MiniMax-M3.1-Flash: Dokumentasi Sudah Menggunakannya, Halaman Harga Masih Belum

Pada 19 Oktober 2026, seorang pengamat model dengan rekam jejak yang baik memposting bahwa MiniMax sedang "bersiap merilis MiniMax-M3.1-Flash," sambil menunjuk ke referensi API vendor. Referensi API itu nyata, dan baris yang dikutipnya — "Model pengodean multimodal frontier dengan jendela konteks 1M dan kedalaman berpikir yang dapat disetel" — berasal persis dari dokumentasi MiniMax sendiri. Tetapi "bersiap merilis" meremehkan apa yang sebenarnya ada di halaman itu. MiniMax-M3.1-Flash bukan nama kode yang menunggu di changelog: ia adalah model dalam setiap contoh kode pada panduan pembuatan teks, berada di atas MiniMax-M3 dalam daftar model, berbagi baris batas laju M3, dan sejak hari ini menjadi tujuan yang digunakan MiniMax untuk merutekan otomatis lalu lintas langganan M2.5 dan M2.7. Apa yang tidakdimilikinya adalah harga, benchmark, kemampuan diunduh, atau disebut sekali pun dalam catatan rilis vendor. Kesenjangan itu — terdokumentasi dan dapat dipanggil di satu halaman, absen dari setiap halaman komersial di halaman berikutnya — adalah keseluruhan ceritanya, dan penting untuk tepat mengenai bagian mana yang terkonfirmasi dan mana yang merupakan inferensi. Kegagalan AI dan insiden agen terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive di mana setiap entri mencantumkan sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda sengketa.

Apa yang sebenarnya ada di halaman vendor hari ini

Empat halaman M​iniMax yang terpisah memuat nama model tersebut, dan tidak semuanya memuatnya dengan cara yang sama. Ketidaksepakatan itu adalah bukti paling berguna yang tersedia, karena setiap halaman ditulis oleh tim yang berbeda untuk pembaca yang berbeda.

• Referensi API dan panduan pemanggilan model sama-sama mencantumkan MiniMax-M3.1-Flash sebagai model terkini, di atas MiniMax-M3, dengan jendela konteks 1.000.000 token dan deskripsi kedalaman pemikiran yang dapat disesuaikan. Setiap contoh curl, Python, dan Node di halaman-halaman tersebut mengirimkan string yang persis sama.

• Daftar model di bagian FAQ menyebutnya sebagai model yang tersedia tanpa kualifikasi pratinjau, dan pemberitahuan penghentiannya — bertanggal 19 Oktober 2026 — menyebut "M3.1 Flash" sebagai tujuan pengalihan permintaan M2.5 dan M2.7 di bawah M Plan dan Token Plan saat ini.

• Tabel pembatasan laju menempatkan MiniMax-M3.1-Flash dan MiniMax-M3 dalam satu baris: 200 permintaan per menit, 10.000.000 token per menit. Keluarga M2.7 dan M2.5 yang digantikannya tercantum pada 500 RPM dan 20.000.000 TPM, yang perlu diingat jika Anda mengasumsikan migrasi ke atas di semua dimensi.

• Halaman M Plan dan Token Plan masih menyebut model teks sebagai "M3.1 Flash Preview" — pada ringkasan paket, FAQ paket, pemberitahuan peningkatan Token Plan, dan aturan penggunaan M Plan, di keempat tempat tersebut.

Jadi nama tersebut kehilangan akhiran "Preview" di dokumentasi teknis dan mempertahankannya di dokumentasi komersial. Tidak ada halaman yang mengumumkan penggantian nama, tanggal ketersediaan umum, atau peluncuran, dan halaman catatan rilis adalah petunjuknya: entri model bahasa paling barunya masih MiniMax-M3 pada 1 Juni 2026, dengan satu-satunya entri setelahnya adalah H3 pada 31 Juli. Apa pun yang terjadi pada model ini pada akhir September, MiniMax tidak pernah mencatatnya sebagai rilis. Anggap "M3.1-Flash telah menghapus label Preview" sebagai pengamatan tentang dokumentasi, bukan sebagai berita yang telah diumumkan vendor.

