MiniMax-M3.1-Flash obsługuje teraz Twoje wywołania M2.7: co się zmieniło 19 października

Jeśli wysyłasz MiniMax-M2.7 dziś do klucza M​iniMax M Plan lub Token Plan, model kryjący się za tą nazwą uległ zmianie. Własne zawiadomienie M​iniMax o wycofaniu modeli wyznacza 19 października 2026 r. jako datę, od której żądania kierowane do MiniMax-M2.7 i MiniMax-M2.5 w ramach tych planów są automatycznie przekierowywane do MiniMax-M3.1-Flash — ten sam identyfikator modelu w Twoim kodzie, inny model po drugiej stronie, z budżetem myślenia domyślnie ustawionym na maksimum i bez żadnej możliwości wyłączenia myślenia. Sam model nie jest nowy: MiniMax-M3.1-Flash widnieje w dokumentacji dostawcy od 27 września 2026 r., kiedy po raz pierwszy potwierdziliśmy go tam pod nazwą MiniMax-M3.1-Flash-Preview. Nowością — i to datowaną na dziś — jest sama zamiana, a także fakt, że dwie starsze rodziny modeli zostają do niej włączone według tego samego harmonogramu. Udokumentowane awarie AI i incydenty z agentami, które stały za takimi wydaniami jak to, są gromadzone w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom istotności, stopień pewności i oznaczenie sporne.

Do czego tak naprawdę zobowiązuje się to ogłoszenie

M​iniMax publikuje harmonogram w swojej dokumentacji listy modeli, a jak na wycofanie jest on nietypowo konkretny. Całą robotę wykonują trzy daty.

• 19 października 2026 r. — rodziny M2.5 i M2.7 przestają być dostępne dla nowych użytkowników. • 19 października 2026 r. — każde żądanie do M2.5 lub M2.7 w ramach M Plan i Token Plan jest automatycznie kierowane do M3.1 Flash. Istniejące nazwy modeli nadal działają, a dostawca zapewnia, że limity wykorzystania w ramach planów pozostają bez zmian. • 18 listopada 2026 r. — obie rodziny zostają wycofane. Żądania API do nich przestają działać całkowicie.

Pay-as-you-go jest traktowany osobno: {{1}}M​iniMax twierdzi, że dotychczasowi użytkownicy pay-as-you-go zachowują dostęp do daty wycofania, podczas gdy nowi użytkownicy zostają odcięci już dziś{{/1}}. Rada firmy jest taka, jakiej można się spodziewać — {{2}}sprawdź, czy Twoje aplikacje polegają na tych modelach, i zacznij planować migrację{{/2}} — co jest nieco spóźnione dla każdego, czyj ruch produkcyjny został dziś rano skierowany na M2.7.

Najważniejsze słowo w komunikacie to automatycznie. To nie jest wycofanie, które zwraca błąd i wymusza zmianę kodu. To cicha podmiana: Twoje żądanie nadal kończy się powodzeniem, Twoje zużycie nadal pomniejsza ten sam limit, a to, co generuje tokeny, jest inne. Jeśli logujesz żądany model, ale nie logujesz modelu, który odpowiedział, Twoje monitorowanie będzie pokazywać sprawną usługę działającą na modelu, którego nie wybrałeś.

W odpowiedzi zmieniają się trzy rzeczy

Dokumentacja API dostawcy opisuje oba modele na tej samej stronie, co pozwala precyzyjnie określić różnicę. MiniMax-M3.1-Flash to wiodący multimodalny model do kodowania z oknem kontekstu wynoszącym 1 000 000 tokenów i regulowaną głębokością myślenia; MiniMax-M2.7 to starszy model tekstowo-narzędziowy z oknem 204 800 tokenów.

• Kontekst — 1 000 000 tokenów w MiniMax-M3.1-Flash wobec 204 800 w MiniMax-M2.7, czyli około pięciokrotny wzrost. • Dane wejściowe — tekst, obraz i wideo w MiniMax-M3.1-Flash wobec wyłącznie tekstu i wywołań narzędzi w rodzinie M2.x, która — jak wyraźnie stwierdza nota producenta o starszych modelach — nie przyjmuje danych wejściowych w postaci obrazu ani wideo. • Myślenie — zawsze włączone i nie można go wyłączyć w MiniMax-M3.1-Flash; wysłanie thinking: {"type": "disabled"} zwraca HTTP 400 z kodem błędu 2013. • Głębokość myślenia — effort przyjmuje wartości low, medium, high, xhigh oraz max, a po pominięciu domyślnie przyjmuje max. M2.7 nie ma odpowiednika tej kontroli. • Dane wyjściowe rozumowania — zwracane w reasoning_content w protokole zgodnym z OpenAI oraz w bloku thinking w protokole zgodnym z Anthropic. reasoning_split: false nie jest akceptowane, więc myślenia nie można przenieść z powrotem do content jako znaczników <think>. • Limit danych wyjściowych — zalecane 131 072 tokeny i bezwzględny maksymalny limit 524 288 na generowanie w MiniMax-M3.1-Flash, wobec 204 800 całkowitego kontekstu w M2.7. • Poziomy przyjmowania — service_tier: "priority" (poziom 1,5× szybszego przyjmowania) nie jest obsługiwany w MiniMax-M3.1-Flash. Obciążenie, które polegało na priorytetowym przyjmowaniu, traci je. • Próbkowanie — top_p domyślnie wynosi 0,95 w MiniMax-M3.1-Flash, wobec 0,9 w modelach M2.x.

