MiniMax 推出 M3.1 Flash Preview：百万上下文、原生多模态的编程模型

背景

MiniMax 于 10 月 6 日前后上线 M3.1-Flash-Preview，目前仅在 MiniMax Code 与 Token Plan 可用，定位日常开发的高性价比编程模型。

核心要点

• 稀疏 MoE 架构，总参约 428B，每 token 仅激活约 23B；支持文本/图像/视频原生多模态输入，上下文达百万 token。
• 五档推理强度（low→max）：轻量任务 low 档首字延迟低至 210ms，复杂任务可调至 max 做深度分析。
• 形成「定位→实现→测试→交付」闭环：自动补齐回归测试、评估改动影响、原生解析截图/流程图/视频。
• 自研 MSA（多尺度注意力）将 KV 缓存分块动态选择，百万上下文下计算量压缩至前代约 1/20。

为什么重要

旗舰级前端/创意生成能力快速下沉到 Flash 级模型，呼应「高性价比模型承接日常真实工作」的态势，推动人与 AI 协作转向任务委托。

关键事实速记

• 上线 M3.1-Flash-Preview（10-06）
• 428B MoE / 23B 激活
• 百万 token 上下文
• 原生多模态 + 五档推理
• MSA 注意力压缩至 1/20