MiniMax-M3.1-Flash Kini Menjawab Panggilan M2.7 Anda: Apa yang Berubah pada 19 Oktober

Jika Anda mengirim MiniMax-M2.7 ke kunci MiniMax M Plan atau Token Plan hari ini, model di balik nama itu telah berubah. Pemberitahuan penghentian model dari MiniMax sendiri menetapkan 19 Oktober 2026 sebagai tanggal permintaan yang ditujukan kepada MiniMax-M2.7 dan MiniMax-M2.5 pada paket tersebut secara otomatis dialihkan ke MiniMax-M3.1-Flash — ID model yang sama di kode Anda, model yang berbeda di ujung sana, dengan anggaran berpikir yang defaultnya maksimum dan sama sekali tidak ada cara untuk mematikan berpikir. Modelnya sendiri bukan hal baru: MiniMax-M3.1-Flash telah ada dalam dokumentasi vendor sejak 27 September 2026, saat kami pertama kali mengonfirmasinya di sana dengan nama MiniMax-M3.1-Flash-Preview. Yang baru, dan yang bertanggal hari ini, adalah substitusinya — dan fakta bahwa dua keluarga model lama dilebur ke dalamnya menurut jadwal yang sama. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan di Arsip Insiden AI OrcaRouter yang setiap entrinya mencantumkan sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda sengketa.

Apa yang sebenarnya menjadi komitmen dalam pemberitahuan tersebut

M​iniMax menerbitkan jadwal tersebut dalam dokumentasi daftar modelnya sendiri, dan ini luar biasa spesifik untuk sebuah deprecation. Tiga tanggal melakukan seluruh pekerjaannya.

• 19 Oktober 2026 — keluarga model M2.5 dan M2.7 tidak lagi tersedia bagi pengguna baru. • 19 Oktober 2026 — setiap permintaan ke M2.5 atau M2.7 di bawah M Plan dan Token Plan secara otomatis dialihkan ke M3.1 Flash. Nama model yang ada tetap berfungsi, dan vendor menyatakan jatah penggunaan paket tidak berubah. • 18 November 2026 — kedua keluarga model tersebut dihentikan. Permintaan API ke model-model itu berhenti berfungsi sepenuhnya.

Bayar sesuai pemakaian ditangani secara terpisah: MiniMax mengatakan pengguna bayar sesuai pemakaian yang sudah ada tetap memiliki akses hingga tanggal penghentian, sementara pengguna baru diputus aksesnya hari ini. Saran perusahaan adalah saran yang memang Anda perkirakan — periksa apakah aplikasi Anda bergantung pada model-model ini dan mulailah merencanakan migrasi — yang sedikit terlambat bagi siapa pun yang lalu lintas produksinya diarahkan ke M2.7 pagi ini.

Kata penting dalam pemberitahuan itu adalah secara otomatis. Ini bukan deprecation yang mengembalikan error dan memaksa perubahan kode. Ini adalah penggantian senyap: permintaan Anda tetap berhasil, pemakaian Anda tetap mengurangi kuota yang sama, dan hal yang menghasilkan token itu berbeda. Jika Anda mencatat model yang diminta tetapi tidak mencatat model yang direspons, pemantauan Anda akan menunjukkan layanan yang sehat sedang menjalankan model yang tidak Anda pilih.

Tiga hal berubah di dalam respons

Dokumen referensi API vendor mendokumentasikan kedua model pada halaman yang sama, sehingga selisih di antara keduanya dapat dinyatakan dengan tepat. MiniMax-M3.1-Flash adalah model coding multimodal terdepan dengan jendela konteks 1.000.000 token dan kedalaman berpikir yang dapat disesuaikan; MiniMax-M2.7 adalah model teks-dan-alat warisan dengan jendela 204.800 token.

• Konteks — 1.000.000 token pada MiniMax-M3.1-Flash vs 204.800 pada MiniMax-M2.7, kira-kira peningkatan lima kali lipat. • Input — teks, gambar, dan video pada MiniMax-M3.1-Flash vs hanya teks dan panggilan tool pada keluarga M2.x, yang menurut catatan legacy vendor secara eksplisit tidak menerima input gambar atau video. • Thinking — selalu aktif dan tidak dapat dinonaktifkan pada MiniMax-M3.1-Flash; mengirim thinking: {"type": "disabled"} mengembalikan HTTP 400 dengan kode error 2013. • Kedalaman thinking — effort menerima low, medium, high, xhigh dan max, dan default ke max jika dihilangkan. M2.7 tidak memiliki kontrol yang setara. • Output penalaran — dikembalikan dalam reasoning_content pada protokol yang kompatibel dengan O​penAI dan dalam sebuah thinking blok pada protokol yang kompatibel dengan A​nthropic. reasoning_split: false tidak diterima, sehingga thinking tidak dapat dimasukkan kembali ke dalam content sebagai <think> tag. • Batas output — rekomendasi 131.072 token dan maksimum absolut 524.288 untuk generasi pada MiniMax-M3.1-Flash, dibandingkan dengan total konteks 204.800 pada M2.7. • Tingkat admission — service_tier: "priority" (tier admission 1,5× lebih cepat) tidak didukung pada MiniMax-M3.1-Flash. Beban kerja yang mengandalkan admission prioritas akan kehilangannya. • Sampling — top_p bernilai default 0,95 pada MiniMax-M3.1-Flash, dibandingkan 0,9 pada model M2.x.

