说好的今天开权重，兑现了：MiniMax M3.1 Flash 428B 参数开源，agent 编码成本再下一城

10 月 19 日 API 先上、承诺“权重随后就到”的 MiniMax M3.1 Flash，今天把权重开源了。官方口径：428B 总参数、23B 激活的 MoE 模型；上线 72 小时内，真实用户跑掉的 token 超过 100 万亿——等于用全网的真实流量先做了一轮压力测试。

首日生态是这次最值得看的：芯片侧华为昇腾、寒武纪、摩尔线程、壁仞、海光、沐曦、天数智芯加上 NVIDIA、AMD 同步适配；云侧 Together AI、Fireworks、Nebius、Baseten、Modal、DigitalOcean 首日上线；推理框架 vLLM、SGLang、智源 FlagOS 同步支持；Hugging Face 和魔搭同步上架。也就是说，今天你就能下载、能部署、能上生产，不用等“社区慢慢适配”。

价格还是它的杀手锏：API 输入 $0.15、输出 $0.60 / 百万 token，缓存输入 $0.015；第三方 Artificial Analysis 实测，单次 agent 任务成本约 $0.22，比 DeepSeek V4.1 Flash 的 $0.26 还低一截。1M 上下文，文本+图像+视频输入，推理强度分 low 到 max 五档可调（关不掉，只能调低）。

怎么用起来：第一，不想折腾 GPU，直接走 Together AI 的托管推理，生产级可用；第二，要私有化，vLLM/SGLang 今天已经支持，拉权重就能起服务；第三，API 兼容 OpenAI 和 Anthropic 两种格式，老代码换个 base_url 和 key 就能切过去压成本。

为什么值得看： 对 vibe coder 和 agent 开发者来说，这可能是当下“便宜、可私有化、中文友好”三者兼得的最优编码底座。国产芯片首日全适配更是一个信号：大模型发布不再是“先英伟达、再等国产”，供应链话语权在变。

实话实说： AA-Omniscience 独立测试里它的幻觉率高达 93%，开放式问答必须加 RAG 或校验层，别裸奔；参数口径另有媒体报过 456B/45.9B，以官方 428B/23B 为准；“100 万亿 token”和速度数字是官方口径。