MiniMax-M3.1-Flash: De documentatie gebruikt het al, de prijspagina nog niet.

Op 19 oktober 2026 plaatste een modelwatcher met een goede staat van dienst een bericht dat M​iniMax "zich voorbereidt op de release van MiniMax-M3.1-Flash", met een verwijzing naar de API-referentie van de leverancier. De API-referentie is echt, en de regel die eruit wordt geciteerd — "Frontier multimodal coding model with 1M context window and tunable thinking depth" — staat letterlijk in de eigen documentatie van M​iniMax. Maar "zich voorbereidt op de release" doet tekort aan wat er feitelijk op de pagina staat. MiniMax-M3.1-Flash is geen codenaam die op een wijzigingslog staat te wachten: het is het model in elk codevoorbeeld in de tekstgeneratiegids, het staat boven MiniMax-M3 in de modellenlijst, het deelt de rij voor snelheidslimieten van M3, en vanaf vandaag is het de bestemming waar M​iniMax abonnementsverkeer van M2.5 en M2.7 automatisch naartoe leidt. Wat het niet is, is geprijsd, gebenchmarkt, downloadbaar of ook maar één keer genoemd in de releaseopmerkingen van de leverancier. Die kloof — gedocumenteerd en aanroepbaar op de ene pagina, afwezig op elke commerciële pagina op de volgende — is het hele verhaal, en het is de moeite waard precies te zijn over welke delen bevestigd zijn en welke gevolgtrekkingen. De gedocumenteerde AI-storingen en agentincidenten achter releases als deze zijn verzameld in het OrcaRouter AI Incident Archive waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwistmarkering bevat.

Wat staat er vandaag eigenlijk op de pagina's van de leverancier?

Vier afzonderlijke M​iniMax-pagina's bevatten de modelnaam, en ze doen dat niet allemaal op dezelfde manier. Die discrepantie is het nuttigste beschikbare bewijs, omdat elke pagina door een ander team voor een andere lezer is geschreven.

• De API-referentie en de gids voor het aanroepen van modellen vermelden beide MiniMax-M3.1-Flash als een actueel model, boven MiniMax-M3, met een contextvenster van 1.000.000 tokens en de beschrijving van de instelbare denkdiepte. Elk curl-, Python- en Node-voorbeeld op die pagina's verstuurt die exacte tekenreeks.

• In de modellenlijst onder FAQ wordt het een beschikbaar model genoemd, zonder de aanduiding "preview", en in de kennisgeving over de buitengebruikstelling — gedateerd 19 oktober 2026 — wordt "M3.1 Flash" genoemd als de bestemming waarheen verzoeken voor M2.5 en M2.7 onder M Plan en Token Plan nu worden doorgestuurd.

• De tabel met snelheidslimieten plaatst MiniMax-M3.1-Flash en MiniMax-M3 in één rij: 200 requests per minuut, 10.000.000 tokens per minuut. De families M2.7 en M2.5 die het vervangt, staan vermeld op 500 RPM en 20.000.000 TPM — iets om te onthouden als je aannam dat een migratie in elk opzicht een stap omhoog was.

• De pagina's voor M Plan en Token Plan noemen het tekstmodel nog steeds "M3.1 Flash Preview" — op het planoverzicht, in de FAQ van het plan, in de upgrademelding van het Token Plan en in de gebruiksregels van het M Plan, op alle vier de plekken.

De naam is in de technische documentatie het achtervoegsel "Preview" kwijtgeraakt en heeft dat in de commerciële documentatie behouden. Geen enkele pagina kondigt een naamswijziging, een datum voor algemene beschikbaarheid of een lancering aan, en de release-notes-pagina verraadt het: de meest recente vermelding voor een taalmodel is daar nog steeds MiniMax-M3 op 1 juni 2026, en de enige latere vermelding is H3 op 31 juli. Wat er eind september ook met dit model is gebeurd, MiniMax heeft het nooit als release geregistreerd. Beschouw "M3.1-Flash heeft het Preview-label laten vallen" als een observatie over documentatie, niet als nieuws dat de leverancier heeft aangekondigd.

