MiniMax M3.1 Flash 通过 Unsloth Dynamic GGUF 可在 143.9GB 内存本地运行

M3 在 @0G_labs 上链。 可验证 + 私有计算，6 月 15–18 日免费运行。

在 @OpenHandsDev 上使用 MiniMax M2.7 进行免费智能体编程？ 是的，请给我！限时提供 ⚡👀

MiniMax 官方汇总 H3 视频生成模型的社区生态进展，收录 11 项新增集成。贡献涵盖 8 步参考条件视频加音频生成、4 步蒸馏、稀疏注意力和参考 token 压缩，并在 GPU 服务器、TPU 和 Apple Silicon 等多种硬件上提供服务和工作流集成；官方认为开源模型在社区改进方法、适配运行时和构建工作流后会更实用。

Fireworks 在 M3.1 Flash 开放权重发布当天将其上线 serverless，预览模式开放两周，视社区需求决定是否保留。引用内容给出基准成绩：AutomationBench-AA 62.8、DeepSWE v1.1 73.7%、BabyVision 91，定价为每 1M tokens 输入 $0.15 / 输出 $0.60 / 缓存 $0.015，是 M3 的一半。MiniMax 转发致谢，并推荐用于多步 Agent 工作流。

感谢 @lightseekorg 对 TokenSpeed 的 Day-0 支持！

从推理到 RL，第一天就绪。🐰 感谢 SGLang 背后的团队，以及 Miles @sgl_project 与 @NVIDIAAI 和 @AMD，对 MiniMax M3.1 Flash 的支持。合作愉快！

MiniMax 感谢 NVIDIA NeMo 团队为 MiniMax-M3.1-Flash 提供 day-0 微调支持。引用内容提到 Space Bunny 此前已处理 200T+ tokens，现已开放权重，NeMo-AutoModel 支持 FSDP2、专家、流水线和上下文并行，可扩展到 128 GPUs，NVFP4 checkpoint 可直接加载，并附 GitHub 文档链接。

MiniMax M3.1 Flash 与 SGLang Omni 结合，为开发者提供构建可实时打断、纠正和重定向的语音智能体的基础。M3.1 Flash 负责智能且快速简洁的响应，SGLang Omni 补充流式输出、对话状态与打断处理能力。SGLang Omni 团队将原管线中的 Qwen3 LLM 替换为 M3.1 Flash API 后实测，响应极快、回答简洁直接，对话流畅自然。

只差一个模型字符串： "minimax:m3.1@flash" 感谢 @runware 这么快就上线 M3.1 Flash 🚀

⌘ + 🐰 = 🚀 感谢 @CommandCodeAI！M3.1 Flash 限时对所有订阅用户免费。