Satu-satunya hal yang benar-benar baru dibandingkan MiniMax-M3

Jika penamaannya disingkirkan, ada perbedaan kemampuan yang nyata, dan itulah yang diperhatikan oleh postingan asli. MiniMax-M3 memperlakukan thinking sebagai sakelar: jika dihilangkan berarti mati, {"type": "adaptive"} menyalakannya, {"type": "disabled"} tetap mematikannya. MiniMax-M3.1-Flash memperlakukan thinking sebagai tombol putar yang sama sekali tidak dapat dimatikan. Kirim thinking: {"type": "disabled"} — atau reasoning_effort: "none" pada endpoint yang kompatibel dengan OpenAI — dan API akan mengembalikan HTTP 400 dengan kode error 2013 dan pesan bahwa model "requires adaptive thinking."

Sebagai gantinya, Anda mendapatkan tangga effort dengan lima tingkat: low, medium, high, xhigh, max. Vendor mendokumentasikan bahwa tingkat yang lebih tinggi berpikir lebih menyeluruh dan mengeluarkan lebih banyak token thinking pada latensi yang lebih tinggi. Default-nya, saat Anda menghilangkan field sepenuhnya, adalah max. Nama field berubah sesuai protokol — output_config.effort pada endpoint A​nthropic-compatible, reasoning_effort pada endpoint O​penAI-compatible, reasoning.effort pada endpoint Responses — tetapi tangga tersebut berisi lima nilai yang sama pada ketiganya.

Ada dua detail di samping tangga itu yang mudah terlewat. Pertama, token thinking dihitung terhadap max_tokens; referensi MiniMax sendiri mencatat bahwa anggaran yang dialokasikan untuk jawaban singkat dapat habis sepenuhnya oleh penalaran dan mengembalikan pesan kosong dengan stop_reason: "max_tokens". Kedua, reasoning_split tidak dapat diatur ke false pada model ini, jadi pada jalur yang kompatibel dengan OpenAI, thinking selalu tiba di reasoning_content alih-alih di dalam tag <think> dalam content. Jika Anda memiliki parser yang mengorek tag tersebut dari keluaran M3, parser itu tidak ada gunanya di sini.

Ini adalah keuntungan ergonomis yang nyata sekaligus bahaya penagihan yang nyata, dan keduanya adalah fitur yang sama. Penggantian nama rutin pada low dan refactor seluruh repositori pada xhigh adalah model yang sama yang membuat trade-off berbeda — itulah tepatnya yang seharusnya ditawarkan oleh tier Flash. Namun default-nya adalah tingkat paling mahal, sehingga pemanggil yang tidak pernah menyetel field tersebut membayar untuk pertimbangan maksimum pada setiap permintaan, termasuk permintaan yang sepele. Model biaya apa pun yang dibangun berdasarkan jumlah token M3 akan meremehkan M3.1-Flash sampai effort ditetapkan.

Apa arti "Flash" dalam baris ini, dan apa yang tidak dimaksudkannya

M​iniMax pernah menggunakan akhiran Flash sekali sebelumnya, pada pratinjau 27 September yang tampaknya merupakan kelanjutan dari model ini, dan penawaran tier tersebut saat itu adalah pengembangan sehari-hari alih-alih pekerjaan di garis terdepan: cepat dan andal, dari perbaikan bug cepat hingga pekerjaan fitur penuh. Itu adalah arahan yang masuk akal. Itu juga, hingga saat ini, belum terukur.

Baris M3 dalam dokumentasi yang sama mencantumkan kecepatan keluaran "approximately 100+ tps." Baris M3.1-Flash tidak mencantumkan angka kecepatan sama sekali. Tabel batas laju memberikan kedua model 200 RPM dan 10M TPM yang sama, sehingga throughput per akun terdokumentasi dan latensi per token tidak. Pengukuran independen tidak menutup celah ini: Artificial Analysis mencantumkan MiniMax-M3 dengan skor Intelligence Index, dan tidak memiliki entri untuk MiniMax-M3.1-Flash — halaman model tersebut mengembalikan 404 dan model itu tidak muncul dalam indeks model. Tidak ada lembar tolok ukur dari vendor juga, jadi kolom itu kosong, bukan sekadar belum ada. Tier bernama Flash tanpa angka kecepatan yang dipublikasikan adalah posisi pemasaran, bukan spesifikasi.

