MiniMax 公開 M3.1-Flash 權重，整合全層稀疏注意力與 DSpark 推測解碼

MiniMax 於 10 月 23 日在 Hugging Face 建立 M3.1-Flash 官方權重庫，讓這款多模態模型進入可自行部署的階段。模型約有 4,280 億總參數、每個 token 啟用約 230 億參數，接受文字、圖片與影片輸入，輸出文字；官方標示上下文最高可達百萬 token。權重發布紀錄、模型卡

相較 M3，新版把最前面三層的完整注意力換成稀疏注意力，使 MSA 貫穿全部層；路由專家與注意力路徑採量化感知訓練，並以 DSpark 取代先前類似 EAGLE 的多 token 預測方案。發布內容包含草稿頭，但實際能否加速，仍取決於服務框架與硬體支援。技術變更說明

vLLM 的部署配方顯示，權重以 MXFP8 儲存稠密層、NVFP4 儲存專家；Blackwell 可原生執行 NVFP4 專家，H100／H200 則使用 Marlin 核心。Hopper 範例採八卡、FP8 快取與 262,144 token 上限，關閉影片輸入，也未啟用 DSpark。這些差異意味工程團隊不能直接把模型卡的能力上限當成現有叢集可提供的服務規格。vLLM 部署配方

代理整合也有明確要求：SGLang 文件指定使用 minimax-m3 工具解析器，才能取得結構化 tool_calls；推理模式則可選啟用、停用或自適應。部署驗收應涵蓋工具參數、推理內容與答案的分流，並量測長上下文下的延遲和記憶體占用。SGLang 文件

授權同樣影響採用。社群授權要求商用產品標示模型名稱；相關產品與服務年營收超過 2,000 萬美元須事先取得書面授權，其餘商用須寄送一次通知。接下來值得觀察的是各硬體配置的獨立重現，以及第三方量化是否保留官方權重的任務表現。授權條款