Het enige dat echt nieuw is ten opzichte van MiniMax-M3

Als je de naamgeving weglaat, blijft er een reëel verschil in mogelijkheden over, en dat is precies het verschil dat de oorspronkelijke post opmerkte. MiniMax-M3 behandelt thinking als een schakelaar: weggelaten betekent uit, {"type": "adaptive"} zet het aan, {"type": "disabled"} houdt het uit. MiniMax-M3.1-Flash behandelt thinking als een draaiknop die helemaal niet kan worden uitgezet. Stuur thinking: {"type": "disabled"} — of reasoning_effort: "none" op het O​penAI-compatibele endpoint — en de API retourneert HTTP 400 met foutcode 2013 en de melding dat het model "requires adaptive thinking" vereist.

Wat je in plaats daarvan krijgt, is een inspanningsladder met vijf treden: low, medium, high, xhigh, max. De leverancier documenteert dat hogere niveaus grondiger nadenken en meer thinking-tokens genereren met een hogere latency. De standaardwaarde, wanneer je het veld volledig weglaat, is max. De veldnaam verandert per protocol — output_config.effort op het A​nthropic-compatibele endpoint, reasoning_effort op het O​penAI-compatibele, reasoning.effort op het Responses-endpoint — maar de ladder bestaat op alle drie uit dezelfde vijf waarden.

Twee details staan naast die ladder en zijn gemakkelijk te missen. Ten eerste tellen thinking-tokens mee voor max_tokens; MiniMax' eigen referentie merkt op dat een budget dat op een kort antwoord is afgestemd, volledig door redeneren kan worden verbruikt en een leeg bericht kan opleveren met stop_reason: "max_tokens". Ten tweede kan reasoning_split op dit model niet op false worden gezet, dus op het OpenAI-compatibele pad komt het denken altijd binnen in reasoning_content in plaats van in <think>-tags in content. Als je een parser hebt die die tags uit de M3-uitvoer haalt, heeft die hier niets te doen.

Dit is tegelijkertijd een echte ergonomische winst en een echt factureringsrisico, en die twee zijn hetzelfde kenmerk. Een routineuze hernoeming op low en een repository-brede refactor op xhigh zijn hetzelfde model dat verschillende afwegingen maakt — dat is precies wat een Flash-tier zou moeten bieden. Maar de standaardwaarde is de duurste trede, dus een aanroeper die het veld nooit instelt, betaalt bij elk verzoek voor maximale beraadslaging, ook bij de triviale. Elk kostenmodel dat is gebaseerd op de tokentellingen van M3 zal M3.1-Flash onderschatten totdat de effort is vastgezet.

Wat "Flash" in deze regel betekent, en wat het niet betekent.

M​iniMax heeft de Flash-suffix al eens eerder gebruikt, in de preview van 27 september waarvan dit model de voortzetting lijkt te zijn, en de positionering van dat niveau was daar alledaagse ontwikkeling in plaats van grensverleggend werk: snel en betrouwbaar, van snelle bugfixes tot volledige featureontwikkeling. Dat is een plausibele briefing. Die is op dit moment echter ook ongemeten.

De M3-rij in dezelfde documentatie vermeldt een opgegeven outputsnelheid van "ongeveer 100+ tps". De M3.1-Flash-rij bevat helemaal geen snelheidscijfer. De snelheidslimiettabel geeft beide modellen dezelfde 200 RPM en 10M TPM, dus de doorvoer per account is gedocumenteerd en de latentie per token niet. Onafhankelijke metingen vullen die leemte niet: Artificial Analysis vermeldt MiniMax-M3 met een Intelligence Index-score en heeft geen vermelding voor MiniMax-M3.1-Flash — de modelpagina geeft een 404 en het model komt niet voor in de modelindex. Er is ook geen benchmarkblad van de leverancier, dus de kolom is leeg in plaats van slechts vroeg. Een tier met de naam Flash zonder gepubliceerd snelheidscijfer is een marketingpositie, geen specificatie.

