صدرت أوزان MiniMax M3.1 Flash: 428B و252 GB وبند ترخيص بقيمة 20M دولار

نُشرت أوزان MiniMax M3.1 Flash على Hugging Face في 23 أكتوبر 2026، أي بعد أربعة أيام من إطلاق النموذج نفسه في 19 أكتوبر. يبلغ إجمالي المعلمات في التنزيل 428 مليار معلمة، منها 23 مليار معلمة نشطة لكل رمز، وحجم المستودع 252.4 غيغابايت: 48 شريحة أوزان بالإضافة إلى مُسوِّدة فك التشفير التخميني بحجم 2.3 غيغابايت. إنه إصدار حقيقي بأوزان مفتوحة، لكنه ليس إصدارًا مفتوح المصدر. الترخيص هو ترخيص المجتمع الخاص بـ MiniMax، ويشترط الإشارة إلى المصدر في كل عملية نشر تجاري، والحصول على إذن كتابي مسبق من MiniMax بمجرد تجاوز الإيرادات السنوية 20 مليون دولار.

هذا التمييز أهم من عدد المعاملات. وكل من قرأ «أوزان مفتوحة» وافترض أنها بترخيص MIT أو Apache-2.0 تنتظره مفاجأة في المشتريات. أما من لا يحتاج إلا إلى استدعاء النموذج، فالأرجح أن يتجاهل التنزيل كليًا: فلا تزال واجهة API المستضافة تكلّف 0.15 دولار لكل مليون رمز إدخال و0.60 دولار لكل مليون رمز إخراج، ولن تغيّر أربعة أيام من ملفات الأوزان هذه الحسبة لفريق يرسل بضعة مليارات من الرموز شهريًا.

ما هو موجود فعليًا في المستودع

تجيب بطاقة النموذج عن أسئلة المواصفات التي تركها منشور إطلاق MiniMax غامضة. والأرقام الرئيسية هي التي يجب إبقاؤها مضبوطة، لأن عدة منها تختلف عن ملخصات يوم الإطلاق التي انتشرت دون وجود بطاقة نموذج يمكن التحقق منها في ضوئها.

• المعاملات — 428 مليارًا إجمالًا، و23 مليارًا يتم تنشيطها لكل رمز، ومزيج خبراء أصلي متعدد الوسائط

• تنزيل — إجمالي 252.4 GB: 48 شظية من safetensors، بالإضافة إلى أداة DSpark لصياغة المسودات بحجم 2.3 GB لفك الترميز التخميني

• السياق — 1,000,000 رمز إدخال؛ حتى 524,288 رمز إخراج

• المدخلات والمخرجات — نص وصورة وفيديو كمدخلات؛ نص كمخرجات

• الدقة — تتم تدريب الخبراء الموجّهين ومسار KV للانتباه المتناثر على NVFP4، مع الاحتفاظ بالخبراء المشتركين بتنسيق MXFP8؛ ويبقى مسار الاستعلام على FP8

• تقديم الخدمة — تُعد vLLM وSGLang وTokenSpeed المسارات الموصى بها، مع توفّر حاويات vLLM من اليوم الأول لـ NVIDIA وAMD

• الترخيص — minimax-community، مُسجَّل على Hugging Face بوصفه license: other

• سعر الخدمة المستضافة — 0.15 دولارًا للإدخال، و0.60 دولارًا للإخراج، و0.015 دولارًا للإدخال المخزّن مؤقتًا لكل مليون رمز

إن تقسيم 428B/23B هو نفسه الذي دأبت MiniMax على ذكره منذ الإطلاق. ويمثل 252 GB معلومة جديدة لأي شخص يخطط لعملية نشر: فهو الحجم الفعلي للعنصر الذي ستمرره عبر مراجعة أمنية، وليس عدد المعاملات النظري مضروبًا في بايتين. وحد الإخراج هو الرقم الآخر الجدير بالملاحظة. تسمح وثائق API الخاصة بـ MiniMax بـ 524,288 رمز إخراج، وهو أعلى بكثير من سقف 65,536 رمزًا لدى Gemini 3.8 Flash وأعلى من DeepSeek V4.1 Flash البالغة 384,000. وهذه قدرة على التوليد الطويل لم يضعها منشور الإطلاق في الصدارة.

