MiniMax 开放 M3.1 Flash 模型：调用多少钱，国内怎么下载？

人工智能公司 MiniMax 开放了 M3.1 Flash 模型的权重，开发者可以通过官方 API 调用，也可以下载后自行部署。权重是让模型运行所需的数据文件；这款模型共有 428B（4280 亿）参数，每次运行激活 23B（230 亿），完整目录包含 49 个权重文件。两种用法的费用和准备工作不同，下面分别看价格、硬件和国内下载入口。

调用多少钱，怎样比较两家的费用？

MiniMax 官方按量价格按输入、输出和缓存读取分别计费。MiniMax-M3.1-Flash 的标准调用，每 1M tokens（百万 Token）输入为 0.15 美元、输出为 0.60 美元，缓存读取为 0.015 美元。对比对象 DeepSeek 的 Flash 模型也按用量计费。计算预算时，把各项用量分别乘以单价即可。这里列的是 API 按量费用，与 M Plan 是两种购买方式。Token 是模型处理信息的计量单位。

官方美元单价对比：每 1M tokens（百万 Token），截至本次核对

DeepSeek 官方价格页目前将 deepseek-flash 对应到 DeepSeek-V4.1-Flash-1017，价格分峰时和谷时。峰时为周一至周五 UTC01:00～04:00、06:00～10:00，换成北京时间是 09:00～12:00、14:00～18:00；中国法定节假日除外，其他时段按谷价计算。因此，比较两家的费用时，要先固定调用时段和缓存命中量。

算一笔调用费用：假设一个批次有 10M（1000 万）未缓存输入与 2M（200 万）输出。MiniMax 的费用是 10 × 0.15 + 2 × 0.60 = 2.70 美元。以 1 美元 = 7 元人民币作预算，约为 18.90 元。

如果 10M 输入全部命中缓存，费用就变为 10 × 0.015 + 2 × 0.60 = 1.35 美元，约 9.45 元。同样的未缓存用量，DeepSeek 谷时为 2.70 美元，峰时为 5.40 美元，约 37.80 元。这里的 7 只是预算换算假设，实际结算以币种、税费和账单为准。

428B 权重需要什么硬件，磁盘应该留多少？

vLLM 是运行模型的软件框架，可以先照它的 M3.1 Flash 配方选择设备。NVIDIA Blackwell 方案使用 TP4，H100/H200 的 Hopper 方案使用 TP8；AMD MI355X 也有 TP4 配方。这些张量并行配置决定多张计算卡如何分摊模型计算。选定设备后，再核对缓存、量化和并发设置；其中量化是用更少的位数存储权重。M3 或 M2 的旧配方对应不同模型，直接替换模型名容易漏掉这些差异。

框架配方里的硬件与关键设置

完整目录的容量可以直接相加：48 个主权重分片共 250,116,419,880 字节，DSpark 目录中的 dspark/model-dspark-00001.safetensors 另占 2,301,867,426 字节。两者合计 252,418,287,306 字节，约为 252.42 GB。准备磁盘时，还要给 tokenizer、配置文件、下载缓存和运行框架留空间；下载时也要保留 DSpark 子目录。

BF16 是一种浮点数存储格式。按全量 BF16 估算，428B 参数 × 每参数 2 字节，约需 856 GB。实际文件小得多，原因是量化，也就是用较少的存储位数表示权重。官方 config.json 的 quantization_config 同时列有 moe_quant_algo=NVFP4、quant_method=mxfp8，以及 ignored_layers。发布文件采用混合精度，不能把全部权重都按 BF16 计算。torch_dtype=bfloat16 要与这些量化字段一起读；252.42 GB 是前面逐文件相加的结果。

