MiniMax M3.1 Flash、重み公開翌日にMLX-VLM対応　Nativ配布は未確認

MiniMax M3.1 Flashの重みが公開され、Prince Canuma氏は日本時間10月23日、MLX-VLMとmacOSアプリNativへの対応を予告した。翌24日にはMLX-VLMの実装がmainへマージされ、Apple Siliconで扱う道は一段進んだ。ただし、これは「手元のMacですぐ使える完成済み機能」と同じではない。

サービス提供から、重みを持てる段階へ

MiniMaxは10月19日の発表でM3.1 FlashをAPI、M Plan、MiniMax Codeへ投入し、重みは後日公開すると説明していた。現在は公式モデルカードにダウンロードとローカル配備の手順がある。つまり今回は、クラウド上のサービスを使うだけでなく、利用者が重みを取得して自分の環境でサーブできるようになったことが変化だ。

構成は総428BパラメータのMoEで、1トークン当たりに動くのは23B。先頭3層の注意機構をスパース化し、量子化を見越した学習とDSparkによる投機デコードを加えている。MiniMaxはBankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7、Agents' Last Exam 29.6、CyberGym 82.2を掲げるが、いずれも提供者の評価値で、私たちは追試していない。

MLX-VLMには入ったが、軽いモデルではない

MLX-VLMのPR #2580は18コミット・7チェックを経て10月24日にマージされた。ネイティブMXFP8／NVFP4重み、スパースアテンション、BF16修正、エキスパート／語彙の並列化が実装対象だ。ただし、どの正式リリースタグへ入るかは10月25日確認時点で未確定。公式の一般的なローカル手順も、Hugging Faceから重みを取得し、SGLang、vLLM、TokenSpeedのいずれかでサーブする構成で、完成済みデスクトップアプリを開くだけの導線ではない。

MLX側の報告値は、2台のM3 UltraをTB5／JACCLで接続し、MLX 0.32.4、MLX_METAL_FAST_SYNCH=1、4Kコンテキスト、32トークン生成を3回という限定条件で測られた。合計速度はbatch 1で16.18 tok/s、batch 4で40.61 tok/s。batch 4では各マシンのピークが130.8 GiBに達したうえ、Torch BF16との完全な数値一致はまだ得られていない。最大1Mトークンという公称コンテキストも、実際の長さと速度はメモリやサービング構成に左右される。

Nativ対応は予告と現行版を分けて見る

NativはMLX-VLMを内包するApple Silicon向けアプリだが、現行資料ではmacOS 26以降と、モデルを収められるユニファイドメモリが前提になる。最新掲載版v0.4.3は10月21日公開で、MLX-VLMの対応マージより前だ。したがって、Prince Canuma氏の10月23日の発言は具体的な予告として注目できる一方、M3.1 Flashが配布済みNativで利用可能になったとはまだ確認できない。

重み公開とmainへの実装到達は実質的な前進だが、2台構成でも100GiBを大きく超えるピークメモリは、この「ローカル」が一般的なMac一台を意味しないことも示す。Nativを使いたい人は、次の安定版の収録内容を確認してから判断したい。