50.3（公开释放 600 任务）；LOCA-Bench 256K 的 60.3 在该列领先；BankerToolBench 的 76.2 依卡片与 Opus 5 的 76.2 打平。让分的列同样真实：Terminal-Bench 4.0 印出 38.1，对 DeepSeek-1017 的 42.3 与 Opus 5 的 51.8；DeepSWE v1.1 印出 73.7，对 1017 的 77.0；Agents' Last Exam 印出 29.6，低于 Opus 5 的 32.2；同一张表里 CyberGym 的 82.2 落后 GLM-5.3 的 84.5。harness 注记本身就值得采购注意力：BankerToolBench 由 MiniMax 的模型评分（"MiniMax-M2.7 评审"）——发布公告从未交代的自我评分披露；Terminal Bench 跑在 Codex 0.149.1 上，DeepSWE 跑在 mini-SWE-agent 2.4.5、512K 上下文。卡片以自己的诚实标记作结："结果对应官方权重；第三方量化版本可能不同。"

厂商印不出来的那一列：独立测量

Artificial Analysis 的模型页面补上了买方从厂商表读不到的价格验证：$0.15/$0.60 获得确认，缓存折扣独立读出为九成——公开的 $0.015 缓存输入费率在发布四天后的第三方测量下站得住。该页也给智能体的工作标价：Intelligence Index 每任务 $0.22；Local AI Zone 十月号的报道把前代 M3 记为每任务 $0.51（聚合站汇总）。指数值为 43——同级 173 个模型的第五名——伴随成本模型应记下的可测副作用：Intelligence Index 跑分吐出 1.8 亿输出 token，对照中位数为 1 亿（话多就是账单，如 Sonnet 5.5 effort 经济学分析所示）；输出速度每秒 95.6 token，低于 111.3 的中位数。

校准警告是整份档案里最锐利的数字。AA-Omniscience——六个领域 42 个题目共 6,000 道题——其方法学把幻觉率定义为"所有非正确作答中的错误作答比例"，并以弃权为得分策略——M3.1 Flash 在该指数得 16，原始正确率 56%，而错误回答里**92.8% 是"自信的错"**而非犹疑或拒答（Local AI Zone 汇编，取自 VentureBeat 与 aimlapi 报道的 Artificial Analysis 测量——聚合站汇总栏）。作为规模参照，该指数领先者印出 46、44、43——Claude Opus 5.5、GPT-6 Astra 与 Claude Fable 5.1。操作面的读法与报道一致：处理可验证、结构化的工作——代码执行、工具调用、结果可查的智能体循环——表现优秀；但在本月被追踪的所有模型里，没有验证层的开放式事实检索最容易自己编出答案。一个诚实的注脚：AA 页面仍把模型标示为专有，这个状态已被 10 月 23 日的权重取代。

权重发布日替采购改变了什么

先读许可，再读基准表。 M3.1 Flash 的许可状态，两行讲完：年度商业收入低于两千万美元，自托管的成本是一段署名字符串与一次性通知；越过门槛，成本就变成向 api@minimax.io 申请事先书面许可——一扇时程无法预测的同意之门，也是合同审查应在基准表说服任何人之前标记的"该问律师"项目。两个条件都不适用于调用 MiniMax 自家的 API；许可管的是权重，不是厂商托管服务。这个区别很重要，因为托管路径才是公开的缓存费率真正适用的地方。

可自托管不等于要托管。 428B 主干的硬件算术在任何量化位宽下都无情：Local AI Zone 的规划表把 MXFP8 记在约 428 GB——8× H200 或 4× B200 级服务器；Q4 级 GGUF 在 512 GB RAM 工作站上占 220–240 GB；Q2 级构建被标注为不建议承载智能体工作（Local AI Zone 深度分析）。对多数没有 GPU 基础设施的中型团队，API 仍是合理的 serving 默认值；权重买到的不是托管方案，而是固定的 checkpoint、所部署内容的可审计性，与一条退场路径——与模型替换文章规定的替换风险纪律相同。即便什么都不部署，也把固定的 checkpoint 存起来。

审计可以通用，而日历会再给你练习的机会。 五项检查覆盖任何权重发布日：许可条款与收入门槛；参数声明的来源（卡片或第二手）；量化格式与 serving 配方；带 harness 注记的基准差距；以及含校准在内的第三方测量，不只是能力。开放权重阵营很快会再送来考题——Kimi K3.1 Pro 的完整权重定于 11 月 4 日、十月号报道（聚合站汇总）记 Mistral Large 4 为 10 月 27 日——五项检查照样跑一遍。我们发布文章印的 flash 档位表格带一列"权重"；对 MiniMax 而言，这一列终于有了买方可验证的一行，而我们 10 月 19 日保留的两项主张——参数与权重——已进入已确认组合。

下方的一分钟示意图把审计收进一页：

两个面板就是一页纸的审计：左边是 10 月 19 日买方能检查的，右边是 10 月 23 日变得可检查的，而紫色卡片是任何厂商表格都无法对自己印出的独立列。

一个代表性构建

一家年收入约一亿五千万美元的中型工业分销商，营运一支报价工作台智能体舰队，每天回应约 800 件的进件与履约任务，路由多落在 flash 档位模型，团队自有的 MCP 模块放在 ERP 与目录层之前。权重发布日当天，平台团队跑的是五项检查的审计，而不是换模型：许可审查标记那条两千万美元的线（他们的收入在线上，商业自托管需要事先书面许可——API 路径什么都不变）；参数与格式检查确认固定的 checkpoint 可在 MXFP8 与第一方 serving 配方下取回，退出路径一旦行使就有得用；带 harness 注记的基准差距把 Terminal-Bench 敏感的编码任务移到 DeepSeek-1017，BankerToolBench 级的文档工作原地不动；校准那一行则把开放式检索问题改路由到带验证层的前沿模型，不信任 flash 档位自信的错 92.8%。团队在每次响应上记录所部署模型、把固定 checkpoint 存进仓库，并在下一次权重上架时重跑审计。

申请一个范围明确的构建。 一周发现期。无论是否与我们合作，你都会得到系统清单、工作流地图和固定范围。