10 月 23 日，MiniMax 宣布开源 M3.1 Flash 的模型权重，总参数 428B、激活参数 23B，官方介绍模型上线 72 小时内真实用户已用它处理超过 100 万亿 Token。 但对本文的核心问题——你的电脑能跑吗——开源当天的答案是明确的：普通电脑跑不了。权重在官方自己完成量化之后仍然有约 252.4GB 的体积，而官方给出的本地部署示例全部要拿数据中心 GPU 做四路到八路张量并行。 这次开源是给自建机房的开发者准备的，暂时还不是给普通用户的。微博知乎
先拆最大的误区：激活 23B 不等于只要存 23B
MoE 架构里，“每 token 激活 23B”说的是算多少，不是存多少——428B 参数再怎么稀疏激活，权重文件也要全部驻留显存或内存。 而且 252.4GB 不是“原始体积、还能再压”：官方权重本身就是量化感知训练的产物，仓库说明写得很直白——压缩到 NVFP4 之后还是这个量级，单卡没有任何悬念，多机多卡才是起点。 作个量级对照：消费级显卡的显存目前普遍停在 24GB 一档，就算把机箱里的插槽装满，也盛不下这 252.4GB，更不必提百万上下文还要另付 KV 缓存。知乎知乎
官方认可的本地部署，门槛在哪里
vLLM 的当前配方给出 Blackwell 上的 TP4、H100/H200 上的 TP8 示例；即便是 Hopper 示例，也把最大上下文退到 262,144 token，并关闭视频输入、没有启用 DSpark——凑齐八张旗舰专业卡，也只是先把模型“装下”，完整功能尚未解锁。 官方展示的性能数字也在另一个量级：vLLM 在 Vera Rubin NVL72 整机柜上用原生 NVFP4 KV、NVFP4 MoE 权重加 DSpark 推测解码提供服务，单用户解码做到 724.9 tok/s。 而个人用户真正关心的单机路线，官方仓库 README 里 Transformers、KTransformers、unsloth、ATOM 四个名字还挂在“适配进行中”的标签下，想 pip 装完直接 from_pretrained，现在跑不通。 没有可用的推理引擎，内存够不够大都只是纸面数字。知乎哔哩哔哩知乎
国产芯片跟上了，但没有一块是“家里的硬件”
摩尔线程已官宣其 AI 训推一体智算卡 MTT S5000 和自研 MUSA 软件栈完成对该模型的 Day-0 适配。 按官方仓库文档，经 FlagOS（智源联合发起）适配的平台已有九家：华为昇腾、海光、摩尔线程、昆仑芯、天数智芯、沐曦、清微智能、T-Head 加上 NVIDIA，它们把官方 QAT 权重重量化成 W8A8 作为跨芯片统一格式分发。 值得留意的是，这些平台目前给出的是版本组合而非实测吞吐，而且清一色是数据中心卡——“你的电脑”依然不在名单上。知乎知乎
普通用户该等什么，又该认清什么
如果只是想用这个模型，官方 API 仍是现成入口：10 月 19 日公布的价格为每百万输入 token 0.15 美元、输出 0.60 美元，缓存输入只要 0.015 美元。 而官方口径里，这一代较上一代 M3 使用成本降低 70%、线上推理速度提升近 3 倍——对个人用量来说，这笔账很难被自建打败。知乎微博
想自建，商用条款也要先核对：本次采用 MiniMax Community License，商用需显著展示 “Built with MiniMax M3.1-Flash”，相关产品或服务年收入超过 2,000 万美元需事先取得 MiniMax 书面授权，否则需发送一次性通知邮件。知乎
为什么仍值得兴奋：权重里打包的是整条效率链
官方模型卡给出的成绩是 DeepSWE v1.1 73.7、OSWorld 2.0 61.7、Automation-Bench v1.0.6 62.8，分别对应软件工程、电脑操作和自动化任务。 对比表里直接写着的对标对象是 DeepSeek V4.1 Flash-1017，官方自动化基准上 M3.1 Flash 以 62.8 对 60.5 小幅领先。 但比分数更实质的，是这个模型把全程稀疏注意力、量化感知训练、DSpark 投机解码草稿头三样平时只活在论文里的东西一起交了出来——部署侧的整条效率链，第一次以权重形式公开。知乎知乎
回到标题：能跑的答案，写在别人的机房里
所以“428B 开源”的正确打开方式是：数据中心运营商和芯片适配链多了一个可自建的多模态 MoE 选项；至于个人电脑，答案取决于社区量化与 CPU/GPU 混合推理何时把它压进单机可承受的体积。在 README 里那份“适配进行中”名单被逐个划掉之前，对绝大多数用户的实用回答只有一句：用 API，别折腾本机。
