MiniMax libera los pesos de M3.1 Flash, modelo de 428 mil millones de parámetros con 1 millón de tokens de contexto
MiniMax publicó en Hugging Face los pesos completos de MiniMax M3.1 Flash, nueva versión de su modelo de mezcla de expertos orientado a programación, uso de computadora y flujos agénticos. El modelo tiene 428 mil millones de parámetros en total, pero activa solo 23 mil millones por token, lo que mantiene el costo de inferencia bajo control incluso en una arquitectura de este tamaño. La tarjeta en Hugging Face confirma el lanzamiento e incluye instrucciones de uso vía SGLang, vLLM y TokenSpeed.
Qué trae de nuevo M3.1 Flash
MiniMax describe tres cambios centrales respecto al M3 anterior: atención dispersa en todas las capas del modelo, que reduce el costo computacional; entrenamiento con reconocimiento de cuantización, que disminuye el uso de memoria sin perder tanta precisión; y un nuevo método de decodificación especulativa llamado DSpark, que acelera la generación de texto prediciendo tokens futuros antes de confirmarlos. En la práctica, esto significa un modelo pensado para correr más rápido y más barato en producción, no solo para ganar benchmarks. El contexto de hasta 1 millón de tokens y el soporte nativo a texto, imagen y video colocan a M3.1 Flash en la categoría de modelos multimodales de uso general, no solo un asistente de código.
La pista del modelo misterioso en OpenRouter
Antes de la publicación oficial, el tester TestingCatalog ya venía siguiendo un modelo no identificado circulando en OpenRouter bajo el apodo "Space Bunny", anunciado el 19 de octubre sin que la empresa detrás fuera revelada. Con el lanzamiento ya confirmado, la alegación es que Space Bunny era justamente el M3.1 Flash siendo probado antes de tiempo, práctica común entre laboratorios chinos que sueltan un modelo sin marca para recoger feedback de la comunidad antes del anuncio formal. Esta parte específica de la historia sigue siendo lectura de tester, no confirmación de MiniMax.
Por qué importa para quien usa IA en el día a día
Pesos abiertos de un modelo de casi medio billón de parámetros, incluso con activación dispersa, dan a desarrolladores y empresas la opción de correr el modelo en su propia infraestructura, sin depender de una API cerrada ni de límites de uso impuestos por terceros. Esto importa especialmente para quien maneja datos sensibles y no puede enviar todo a la nube de otro proveedor. La contrapartida es el costo de hardware: correr un modelo de este tamaño localmente exige GPU de punta, así que en la práctica la mayoría de los usuarios seguirá accediendo a M3.1 Flash por la API o por la plataforma propia de MiniMax, no por descarga directa.
La lectura de MaxAssistant
M3.1 Flash refuerza una tendencia que viene consolidándose entre los laboratorios chinos: lanzar un modelo grande, de peso abierto, optimizado para tareas agénticas y de código, compitiendo directamente con modelos cerrados occidentales en benchmark y en costo. Lo que todavía no está comprobado es cuánto la optimización de atención dispersa y decodificación especulativa realmente se traduce en ahorro en la práctica, fuera del entorno controlado de MiniMax. Vale la pena seguir las primeras pruebas independientes de costo y calidad antes de tratar los números de la tarjeta como veredicto final.
Fuentes
Hugging Face: tarjeta oficial de MiniMax-M3.1-Flash; TestingCatalog en X: vínculo entre M3.1 Flash y el modelo stealth Space Bunny.