Dwie z nich są kosmetyczne. Domyślne ustawienia trybu myślenia już nie. Obciążenie zbudowane dla M2.7 nigdy nie musiało przejmować się poziomem wysiłku rozumowania, ponieważ nie było czego ustawiać. To samo obciążenie, bez zmian, działa teraz z maksymalnym wysiłkiem przy każdym żądaniu — a M​iniMax wlicza tokeny myślenia do limitu generacji, dlatego własna dokumentacja dostawcy ostrzega, że zbyt mały max_tokens daje max_tokens jako powód zatrzymania bez żadnego tekstu wyjściowego.

Domyślnym ustawieniem jest ta droga opcja.

Oto pułapka w jednym zdaniu: komunikat o migracji mówi, że Twoje limity użycia pozostają bez zmian — i to prawda — ale liczba tokenów zużywanych przez każde żądanie już nie.

FAQ dotyczące planu M MiniMax wyraźnie stwierdza, że zużycie zależy od głębokości myślenia, a większa głębokość w przypadku M3.1 Flash generuje więcej treści myślowych i zużywa więcej. effort domyślnie ustawiony na max, więc zmigrowane obciążenie M2.7 działa teraz na najdroższym ustawieniu, jakie oferuje model, którego nikt nie wybrał.

Przybliżona ilustracja, oparta na zaokrąglonych liczbach i wyraźnie określona jako arytmetyka, a nie pomiar: weźmy 40 000 żądań dziennie, prompt o długości 6000 tokenów i 3000 tokenów myślenia przy ustawieniu maks. w porównaniu z około 600 przy ustawieniu niskim. To 96 milionów dodatkowych tokenów myślenia dziennie, czyli około 2,9 miliarda miesięcznie. Przy opublikowanej stawce za tokeny wyjściowe MiniMax-M3 wynoszącej 1,20 USD za milion tokenów — najbliższej opublikowanej stawce, jaka istnieje, ponieważ MiniMax nie publikuje stawki za token dla M3.1 Flash — ta różnica to nieco ponad 3400 USD miesięcznie. Zmień dwa z tych założeń, a liczba mocno się zmieni; sedno w tym, że znak pozostaje ten sam.

Rozwiązaniem jest jedno pole i różni się ono w zależności od protokołu: output_config.effort w punkcie końcowym zgodnym z A​nthropic, reasoning_effort w punkcie końcowym zgodnym z O​penAI, reasoning.effort w punkcie końcowym Responses. Własne przewodniki M​iniMax dotyczące narzędzi do kodowania zalecają dokładnie to — obniżenie wysiłku w przypadku prostych zadań zamiast próby wyłączenia myślenia, ponieważ wyłączenie go nie wchodzi w grę.

Istnieje efekt drugiego rzędu, który warto sprawdzić, zanim cokolwiek dostroisz. Jeśli Twój klient wysyła max_tokens o rozmiarze przewidzianym na odpowiedź M2.7, model pracujący z maksymalnym wysiłkiem może wydać cały budżet na rozumowanie i zwrócić pustą wiadomość. Dokumentacja referencyjna M​iniMax zgodna z A​nthropic zaleca ustawienie output_config.effort na max w sposób jawny; tabela parametrów na tej samej stronie ostrzega, że tokeny myślenia wliczają się do max_tokens. Te dwa stwierdzenia dzieli zaledwie kilka wierszy, a ich połączenie sprawia, że otrzymujesz odpowiedź 200 bez żadnej treści.

