MiniMax Menunjuk Inferact sebagai Mitra Peluncuran API untuk M3.1 Flash. Modelnya Tidak Berubah — Lapisan Penyajiannya yang Berubah.

Pada 21 Oktober 2026, dua hari setelah MiniMax-M3.1-Flash tersedia secara umum, akun M​iniMax di X menyebut Inferact sebagai mitra peluncuran API untuk model tersebut, memuji keahlian vLLM-nya dan menggambarkan kolaborasi itu sebagai pembangunan "infrastruktur penyajian untuk beban kerja agen yang kompleks." Itulah seluruh pengumuman publiknya: satu unggahan, tanpa entri blog, tanpa detail teknis. Namun tetap layak dianggap serius, karena ini adalah hal pertama yang dikatakan siapa pun secara publik tentang bagaimana model ini sebenarnya akan disajikan — dan bagi model yang klaim utamanya adalah percepatan tiga kali lipat, lapisan penyajian bukanlah catatan kaki. Itulah klaimnya. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive dengan setiap entri membawa sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda status sengketa.

Apa yang tidak terdapat dalam postingan peluncuran

MiniMax menerbitkan postingan peluncuran resmi untuk MiniMax-M3.1-Flash pada 19 Oktober 2026: tolok ukur agentic, pengurangan biaya 70%, inferensi "hampir tiga kali lebih cepat." Ini adalah karya yang substansial, dan tidak memuat kata Inferact. Tidak memuat kata vLLM juga. Apa pun bentuk kemitraan itu, perusahaan tidak menganggapnya bagian dari narasi peluncuran pada hari narasi peluncuran itu disampaikan.

Celah itu adalah hal yang paling informatif dalam pengumuman tersebut. Mitra peluncuran yang disebutkan terlambat dua hari, dalam sebuah unggahan media sosial, tanpa tulisan teknis yang menyertainya, adalah mitra yang pekerjaannya masih berlangsung. Jika M​iniMax memiliki M3.1-Flash yang berjalan di atas stack pihak ketiga yang telah disetel pada saat ketersediaan umum, pos peluncuran pasti akan menyebutkannya — penyajian hari pertama pada mesin yang disebutkan namanya adalah persis jenis bukti yang biasa dimasukkan vendor ke dalam badan teks. Sebaliknya, klaim itu datang secara terpisah, tanpa angka, yang memberi tahu Anda bahwa kolaborasi tersebut diumumkan pada titik ketika ia menjadi komitmen, bukan pada titik ketika ia menjadi hasil.

Ada kesenjangan kedua yang lebih kecil. Situs Inferact sendiri, yang diperiksa pada 22 Oktober, memuat logo {{1}}MiniMax{{/1}} di antara para mitranya dan sebuah testimoni yang dikaitkan dengan Dr. Yan Junjie, pendiri dan CEO {{2}}MiniMax{{/2}}. Situs itu juga tidak menyebut {{3}}MiniMax-M3.1-Flash{{/3}} di mana pun. Studi kasusnya sepenuhnya tentang model lain. Jadi kedua perusahaan telah mengumumkan kemitraan yang situs pemasaran masing-masing perusahaan belum jelaskan dalam konteks produk. Bacalah itu sebagai bukti bahwa ini baru, bukan tanda keraguan: unggahan X itu berumur dua hari, dan halaman mitra lambat diperbarui.

Apa itu Inferact, dan mengapa detail vLLM itu penting

Inferact menggambarkan dirinya sebagai "perusahaan yang didirikan oleh para pembuat dan pemelihara vLLM." Timnya memimpin peta jalan vLLM, sementara mesinnya sendiri tetap open source, Apache 2.0, dan dikelola oleh komunitas di bawah PyTorch Foundation. Struktur itulah yang membuat kemitraan ini lebih mudah dipahami dibandingkan sebagian besar pengumuman mitra peluncuran: vLLM bukan kotak hitam, sehingga apa pun yang ditingkatkan Inferact untuk MiniMax-M3.1-Flash memiliki peluang wajar untuk muncul di mesin terbuka yang digunakan semua orang.

Perusahaan ini menjual dua bentuk dari hal yang sama. Inferact Platform dipasang di cloud atau pusat data milik pelanggan sendiri — frasa di situsnya adalah "Run inference on your compute" — dengan control plane yang mencakup pemantauan, validasi peluncuran, pelacakan biaya, autoscaling, manajemen endpoint, metering, dan observability. Inferact Cloud adalah platform yang sama di atas GPU yang disediakan Inferact: "Run inference on our compute." Perbedaan ini penting bagi siapa pun yang membaca pengumuman M​iniMax sebagai pernyataan ketersediaan. Mitra peluncuran API untuk model tersebut dapat berarti endpoint terkelola yang dioperasikan pihak lain, atau dapat berarti tumpukan perangkat lunak yang Anda pasang di samping bobot Anda sendiri. Untuk model tertutup, hanya yang pertama yang mungkin, sehingga mempersempit kemungkinan kemitraan ini.

