MiniMax-M3.1-Flash beantwoordt nu je M2.7-oproepen: wat is er op 19 oktober veranderd?

Als je MiniMax-M2.7 vandaag naar een MiniMax M Plan- of Token Plan-sleutel stuurt, is het model achter die naam veranderd. MiniMax' eigen kennisgeving over het uitfaseren van modellen stelt 19 oktober 2026 vast als de datum waarop verzoeken die op die plannen aan MiniMax-M2.7 en MiniMax-M2.5 zijn gericht, automatisch naar MiniMax-M3.1-Flash worden doorgestuurd — dezelfde model-ID in je code, een ander model aan de andere kant, met een denkbudget dat standaard op maximaal staat en helemaal geen manier om het denken uit te schakelen. Het model zelf is niet nieuw: MiniMax-M3.1-Flash staat sinds 27 september 2026 in de documentatie van de leverancier, toen we het daar voor het eerst bevestigden onder de naam MiniMax-M3.1-Flash-Preview. Wat nieuw is, en wat vandaag gedateerd is, is de vervanging — en het feit dat twee oudere modelfamilies volgens dezelfde planning daarin worden opgenomen. De gedocumenteerde AI-fouten en agentincidenten achter releases zoals deze worden verzameld in het OrcaRouter AI Incident Archive waarbij elke vermelding eigen bronnen, ernst, betrouwbaarheidsgraad en een markering voor betwisting bevat.

Wat de kennisgeving feitelijk toezegt

M​iniMax publiceert het schema in zijn eigen documentatie over de modellenlijst, en het is ongewoon specifiek voor een deprecatie. Drie datums doen al het werk.

• 19 oktober 2026 — de families M2.5 en M2.7 zijn niet langer beschikbaar voor nieuwe gebruikers. • 19 oktober 2026 — elk verzoek aan M2.5 of M2.7 onder M Plan en Token Plan wordt automatisch doorgestuurd naar M3.1 Flash. Bestaande modelnamen blijven werken en de leverancier meldt dat de gebruikslimieten van de plannen ongewijzigd zijn. • 18 november 2026 — beide families worden buiten gebruik gesteld. API-verzoeken ernaar werken helemaal niet meer.

Pay-as-you-go wordt apart behandeld: M​iniMax zegt dat bestaande pay-as-you-go-gebruikers toegang houden tot de uitfaserdatum, terwijl nieuwe gebruikers er vandaag al buiten vallen. Het advies van het bedrijf is precies wat je zou verwachten — controleer of je applicaties van deze modellen afhankelijk zijn en begin de migratie te plannen — wat ietwat laat is voor iedereen wiens productieverkeer vanochtend op M2.7 was gericht.

Het belangrijkste woord in de kennisgeving is automatisch. Dit is geen deprecatie die een fout retourneert en een codewijziging afdwingt. Het is een stille vervanging: je verzoek blijft slagen, je verbruik blijft van hetzelfde quotum afgaan, en het ding dat de tokens produceert is anders. Als je het aangevraagde model logt maar niet het geretourneerde model, zal je monitoring een gezonde dienst tonen die een model draait dat je niet hebt gekozen.

Er veranderen drie dingen in het antwoord

De API-referentie van de leverancier documenteert beide modellen op dezelfde pagina, waardoor het verschil gemakkelijk precies te benoemen is. MiniMax-M3.1-Flash is een frontier multimodaal codeermodel met een contextvenster van 1.000.000 tokens en instelbare denkdiepte; MiniMax-M2.7 is een legacy tekst-en-toolmodel met een venster van 204.800 tokens.