Nadal nie ma ceny za token

To jest ta część, która sprawia, że migracja jest trudna do wycenienia, a nie trudna do zakodowania. Tabela cen pay-as-you-go M​iniMax zawiera jeden model językowy: MiniMax-M3, w cenie 0,30 USD za milion tokenów wejściowych i 1,20 USD za milion tokenów wyjściowych dla promptów do 512 000 tokenów wejściowych, podwajając się do 0,60 USD i 2,40 USD powyżej tego progu, przy czym trwała 50% zniżka jest już uwzględniona w przekreślonych cenach cennikowych. Odczyty z pamięci podręcznej promptów kosztują odpowiednio 0,06 USD i 0,12 USD za milion. MiniMax-M3.1-Flash w ogóle nie występuje w tej tabeli.

Opublikowane informacje dotyczą cen subskrypcji. M Plan kosztuje 22 USD miesięcznie w wariancie Go, 55 USD w wariancie Explore i 132 USD w wariancie Build; wszystkie trzy obejmują model tekstowy M3.1 Flash Preview, przy czym Explore ma trzykrotnie większy limit zużycia niż Go, a Build siedem i pół razy większy. Token Plan nadal istnieje dla obecnych subskrybentów, ale nie jest już sprzedawany nowym, a nota aktualizacyjna dostawcy mówi, że plany zachowują swoją obecną cenę i limity tekstowe tak czy inaczej.

Uczciwa odpowiedź na pytanie „ile kosztuje token M3.1 Flash” brzmi: nikt spoza M​iniMax nie potrafi ci jeszcze tego powiedzieć, ponieważ tej liczby nie ma na stronie. Jeśli potrzebujesz liczby określającej koszt za token, aby w tym tygodniu zbudować uzasadnienie biznesowe, jedynym możliwym do obrony podejściem jest pomiar: uruchom stały zestaw ewaluacyjny na każdym poziomie wysiłku, zapisz zużycie z odpowiedzi i przelicz według stawki, którą zakłada twój plan. Dostawca, który publikuje kartę modelu, ale nie kartę stawek, mówi ci, że chce rozmowy o subskrypcji, a nie o rozliczeniu za zużycie.

Który identyfikator modelu faktycznie wysyłasz?

Dokumentacja M​iniMax nie jest ze sobą zgodna i daje o sobie znać dokładnie w najgorszym momencie. Dokumentacja API, przewodnik po wywoływaniu modeli oraz lista modeli nazywają model MiniMax-M3.1-Flash. Strony M Plan, przewodnik konfiguracji C​laude Code i przewodnik konfiguracji Codex nazywają go MiniMax-M3.1-Flash-Preview, w tym konfiguracja C​laude Code, która ustawia cztery osobne zmienne środowiskowe na MiniMax-M3.1-Flash-Preview[1m].

Ani jedna, ani druga nazwa nie jest oznaczona jako przestarzała, a żadna strona dokumentacji nie ogłasza daty ogólnej dostępności ani zmiany nazwy. Warto powiedzieć to wprost, zamiast zgadywać: na dzień dzisiejszy dostawca używa obu ciągów, a na podstawie publicznej dokumentacji nie byliśmy w stanie ustalić, który z nich zaakceptuje klucz rozliczany za użycie. Jedyny test, który to rozstrzyga, trwa około dziesięciu sekund i nic nie kosztuje:

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

Odczytaj identyfikatory, które zostaną zwrócone, i użyj jednego z nich dosłownie. Jeśli podłączasz model do C​laude Code, Cursor, Codex lub OpenCode, przewodniki dostawcy oczekują formy -Preview, a przewodnik po C​laude Code dodatkowo zauważa, że narzędzie powinno zgłaszać MiniMax-M3.1-Flash-Preview jako aktywny model, gdy konfiguracja jest poprawna.

Jeśli hostujesz samodzielnie, nic z tego do Ciebie nie dotrze.

MiniMax-M2.7 to model z otwartymi wagami. Jego checkpoint jest dostępny na Hugging Face od kwietnia 2026 r. w organizacji MiniMaxAI, a komunikat o wycofaniu punktu końcowego API nie dotyczy kopii działającej na własnym sprzęcie. To samo dotyczy M2.5. Jeśli Twój ruch M2.7 jest obsługiwany z Twojego własnego klastra lub wdrożenia prywatnego, dzisiejsza zmiana routingu to problem kogoś innego.

MiniMax-M3.1-Flash nie zajmuje tej pozycji. Dwa najnowsze publiczne repozytoria organizacji MiniMaxAI to M​iniMax-Music3, utworzone 7 sierpnia 2026 r., oraz M​iniMax-H3, utworzone 28 lipca 2026 r., a wyszukiwanie M3.1 w Hugging Face nie zwraca niczego. Dla modelu, na który jesteś teraz kierowany, nie ma punktu kontrolnego, pliku licencji ani furtki do samodzielnego hostowania. Jeśli otwarte wagi były powodem, dla którego wybrałeś M2.7, migracja jest prawdziwym obniżeniem autonomii, nawet jeśli stanowi wzrost możliwości.

