MiniMax 把一款 428B 参数的 MoE 模型，做成了每百万输入 token 0.15 美元的 API 商品——这个组合本身就值得单独讨论。
发生了什么
据 MarkTechPost 报道，MiniMax 发布 M3.1 Flash。核心规格：总参数 428B 的混合专家（MoE）架构，激活参数约 23B，上下文窗口达到 1M token。API 定价为每百万 token 输入 0.15 美元、输出 0.60 美元。官方还表示模型权重计划在 10 月 23 日放出，报道将其定位为面向 agent 场景的模型。
为什么重要
第一，MoE 的稀疏比例值得注意。428B 总参数只激活约 23B，激活占比约 5%，这意味着推理成本主要由激活参数决定，而模型容量由总参数撑起。这正是当前大模型降本的主流路径：用更大的参数池换能力上限，用更小的激活量换单位成本。
第二，1M 上下文与低价组合，指向的是 agent 而非聊天。长上下文在 agent 工作流里不是炫技——多轮工具调用、代码库检索、长文档反复回读都会迅速堆高 token 消耗。输入价压到 0.15 美元这一档，实际上是在为"高频、长输入、短输出"的 agent 调用模式定价，而不是为传统一问一答定价。
第三，权重计划开放这一点，把竞争维度从 API 价格延伸到部署自由度。对需要私有化或成本敏感的场景，可下载权重意味着可以绕开按 token 计费。
影响与看点
对开发者而言，最直接的变化是长上下文应用的成本结构。此前 1M 级上下文往往伴随显著溢价，如今这一档位出现低价选项，会让"整库检索""全文档反复推理"这类此前不划算的设计重新变得可行。对行业而言，MoE + 低价 + 长上下文 + 权重开放，正在成为国内厂商发布新模型的标准配方，价格战的焦点也从输出 token 转向输入 token——因为 agent 的账单大头在输入侧。
需要克制看待的点同样明确：报道未给出具体基准测试成绩，428B 的总参数规模不等于实际能力，MoE 在长上下文下的有效利用率也需要实测验证；权重"计划"于 10 月 23 日发布，是否如期、以何种许可开放，目前仍是待确认项。
一个独立判断：当输入价格进入 0.1 美元量级，模型选型的决策重心会从"每 token 多少钱"转向"每完成一个任务多少钱"，这对厂商的评测透明度提出了更高要求，而目前公开信息还不足以支撑这种比较。
