معاملات MiniMax M3.1 Flash: 428 مليارًا إجمالًا، و23 مليارًا نشطة، والرقم الذي يحدد فاتورتك

MiniMax M3.1 Flash

ما الذي نشرته MiniMax فعليًا

أصدرت MiniMax نموذج MiniMax M3.1 Flash في 19 أكتوبر 2026، وأتاحت الأوزان على Hugging Face في 23 أكتوبر. وتجيب بطاقة النموذج عن أسئلة المواصفات التي تركها منشور الإطلاق غامضة، كما تختلف عدة أرقام فيها عن الملخصات التي انتشرت في الفترة بينهما.

• المعلمات — 428 مليارًا في الإجمالي، و23 مليارًا يتم تفعيلها لكل رمز، ضمن بنية أصلية متعددة الوسائط قائمة على مزيج الخبراء.

• تنزيل — 252.4 غيغابايت موزعة على 48 جزءًا من safetensors، بالإضافة إلى DSpark drafter بسعة 2.3 غيغابايت لفك الترميز التخميني.

• السياق والمخرجات — 1,000,000 رمز إدخال؛ وحتى 524,288 رمز إخراج.

• الوسائط — نص وصورة وفيديو كمدخلات؛ ونص كمخرجات.

• الدقة — يتم تدريب الخبراء الموجَّهين ومسار KV الخاص بالانتباه المتناثر على NVFP4، ويُحتفظ بالخبراء المشتركين في MXFP8، ويبقى مسار الاستعلام على FP8.

• التقديم — تُعد vLLM وSGLang وTokenSpeed المسارات الموصى بها، مع حاويات vLLM من يوم الإطلاق (day-0) لـ NVIDIA وAMD.

• السعر على واجهة API المستضافة — 0.15 دولار لكل مليون رمز إدخال، و0.60 دولار للإخراج، و0.015 دولار لقراءة إدخال من ذاكرة تخزين مؤقت.

• الترخيص — minimax-community، مُودَع على Hugging Face باسم code>license: other/code>، وهو ليس MIT ولا Apache.

الإجمالي مقابل النشط: ماذا يفعل الـ23 مليارًا

من شأن نموذج كثيف يضم 428 مليار معامل أن يُشغّل كل معامل عند كل رمز. أما نموذج مزيج الخبراء فيوجّه كل رمز إلى مجموعة فرعية من الخبراء، ولذلك يُحدَّد مقدار الحوسبة لكل رمز بالعدد النشط البالغ 23 مليارًا، بينما تُحدَّد البصمة الذاكرية بالإجمالي البالغ 428 مليارًا. وهذا الفصل هو سبب اقتران الرقمين عادةً عند ذكرهما، وسبب أن ذكر أحدهما فقط يضلّل في اتجاه يمكن توقعه: فالإجمالي يخبرك بالعتاد الذي تحتاجه، بينما يخبرك العدد النشط تقريبًا بتكلفة الرمز من حيث الحوسبة.

النتيجة العملية هي أن الـ23 مليارًا النشطة ليست "نموذجًا بـ23 مليار معامل". بل هو نموذج يضم 428 مليار معامل من المعرفة المخزّنة و23 مليار معامل من العمل لكل رمز — وهو وصف معقول لسبب قدرته على أن يكون سريع البدء وثقيلًا نسبيًا في الاستضافة.

الرقم 252.4 غيغابايت هو ما يبدو عليه ذلك في وثيقة مشتريات: ليس عدد المعلمات النظري مضروبًا في بايتين، بل الأثر الذي تمرّره عبر مراجعة أمنية. وخيار التدريب بـ NVFP4 هو ما يبقيه عند هذا المستوى. وفي حسابات vLLM، تبلغ نقطة تفتيش NVFP4 250.1 غيغابايت مقابل 451.5 غيغابايت لـ MiniMax-M3 بتنسيق MXFP8 — أي انخفاض بنسبة 44.6% — كما تنخفض ذاكرة KV المؤقتة من 61,440 بايتًا لكل رمز إلى 34,560، أي خفض بنسبة 43.75%، لأن كلاً من مفهرس الانتباه المتناثر ومسار الانتباه يعملان بتنسيق NVFP4.