الترخيص هو الجزء الذي يجب قراءته مرتين.

يصف MiniMax هذا بأنه إصدار مفتوح الأوزان، وبالمعنى العادي للعبارة — ملفات قابلة للتنزيل، بلا مفتاح API — فهو كذلك. الترخيص هو حيث تبدأ كلمة «open» بأداء دور أقل. يمنح ترخيص MiniMax Community Licence الاستخدام والتعديل وإعادة التوزيع مجانًا للأغراض غير التجارية. يُسمح بالاستخدام التجاري، لكنه يأتي مع التزامين لا يتضمنهما MIT.

الأول هو الإسناد. يجب أن يعرض النشر التجاري عبارة "Built with MiniMax M3" بشكل بارز على موقع ذي صلة، أو واجهة مستخدم، أو منشور مدونة، أو صفحة "حول"، أو وثائق المنتج. الطراز هو M3.1 Flash؛ لكن النص المطلوب لا يزال يقول M3، وهو نوع من التفاصيل التي تُغفَل حتى تلتقطها مراجعة قانونية.

والثاني هو حدّ للإيرادات. عند بلوغ الإيرادات السنوية 20 مليون دولار أو أقل، يتعيّن على الشركة إرسال إشعار لمرة واحدة إلى MiniMax عبر البريد الإلكتروني. أما إذا تجاوزت 20 مليون دولار، فيلزمها الحصول على تفويض كتابي مسبق من MiniMax قبل الاستخدام التجاري. ويعرّف الترخيص الاستخدام التجاري بتعريف واسع بما يكفي ليشمل تقديم منتج أو خدمة تعتمد على النموذج، وتشغيل واجهة API تجارية فوقه، ونشر نسخة مضبوطة بضبط دقيق أو مدرّبة تدريبًا لاحقًا لأغراض تجارية. ونشاط الاستدلال المستضاف المبني على هذه الأوزان يقع تمامًا ضمن هذا التعريف.

هذا ليس سببًا لتجنب الإصدار. إنه سبب لقراءة الإصدار قراءةً صحيحة. بالنسبة لشركة ناشئة دون الحد، فالتكلفة العملية هي رسالة بريد إلكتروني وسطر إسناد. وبالنسبة لشركة أكبر، فهي محادثة ترخيص مع مختبر صيني، وفق جدول زمني تتحكم فيه MiniMax. قارن ذلك بـ DeepSeek V4.1 Flash، الذي يُصدَر بموجب MIT ولا يحتاج إلى أي إشعار على الإطلاق، ومجال الأوزان المفتوحة ليس متكافئًا حتى عندما تكون كلا نقطتي التحقق قابلتين للتنزيل.

252 GB هو الرقم السهل؛ أما 76 تسلسلاً متزامناً فهو الرقم المفيد.

التفصيل المثير للاهتمام بشأن تقديم الخدمة يأتي من منشور vLLM الخاص باليوم الأول، وهو أكثر تحديدًا من مواد الإطلاق الخاصة بـ MiniMax. نقطة تفتيش NVFP4 هي 250.1 غيغابايت وفق حسابات vLLM مقابل 451.5 غيغابايت لـ MiniMax-M3 بصيغة MXFP8 — أي انخفاض بنسبة 44.6%. تنخفض ذاكرة KV المؤقتة من 61,440 بايت لكل رمز إلى 34,560، أي خفض بنسبة 43.75%، لأن كلًا من مفهرس الانتباه المتناثر ومسار الانتباه يعملان بتنسيق NVFP4.

