待验证50% 置信基准精确时间
MiniMax官方原先只适配SM100专业服务器；UP主为其补充SM120适配后，速度从45 token/s提升到51.6 token/s。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/25
首次发现
有效期至：2026/11/8
来源
涉及实体
相关事实
待验证早期用户报告 MiniMax M3.1 Flash 的解码速度在 90–110 tokens/秒范围内，但 MiniMax 尚未公布官方速度数据。69% 相似待验证UP主使用 RTX 4080S（16GB 显存）+ 64GB 内存配置运行 MiniCPM 2B，实测推理速度可达约 110 token/秒67% 相似待验证在M3 Max上运行Gemma 4 26B，MLX为65.0 tokens/s，LLAMA.cpp为63.9 tokens/s，两者基本打平66% 相似待验证提示处理速度上RTX 4090约3000 tokens/s，M5 Max约800 tokens/s，英伟达在长文档/代码库输入场景优势明显66% 相似待验证MiniMax M3.1 Flash 的思考 token 计入 max_tokens 限制，若沿用 M2.x 时代的 4K 或 8K 上限可能导致 finish_reason: "length" 的截断；MiniMax 建议将 max_tokens 提高到 131,072，上限为 524,288。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1095841API
curl https://kongchang.com/api/v1/knowledge/claims/1095841MCP
get_claim(id=1095841)