ما تكلفة المعاملات عند وقت الخدمة

الرقم الذي لا يستطيع عدد المعاملات تقديمه هو التزامن، وهو العامل الذي يحدد ما إذا كانت الاستضافة الذاتية قابلة للتنفيذ. على أربع وحدات NVIDIA B300 GPU وبتسلسلات بطول 256,000 رمز، يبلّغ vLLM عن 76 تسلسلًا متزامنًا لـ MiniMax M3.1 Flash، بينما يستوعب MiniMax-M3 مع ذاكرة KV بتنسيق FP8 عدد 28 — أي نحو 2.7 أضعاف. عند الطرف الحساس لزمن الاستجابة من تشغيل GB300 AgentX، تحافظ الحزمة على 418.9 رمز إخراج في الثانية لكل مستخدم مع خدمة 38.6K إجمالي الرموز في الثانية لكل GPU؛ وعند طرف الإنتاجية تصل إلى 153.8K إجمالي الرموز 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 اختبارات أداء معيارية للإطار على عتاد محدد، نشرها الإطار نفسه، وليست قياسات إنتاجية مستقلة. ومع ذلك، فهي تبقى أكثر صلة بقرار الشراء من أي صف في أي جدول اختبارات، لأن نموذجًا بحجم 428B يتسع لـ 76 تسلسلًا متزامنًا بطول 256K على أربع وحدات GPU يختلف كموضوع شراء عن نموذج يتسع لثمانية.

تكلفة الـ23 مليار ليست ثمن رمز واحد.

هنا تتباين قصة البارامترات مع الفاتورة. يُسعَّر MiniMax M3.1 Flash عند 0.15 دولار و0.60 دولار، أي نصف سعر الإدخال ونحو ربع سعر الإخراج لدى Gemini 3.5 Flash-Lite. وعلى مقياس التكلفة لكل مهمة مكتملة لدى Artificial Analysis فإنه لا يزال يخسر: 0.22 دولار مقابل 0.19 دولار.

السبب ظاهر في مجموعة البيانات نفسها. عبر Intelligence Index، استهلك النموذج نحو 180 مليون رمز مخرجات، مقابل وسيط يقارب 100 مليون للنماذج التي تتابعها Artificial Analysis. لا يمكن تعطيل التفكير — إذ ترفض واجهة API الخاصة بـ MiniMax code>thinking: {"type": "disabled"}/code> مع خطأ 400، والرافعة الوحيدة هي سلم جهد من خمس درجات من low إلى max، مع اعتبار max هو الافتراضي عند حذف الحقل. تُحتسب رموز التفكير كمخرجات وتُحسب ضمن حد code>max_tokens/code>.

إذاً الخلاصة الدقيقة لاقتصاديات البارامترات هي هذه: العدد النشط صغير بما يكفي لإبقاء النموذج سريعاً، ومستوى الإسهاب مرتفع بما يكفي لمنع الفاتورة من أن تكون صغيرة كما توحي بطاقة الأسعار، وهاتان الحقيقتان لا علاقة لإحداهما بالأخرى. في الأعمال الوكيلية والبرمجية، يستحق التروّي عادةً ما يستهلكه من رموز. أما في الاستخراج أو التصنيف فلا.

نتيجة الذكاء محترمة وليست في الطليعة: 43 على مؤشر Artificial Analysis للذكاء، والخامس بين 173 نموذجًا، مع Terminal-Bench 4.0 عند 26%، وAutomationBench-AA عند 73%، وGDPval-AA عند 1,458، وSciCode عند 53%. أما نتيجة الامتناع فهي التي ينبغي التصميم على أساسها — إذ تسجّل له AA-Omniscience درجة 16، مع معدل هلوسة 93%، أي أنه حين لم يكن يعرف الإجابة كان يجيب على أي حال في كل مرة تقريبًا بدلًا من أن يمتنع.

السرعة، مقاسة بطريقتين

تختلف أرقام السرعة المنشورة، والاختلاف مُفيد لا مثير للقلق. قاس Artificial Analysis زمن 1.48 ثانية للوصول إلى أول توكن بمعدل 95.6 توكن خرج في الثانية؛ وتزعم مواد MiniMax الخاصة بها أن الوسيط يتجاوز 170 توكنًا في الثانية مع ذُرى تتجاوز 200. يؤثر مسار الخدمة وظروف القياس تأثيرًا كبيرًا في هذا الرقم، ولهذا يستحق مسارنا الخاص ذكره بشكل منفصل: وسيط p50 قدره 1.29 ثانية للوصول إلى أول توكن وp95 قدره 4.40 ثانية خلال آخر سبعة أيام من حركة المرور على code>minimax/minimax-m3.1-flash/code>.

هذا هو الشكل الذي يتخذه النموذج المُوجَّه. والسبيل الأمين لمقارنته بنظام قائم هو أن تقيس مسارك أنت، بدلًا من الوثوق برقم منفرد من أيٍّ من المورّدين.

سطر الترخيص جزء من المواصفات.

