MiniMax-M3.1-Flash vs MiniMax-M3.1-Flash-Preview : même modèle, contrat différent

Si vous utilisez MiniMax-M3.1-Flash-Preview depuis fin septembre, la question que pose le lancement du 19 octobre n’est pas de savoir si le nouveau modèle est meilleur. C’est de savoir si ce que vous testiez déjà et ce que MiniMax vous vend désormais sont le même artefact — et, si c’est le cas, pourquoi l’un n’avait ni prix, ni fiche de benchmarks, ni score indépendant pendant trois semaines, alors que l’autre est arrivé avec les trois. Réponse courte : MiniMax-M3.1-Flash-Preview était la version réservée aux abonnés et non publiée d’un modèle sans nom qui tournait publiquement depuis des semaines sous le nom de code Space Bunny. MiniMax-M3.1-Flash est ce modèle transformé en produit, avec une grille tarifaire de 0,15 $ par million de jetons d’entrée et de 0,60 $ par million de jetons de sortie, un tableau de benchmarks publié et un score de 42 à l’Artificial Analysis Intelligence Index.Les défaillances de l’IA et les incidents d’agents documentés qui se cachent derrière des versions comme celle-ci sont recensés dans the OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, un niveau de gravité, une note de confiance et un indicateur de contestation.

Tout ce qui a changé entre les deux est d'ordre commercial ou documentaire. Très peu de ces changements sont d'ordre comportemental. Cette distinction est tout l'intérêt de cette page, car une équipe qui a migré vers la preview sur la base du comportement utilise désormais un modèle dont l'identifiant pourrait ne plus exister dans trois mois, et une équipe qui l'a évitée en raison du prix manquant a une raison de réexaminer la question.

Trois dates, et ce que chacune a réellement fait

Les deux identifiants de modèle se trouvent à la fin d’une courte chronologie, et la lire dans l’ordre est le seul moyen de distinguer un renommage d’une sortie.

• 23 septembre 2026 — un modèle anonyme apparaît dans un catalogue tiers sous l’étiquette Space Bunny, appel gratuit, aucune documentation du fournisseur nulle part.

• 27 septembre 2026 — MiniMax-M3.1-Flash-Preview est disponible dans M​iniMax Code et sur le Token Plan. Clé d’abonnement uniquement. Aucun prix par token, aucun tableau de benchmarks, aucun poids, aucune fiche de modèle.

• 19 octobre 2026 — MiniMax-M3.1-Flash est lancé sur l’API pay-as-you-go aux côtés de M Plan et MiniMax Code, avec une tarification publiée, six scores de référence et des poids promis « plus tard ». Artificial Analysis publie 42 le même jour.

Ce que cette chronologie exclut, c’est l’interprétation selon laquelle il s’agirait de deux modèles différents. La version d’aperçu n’était pas un checkpoint plus petit ou antérieur ; c’était le même modèle, avec les pages commerciales désactivées. Le post de lancement de M​iniMax lui-même indique que le modèle a traité plus de 200 billions de tokens pendant les tests, et c’est pendant la période d’aperçu que l’essentiel de ce trafic a eu lieu. Ce que la chronologie exclut aussi, c’est la lecture inverse — selon laquelle la GA ne serait qu’un changement d’étiquette. Trois choses sont devenues vraies le 19 octobre, qui ne l’étaient pas le 27 septembre, et ce sont elles qui méritent d’être auditées.

Les trois choses qui sont véritablement différentes

Un prix existe. La préversion n’en indiquait aucun — ni sur la page des tarifs, ni sur la page du modèle, ni dans la référence de l’API. La seule façon de l’acheter était un siège Token Plan à $22, $55 ou $132 par mois, et la seule façon d’estimer son coût était de diviser votre abonnement mensuel par ce que vous parveniez à exécuter. MiniMax-M3.1-Flash est facturé à l’usage : $0.15 par million de tokens d’entrée, $0.60 par million de tokens de sortie, $0.015 par million de lectures en cache. Face aux $0.30/$1.20 de MiniMax-M3, cela revient à une réduction de moitié pure et simple sur le niveau standard, sans supplément pour grand contexte — M3 double son tarif au-delà de 512 000 tokens d’entrée, et M3.1-Flash ne le fait pas.

Une note indépendante existe. La preview n'avait aucune entrée sur Artificial Analysis pendant les trois semaines où elle était en ligne, ce qui est inhabituel pour un modèle entre les mains du public. Le GA a obtenu 42 le jour du lancement, se classant quatrième sur 173, à 0,22 $ par tâche de l'Intelligence Index et 125,5 tokens de sortie par seconde. C'est ce dernier chiffre qu'il faut retenir : la propre publication de lancement de M​iniMax revendique un débit de « 200+ TPS » en usage quotidien et de « 170+ TPS » au P50, et la mesure indépendante se situe 40 % en dessous de la promesse affichée. Aucun des deux chiffres n'est faux — le chiffre du fournisseur correspond sans doute à un chemin de service optimal — mais un seul d'entre eux a été produit par quelqu'un qui ne vend pas le modèle.

Un tableau de référence existe, et il est déclaré par le fournisseur. Six évaluations, dont aucune n'a été reproduite de manière indépendante. BankerToolBench 76,2, DeepSWE v1.1 à 73,7 %, OSWorld V2 à 61,7, Agents' Last Exam à 29,6, CyberGym à 82 %, et AutomationBench-AA présenté uniquement comme un excellent performeur, sans aucun chiffre à l'appui. La préversion n'intégrait rien de tout cela ; le tableau constitue donc une information nouvelle, même si sa provenance est la même entreprise que celle qui a rédigé le communiqué de presse.