Dua di antaranya bersifat kosmetik. Default thinking tidak. Beban kerja yang dibuat untuk M2.7 tidak pernah perlu memikirkan upaya penalaran, karena tidak ada yang perlu diatur. Beban kerja yang sama, tanpa perubahan, kini berjalan pada upaya maksimum pada setiap permintaan — dan M​iniMax menghitung token thinking terhadap batas generasi, itulah sebabnya dokumentasi vendor sendiri memperingatkan bahwa max_tokens yang terlalu kecil menghasilkan max_tokens sebagai alasan berhenti tanpa keluaran teks sama sekali.

Defaultnya adalah pengaturan yang mahal.

Inilah jebakannya dalam satu kalimat: pemberitahuan migrasi mengatakan kuota penggunaan Anda tidak berubah, dan itu benar, tetapi token yang dikonsumsi setiap permintaan tidak.

FAQ M Plan MiniMax secara eksplisit menyatakan bahwa konsumsi bergantung pada kedalaman berpikir, dan bahwa kedalaman yang lebih tinggi untuk M3.1 Flash menghasilkan lebih banyak konten berpikir dan mengonsumsi lebih banyak. Dengan effort yang secara default disetel ke max, beban kerja M2.7 yang dimigrasikan kini berjalan pada pengaturan paling mahal yang ditawarkan model, tanpa dipilih siapa pun.

Ilustrasi kasar, menggunakan angka bulat dan secara jelas dinyatakan sebagai aritmetika, bukan pengukuran: ambil 40.000 permintaan per hari, prompt 6.000 token, dan 3.000 token berpikir padamax dibandingkan dengan sekitar 600 padalow. Itu berarti 96 juta token berpikir ekstra per hari, atau sekitar 2,9 miliar per bulan. Dengan tarif output yang dipublikasikan MiniMax-M3 sebesar $1,20 per juta token — tarif terdekat yang dipublikasikan, karena M​iniMax tidak memublikasikan tarif per token untuk M3.1 Flash — selisih tersebut sedikit di atas $3.400 per bulan. Ubah dua dari asumsi tersebut dan angkanya akan bergeser banyak; intinya adalah tandanya tidak berubah.

Perbaikannya adalah satu field, dan berbeda menurut protokol: output_config.effort pada endpoint yang kompatibel dengan A​nthropic, reasoning_effort pada yang kompatibel dengan O​penAI, reasoning.effort pada endpoint Responses. Panduan alat coding M​iniMax sendiri merekomendasikan persis ini — turunkan effort untuk tugas sederhana alih-alih mencoba menonaktifkan thinking, karena menonaktifkannya bukanlah opsi.

Ada efek orde kedua yang layak diperiksa sebelum Anda menyetel apa pun. Jika klien Anda mengirim max_tokens yang ukurannya disesuaikan untuk jawaban M2.7, model dengan upaya maksimum dapat menghabiskan seluruh anggaran untuk penalaran dan mengembalikan pesan kosong. Referensi kompatibel Anthropic milik MiniMax memberi tahu Anda untuk menyetel output_config.effort ke max secara eksplisit; tabel parameter di halaman yang sama memperingatkan bahwa token berpikir dihitung terhadap max_tokens. Kedua pernyataan itu hanya berjarak beberapa baris, dan kombinasinya adalah cara Anda mendapatkan respons 200 yang tidak berisi apa pun.

Masih belum ada harga per token.

Inilah bagian yang membuat migrasi sulit diperkirakan biayanya, bukan sulit dikodekan. Tabel harga bayar sesuai pemakaian M​iniMax mencantumkan satu model bahasa: MiniMax-M3, dengan harga $0.30 per juta token input dan $1.20 per juta token output untuk prompt hingga 512,000 token input, dan menjadi dua kali lipat menjadi $0.60 dan $2.40 di atasnya, dengan diskon permanen 50% yang sudah diterapkan pada tarif daftar yang dicoret. Pembacaan cache prompt masing-masing $0.06 dan $0.12 per juta. MiniMax-M3.1-Flash tidak muncul sama sekali dalam tabel itu.

