10月23日，MiniMax开源新一代原生多模态大模型MiniMax M3.1 Flash。同日，摩尔线程旗舰级AI训推一体智算卡MTT S5000和自研MUSA软件栈完成对该模型的Day-0极速适配，充分展现了摩尔线程对前沿大模型需求的即时响应与稳定支撑能力。
MiniMax M3.1 Flash在单机八卡MTT S5000上的多模态对话实测：模型精准描述输入海报
作为新一代Flash模型，M3.1 Flash在Agentic任务、编程、Computer Use及网络安全能力等方面实现了显著的代际提升，同时线上推理速度提升了近3倍，日常使用场景下的输出速度可达200+TPS，并降低了Agentic任务的综合使用成本达70%。该模型在AutomationBench-AA、DeepSWE v1.1、BankerToolBench、OSWorld V2、Agents' Last Exam (ALE) 和CyberGym等多项基准测试中均表现出色，展现了其在复杂任务处理、软件开发、电脑操作和网络安全领域的领先能力。
针对MiniMax M3.1 Flash的模型特性，摩尔线程从硬件算力、软件栈与开源框架进行了全链路精准适配与调优：
▼ 高密度算力支撑超长上下文：
MiniMax-M3.1-Flash 支持最高 1,000,000 token 上下文，适用于长文档、代码库和多步骤 Agent 会话。MTT S5000凭借硬件级原生FP8大算力加速，配备大容量显存，可在长输入Prefill阶段集中释放高吞吐优势，为百万token级上下文处理提供充足缓存空间和稳定数据吞吐。
▼ 长期软件栈积累，大幅缩短适配周期：
摩尔线程此前已完成MiniMax M3如MSA等核心算子、缓存、通信和运行时等基础设施建设，结合其他前沿模型适配优化经验。面对M3.1-Flash，团队复用SGLang、TileLang-MUSA、MATE、MCCL等成熟能力，急速完成适配。同时为后续 Pro 版本的Day0奠定基础。
后续，摩尔线程将持续推进MiniMax M3.1 Flash在MTT S5000上的性能优化，为开发者提供更快响应、更稳运行、更低成本的Token服务。我们将第一时间持续适配前沿模型能力，以高性能、可规模化的国产全功能GPU基础设施，加速大模型应用创新落地。