网通社科技快报
沐曦C系列GPU第四次Day0适配MiniMax M3.1 Flash 激活参数23B成本降70%
2026年10月23日，MiniMax正式开源面向智能体（Agent）场景的新一代大模型M3.1 Flash权重文件，国产GPU厂商沐曦股份随即宣布其曦云C系列GPU已完成深度适配，实现真正的发布即运行（Day 0适配）。这是沐曦继M2.5、M2.7与M3之后，第四次在MiniMax旗舰模型发布当日完成硬件级兼容。
M3.1 Flash总参数量4280亿（428B），实际激活参数仅230亿（23B），采用动态稀疏激活机制降低计算开销；支持100万token超长上下文，并原生兼容图像与视频输入；引入可调节“思考深度”机制，提升复杂任务推理效率。官方数据显示，其在线推理速度较前代提升近3倍，典型Agent任务Token综合成本下降约70%——以中等复杂度工作流为例，单次调用成本可压至0.5元级别。
性能方面，该模型在AutomationBench-AA、BankerToolBench、DeepSWE v1.1、OSWorld V2及ALE等多项基准测试中表现优异，其中OSWorld V2与ALE得分均为当前国产模型最高水平。
此次快速适配依托沐曦自研MXMACA全栈软件栈，涵盖驱动、MXCC编译器、算子库及vLLM、SGLang等框架集成，将模型适配周期压缩至小时级。截至当前，沐曦已累计完成45个主流旗舰模型的Day 0适配，覆盖MiniMax、智谱、阶跃星辰、DeepSeek、阿里千问等头部厂商。
值得注意的是，M3.1 Flash早期匿名版本“Space Bunny”已在真实环境处理超200万亿Token，验证了模型稳定性。随着适配落地，曦云C系列GPU已在金融投顾、工业质检、政务自动化等场景部署，预计2026年底国产AI推理集群中基于沐曦GPU的Agent服务占比将显著提升。
M3.1 Flash总参数量4280亿（428B），实际激活参数仅230亿（23B），采用动态稀疏激活机制降低计算开销；支持100万token超长上下文，并原生兼容图像与视频输入；引入可调节“思考深度”机制，提升复杂任务推理效率。官方数据显示，其在线推理速度较前代提升近3倍，典型Agent任务Token综合成本下降约70%——以中等复杂度工作流为例，单次调用成本可压至0.5元级别。
性能方面，该模型在AutomationBench-AA、BankerToolBench、DeepSWE v1.1、OSWorld V2及ALE等多项基准测试中表现优异，其中OSWorld V2与ALE得分均为当前国产模型最高水平。
此次快速适配依托沐曦自研MXMACA全栈软件栈，涵盖驱动、MXCC编译器、算子库及vLLM、SGLang等框架集成，将模型适配周期压缩至小时级。截至当前，沐曦已累计完成45个主流旗舰模型的Day 0适配，覆盖MiniMax、智谱、阶跃星辰、DeepSeek、阿里千问等头部厂商。
值得注意的是，M3.1 Flash早期匿名版本“Space Bunny”已在真实环境处理超200万亿Token，验证了模型稳定性。随着适配落地，曦云C系列GPU已在金融投顾、工业质检、政务自动化等场景部署，预计2026年底国产AI推理集群中基于沐曦GPU的Agent服务占比将显著提升。