• Context — 1.000.000 tokens op MiniMax-M3.1-Flash versus 204.800 op MiniMax-M2.7, ruwweg een vijfvoudige toename. • Invoer — tekst, afbeelding en video op MiniMax-M3.1-Flash versus alleen tekst en tool-aanroepen op de M2.x-familie, waarvan de verouderde opmerking van de leverancier expliciet zegt dat deze geen afbeelding- of video-invoer accepteert. • Denken — altijd aan en niet uit te schakelen op MiniMax-M3.1-Flash; het verzenden van thinking: {"type": "disabled"} retourneert HTTP 400 met foutcode 2013. • Denkdiepte — effort accepteert low, medium, high, xhigh en max, en is standaard max wanneer weggelaten. M2.7 heeft geen equivalente regeling. • Redeneeruitvoer — geretourneerd in reasoning_content op het OpenAI-compatibele protocol en in een thinking-blok op het Anthropic-compatibele protocol. reasoning_split: false wordt niet geaccepteerd, dus thinking kan niet terug in content worden geschoven als <think>-tags. • Uitvoerplafond — een aanbevolen 131.072 tokens en een hard maximum van 524.288 voor generatie op MiniMax-M3.1-Flash, tegenover 204.800 totale context op M2.7. • Toelatingsniveaus — service_tier: "priority" (het niveau met 1,5× snellere toelating) wordt niet ondersteund op MiniMax-M3.1-Flash. Een workload die op prioriteitstoelating vertrouwde, raakt deze kwijt. • Sampling — top_p is standaard 0.95 op MiniMax-M3.1-Flash, tegenover 0.9 op de M2.x-modellen.

Twee daarvan zijn cosmetisch. De standaardinstellingen voor denken zijn dat niet. Een workload die voor M2.7 is gebouwd, hoefde nooit na te denken over redeneerinspanning, omdat er niets in te stellen was. Dezelfde workload, ongewijzigd, draait nu bij elk verzoek op maximale inspanning — en MiniMax rekent denktokens mee tegen de generatielimiet; daarom waarschuwt de documentatie van de leverancier zelf dat een te kleine max_tokens een max_tokens-stopreden oplevert zonder enige tekstuitvoer.

De standaardinstelling is de dure instelling.

Hier is de valkuil in één zin: het migratiebericht zegt dat je gebruikslimieten ongewijzigd zijn, en dat klopt, maar de tokens die elk verzoek verbruikt, zijn dat niet.

De M Plan-FAQ van M​iniMax maakt expliciet duidelijk dat het verbruik afhangt van de denkdiepte, en dat een grotere diepte voor M3.1 Flash meer denkinhoud genereert en meer verbruikt. Met effort dat standaard op max staat, draait een gemigreerde M2.7-workload nu op de duurste instelling die het model biedt, die niemand heeft gekozen.

Een ruwe illustratie, met afgeronde getallen en duidelijk aangeduid als rekenwerk en niet als meting: neem 40.000 aanvragen per dag, een prompt van 6.000 tokens en 3.000 denktokens bij max tegenover ongeveer 600 bij laag. Dat zijn 96 miljoen extra denktokens per dag, of ongeveer 2,9 miljard per maand. Gerekend tegen het gepubliceerde outputtarief van MiniMax-M3 van $1,20 per miljoen tokens — het dichtstbijzijnde gepubliceerde tarief dat er is, omdat MiniMax geen tarief per token publiceert voor M3.1 Flash — komt dat verschil uit op iets meer dan $3.400 per maand. Verander twee van die aannames en het getal verschuift flink; het punt is dat het teken niet verandert.

De oplossing is één veld, en het verschilt per protocol: output_config.effort op het A​nthropic-compatibele endpoint, reasoning_effort op het O​penAI-compatibele, reasoning.effort op het Responses-endpoint. M​iniMax's eigen gidsen voor codingtools raden precies dit aan — verlaag de inspanning voor eenvoudige taken in plaats van te proberen het denken uit te schakelen, want uitschakelen is geen optie.

Er is een tweedegraads effect dat het controleren waard is voordat je iets afstelt. Als je client max_tokens meestuurt met een waarde die op een M2.7-antwoord is afgestemd, kan een model met maximale inspanning het hele budget aan redeneren besteden en een leeg bericht retourneren. De Anthropic-compatibele referentie van MiniMax zegt je om output_config.effort op max te zetten, en wel expliciet; de parametertabel op dezelfde pagina waarschuwt dat denk-tokens meetellen voor max_tokens. Die twee uitspraken staan een paar regels uit elkaar, en die combinatie is hoe je een 200-respons krijgt zonder inhoud.

Er is nog steeds geen prijs per token.