Tiga angka masih hilang, dan apa yang dihalangi masing-masing

Inilah fakta-fakta yang menentukan apakah model tersebut layak digunakan, bukan sekadar dapat dipanggil, dan ketiganya dapat diverifikasi dalam satu menit.

• Harga. Ikhtisar harga MiniMax memiliki satu baris model bahasa: MiniMax-M3 seharga $0,30 per juta input dan $1,20 per juta output hingga 512.000 token input, menjadi dua kali lipat menjadi $0,60 dan $2,40 di atas itu, dengan baca cache sebesar $0,06 dan $0,12. Tidak ada baris M3.1-Flash di mana pun dalam tabel, standar maupun prioritas. Yang ada sebagai gantinya adalah harga langganan — M Plan seharga $22 sebulan untuk Go, $55 untuk Explore, dan $132 untuk Build, ketiga tingkat tersebut menyebut model teks "M3.1 Flash Preview", dengan Explore sebesar 3× dan Build sebesar 7,5× dari jatah penggunaan Go. Anda dapat membeli akses ke model tersebut; Anda tidak dapat menghitung tarif per token untuknya.

• Batas output. Konteks didokumentasikan pada 1.000.000 token. Output maksimum tidak didokumentasikan untuk M3.1-Flash, sedangkan entri katalog kami sendiri untuk MiniMax-M3 mencatat 512.000. Satu juta token untuk membaca dengan batas menulis yang tidak diungkapkan adalah janji tentang input, bukan output, dan untuk beban kerja pembuatan kode, angka output adalah yang menentukan apakah satu kali proses dapat menyelesaikan pekerjaan.

• Bobot. Tidak ada. Repositori publik organisasi MiniMaxAI hanya sampai pada M​iniMax-Music3 (diperbarui 14 Agustus 2026) dan M​iniMax-H3 (13 Agustus), dan permintaan untuk checkpoint M​iniMax-M3.1 mengembalikan respons 401 platform yang berbunyi “not visible to you” alih-alih kartu model. Sebaliknya, M​iniMax-M3 telah dapat diunduh dari organisasi MiniMaxAI sejak 2 Juni 2026 dengan sekitar 427 miliar parameter, di bawah lisensi yang oleh Hugging Face hanya dicatat sebagai “other.” Opsi open-weight yang membuat M3 menarik bagi tim yang memiliki GPU sendiri tidak terbawa ke penerusnya.

Ada celah keempat yang penting bagi siapa pun yang menghubungkan ini ke stack yang sudah ada: jenis kunci. Contoh kode dalam panduan pembuatan teks mengarahkan api_key ke "Get Subscription Key," dan FAQ akun M​iniMax sendiri secara eksplisit menyatakan bahwa Subscription Key dan API Key bayar sesuai pemakaian adalah kredensial terpisah yang tidak dapat saling menggantikan. FAQ M Plan menambahkan aturan pasangannya — untuk apa pun di luar cakupan paket, gunakan kunci bayar sesuai pemakaian. Tidak ada yang menyebutkan dalam dokumentasi M3.1-Flash mana dari keduanya yang mencapai model berdasarkan per token. Kami tidak memanggil endpoint untuk mencari tahu, dan pembaca tidak boleh menganggap kunci API standar berfungsi hanya karena model muncul dalam blok kode yang kompatibel dengan O​penAI.

Migrasi itu nyata, dan dimulai hari ini.

Terlepas dari pertanyaan penamaan, M​iniMax telah berkomitmen pada jadwal bertanggal yang menempatkan model ini di jalur produksi yang tidak pernah secara eksplisit dipilih untuknya. Mulai 19 Oktober 2026, permintaan M2.5 dan M2.7 dalam M Plan dan Token Plan otomatis dialihkan ke M3.1 Flash, dengan nama model yang sudah ada tetap berfungsi untuk kompatibilitas mundur dan kuota penggunaan paket tidak berubah. Kedua keluarga model tersebut berhenti tersedia bagi pengguna baru pada hari yang sama. Pada 18 November 2026, keduanya dihentikan sepenuhnya, setelah itu permintaan API ke keduanya tidak lagi berfungsi; pengguna pay-as-you-go yang sudah ada tetap memiliki akses hingga saat itu.