Yang dipublikasikan adalah harga langganan. M Plan seharga $22 per bulan untuk Go, $55 untuk Explore, dan $132 untuk Build, ketiganya termasuk model teks M3.1 Flash Preview, dengan Explore memiliki kuota penggunaan tiga kali Go dan Build tujuh setengah kali. Token Plan masih tersedia bagi pelanggan yang sudah ada tetapi tidak lagi dijual kepada pelanggan baru, dan catatan upgrade vendor menyatakan bahwa paket tetap mempertahankan harga dan batas teks mereka saat ini dalam kedua skenario.

Jadi, jawaban jujur untuk "berapa biaya M3.1 Flash per token" adalah bahwa belum ada orang di luar MiniMax yang bisa memberitahukannya kepada Anda, karena angka itu tidak ada di halaman tersebut. Jika Anda memerlukan angka per token untuk menyusun kasus bisnis minggu ini, satu-satunya pendekatan yang dapat dipertahankan adalah mengukur: jalankan set evaluasi tetap pada setiap tingkat upaya, catat penggunaan dari respons, dan konversikan dengan tarif apa pun yang tersirat oleh paket Anda. Vendor yang memublikasikan kartu model tetapi tidak memublikasikan kartu tarif sedang memberi tahu Anda bahwa mereka menginginkan pembicaraan soal langganan, bukan pembicaraan soal tarif per pemakaian.

ID model mana yang sebenarnya Anda kirim?

Dokumentasi M​iniMax tidak konsisten dengan dirinya sendiri, dan ini menimbulkan masalah tepat pada saat yang paling tidak tepat. Referensi API, panduan pemanggilan model, dan daftar model semuanya menyebut model MiniMax-M3.1-Flash. Halaman M Plan, panduan penyiapan C​laude Code, dan panduan penyiapan Codex semuanya menyebutnya MiniMax-M3.1-Flash-Preview, termasuk konfigurasi C​laude Code yang menetapkan empat variabel lingkungan terpisah ke MiniMax-M3.1-Flash-Preview[1m].

Tidak ada penamaan yang dianotasi sebagai deprecated, dan tidak ada halaman dalam dokumentasi yang mengumumkan tanggal ketersediaan umum atau penggantian nama. Itu layak dinyatakan secara terus terang daripada menduga-duga: per hari ini vendor menggunakan kedua string tersebut, dan kami tidak dapat memastikan dari dokumentasi publik mana yang akan diterima oleh kunci pay-as-you-go. Satu-satunya pengujian yang menyelesaikannya memerlukan sekitar sepuluh detik dan tidak memakan biaya:

curl https://api.minimax.io/v1/models -H "Authorization: Bearer $YOUR_KEY"

Baca ID yang dikembalikan dan gunakan salah satunya secara verbatim. Jika Anda menghubungkan model ke C​laude Code, Cursor, Codex, atau OpenCode, panduan vendor mengharapkan bentuk-Preview, dan panduan C​laude Code juga mencatat bahwa alat tersebut harus melaporkan MiniMax-M3.1-Flash-Preview sebagai model aktif saat konfigurasi sudah benar.

Jika Anda melakukan self-host, tidak ada satu pun dari semua ini yang sampai kepada Anda.

MiniMax-M2.7 adalah model open-weight. Checkpoint-nya telah ada di Hugging Face sejak April 2026 di bawah organisasi MiniMaxAI, dan pemberitahuan yang menghentikan endpoint API tidak memengaruhi salinan yang berjalan di perangkat keras Anda sendiri. Hal yang sama berlaku untuk M2.5. Jika lalu lintas M2.7 Anda dilayani dari klaster Anda sendiri atau deployment privat, perubahan routing hari ini bukan urusan Anda.

MiniMax-M3.1-Flash tidak berada di posisi itu. Dua repositori publik terbaru organisasi MiniMaxAI adalah M​iniMax-Music3, dibuat pada 7 Agustus 2026, dan M​iniMax-H3, dibuat pada 28 Juli 2026, dan pencarian Hugging Face untuk M3.1 tidak mengembalikan apa pun. Tidak ada checkpoint, tidak ada file lisensi, dan tidak ada jalan keluar self-host untuk model yang kini Anda diarahkan ke sana. Jika bobot terbuka adalah alasan Anda memilih M2.7, migrasi ini adalah penurunan nyata dalam otonomi bahkan ketika merupakan peningkatan dalam kapabilitas.