Dit is het deel waardoor de migratie moeilijk te begroten is in plaats van moeilijk te programmeren. De pay-as-you-go-prijstabel van M​iniMax vermeldt één taalmodel: MiniMax-M3, voor $0,30 per miljoen input en $1,20 per miljoen output voor prompts tot 512.000 inputtokens; daarboven verdubbelen die tarieven naar $0,60 en $2,40, waarbij op de doorgestreepte lijsttarieven al een permanente korting van 50% is toegepast. Leesbewerkingen uit de promptcache kosten respectievelijk $0,06 en $0,12 per miljoen. MiniMax-M3.1-Flash staat helemaal niet in die tabel.

Wat is gepubliceerd, zijn de abonnementsprijzen. M Plan kost $22 per maand voor Go, $55 voor Explore en $132 voor Build, alle drie inclusief het M3.1 Flash Preview-tekstmodel, waarbij Explore drie keer het gebruiksquotum van Go heeft en Build zevenenhalf keer. Token Plan bestaat nog voor bestaande abonnees, maar wordt niet meer aan nieuwe verkocht, en in de upgrade-notitie van de leverancier staat dat de abonnementen hoe dan ook hun huidige prijs en tekstlimieten behouden.

Het eerlijke antwoord op de vraag "wat kost M3.1 Flash per token" is dus dat niemand buiten MiniMax het je nog kan vertellen, omdat het getal niet op de pagina staat. Als je deze week een bedrag per token nodig hebt om een businesscase op te bouwen, is de enige verdedigbare aanpak meten: draai een vaste evalset op elk effort-niveau, leg usage uit de response vast en reken om tegen het tarief dat je plan impliceert. Een leverancier die de modelkaart publiceert maar niet de prijslijst, zegt daarmee dat hij het gesprek over een abonnement wil, niet over betalen per gebruik.

Welke model-ID stuur je eigenlijk?

De documentatie van MiniMax spreekt zichzelf tegen, en dat wreekt zich precies op het verkeerde moment. De API-referentie, de handleiding voor modelaanroepen en de modellenlijst noemen het model allemaal MiniMax-M3.1-Flash. De M Plan-pagina's, de installatiehandleiding voor Claude Code en de installatiehandleiding voor Codex noemen het allemaal MiniMax-M3.1-Flash-Preview, waaronder een Claude Code-configuratie die vier afzonderlijke omgevingsvariabelen instelt op MiniMax-M3.1-Flash-Preview[1m].

Geen van beide benamingen is als verouderd gemarkeerd, en geen enkele pagina in de documentatie kondigt een datum van algemene beschikbaarheid of een naamswijziging aan. Dat is het waard om ronduit te zeggen in plaats van te gokken: op dit moment gebruikt de leverancier beide tekenreeksen, en we konden op basis van openbare documentatie niet vaststellen welke een pay-as-you-go-sleutel zal accepteren. De enige test die uitsluitsel geeft, duurt ongeveer tien seconden en kost niets:

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

Lees de ID's die terugkomen en gebruik er een daarvan letterlijk. Als je het model integreert in C​laude Code, Cursor, Codex of OpenCode, verwachten de gidsen van de leverancier de -Preview-vorm, en de C​laude Code-gids vermeldt bovendien dat de tool MiniMax-M3.1-Flash-Preview als het actieve model moet rapporteren wanneer de configuratie correct is.

Als je zelf host, bereikt niets hiervan je.

MiniMax-M2.7 is een open-weightmodel. De checkpoint staat sinds april 2026 op Hugging Face onder de MiniMaxAI-organisatie, en de kennisgeving die het API-eindpunt buiten gebruik stelt, raakt geen kopie die op je eigen hardware draait. Hetzelfde geldt voor M2.5. Als je M2.7-verkeer wordt bediend vanuit je eigen cluster of een private deployment, dan is de routeringswijziging van vandaag het probleem van iemand anders.

MiniMax-M3.1-Flash staat niet op die positie. De twee meest recente openbare repositories van de organisatie MiniMaxAI zijn M​iniMax-Music3, aangemaakt op 7 augustus 2026, en MiniMax-H3, aangemaakt op 28 juli 2026, en een zoekopdracht op Hugging Face naar M3.1 levert niets op. Er is geen checkpoint, geen licentiebestand en geen uitwijkmogelijkheid via self-hosting voor het model waar je nu naartoe wordt gerouteerd. Als open gewichten de reden waren dat je M2.7 koos, is de migratie een echte achteruitgang in autonomie, zelfs op punten waar het een vooruitgang in capaciteit is.

