模型發布
MiniMax 公開 M3.1 Flash 權重：4280 億參數 MoE 模型，確認即匿名模型 Space Bunny
TechNews 科技新報單一來源
核實資料不足
目前依單一來源整理，這是來源數量描述，不是對消息真假的判定。
本次未取得足夠原文證據
MiniMax 於今日在 Hugging Face 與 ModelScope 公開程式設計用大型語言模型 M3.1 Flash 的開放權重，並證實先前以匿名身分「Space Bunny」提供服務的即是該模型，據報導該匿名模型累計處理逾 200 兆 Token。模型 19 日已發表，並先在 MiniMax API、付費方案 M Plan 與桌面 App MiniMax Code 上線。
授權採 MiniMax Community License，非商用免費。商用須以醒目方式標示「Built with MiniMax M3.1-Flash」；年營收 2,000 萬美元以下的產品或服務需以電子郵件通知 MiniMax 一次，超過 2,000 萬美元則須事先取得書面許可。
模型主打程式設計與 agent 任務，接受文字、圖片與影片輸入，輸出為文字。採 MoE 架構，總參數約 4,280 億、每個 Token 啟用 230 億參數，上下文視窗 100 萬 Token。架構承襲 2026 年 6 月公開的 MiniMax M3，主要有三項改動：將 M3 保留的前三層完整注意力換成自家稀疏注意力，使全模型採稀疏注意力；訓練時納入量化考量；採用 DSpark 進行推測解碼。本機推論建議使用 SGLang、vLLM 與 TokenSpeed，Transformers、KTransformers、unsloth 與 ATOM 的支援仍在進行中。
評測方面，Automation-Bench v1.0.6 得分 62.2（模型卡記為 62.8），在含自家的七個比較對象中居首；投資銀行端到端業務測試 BankerToolBench 得 76.2，與 Anthropic 的 Claude Opus 5 相當；程式修正測試 DeepSWE v1.1 得 73.7，高於 Kimi K3 的 67.5 與 GLM-5.3 的 66.9，但低於 DeepSeek V4.1 Flash-1017 的 77、DeepSeek V4.1 Flash 的 74.2 與 Opus 5 的 74.0。
讀原始報導背景
推測解碼（speculative decoding）是加速 Transformer 模型推論的一種技術，相關研究可見 Yaniv Leviathan 等人於 arXiv 發表的論文《Fast Inference from Transformers via Speculative Decoding》。本則新聞提到 M3.1 Flash 採用 DSpark 進行推測解碼，即是屬於這類技術的應用。