简介
过去十天里，OpenRouter 上有一个叫 Space Bunny 的匿名模型长期占据榜首，没人知道它出自哪家。10月22日答案揭晓：是 MiniMax 的 M3.1 Flash，并且当天放出了权重。
这种"先匿名上架跑榜、再认领"的做法，最近在模型圈越来越常见——用真实流量的成绩单替代发布会的宣传语。
核心功能：参数结构与上下文
- 架构：428B 总参的 MoE，每 token 激活 23B。
- 上下文：100万 token，可以一次吃下整本书或一个大中型代码库。
- 模态：文本、图像、视频输入都能处理。
- 可调思考深度：支持调整推理深度，在速度与质量之间做取舍。
- 成绩：Automation-Bench 62%，DeepSWE v1.1 73.7（DeepSeek 的 77.0 略高），官方称成本只有 M3 的三分之一。
详细分析：这份开源的分量在哪
先说清楚 M3.1 Flash 的位置。MiniMax 的产品线里，M3 是旗舰（约428B总参、23B激活、1M上下文），M3.1 Flash 是同架构下的效率优化版本。用一个"Flash"级别的模型在公开平台上霸榜十天，说明的不是"最强"，而是"性价比拐点"——大量真实用户用脚投票，选的是单位成本下的可用性，而不是榜单第一。
放到更大的背景里看，这个结论和行业数据是吻合的。OpenRouter 统计显示，10月5日至11日全球AI大模型总调用量172万亿 token，其中中国模型周调用量达 86.74万亿 token，是同期美国（18.97万亿）的4.5倍。截至2026年年中，中国开源大语言模型全球累计下载量突破100亿次，在 Hugging Face 上中国开源架构下载占比达41%。
换句话说，国产开源模型已经在"调用量"这个最实在的指标上领先，而不是只在论文和榜单上。
从工程角度看，M3.1 Flash 的三个参数选择都指向同一个目标：把长上下文做成可负担的能力。23B 激活控制单 token 计算量；1M 上下文让 RAG 的分块策略可以放松；多模态输入让"读屏幕截图""看视频总结"这类任务不必再串两个模型。
协议与商用注意
这里的坑要说清楚。MiniMax 并没有用 Apache 2.0，而是自家社区许可证：非商用免费，商用需要带"Built with MiniMax M3"的标注；年营收超过2000万美元要另行取得书面许可；禁止军事用途。相比 Apache 2.0，多了一层需要确认的义务。
所以选型时建议分两步：先确认你的营收量级是否触发条款，再看标注要求是否能接受。如果不希望产品里出现第三方品牌标注，就得走商业授权。具体协议差异可以看我们的开源协议对照指南。
价格与获取
权重在 Hugging Face 上可下载，自部署成本取决于显存规模——428B 不是单机能跑的量级。更实际的方式是通过聚合平台 API 调用，官方称价格约为 M3 的三分之一，在同等上下文长度里属于低成本档。
优缺点
- 优点：100万token上下文配23B激活，长文档与代码库场景性价比突出；支持文图视频三模态输入；真实流量成绩经过验证；成本约为旗舰三分之一。
- 不足：社区协议有商用标注与营收门槛，不是完全自由；DeepSWE 仍落后 DeepSeek 一档；428B 规模自部署门槛高，多数团队只能走 API。
适合人群与总结
适合需要低成本跑长上下文任务的团队：合同与研报批量解析、代码库问答、长视频内容摘要。如果你要的是完全自由的商用授权，Apache 2.0 阵营更合适，比如腾讯混元 Hy3。工具详情见 MiniMax M3.1 Flash 开源权重。