252GB 的模型开放下载了,你的笔记本跑不动

10 月 23 日，MiniMax 把 M3.1 Flash 的模型权重放了出来。总参数 428B，每处理一个 token 只激活 23B。这两个数字看着矛盾，其实是同一件事的两面

先说一句可能让人扫兴的话。这个模型不是给普通人的电脑准备的。这次对仓库文件清单求和，48 个主模型分片，加上 1 个 DSpark 权重文件，合计大约 252 GB（按 1024 进算是 235 GiB）。这只是下载体积，还没算运行时需要的内存，最大单个分片 10.2 GB

拿 6GB 显存、16GB 内存的笔记本作参照，仅这些权重文件的体积就是显存容量的约 42 倍。单个文件能否装下也不能单独决定能否推理，还要看总权重、缓存、框架和卸载方式。至少，这套官方部署方案并不适合这档笔记本

428B 和 23B 不矛盾

这是混合专家结构，英文叫 MoE。模型会为每个 token 选择部分专家参与计算。428B 是总参数量，23B 是每个 token 激活的参数量，两个数字都不是专家个数。激活较少参数能减少计算量，却不代表只需存下这部分权重

这个思路不新，但 M3.1 Flash 把它推到了一个显眼的位置，每 token 激活 23B，大约是总参数的十八点六分之一

官方给的另一个数字是速度。日常输出能到 200+ token 每秒，中位数稳定在 170+。这是官方自报，我没有独立复现过，只能照实转述

价格表

每百万 token，输入 0.15 美元，输出 0.60 美元，缓存输入 0.015 美元

输出和输入分别计费，缓存命中时才适用缓存输入价。对经常跑长任务的人来说，应该把三项和实际用量放在一起算。官方也说智能体任务整体成本比上一代低 70%，推理速度快近 3 倍。同样是厂商口径

能跑什么，读什么

官方模型卡里写了，这个模型能读文字、图片和视频，上下文窗口最高 100 万 token

token 是模型切分内容后的计量单位，不能按固定比例直接换成汉字。模型卡也注明，可用上下文长度取决于 GPU 内存和服务配置。100 万是规格上限，不能当成一次请求必然能稳定处理的资料量

官方将它称为原生多模态模型。对做设计的人而言，值得验证的是它处理图纸、图片和界面截图的效果；支持这类输入，并不等于识图准确率已经得到保证

那个许可证值得单独拎出来说

大部分转发只写了"开源"两个字。我把仓库里的 LICENSE 下载下来读了一遍

它不是 Apache 2.0，也不是 MIT。它叫 MiniMax Community License。

条款核心有三条。

非商业用途免费、商业用途要在网站、界面或文档上显著标注"Built with MiniMax M3.1-Flash"。如果产品年收入超过 2000 万美元，要向 MiniMax 单独申请书面授权。其余商用情况则需要发送一次性通知。保留版权及许可声明、遵守用途限制等条件仍然适用。

所以准确的说法是"开放权重"，不是"开源"。权重能下载，能改，能自己部署，但商用的条件是写明的，不是随便用

个人创作者也要按实际用途区分非商业和商业使用，不能仅凭规模小就跳过条款。打算接到自己的网站或对外服务里时，先把标注、通知和授权条件读清楚

和谁比

官方模型卡列出七个模型的基准成绩。这里只摘几行；这不是我在统一条件下做的独立横评

BankerToolBench 追平了 Opus 5。DeepSWE 落后 DeepSeek 三分多。OSWorld 那项落后 Opus 5 近九分，这是真实差距，不能因为参数大就默认全面追平

我的判断是，它在智能体类和成本敏感的场景上有竞争力，但在这张官方表的 OSWorld 一项上，它仍落后于所列的头部模型，不能据此概括所有电脑操作任务

想自己跑，需要什么

官方推荐的推理框架是 SGLang、vLLM 和 TokenSpeed。vLLM 发了 Day-0 支持的技术博客，说明了具体硬件

他们给出的部署平台是 NVIDIA Blackwell、NVIDIA Rubin 和 AMD MI350 系列，示例用的是 4 卡张量并行。vLLM 博客里给的实测数字，GB300 上每用户最高 418.9 token 每秒，Rubin 上 724.9。这些都是特定硬件加特定配置的结果，不能拿来推普通显卡

这篇核到的官方部署路径面向数据中心硬件。对设备有限的个人，先看现有服务入口是否方便，再决定有没有试用的必要，比先下载权重实际。API 也会随用量计费，这里没有做付费试用

顺带说一句，IT之家报道里提到，华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数等国产芯片厂商也参与了首日接入。这条我没拿到 MiniMax 的原始公告全文，只能标注为"据 IT之家报道"