Ce qui n’a pas changé, et qu’il est facile de supposer avoir changé

La parité comportementale est une inférence, pas une garantie publiée. M​iniMax n’a pas déclaré que le checkpoint de préversion et le checkpoint GA sont identiques au bit près, et n’a pas publié de note de migration. Ce qu’il a publié, c’est un tableau de paramètres identique pour les deux identifiants, ainsi que des restrictions identiques. Si vous vous demandez si votre évaluation de préversion reste valable, voici les éléments sur lesquels vous pouvez compter :

• Fenêtre de contexte — 1 000 000 de jetons pour les deux, inchangée

• Réflexion — toujours activée. thinking: {"type": "disabled"} renvoie HTTP 400 sur la version GA exactement comme sur la préversion, et reasoning_effort: "none" est rejeté de la même manière

• Échelle d’effort — low, medium, high, xhigh, max, avec max par défaut lorsque le champ est omis, pour les deux

• Sortie de raisonnement — renvoyée dans reasoning_content ou sous forme de bloc de réflexion selon le protocole ; reasoning_split: false n’est accepté ni dans l’un ni dans l’autre

• Niveaux d’admission — service_tier : « priority » n’est pris en charge sur aucun des deux, donc l’aperçu ne vous a offert aucune voie rapide, et la version GA non plus

• Paramètres d’échantillonnage par défaut — température 1, top_p 0,95, sur les deux

• Poids ouverts — aucun des deux. MiniMax indique que les poids de la GA seront publiés « plus tard », sans date ni licence précisées.

• Nombre de paramètres — non divulgué dans les deux cas. M​iniMax décrit le modèle comme recourant à une « sparsité plus agressive » sans préciser ce qui est sparsifié.

Deux de ces points méritent mieux qu’une simple puce. La valeur par défaut du paramètre effort est max, et les jetons de réflexion sont facturés comme des jetons de sortie et comptent dans votre max_tokens. Une charge de travail migrée depuis la préversion conserve cette valeur par défaut, ce qui est acceptable si elle y était déjà optimisée et coûteux si ce n’était pas le cas. Et la perte de service_tier est identique à ce qu’elle était en septembre — si votre architecture présuppose une voie d’admission prioritaire pour les appels sensibles à la latence, aucun des deux identifiants ne vous en fournit, et le repli consiste en un effort faible plutôt qu’en une file d’attente plus rapide.

La question de la migration à laquelle personne n’a encore répondu

M​iniMax n'a pas publié de date de retrait pour MiniMax-M3.1-Flash-Preview. L'identifiant est toujours résolu dans les pages d'outillage du fournisseur, et la documentation qui le décrit n'a pas été retirée. Mais la documentation de la preview indiquait que le modèle « peut changer sans préavis », et un identifiant de preview qui a survécu au lancement GA sans calendrier de dépréciation annoncé constitue une situation plus défavorable qu'un identifiant déprécié, car on ne peut pas planifier en fonction d'une date qui n'existe pas.

En pratique : traitez l’ID de préversion comme une surface de test et faites basculer le trafic de production vers la GA. Ce basculement ne coûte rien sur le plan comportemental — même contexte, mêmes contraintes de raisonnement, même échelle — et il vous apporte un tarif publié, une fiche de référence publiée et un score indépendant que vous pouvez invoquer lors d’une revue d’achat. La seule chose qu’il n’apporte pas, c’est un avertissement sur le retrait de la préversion ; donc si vous ne pouvez pas terminer le basculement cette semaine, journalisez l’ID du modèle qui a répondu plutôt que seulement celui demandé, afin qu’une substitution silencieuse apparaisse dans votre supervision plutôt que dans les réponses de vos utilisateurs.

Pour les équipes qui exploitent plusieurs modèles, ce problème de surveillance est un problème de routage. OrcaRouter place un parc derrière une seule clé API, aux prix catalogue des fournisseurs, avec 0 % de marge, de sorte qu’un changement d’identifiant de modèle ou une révision de grille tarifaire devient une modification de table de routage plutôt qu’une modification de code — et le basculement automatique couvre le cas où un identifiant cesse de répondre à trois heures du matin. MiniMax-M3.1-Flash ne figure pas dans notre catalogue aujourd’hui ; les modèles MiniMax que nous routons sont MiniMax-M3 et la famille M2.7, et aucun de ces deux modèles ne remplace celui-ci, donc le conseil honnête pour la GA est d’utiliser l’API propre au fournisseur jusqu’à ce que nous l’ayons au catalogue.

Quel id utiliser, selon la situation

Il existe un cas où le preview id reste le bon choix : vous disposez d’un siège Token Plan, votre utilisation est régulière et à faible volume, et l’abonnement est moins cher que ne le seraient des jetons à l’usage. À 0,15 $/0,60 $ et avec 180 millions de jetons de sortie consommés lors d’un run d’index de 1 600 tâches, l’usage agentique intensif s’accumule vite, et un siège à 132 $ peut être plus avantageux. Pour tous les autres — trafic en pics, SLA de production, tout ce que vous devez modéliser en coûts —, c’est sur le GA id qu’il faut bâtir, car c’est le seul des deux à avoir un chiffre associé qui survive à un examen financier.

Ce qu'il faut retenir, c'est qu'il n'a jamais été question de comparer des modèles. C'était un produit finalisé en public, la page de tarification arrivant trois semaines après l'API. Le modèle appelé MiniMax-M3.1-Flash-Preview en septembre et le modèle appelé MiniMax-M3.1-Flash en octobre sont suffisamment proches pour que vos résultats d'évaluation restent valables. C'est le contrat qui les entoure qui a changé, et c'est ce contrat que vous signez maintenant.