Drie getallen ontbreken nog, en wat elk daarvan blokkeert

Dit zijn de feiten die bepalen of het model bruikbaar is in plaats van slechts aanroepbaar, en alle drie zijn ze binnen een minuut te verifiëren.

• Prijs. Het prijsoverzicht van MiniMax heeft één rij voor taalmodellen: MiniMax-M3 voor $0,30 per miljoen invoer en $1,20 per miljoen uitvoer tot 512.000 invoertokens, met verdubbeling naar $0,60 en $2,40 daarboven, met cache-leesbewerkingen tegen $0,06 en $0,12. In de tabel staat nergens een rij voor M3.1-Flash, noch standaard, noch prioriteit. In plaats daarvan zijn er abonnementsprijzen — M Plan voor $22 per maand voor Go, $55 voor Explore en $132 voor Build, waarbij alle drie de niveaus het tekstmodel "M3.1 Flash Preview" noemen, met Explore op 3× en Build op 7,5× het gebruiksquotum van Go. Je kunt toegang tot het model kopen; je kunt er geen tarief per token voor berekenen.

• Uitvoerplafond. Context is gedocumenteerd op 1.000.000 tokens. De maximale uitvoer is niet gedocumenteerd voor M3.1-Flash, terwijl onze eigen catalogusvermelding voor MiniMax-M3 512.000 vermeldt. Een miljoen tokens aan leeswerk met een niet-bekendgemaakte schrijflimiet is een belofte over invoer, niet over uitvoer, en voor codegeneratiewerklasten is de uitvoerwaarde degene die bepaalt of één enkele pass de klus kan afronden.

• Gewichten. Die zijn er niet. De openbare repositories van de MiniMaxAI-organisatie reiken niet verder dan M​iniMax-Music3 (bijgewerkt op 14 augustus 2026) en M​iniMax-H3 (13 augustus), en een verzoek om een checkpoint van M​iniMax-M3.1 levert de 401-respons 'not visible to you' van het platform op in plaats van een modelkaart. MiniMax-M3 daarentegen is sinds 2 juni 2026 downloadbaar bij de MiniMaxAI-organisatie, met ongeveer 427 miljard parameters, onder een licentie die Hugging Face simpelweg als 'other' registreert. De open-weightoptie die M3 interessant maakte voor teams met hun eigen GPU's, gaat niet mee naar de opvolger.

Er is een vierde gat dat van belang is voor iedereen die dit in een bestaande stack integreert: het sleuteltype. De codevoorbeelden in de tekstgeneratiegids verwijzen met api_key naar "Get Subscription Key," en de eigen account-FAQ van MiniMax is expliciet dat Subscription Keys en pay-as-you-go API Keys afzonderlijke inloggegevens zijn die niet voor elkaar in de plaats kunnen worden gebruikt. De M Plan-FAQ voegt de tegenhangerregel toe: gebruik voor alles buiten de dekking van het plan een pay-as-you-go-sleutel. Niets in de M3.1-Flash-documentatie zegt welke van de twee het model per token bereikt. We hebben het endpoint niet aangeroepen om erachter te komen, en een lezer mag niet aannemen dat een standaard-API-sleutel werkt alleen omdat het model in een OpenAI-compatibel codeblok voorkomt.

De migratie is echt, en ze begon vandaag.

Los van de naamgevingskwestie heeft M​iniMax zich vastgelegd op een datumgebonden planning die dit model in productiepaden plaatst waarvoor het nooit expliciet is gekozen. Vanaf 19 oktober 2026 worden verzoeken voor M2.5 en M2.7 onder M Plan en Token Plan automatisch doorgestuurd naar M3.1 Flash, waarbij bestaande modelnamen blijven werken voor achterwaartse compatibiliteit en de gebruikslimieten van de plannen ongewijzigd blijven. De twee families zijn vanaf dezelfde dag niet meer beschikbaar voor nieuwe gebruikers. Op 18 november 2026 worden ze definitief buiten gebruik gesteld, waarna API-verzoeken eraan niet meer werken; bestaande pay-as-you-go-gebruikers behouden tot dan toegang.