De migratiechecklist, in de volgorde die ertoe doet

• Vandaag — bevestig of je een abonnementssleutel of een pay-as-you-go-sleutel gebruikt. De automatische routering geldt voor M Plan en Token Plan; pay-as-you-go blijft M2.5 en M2.7 aan bestaande gebruikers leveren tot 18 november. • Vandaag — log het model-ID dat de API retourneert, niet alleen het ID dat je hebt verzonden, zodat een stille vervanging zichtbaar wordt in je gegevens. • Deze week — stel effort expliciet in bij elke aanroep. Kies het niveau per taakklasse in plaats van max over te nemen. • Deze week — verhoog max_tokens of max_completion_tokens voordat je effort verhoogt, en controleer op lege completions met een max_tokens stopreden. • Vóór 18 november — als je nog steeds M2.7-gedrag nodig hebt, port het naar een zelfgehost checkpoint of accepteer het gedrag van het nieuwe model. Na die datum is het endpoint verdwenen. • Vóór 18 november — test opnieuw alles wat service_tier: "priority". Het is niet beschikbaar op M3.1 Flash, dus het latencyprofiel verandert zelfs wanneer het model dat niet doet.

Waar een routeringslaag zijn waarde bewijst

De les van deze week is niet dat M​iniMax een beter model heeft uitgebracht. Het is dat een model-ID in je code een belofte is die de leverancier kan herschrijven, en dat die herschrijving niet gepaard gaat met een changelogvermelding in je deploymentgeschiedenis.

Dat is het argument om de modelkeuze achter een router te plaatsen in plaats van een leveranciersnaam hard te coderen in twaalf services. Bij OrcaRouter staan MiniMax-M3 en de M2.5- en M2.7-endpoints naast 200+ andere modellen achter één sleutel, met 0% opslag — de lijstprijs van de provider wordt één-op-één doorgegeven, wat verklaart waarom MiniMax-M3 op dezelfde $0,30 en $1,20 per miljoen tokens uitkomt als wat de leverancier rekent, en waarom een prijswijziging van de leverancier dezelfde dag ingaat in plaats van bij de volgende factureringscyclus.

Twee dingen die hier echt nuttig voor zijn. Ten eerste, met de routing-DSL kun je een specifiek model vastpinnen voor een taakklasse en terugvallen op een tweede wanneer de eerste niet beschikbaar is, zodat een evaluatie van een onbewezen model naast het gevestigde model draait in plaats van het te vervangen. Ten tweede, automatische failover tussen providers betekent dat een slechte middag upstream een gedegradeerde route oplevert in plaats van een storing.

Voor alle duidelijkheid: MiniMax-M3.1-Flash staat op dit moment niet in onze catalogus. Wat wij aanbieden is de per-token M​iniMax-lijn — M3, M2.7, M2.5 en H3 — dus als je het model waarnaar je zojuist bent gemigreerd wilt vergelijken met het model waarvandaan je bent gemigreerd, is de bestaande kant slechts één toets verwijderd. Het nieuwe model zelf bereik je via M​iniMax' eigen plannen.

Wat zou deze aflezing veranderen?

Drie publicaties zouden dit van een migratieverhaal in een lanceringsverhaal veranderen, en geen ervan bestaat al. Een prijs per token voor MiniMax-M3.1-Flash zou iedereen in staat stellen de overstap daadwerkelijk door te rekenen. Een checkpoint op Hugging Face zou de zelfhostingoptie herstellen die M2.7-gebruikers kwijtraken. Een vermelding op Artificial Analysis zou het model zijn eerste onafhankelijke intelligentiescore geven — MiniMax-M3 staat op 29.2 in die index, en MiniMax' eigen documentatie claimt state-of-the-art resultaten op SWE, BrowseComp en xBench voor M3.1 Flash zonder ook maar één cijfer daarbij te publiceren.

Tot dan moet je het model behandelen als wat het is: aanroepbaar, gedocumenteerd, niet gebenchmarkt en zonder prijs per token, en nu verkeer ontvangend dat het niet bij naam had aangevraagd. De teams die hier goed uit komen, zijn de teams die op dag één al doorhadden dat hun model-ID een alias was geworden.