النتيجة هي التزامن عند السياق الطويل، وهو الرقم الذي يحدد ما إذا كانت الاستضافة الذاتية مجدية. على أربع وحدات GPU من NVIDIA B300 وبسلاسل بطول 256K رمزًا، يُبلّغ vLLM عن 76 تسلسلًا متزامنًا لـ M3.1 Flash، بينما يستوعب M3 مع ذاكرة KV بتنسيق FP8 عدد 28 — أي أكثر بنحو 2.7 مرة. في الطرف الحساس لزمن الاستجابة من تشغيل GB300 AgentX، تحافظ المنظومة على 418.9 رمز إخراج في الثانية لكل مستخدم مع تقديم 38.6K رمزًا إجماليًا في الثانية لكل GPU. وفي طرف الإنتاجية، تبلغ 153.8K رمزًا إجماليًا في الثانية لكل GPU عند نحو 127 رمزًا في الثانية لكل مستخدم. وعلى Rubin، تسجّل الوصفة نفسها 724.9 رمزًا في الثانية لكل مستخدم، وعلى AMD MI355X تسجّل 331.

تلك معايير أداء خاصة بأطر العمل على عتاد محدّد، وليست قياسات إنتاجية مستقلة. ومع ذلك، فهي لا تزال أكثر الأرقام فائدة في الإصدار، لأنها تجيب عن سؤال لا يستطيع عدد المعاملات الإجابة عنه: كم عدد الطلبات طويلة السياق التي تتسع لها الجهاز الذي يمكنك استئجاره فعلاً. فموديل بسعة 428B يتسع لـ76 تسلسلاً متزامناً بطول 256K على أربع وحدات GPU هو غرض شرائي مختلف عن موديل بسعة 428B يتسع لثمانية.

ما تكلفة الاستضافة الذاتية، ومتى تظل الـ API هي الخيار الأفضل

تتعلق نقطة التعادل في الأوزان المفتوحة بمسألة الاستخدام، لا بمسألة السعر. عند $0.60 لكل مليون رمز إخراج، يكلف مليار رمز إخراج شهريًا $600 عبر API الخاص بـ MiniMax. وتكلف أربع وحدات B300 GPUs أكثر بكثير من ذلك للاستئجار أو التملك قبل احتساب الكهرباء والشبكات والمهندس الذي يبقي مكدس الخدمة محدثًا. الفريق الذي يستطيع إبقاء تلك الوحدات مشغولة عند طرف الإنتاجية الأعلى في اختبار vLLM يشتري الرموز بمعدل فعلي مختلف جدًا؛ أما الفريق الذي يحتاجها ساعتين يوميًا فهو يدعم سيليكونًا عاطلًا.

أحمال العمل التي تبرر التنزيل هي تلك التي لا يكون فيها سعر API هو القيد الملزم. بيانات لا يمكنها مغادرة بيئة خاضعة للتحكم. عمليات ضبط دقيق تحتاج إلى الوصول إلى الأوزان، حيث تُبلغ vLLM عن تعلّم معزز من طرف إلى طرف مع veRL وFSDP2 وLoRA برتبة 32 على نقطة تحقق NVFP4، وتشغيل GRPO من 200 خطوة رفع دقة AIME-2024 من 36.3% إلى 67.5% على 16 من GB300s. حلقات وكلاء حساسة لزمن الاستجابة حيث تكون قفزة الشبكة وطابور المزوّد جزءًا من p95. ومهام دفعية كبيرة بما يكفي بحيث يتفوق عنقود ثابت على فاتورة قائمة على الاستهلاك.

بالنسبة إلى كل الآخرين، يظل المسار المُستضاف الخيار الافتراضي المعقول، ولا يغيّر هذا الإصدار ذلك. فالأوزان خيار استراتيجي، وليست خفضًا للتكلفة يأتي افتراضيًا.

ما لا تُصلحه الأوزان

تظل ثلاث مشكلات قائمة كما هي بعد التنزيل. الأولى هي الموثوقية. فقد وضع تقييم AA-Omniscience من Artificial Analysis نموذج M3.1 Flash في المرتبة 16 إجمالًا بمعدل هلوسة بلغ 93%: فعندما لم يكن النموذج يعرف الإجابة، كان يجيب على أي حال في كل مرة تقريبًا بدلًا من الامتناع عن الإجابة. هذا سلوك مقاس، وليس ادعاءً من مورّد، وهو النوع من الأمور الذي يهم أكثر في وكيل قادر على التصرف منه في روبوت محادثة يمكن تجاهله. تتيح لك الأوزان المفتوحة الضبط الدقيق للالتفاف حوله؛ لكنها لا تجعله يزول عند نقطة التحقق.

