10月23日，MiniMax正式开源M3.1 Flash模型权重：428B总参数、激活23B，上线免费下载。
这只是今天新闻的一半。另一半是它公布的成绩单：开源前后72小时，真实用户跑掉的Token超过100万亿。什么概念？大致相当于把《三体》全集读上几百万遍。
服务器被全球开发者挤爆，投行连夜发报告。花旗说它"巩固了竞争地位"，摩根士丹利维持"增持"、目标价900港元。
一个开源模型，为什么能搅动这么多钱？
一、Flash模型，正在变成主角先看时间线：10月17日，DeepSeek更新V4.1 Flash；10月19日，MiniMax发布M3.1 Flash；10月23日，权重开源。前后一周，国产大模型的两次大动作都带着"Flash"三个字母。
Flash代表什么？参数不小，但主打便宜和快——专为Agent场景设计。Agent要连续跑几十步任务，调用量是聊天机器人的上百倍，模型价格差一点，月底账单差出一栋楼。
从榜单看，国产Flash模型在编程和Agent评测上已经能跟头部闭源模型掰手腕，价格却只有零头。这是中国AI竞争最激烈的一条战线。
二、降本70%是怎么做到的MiniMax为M3.1 Flash做了三件事：
第一，稀疏注意力。前几层注意力换成稀疏结构，"该看的地方看，不该看的地方省"，处理100万Token的长上下文不再烧钱如烧纸。
第二，量化。专家网络迁移到W4A4量化，缓存位宽也压缩——同样一块卡，塞进更多有效算力。
第三，功耗调度。让计算卡持续待在高算力区间，不浪费电，也不浪费时间。
三招下来，线上推理速度提升近3倍，官方称Agent任务综合成本比上一代降低70%。独立机构Artificial Analysis的实测口径略保守：每任务成本从约0.51美元降到0.22美元，降幅约57%。
数字有出入，方向没有争议：又便宜了一大截。
三、把账算给你看对跑Agent的人来说，单次调用价格是零钱，规模化成本才是真金白银。
单价层面：输入0.15美元/百万Token、输出0.60美元/百万Token，全天一个价。对比之下，DeepSeek高峰时段输出要1.20美元——正好覆盖国内开发者的工作时间。
任务层面：Artificial Analysis实测，M3.1 Flash约0.22美元/任务，DeepSeek约0.26美元，便宜15%。差距来自输出Token更少——"少说废话"就是实打实的成本优势。
算笔大账：每天1万个任务、一年250个工作日，两者年成本相差约10万美元，折合人民币七十多万——够养两个工程师。
四、开源首日的"国产芯片全家桶"更值得玩味的是接入名单。开源第一天，华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数智芯集体到位，海外还有NVIDIA和AMD。
一个模型权重，让十几家芯片厂在同一时间完成适配——这已经不是技术发布，是生态卡位。
开源模型的每一次"白送"，都在给下游芯片和云厂商创造生意。谁的开源模型被开发者用得多，谁的硬件生态就多一分话语权。国产算力链缺的从来不是芯片，是跑在芯片上的招牌应用。MiniMax这步棋，走在了点子上。
五、三盆冷水，照例要泼第一，93%的"幻觉率"很刺眼。独立测评显示，它答题正确率全场最高（56%），但答错的题里93%是在硬编而不是认怂。Agent场景里这很危险——第一步编个假数据，后面全盘皆错。用它跑无人值守流程，关键步骤必须加人工确认。
第二，多数分数是厂商自报。各家对比榜目前没有第三方完整复现，个位数分差不必当圣经。选型前拿自己的真实任务跑一遍A/B，比看榜靠谱。
第三，许可证还没披露。权重今天放出来了，商用许可条款仍未公布。想私有化部署的，先把License看清楚再动工。
六、普通人能用到什么不写代码的读者，记住三件事就够了：
一，AI服务的价格还在跳水。今天0.22美元能干完的任务，一年前可能要几美元。C端产品的订阅费迟早跟着降。
二，智能助手会越来越"能干活"。便宜的长上下文模型是Agent的基础设施，未来一年你手机里的AI助手，能一次性处理的任务复杂度会上一个台阶。
三，便宜不等于可靠。越是低价模型越要留意出错成本。涉钱的、涉隐私的操作，无论模型多便宜，人都要留最后一道关。
72小时100万亿Token，是开发者用脚投票的结果。价格战打到2毛2一单，接下来的悬念是：当模型便宜到可以忽略不计，AI公司的利润到底从哪里来？