开始调参时，可以先用模型卡推荐的 temperature=1.0、top_p=0.95。reasoning_effort 提供 low/medium/high/xhigh/max 共 5 档。config.json 中 text_config.max_position_embeddings 的值为 1048576，模型卡标为 1M 上下文。我们建议先采用对应硬件配方的上下文设置，用短样本记录显存峰值，再逐步扩大输入、并发和推理档位，方便看清每次调整增加了多少开销。

国内从哪里下载，入口能打开吗？

国内下载可以先看 MiniMax 在模型托管平台魔搭上的模型页。本机核对时，模型页、递归目录接口和 config.json 均返回 HTTP 200。下载到的 config.json 为 9122 字节，解析后的内容与 Hugging Face 的对应文件一致；魔搭目录中的 49 个权重文件求和，也得到 252,418,287,306 字节。

这次可达性检查只读取了页面、目录和 1 个小配置文件。实际部署前，还需要在目标网络和设备上测下载速度、GPU 推理及国内各运营商的连接情况。可以先打开模型页和 config.json，确认组织名 MiniMax、仓库名 MiniMax-M3.1-Flash 与文件清单一致，再按平台说明下载，保留完整目录结构。

如果还没决定用 API 还是自行部署，可以先参考站内模型选型方法，准备 5～10 个真实任务，比较完成质量、耗时和实际成本。模型发布命名说明则解释了 Flash、版本号和系列定位。先固定测试任务，再比较不同方案，结果才有共同的参照。

官方测试原表里，它在哪些任务上更合适？

软件修复任务的原表成绩低于所列 DeepSeek 版本，桌面操作与金融工具任务则缺少同一新版对照。这里摘录官方模型卡的 3 项任务。DeepSWE v1.1 一项，MiniMax M3.1 Flash 为 73.7，DeepSeek V4.1 Flash-1017 为 77.0，差 3.3 个点；OSWorld 2.0 与 BankerToolBench 的新版 DeepSeek 成绩则未列出。如果主要处理软件修复任务，我们建议先用自己的样本比较这两个模型。原表显示的差距，是选择比较对象的依据。本段成绩为厂商自报，尚无第三方复现。

MiniMax 模型卡厂商原表摘录，空缺保留为“未列”；厂商自报，尚无第三方复现。

这 3 项成绩来自 MiniMax 发布的对比表。模型卡还列出了脚手架、评审模型和复现口径，例如 BankerToolBench 使用 OpenCode 1.17.18。看成绩时，应把这些条件与模型版本一起核对。未列出的成绩保留空缺；最终用哪个模型，再看同一套业务样本的成功率和实际账单。本段成绩为厂商自报，尚无第三方复现。

可以商用吗，2000 万美元门槛和通知怎么处理？

LICENSE 的第 1 条要求：复制软件全部或实质部分时，保留版权和许可声明。商业使用还须履行第 2.1 条的展示标识义务，并核对第 2.2 条的收入门槛。这里计算的是相关产品或服务的年收入，金额使用美元或其他币种的等值金额；2 种收入情形对应的动作如下。

商用许可的共同义务与两个收入分支

相关产品或服务年收入恰好为 2000 万美元时，发送一次性通知；超过门槛，则须在使用前取得单独书面授权。两种情形都要履行展示标识等共同义务。第 3 条说明了 Commercial Use 的定义，原文另有免责声明和禁止用途。准备接入收费产品时，应一并核对这些适用条款。

常见问题

主权重到底是 250GB 还是 252GB？

48 个主分片约 250.12 GB；加 DSpark 子目录内 1 个约 2.30 GB 的权重文件，递归求和为约 252.42 GB。按完整目录备盘。

1M 上下文该用什么启动参数？

config 的上限为 1048576。先采用对应框架硬件配方，例如 Hopper 示例 --max-model-len 262144，再通过短样本和显存记录逐步放大。

人民币 18.90 元是官方人民币价格吗？

18.90 元来自假设的 10M 输入、2M 输出和每美元 7 元预算换算。实际结算按服务商币种与账单；这个算式用于比较相同用量。