Mengapa model tertentu ini merupakan masalah penyajian sebelum menjadi masalah penetapan harga

MiniMax-M3.1-Flash memiliki bentuk yang tidak biasa untuk model murah, dan bentuk itulah yang membuat persoalan penyajian model menjadi krusial.

• Thinking selalu aktif — referensi API MiniMax mengembalikan HTTP 400 untuk thinking: {"type": "disabled"} dan menolak reasoning_effort: "none" dengan cara yang sama, sehingga satu-satunya kontrol adalah tangga lima tingkat dari low hingga max, dan menghilangkan field tersebut berarti max

• Oleh karena itu, proses ini terikat oleh decode — Artificial Analysis mencatat 180 juta token keluaran yang dikonsumsi sepanjang proses Intelligence Index, dibandingkan dengan median 99 juta untuk model pada pelacak yang sama

• Jendela konteks adalah 1,000,000 token, yang menjadikan memori KV-cache sebagai batasan utama atas berapa banyak sesi agen bersamaan yang dapat ditampung oleh sebuah node

• Loop agen menggunakan kembali prefiks besar — prompt sistem, skema alat, dan konteks berkas yang sama berulang di setiap langkah — sehingga caching prefiks langsung menghasilkan penghematan latensi dan biaya

• Kecepatan output diukur pada 125,5 token per detik dengan waktu ke token pertama 1,04 detik, yang cepat untuk kelasnya tetapi merupakan angka yang paling dulu terkikis oleh antrean generasi panjang yang bersamaan

Gabungkan semuanya, dan Anda mendapatkan profil beban kerja yang secara tepat memberi keuntungan pada hal-hal yang memang menjadi tujuan vLLM dibangun: paged attention agar konteks sejuta token tidak harus kontigu, prefix caching agar langkah agen tidak melakukan prefill ulang terhadap definisi tool yang sama, dan continuous batching agar seratus jejak penalaran setengah jadi berbagi perangkat keras alih-alih saling mengantre. Klaim M​iniMax sendiri tentang 200+ token per detik pada puncak dan 170+ pada median merupakan klaim penjadwalan sebagaimana halnya klaim kernel. Percepatan 3× dalam postingan peluncuran bukanlah sesuatu yang dihasilkan oleh perkalian matriks yang lebih baik dengan sendirinya.

Angka-angka yang ada, dan yang tidak ada

Inferact mempublikasikan angka-angka kinerja, dan angka-angka itu layak dibaca dengan saksama untuk melihat pada model apa angka-angka tersebut dilekatkan. Situsnya mengiklankan 464 token per detik pada ukuran batch 1 di Kimi-K3 pada hari peluncuran, 709 token per detik per pengguna dengan megakernel pertamanya di TPU, 18,3 juta token per dolar pada SemiAnalysis AgentX dengan model yang sama, dan posisi nomor satu di Artificial Analysis pada Mei 2026. Semua itu adalah klaim tentang rekayasa Inferact pada model yang berbeda, yang diterbitkan oleh Inferact, dan tidak satu pun dari angka-angka itu direproduksi di sini sebagai fakta tentang MiniMax-M3.1-Flash.

Per 22 Oktober, tidak ada satu pun angka untuk M3.1-Flash pada stack Inferact: tidak ada token per detik, tidak ada waktu ke token pertama, tidak ada biaya per juta, tidak ada kurva konkurensi. Pengumuman itu adalah komitmen tanpa pengukuran. Itu wajar pada dua hari pertama, dan itu juga satu-satunya alasan untuk tertarik — nilai kemitraan bagi pembeli akan sepenuhnya ditentukan oleh apakah angka-angka itu ternyata mengalahkan apa yang disediakan M​iniMax sendiri, dan saat ini tidak ada orang di luar kedua perusahaan yang tahu apa yang disediakan M​iniMax sendiri.

Itulah gambaran jujur dari bukti yang ada. Satu-satunya throughput yang diukur secara independen untuk model ini berasal dari Artificial Analysis, yaitu 125,5 token per detik, dan itu adalah angka single-stream dari satu harness, bukan benchmark serving. Angka itu memberi tahu Anda bahwa model dapat menghasilkan dengan cepat. Angka itu tidak memberi tahu apa pun tentang berapa banyak pengguna bersamaan yang bisa diperoleh dengan satu dolar.

Seberapa berharga sebenarnya sebuah pengumuman mitra

Tidak banyak jika berdiri sendiri, dan lebih dari sekadar tiada. Tiga hal membuatnya lebih dari sekadar tiada.

Yang pertama adalah bahwa ia merupakan implementator kedua. Model yang dilayani oleh tepat satu perusahaan adalah model dengan tepat satu pendapat operasional, dan ketika pendapat itu mengalami minggu yang buruk, produk Anda juga mengalami minggu yang buruk. Mitra yang disebutkan namanya berarti tim kedua telah membaca arsitektur, menemukan kernel yang penting, dan berkomitmen secara publik cukup kuat sehingga kegagalan untuk mewujudkannya akan memalukan. Itu sinyal yang lemah, tetapi nyata, dan logika yang sama membuat region cloud kedua layak untuk dibayar.