Kata yang memegang peran penting dalam pemberitahuan itu adalah "automatically". Klien Anda terus mengirim MiniMax-M2.7, permintaan terus berhasil, kuota terus terkuras — dan model di ujung sana adalah model yang selalu berpikir, secara default memakai upaya maksimum, dan memiliki batas atas permintaan per akun yang lebih rendah daripada model yang digantikannya. Jika Anda mencatat model yang Anda minta tetapi bukan model yang menjawab, tidak ada apa pun dalam pemantauan Anda yang akan memberi tahu Anda bahwa ini terjadi. Mitigasi satu barisnya adalah menyematkan effort ke low atau medium untuk beban kerja yang dimigrasikan sebelum tagihan token membuat Anda mengetahuinya.

Jika Anda ingin mengevaluasinya tanpa membeli langganan

Ini bagian yang canggung. Model yang hanya bisa diakses lewat kunci langganan, tanpa harga per token dan tanpa latensi yang dipublikasikan, sulit dibandingkan dengan apa pun pada sumbu yang paling penting — biaya per tugas yang selesai. Posisi yang jujur adalah bahwa MiniMax-M3.1-Flash tidak ada dalam katalog OrcaRouter per hari ini; permintaan untuk halaman model tersebut mengembalikan 404, dan model MiniMax yang kami layani adalah lini per token — minimax/minimax-m3 seharga $0,30/$1,20 dengan konteks 1M, ditambah endpoint M2.7, M2.5, dan H3.

Yang membuat itu berguna adalah perbandingan yang disembunyikan oleh model langganan. Letakkan model yang benar-benar bisa Anda ukur di samping model yang tidak bisa, pada kunci yang sama dan set prompt yang sama, dan Anda akan mendapatkan angka biaya per tugas untuk MiniMax-M3 yang bisa Anda bandingkan dengan apa pun yang sebenarnya dibelanjakan oleh seat M Plan. Harga di sini adalah tarif daftar penyedia yang diteruskan dengan markup 0%, jadi perhitungan yang Anda lakukan adalah perhitungan yang diterbitkan MiniMax, bukan versi yang sudah dimarkup. Failover otomatis menempatkan dependensi yang belum terbukti atau dibatasi langganan di samping jalur produksi, bukan di bawahnya, dan routing DSL memungkinkan Anda menetapkan model murah untuk panggilan rutin dan hanya mengirim panggilan yang sulit ke model yang lebih mahal — yang merupakan keputusan pentier-an upaya yang sama yang diekspos M3.1-Flash sebagai parameter, dibuat satu lapisan lebih tinggi. Halaman model MiniMax-M3 di situs kami memiliki kartu tarif dan spesifikasi di satu tempat jika Anda ingin mulai dari sana.

Apa yang akan membuat ini menjadi peluncuran?

Tiga publikasi akan menyelesaikannya, dan tidak ada satu pun saat ini. Baris harga untuk MiniMax-M3.1-Flash pada ikhtisar harga akan membuat model ini dapat dibandingkan dan memberi tahu Anda apakah sufiks Flash berarti lebih murah daripada M3 atau hanya lebih cepat. Entri catatan rilis bertanggal setelah 1 Juni 2026 akan memastikan bahwa memang ada rilis, bukan sekadar penyuntingan dokumentasi. Checkpoint di Hugging Face akan mengembalikan opsi self-hosting yang ditawarkan M3 dan dihilangkan oleh model ini. Publikasi keempat yang independen akan paling membantu: entri Artificial Analysis dengan angka latensi, karena “Flash” adalah klaim tentang kecepatan dan hanya satu pihak yang belum menerbitkan angka apa pun untuk itu.

Sampai saat itu, ringkasan yang akurat lebih sempit daripada postingan asli dan lebih berguna daripada tulisan peluncuran: MiniMax-M3.1-Flash adalah model multimodal satu juta token yang terdokumentasi dan dapat diakses melalui langganan, dengan tangga berpikir lima tingkat yang tidak dapat dimatikan; model ini menerima lalu lintas M2.5 dan M2.7 yang dimigrasikan per hari ini; dan model ini tidak memiliki harga yang dipublikasikan, tidak ada bobot, tidak ada batas keluaran, tidak ada catatan rilis, dan tidak ada skor independen. Itu cukup untuk dicoba, dan belum cukup untuk dijadikan standar.