Daftar periksa migrasi, dalam urutan yang penting

• Hari ini — pastikan apakah Anda menggunakan kunci langganan atau kunci bayar sesuai pemakaian. Perutean otomatis berlaku untuk M Plan dan Token Plan; bayar sesuai pemakaian tetap menyajikan M2.5 dan M2.7 kepada pengguna yang sudah ada hingga 18 November. • Hari ini — catat ID model yang dikembalikan API, bukan hanya ID yang Anda kirim, agar substitusi diam-diam menjadi terlihat dalam data Anda. • Minggu ini — tetapkan effort secara eksplisit pada setiap panggilan. Pilih tingkatannya per kelas tugas alih-alih mewarisi max. • Minggu ini — naikkan max_tokens atau max_completion_tokens sebelum Anda menaikkan effort, dan periksa penyelesaian kosong dengan alasan berhenti max_tokens. • Sebelum 18 November — jika Anda masih memerlukan perilaku M2.7, lakukan porting ke checkpoint yang di-host sendiri atau terima perilaku model baru. Setelah tanggal itu endpoint tidak lagi tersedia. • Sebelum 18 November — uji ulang apa pun yang menggunakan service_tier: "priority". Ini tidak tersedia di M3.1 Flash, sehingga profil latensi berubah meskipun modelnya tidak.

Di mana lapisan perutean membuktikan manfaatnya

Pelajaran minggu ini bukanlah bahwa M​iniMax merilis model yang lebih baik. Pelajarannya adalah bahwa ID model di dalam kode Anda merupakan janji yang dapat ditulis ulang oleh vendor, dan penulisan ulang itu tidak disertai entri changelog dalam riwayat deployment Anda.

Itulah alasan untuk menempatkan pilihan model di balik router alih-alih meng-hard-code string vendor di dua belas layanan. Di OrcaRouter, MiniMax-M3 serta endpoint M2.5 dan M2.7 berada berdampingan dengan 200+ model lain di balik satu kunci, dengan markup 0% — harga daftar penyedia diteruskan langsung, itulah sebabnya MiniMax-M3 muncul pada $0.30 dan $1.20 per juta token yang sama dengan tarif vendor, dan itulah sebabnya perubahan harga vendor berlaku pada hari yang sama alih-alih pada siklus penagihan berikutnya.

Ada dua hal yang benar-benar berguna di sini. Pertama, DSL perutean memungkinkan Anda menetapkan model tertentu untuk suatu kelas tugas dan beralih ke model kedua ketika model pertama tidak tersedia, sehingga evaluasi model yang belum terbukti berjalan berdampingan dengan model yang sedang digunakan, bukan menggantikannya. Kedua, failover otomatis antarpenyedia berarti gangguan di sisi hulu pada suatu sore menjadi rute yang terdegradasi, bukan pemadaman layanan.

Satu hal yang perlu diperjelas: MiniMax-M3.1-Flash tidak ada dalam katalog kami per hari ini. Yang kami sediakan adalah lini M​iniMax per token — M3, M2.7, M2.5, dan H3 — jadi jika Anda ingin membandingkan model yang baru saja Anda migrasikan ke sana dengan model yang sebelumnya Anda migrasikan darinya, sisi incumbent hanya berjarak satu kunci. Model baru itu sendiri dapat Anda akses melalui paket milik M​iniMax sendiri.

Apa yang akan mengubah pembacaan ini?

Tiga publikasi akan mengubah ini dari kisah migrasi menjadi kisah peluncuran, dan belum satu pun yang ada. Harga per token untuk MiniMax-M3.1-Flash akan memungkinkan siapa pun benar-benar menghitung biaya peralihan. Checkpoint di Hugging Face akan memulihkan opsi self-hosting yang kehilangan oleh pengguna M2.7. Entri di Artificial Analysis akan memberi model itu skor kecerdasan independen pertamanya — MiniMax-M3 berada di 29,2 pada indeks tersebut, dan dokumen MiniMax sendiri mengklaim hasil state-of-the-art pada SWE, BrowseComp, dan xBench untuk M3.1 Flash tanpa menerbitkan satu angka pun bersama klaim itu.

Sampai saat itu, perlakukan model itu sebagai apa adanya: dapat dipanggil, terdokumentasi, belum diuji benchmark, dan belum diberi harga per token, kini menerima trafik yang tidak dimintanya dengan menyebut namanya. Tim yang berhasil melewati situasi ini dengan baik adalah tim yang pada hari pertama menyadari bahwa ID model mereka telah menjadi alias.