الثاني هو مصدر نتائج المعايير. أرقام الإطلاق — DeepSWE v1.1 عند 73.7%، وAgents' Last Exam عند 29.6، وOSWorld V2 عند 61.7، وCyberGym عند 82.2، وBankerToolBench عند 76.2 — هي عمليات تشغيل أجرتها MiniMax بنفسها على أطر الاختبار التي اختارتها. ولم يُعِد أحد إنتاج أي منها بشكل مستقل. وتحذّر بطاقة النموذج صراحةً من أن عمليات التكميم التي يجريها طرف ثالث قد تختلف، وهو اعتراف مفيد: فالأرقام تصف الأوزان الرسمية ضمن تكوين MiniMax، لا ما تنتجه منظومة الخدمة لديك بعد إجراء مزيد من التكميم عليها.

الثالث هو التحكم. لا يمكن تعطيل التفكير: ترفض واجهة MiniMax API القيمة thinking: {"type": "disabled"} برمز HTTP 400، والرافعة الوحيدة هي سلّم الجهد المكوّن من خمس درجات من low إلى max، مع max كالقيمة الافتراضية عند حذف الحقل. تُحتسب رموز التفكير ضمن المخرجات وتُحسب ضد max_tokens. وفي مؤشر Intelligence Index، استهلك النموذج نحو 180 مليون رمز إخراج، وهو أعلى بكثير من الوسيط، ولهذا فإن تكلفته البالغة $0.22 لكل مهمة مكتملة أفضل مما توحي به تكلفته لكل رمز، لكنها لا تزال متأثرة بالإسهاب.

كيف نسميه الآن؟

يتوفر MiniMax M3.1 Flash عبر واجهة API الخاصة بـ MiniMax، وعبر M Plan وMiniMax Code، وعبر عدة منصات تابعة لجهات خارجية. وهو غير مدرج في كتالوج OrcaRouter اليوم، ولا يزعم هذا المقال أنه كذلك. أما ما يوجّهه OrcaRouter فهو بقية العائلة والنماذج التي تُدرج عادةً معها في القوائم المختصرة: فـ MiniMax-M3 وDeepSeek V4.1 Flash وGemini 3.8 Flash تستجيب جميعها عبر مفتاح واحد، بسعر قائمة المزوّد دون أي هامش ربح (0%)، مع تحويل تلقائي بين المسارات عند الفشل. وإذا كنت تختبر M3.1 Flash مقابل نموذج قائم، فإن ذلك يمنحك جانب النموذج القائم في المقارنة دون عقد ثانٍ، ويمنحك وجهة يمكن التحويل إليها عند الفشل بينما يراكم النموذج الجديد سجلًا تشغيليًا.

إذا كنت تستضيفه بنفسك، فإن حاوية vLLM هي أقصر طريق، ووصفة NVFP4 هي التي تصفها الأرقام أعلاه. وإذا كنت تستدعي واجهة API، فإن الإصدار لا يغيّر الكثير هذا الأسبوع باستثناء خيارات الشراء لديك.

الخلاصة الصادقة هي أن الأوزان حقيقية، وأن قصة التشغيل أقوى مما كان متوقعًا، وأن الترخيص أكثر تقييدًا مما تهيئك له عبارة «أوزان مفتوحة». فقد أطلقت MiniMax نموذجًا بحجم 428B قابلًا للتنزيل فعلًا، مع وصفة تشغيل بأربع وحدات GPU وبصمة تخزين تبلغ 252 GB. لكنها لم تُطلق هذا النموذج بموجب ترخيص MIT، وسيكون هذا الفرق مهمًا تحديدًا للشركات الكبيرة بما يكفي لتهتم ببند الـ20 مليون دولار.