Het woord dat in die mededeling het werk doet, is "automatisch". Je cliënt blijft MiniMax-M2.7 sturen, het verzoek blijft slagen, het tegoed blijft dalen — en het model aan de andere kant is er een dat altijd nadenkt, standaard naar maximale inspanning gaat en een lager aanvraaglimiet per account heeft dan het model dat het heeft vervangen. Als je het model logt dat je hebt aangevraagd maar niet het model dat heeft geantwoord, zal niets in je monitoring je vertellen dat dit is gebeurd. De mitigatie van één regel is om de inspanning voor gemigreerde workloads vast te zetten op laag of gemiddeld voordat de tokenfactuur het voor je uitzoekt.

Als je het wilt evalueren zonder een abonnement te kopen

Dit is het lastige deel. Een model dat je alleen via een abonnementssleutel kunt bereiken, zonder prijs per token en zonder gepubliceerde latentie, is moeilijk te vergelijken met wat dan ook op de as die ertoe doet: kosten per voltooide taak. Het eerlijke standpunt is dat MiniMax-M3.1-Flash vandaag de dag niet in de OrcaRouter-catalogus staat; een verzoek om een modelpagina ervoor levert een 404 op, en de MiniMax-modellen die wij aanbieden vormen de per-token-lijn — minimax/minimax-m3 voor $0,30/$1,20 met een context van 1M, plus de M2.7-, M2.5- en H3-endpoints.

Waar dat goed voor is, is de vergelijking die het abonnementsmodel verbergt. Zet het model dat je daadwerkelijk kunt meten naast het model dat je niet kunt meten, op dezelfde key en dezelfde promptset, en je krijgt een kosten-per-taak-getal voor MiniMax-M3 dat je kunt afzetten tegen wat de M Plan-seat echt uitgeeft. Prijzen hier zijn het lijsttarief van de provider, doorgegeven tegen 0% markup, dus het rekenwerk dat je doet is het rekenwerk dat MiniMax publiceert in plaats van een opgehoogde versie ervan. Automatische failover houdt een onbewezen of door een abonnement afgeschermde afhankelijkheid naast een productiepad in plaats van eronder, en de routing-DSL laat je een goedkoop model vastzetten voor routinematige calls en alleen de moeilijke naar iets duurders sturen — dezelfde afweging op inspanningsniveau die M3.1-Flash als parameter blootlegt, maar dan één laag hoger. De MiniMax-M3-modelpagina op onze site heeft de tariefkaart en de specs op één plek als je daar wilt beginnen.

Wat zou hier een lancering van maken?

Drie publicaties zouden het beslechten, en geen enkele bestaat vandaag. Een prijsregel voor MiniMax-M3.1-Flash in het prijzenoverzicht zou het model vergelijkbaar maken en zou je vertellen of het achtervoegsel Flash betekent dat het goedkoper is dan M3 of enkel sneller. Een vermelding in de release notes gedateerd na 1 juni 2026 zou aantonen dat er überhaupt een release heeft plaatsgevonden, in plaats van een documentatiewijziging. Een checkpoint op Hugging Face zou de self-hostingoptie herstellen die M3 bood en die dit model wegneemt. Een vierde, onafhankelijke publicatie zou het meest helpen: een vermelding in Artificial Analysis met een latentiewaarde, omdat "Flash" een bewering over snelheid is en slechts één partij er geen enkel cijfer voor heeft gepubliceerd.

Tot die tijd is de accurate samenvatting beperkter dan de oorspronkelijke post en nuttiger dan een lanceerartikel: MiniMax-M3.1-Flash is een gedocumenteerd, via een abonnement bereikbaar multimodaal model met een miljoen tokens en een denkladder met vijf treden die niet kan worden uitgeschakeld; het ontvangt vanaf vandaag gemigreerd M2.5- en M2.7-verkeer; en het heeft geen gepubliceerde prijs, geen gewichten, geen uitvoerplafond, geen releaseopmerking en geen onafhankelijke score. Dat is genoeg om uit te proberen, maar nog niet genoeg om op te standaardiseren.