Yang kedua adalah pembingkaian beban kerja agen. M​iniMax tidak menggambarkan kemitraan itu sebagai "inferensi yang lebih cepat." M​iniMax menggambarkannya sebagai infrastruktur penyajian untuk "beban kerja agen yang kompleks," yang merupakan masalah spesifik dan lebih sulit daripada throughput chat: sesi berumur panjang, panggilan alat yang diselang-seling dengan pembangkitan, prefiks yang harus bertahan lintas langkah, dan biaya yang berskala dengan panjang lintasan alih-alih dengan jumlah prompt. Mitra yang dipilih untuk masalah itu adalah mitra yang dipilih untuk beban kerja yang menjadi sasaran pemasaran model oleh M​iniMax. Apakah pilihan itu benar belum dapat diuji.

Yang ketiga adalah bahwa ini memberi tanggal pada narasi operasional. MiniMax-M3.1-Flash telah tersedia secara umum selama tiga hari. Bobotnya belum dirilis — perusahaan mengatakan bobot tersebut "akan dirilis nanti" tanpa tanggal — sehingga tidak ada jalan keluar untuk menghosting sendiri dan tidak ada cara bagi pihak independen untuk melakukan benchmark model tersebut pada perangkat kerasnya sendiri. Segala hal tentang bagaimana model ini berperforma di produksi, untuk saat ini, dimediasi oleh siapa pun yang menyajikannya. Mitra peluncuran adalah entri pertama dalam daftar yang nantinya perlu diisi.

Apa artinya ini jika Anda memilih tempat untuk menjalankannya

MiniMax-M3.1-Flash tidak ada di katalog OrcaRouter. Model ini dapat dipanggil hari ini melalui API milik MiniMax sendiri, M Plan dan MiniMax Code miliknya, dan — sesuai pengumuman 21 Oktober — melalui Inferact. Itulah daftar lengkap yang dapat kami jamin, dan tidak satu pun darinya merupakan router: masing-masing adalah satu tempat untuk mendapatkan model, dengan batas laju sendiri, ketersediaan sendiri, dan tanpa opsi kedua di belakangnya jika layanan tersebut mengalami gangguan.

Masalah penyedia tunggal itulah yang menjadi fungsi router, dan itulah sebabnya pertanyaan menarik di sini bukanlah "mitra mana" melainkan "berapa banyak." OrcaRouter menempatkan 200+ model di balik satu kunci API, meneruskan harga daftar penyedia pada markup 0%, dan dapat menyimpan cadangan dalam tabel perutean sehingga permintaan ke model dengan satu endpoint tidak berubah menjadi gangguan layanan ketika endpoint tersebut mengalami masalah sesaat. DSL perutean adalah tempat hal itu diungkapkan: langkah agen yang membutuhkan MiniMax-M3.1-Flash dapat menyebutkannya terlebih dahulu lalu beralih ke model yang sudah Anda percayai, tanpa kode pemanggil mengetahui bahwa telah terjadi substitusi.

Yang dapat dirutekan di katalog kami saat ini adalah bagian lain dari lini MiniMax — MiniMax-M3 antara lain — yang juga menjadi model pembanding dalam hal biaya. Daftar tarif MiniMax-M3.1-Flash tepat setengah dari MiniMax-M3, yaitu $0,15 dan $0,60 per juta token input dan output dibandingkan $0,30 dan $1,20, dan Artificial Analysis menempatkan model yang lebih baru pada $0,22 per tugas benchmark dibandingkan $0,51. Untuk lalu lintas agentic, selisih itu nyata. Untuk pekerjaan bervolume tinggi berupa panggilan klasifikasi singkat, model lama dengan thinking dimatikan masih bisa lebih murah, karena M3.1-Flash sama sekali tidak dapat mematikan thinking.

Ringkasan yang dapat dipertahankan memang sempit. MiniMax menyebut Inferact sebagai mitra peluncuran API adalah pernyataan tentang siapa yang akan mengoperasikan MiniMax-M3.1-Flash, yang dibuat dua hari setelah model itu dirilis oleh perusahaan yang tidak merasa perlu mencantumkannya dalam pos peluncuran. Itu adalah bukti bahwa lapisan serving untuk model ini sedang secara aktif dibangun ulang alih-alih diwarisi, yang memang seperti yang Anda harapkan untuk model yang seluruh nilai jualnya adalah throughput. Itu bukan bukti tentang throughput. Untuk itu, tunggu angka Inferact pertama khusus untuk model ini — dan sementara itu, jalankan di tempat yang memiliki fallback di belakangnya, karena model dengan satu endpoint dan tanpa bobot yang dapat diunduh adalah model yang tidak bisa Anda hindari lewat rute lain.