vLLM 增加对 MiniMax M3.1 Flash 的首日支持

发生了什么

vLLM 宣布首日支持来自 @MiniMax_AI 的 MiniMax M3.1 Flash。 帖子介绍了多步骤自动化、真实代码库工程和视觉推理，以及服务栈中的原生 NVFP4 KV、NVFP4 MoE 权重和 DSpark 推测解码。

接下来读什么

• 今日还有哪些重要变化OlmoEarth v1.3 发布全球卫星嵌入数据和基于浏览器的地图探索工具

这件事到目前为止

Ollama 将 MiniMax M3.1 Flash 加入其云服务，vLLM 在其服务框架中增加了对该模型的支持。vLLM 表示，Inferact 正在大规模生产环境中提供该模型服务，并保证服务级别协议（SLA）。MiniMax 表示，正与 Inferact 合作，为 MiniMax 模型提供生产级推理服务，并将工程改进贡献回 vLLM。 Ollama 表示，其部署托管在美国，实行零数据保留，可通过 Ollama Cloud、Claude Code 和 Codex 使用。Ollama 称，该模型支持编程、智能体工作流、图像理解，并拥有 1M token 的上下文窗口。10 月 20 日，Ollama 与 MiniMax 合作宣布，该模型将在 Ollama Cloud 上免费开放三天。 vLLM 表示，其支持包括原生 NVFP4 KV、NVFP4 MoE 权重和 DSpark 推测解码。