一名TensorSharp开发者称，在MiniMax-M3.1-Flash开放权重发布首日便加入支持，涵盖GGUF推理、面向MiniMax Sparse Attention的专用CUDA内核、通过OpenAI兼容API提供的文本与图像输入、工具调用、多GPU运行和DSpark推测解码。开发者在8张NVIDIA A40上的早期测试中报告，64K执行器预填充吞吐量为2,567 tok/s，而受测llama.cpp分支为262 tok/s；但这些结果仅来自一台主机、一种量化版本和未提交构建，且未公开原始运行记录。