MiniMax M3.1 Flash 模型上线，推理速度提升三倍且成本降低七成

封面为AI生成的主题示意图，非新闻现场照片。

生成式 AI 厂商 MiniMax 宣布推出 M3.1 Flash 版本的大语言模型，该模型在保持原生 M3.1 性能的同时实现了重大效率突破。M3.1 Flash 专注于提升上下文处理能力与推理速度，旨在解决长文本处理过程中的延迟问题。

根据官方公布的技术指标，M3.1 Flash 在处理百万级 token 的长上下文时，推理速度相比上一代原生版本提升了三倍。此外，其计算成本降低了 70%，这使得在运行大规模对话应用时更具经济效益。

M3.1 系列模型整体支持长达一 million 的上下文窗口，M3.1 Flash 在此基础上进一步优化了 token 吞吐率。虽然目前尚未公布具体的开源细节或详细技术参数，但其性能表现已引起行业关注。

MiniMax 此次更新标志着其在长文本场景下的技术储备迈上新台阶。对于依赖高并发、低延迟服务的开发者而言，M3.1 Flash 提供了更高效的基础设施支持，有助于降低大模型部署门槛。