Lista kontrolna migracji — w kolejności, która ma znaczenie

• Dziś — potwierdź, czy używasz klucza subskrypcyjnego, czy klucza pay-as-you-go. Automatyczne kierowanie dotyczy planu M i planu Token; pay-as-you-go nadal obsługuje M2.5 i M2.7 dla dotychczasowych użytkowników do 18 listopada. • Dziś — zapisuj w logach identyfikator modelu zwracany przez API, a nie tylko ten, który wysłałeś, aby cicha podmiana stała się widoczna w Twoich danych. • W tym tygodniu — ustaw effort jawnie przy każdym wywołaniu. Wybieraj poziom dla każdej klasy zadań, zamiast dziedziczyć max. • W tym tygodniu — podnieś max_tokens lub max_completion_tokens, zanim podniesiesz effort, i sprawdzaj puste uzupełnienia z powodem zatrzymania max_tokens. • Przed 18 listopada — jeśli nadal potrzebujesz zachowania M2.7, przenieś je do własnego hostowanego checkpointu albo zaakceptuj zachowanie nowego modelu. Po tej dacie endpoint przestaje istnieć. • Przed 18 listopada — przetestuj ponownie wszystko, co używało service_tier: "priority". Nie jest dostępny w M3.1 Flash, więc profil opóźnień się zmienia, nawet gdy model się nie zmienia.

Gdzie warstwa routingu się opłaca

Lekcja z tego tygodnia nie polega na tym, że M​iniMax wydał lepszy model. Polega na tym, że identyfikator modelu w twoim kodzie jest obietnicą, którą dostawca może nadpisać, a to nadpisanie nie wiąże się z wpisem w changelogu w historii twoich wdrożeń.

To przemawia za umieszczeniem wyboru modelu za routerem, zamiast zaszywania na stałe nazwy dostawcy w dwunastu usługach. W OrcaRouter MiniMax-M3 oraz punkty końcowe M2.5 i M2.7 są dostępne obok ponad 200 innych modeli za jednym kluczem, przy 0% marży — cena katalogowa dostawcy jest przekazywana bezpośrednio, dlatego MiniMax-M3 pojawia się w tych samych stawkach $0.30 i $1.20 za milion tokenów, które pobiera dostawca, i dlatego zmiana ceny przez dostawcę obowiązuje tego samego dnia, a nie dopiero w następnym cyklu rozliczeniowym.

Dwie rzeczy, które są tu naprawdę przydatne. Po pierwsze, DSL routingu pozwala przypiąć konkretny model do klasy zadań i przełączyć się na drugi, gdy pierwszy jest niedostępny, dzięki czemu ewaluacja nieprzetestowanego modelu odbywa się obok dotychczasowego, a nie zamiast niego. Po drugie, automatyczne przełączanie awaryjne między dostawcami oznacza, że zły dzień u dostawcy to zdegradowana trasa, a nie awaria.

Jedna rzecz wymaga wyjaśnienia: MiniMax-M3.1-Flash nie znajduje się obecnie w naszym katalogu. Oferujemy linię M​iniMax rozliczaną za token — M3, M2.7, M2.5 i H3 — więc jeśli chcesz porównać model, na który właśnie zmigrowano, z tym, z którego zmigrowano, strona dotychczasowego modelu jest oddalona o jeden klucz. Do samego nowego modelu dotrzesz dzięki własnym planom M​iniMax.

Co zmieniłoby ten odczyt?

Trzy publikacje zmieniłyby to z historii migracji w historię premiery, a żadna z nich jeszcze nie istnieje. Cena za token dla MiniMax-M3.1-Flash pozwoliłaby każdemu realnie skalkulować koszt przejścia. Checkpoint na Hugging Face przywróciłby opcję samodzielnego hostowania, którą tracą użytkownicy M2.7. Wpis w Artificial Analysis dałby modelowi pierwszy niezależny wynik inteligencji — MiniMax-M3 zajmuje 29,2 w tym indeksie, a własny dokument M​iniMax twierdzi, że M3.1 Flash osiąga wyniki state-of-the-art w SWE, BrowseComp i xBench, nie publikując przy tym ani jednej liczby.

Do tego czasu traktuj model jako to, czym jest: wywoływalny, udokumentowany, niepoddany benchmarkom i bez ceny za token, a teraz odbierający ruch, o który nie zabiegał, kierowany do niego po nazwie. Zespoły, które wychodzą z tego dobrze, to te, które już pierwszego dnia zauważyły, że ich ID modelu stało się aliasem.