يسير مع الأوزان التزامان، ولا يظهر أي منهما في عدد المعاملات. يجب أن تعرض عمليات النشر التجارية السلسلة "Built with MiniMax M3" بشكل بارز على موقع ويب ذي صلة، أو واجهة، أو منشور مدونة، أو صفحة تعريفية، أو وثائق المنتج — فالطراز هو M3.1 Flash، ولا تزال إشارة الإسناد المطلوبة تقول M3، وهو نوع من التفاصيل التي تكتشفها المراجعة القانونية في وقت متأخر. وعند تحقيق إيرادات سنوية تبلغ 20 مليون دولار أو أقل، تكون الشركة ملزمة بإرسال إشعار لمرة واحدة إلى MiniMax عبر البريد الإلكتروني؛ وفوق هذا الحد، يلزم الحصول على إذن كتابي مسبق قبل الاستخدام التجاري.

يُعرّف الترخيص الاستخدام التجاري على نطاق واسع بما يكفي ليغطي منتجًا مبنيًا على النموذج، وواجهة برمجة تطبيقات تجارية فوقه، ونشرًا بنموذج مُضبط بدقة. وبالنسبة لشركة ناشئة دون الحد، فإن التكلفة هي رسالة بريد إلكتروني وسطر إسناد. وبالنسبة لشركة أكبر، فهي محادثة ترخيص وفق جدول زمني تتحكم فيه MiniMax. تُوزَّع DeepSeek V4.1 Flash بموجب MIT ولا تحتاج إلى أي إشعار على الإطلاق، ولهذا فإن "الأوزان المفتوحة" ليست فئة واحدة حتى عندما تكون كلا نقطتي الحفظ قابلتين للتنزيل.

اتصل به أو نزّله

نقطة التعادل في الأوزان المفتوحة هي مسألة معدل استغلال. بسعر 0.60 دولار لكل مليون رمز إخراج، تكلّف مليار رمز إخراج شهريًا 600 دولار عبر API المستضاف؛ أما أربع وحدات GPU من B300 فتكلّف أكثر من ذلك قبل احتساب الطاقة والشبكات والمهندس الذي يُبقي حزمة الخدمة محدثة. ويفوز التنزيل بالنسبة إلى البيانات التي لا يمكنها مغادرة بيئة خاضعة للتحكم، وإلى جولات الضبط الدقيق التي تحتاج إلى الوصول إلى الأوزان — إذ يذكر vLLM تعلمًا معززًا من الطرف إلى الطرف باستخدام veRL وFSDP2 وLoRA برتبة 32 على نقطة التحقق NVFP4، وتشغيل GRPO من 200 خطوة رفع دقة AIME-2024 من 36.3% إلى 67.5% على 16 من GB300s — وإلى المهام المجمعة الكبيرة بما يكفي بحيث يتفوق عنقود ثابت على فاتورة محسوبة بالاستهلاك.

بالنسبة لكل شخص آخر، فإن المسار المستضاف هو الخيار الافتراضي المعقول، وMiniMax M3.1 Flash موجود في كتالوج OrcaRouter باسم code>minimax/minimax-m3.1-flash/code> بسعر قائمة المزوّد دون أي هامش ربح: 0.15 دولار للإدخال، و0.60 دولار للإخراج، و0.015 دولار للمخزّن مؤقتًا، بمفتاح واحد إلى جانب MiniMax-M3 والنماذج التي تُدرج عادةً في قائمة اختياره المختصرة. ويغطي التبديل التلقائي عند الفشل حالة تعرّض مزوّد ما لعطل مؤقت، ويمكن لـ DSL التوجيه أن يرسل الخطوة الصعبة من خط أنابيب إلى نموذج أقوى بينما يبقى الجزء الأكبر هنا.

إذا كان سؤال المعاملات هو ما جاء بك إلى هنا، فالإجابة المختصرة هي 428 مليارًا إجمالًا و23 مليارًا نشطة. أما الإجابة الطويلة فهي أن كلا الرقمين لا يظهر على فاتورتك، والرقمان اللذان يظهران هما رموز الإخراج التي يختار النموذج إنفاقها وحدّ الترخيص الذي قد تتجاوزه يومًا ما.

ملاحظة حول المصادر: أعداد المعاملات، ومستودع 252.4 GB، ومخطط الدقة، وشروط الترخيص، وصفوف قياسات أداء المورّد مأخوذة من بطاقة نموذج MiniMax ومواد الإطلاق الخاصة بها، واطُّلعت عليها في 26 أكتوبر 2026. أما أحجام نقاط الحفظ NVFP4، وبايتات KV-cache لكل رمز، وأرقام التزامن، وأرقام الإنتاجية، ونتيجة GRPO، فهي من منشور vLLM في يوم الإطلاق، وهي قياسات أداء لإطار العمل على عتاد محدد بالاسم. أما درجة Intelligence Index، والتكلفة لكل مهمة، وتقدير استهلاك الرموز، وأرقام AA-Omniscience، فهي من Artificial Analysis. أما الأسعار، والسياق، وقيمة p50 البالغة 1.29 ثانية، فهي من كتالوج OrcaRouter ومن حركة المرور الخاصة بنا على مدى سبعة أيام.