10 月 23 日，MiniMax 正式开源 M3.1 Flash 的模型权重，并宣布这款模型上线 72 小时内处理了超过 100 万亿 Token。 这款模型总参数约 428B、每个 token 激活约 23B，原生支持文本、图像和视频输入，最长上下文达到 100 万 token，主攻 Agent 任务。 能不能平替付费 AI 服务？社区实测给出的答案是分层的：高频日常编码和 Agent 调用，平替成立且单价只有旗舰的四分之一；但总任务成本、部署硬件、能力上限这三本账，决定了账单能不能真的降下来。新浪微博知乎
实测：能干活，翻车翻在"想太多"
云厂商优刻得把 10 件日常真活——写照片归档脚本、改数组越界 bug、写统计 SQL、从口语里提取 JSON——丢给 M3.1 Flash 和同门旗舰 M3 各跑一遍：Flash 过了 9 单，总共花了 2 分 3 厘；旗舰 10 单全过，花了 8 分 8，同一批活贵 3.75 倍。 价差首先来自标价：M3.1 Flash API 输入每百万 token 1 元、输出 4 元、缓存读取 0.1 元。 而且它不分峰谷，白天和半夜一个价。 对位的 DeepSeek V4.1 Flash 高峰时段输入 2 元、输出 8 元，白天干活的差距直接翻倍。知乎智东西知乎
翻车的那一单比通过的 9 单更有信息量。写归档脚本时，Flash 先思考了 1.3 万字，把默认的 3000 token 输出预算整个烧光，一个字答案没交出来，1 分 2 厘花在了"想"上；把预算放宽到 8000 重跑，18.5 秒交卷、一次跑通，这一单只花 4 厘 7，同任务旗舰要 3 分 2。 这暴露了一个容易被忽略的计费机制：思考关不掉，不指定档位时默认走最高档，思考 token 与回答 token 一起按输出计费、共同占用输出预算。官方给的省钱办法是调低档位而不是关闭思考——摘要、分类这类任务降档几乎不掉质量，长链任务降到最低档则真会掉，一步判断错，后续步骤全跟着错。知乎知乎
跑分与"降七成"的口径
基准测试同样指向"能干活"。DeepSWE v1.1 上 M3.1 Flash 拿到 73.7 分，同榜第一的 DeepSeek V4.1 Flash 为 77.0 分；金融工具调用 BankerToolBench 得分 76.2，与 Opus 5 并列第一。 第三方 Artificial Analysis 的口径更谨慎：综合得分 42，略低于 DeepSeek V4.1 Flash 的 45；但跑完整套评测的成本约 0.22 美元，低于 DeepSeek 的 0.26 美元和 Gemini 3.8 Flash 的 1.24 美元。智东西科技狐
"降 70%“也要按官方口径理解：10 月 19 日发布时给出的说法，是线上推理速度提升近 3 倍、综合使用成本较前代降低 70%——它描述的是调用侧的变化，不是每张账单自动变少。 有做 Agent 生产的工程师把账算得更冷：重试、超时、人工接管和失败返工都进总账，单价最低的模型可能因为返工成为单任务最贵的模型，选型应该用同一批真实工单回放"成功任务成本”，先设预算熔断再切换。新浪微博知乎
开放权重，不等于免费部署
激活 23B 只说明每个 token 动用多少参数，存放仍需全部权重：按官方仓库文件清单，48 个主权重分片约 250.12GB，加上 DSpark 草稿头约 252.42GB。 体量能压到这个级别，靠的是训练阶段就量化：路由专家按 4-bit 量化、官方直接发低比特权重，而上一代同样 428B 的 M3 按 BF16 权重存放，要 850GB 上下。知乎知乎
硬件门槛同样明确：vLLM 当前配方给出 Blackwell 4 卡、H100/H200 8 卡的张量并行示例。 现实结论是个人基本跑不动、小团队要看手上是什么卡；SGLang 在 Blackwell 上启用 NVFP4 解码需要 CUDA 13.4 内核，版本不匹配时服务会静默回退到慢路径，不报错。知乎知乎
商用还要先读许可证：MiniMax Community License 要求显著展示"Built with MiniMax M3.1-Flash"，年收入超过 2000 万美元需事先取得书面授权，否则须发一封通知邮件。 产业侧的反应很快，摩尔线程旗舰训推卡 MTT S5000 在开源当天完成 Day-0 适配。 官方还宣布与华为昇腾、平头哥、昆仑芯、NVIDIA、AMD 等海内外芯片厂商，以及 TogetherAI、Fireworks、Nebius 等推理和云服务平台共同推进。知乎知乎新浪微博
最难的任务里，付费旗舰仍占上风
前端开发者的对照实测给"平替"划出边界：看图改 UI、快速原型、多模态迭代，Flash 已经能顶上；但复杂交互、精细动画和长链路状态管理上，Opus 依然更稳、幻觉更少、输出更干净。 多位开发者的场景生成对比也给出同一方向的判断：便宜和完成度是真优势，但稍微复杂一些的任务里，性价比优势并不总能转化为效果优势。知乎科技狐
把三本账合起来，"平替"的准确答案是一句分场景的话：日常编码、结构化抽取、高频 Agent 调用，可以换，前提是把思考档位按任务显式设好；追求最难任务的上限，付费旗舰还得留着，让 Flash 干走量的活；想靠开源省钱，先盘点 GPU 再谈"免费"——对多数团队，现实的平替形态是低价 API，不是自部署。官方在首发公告里同时预告，追求智能上限的 Pro 版本稍后推出；接下来值得盯的信号，是围绕这份权重，社区能否补齐更多硬件适配、量化方案和真实任务测试，把模型卡上的能力变成可重复交付的工作结果。知乎
