模型 / MiniMax-M3.1-Flash
M
MiniMax-M3.1-Flash
文本
- 厂商
- MiniMax
- 地区
- 国内
- 发布日期
- 2026-10-19
- API 价格
- 输入 $0.15 · 输出 $0.6 / 百万 token
混合价格（输入输出 3:1）约 $0.26 / 百万 token。参数、价格与榜单成绩来自 Artificial Analysis。
相关动态
1 条- vLLM 首日支持 MiniMax-M3.1-Flash，Rubin 上单用户 724.9 tok/s
vLLM 在发布当天就支持了 MiniMax-M3.1-Flash，覆盖 NVIDIA Blackwell、Rubin 和 AMD MI350 系列 GPU。该模型采用 NVFP4 KV cache、NVFP4 量化 MoE 权重和 DSpark 投机解码草稿模型。性能方面：Blackwell 上索引器 QK 解码快 1.7 倍，稀疏注意力解码快 1.3 倍；在 4× GB300、512K 上下文下，索引器解码上下文并行快 3.3 倍；AMD MI350 系列整体提升 2–3 倍。Agentic 场景下，GB300 单用户最高 418.9 tok/s，Rubin 单用户 724.9 tok/s、单 GPU 总吞吐 191.5K tok/s。同时支持基于 veRL、FSDP2 和 LoRA 的端到端 RL。
vLLM6 天前海外新模型发布42