MiniMax-M3.1-Flash: Dokumentacja już z niego korzysta, strona z cenami nadal nie

19 października 2026 r. osoba śledząca modele, mająca dobre wyniki, napisała, że MiniMax „przygotowuje się do wydania MiniMax-M3.1-Flash”, wskazując na dokumentację API dostawcy. Dokumentacja API jest prawdziwa, a cytowany w niej fragment — „Czołowy multimodalny model kodujący z oknem kontekstu 1M i regulowaną głębokością myślenia” — to dosłowny cytat z dokumentacji samego MiniMax. Ale „przygotowuje się do wydania” nie oddaje tego, co faktycznie jest na stronie. MiniMax-M3.1-Flash nie jest nazwą roboczą czekającą w changelogu: to model występujący w każdym przykładzie kodu w przewodniku po generowaniu tekstu, znajduje się nad MiniMax-M3 na liście modeli, dzieli wiersz limitów szybkości z M3, a od dziś to do niego MiniMax automatycznie kieruje ruch abonamentowy M2.5 i M2.7. Czym jednak nie jest: nie ma ceny, nie ma benchmarków, nie można go pobrać ani nie wspomniano o nim ani razu w informacjach o wydaniu dostawcy. Ta luka — coś, co na jednej stronie jest udokumentowane i można to wywołać, a na następnej nie pojawia się na żadnej stronie komercyjnej — to cała historia, i warto precyzyjnie rozróżnić, które części są potwierdzone, a które są wnioskami. Udokumentowane awarie AI i incydenty z agentami, które kryją się za takimi premierami jak ta, są gromadzone w OrcaRouter AI Incident Archive, gdzie każdy wpis ma własne źródła, stopień dotkliwości, ocenę pewności i oznaczenie sporności.

Co właściwie znajduje się dziś na stronach dostawcy?

Cztery osobne strony M​iniMax zawierają nazwę modelu, ale nie wszystkie podają ją w ten sam sposób. Ta rozbieżność jest najcenniejszym dostępnym dowodem, ponieważ każda strona została napisana przez inny zespół dla innego odbiorcy.

• Zarówno dokumentacja API, jak i przewodnik po wywoływaniu modeli wymieniają MiniMax-M3.1-Flash jako aktualny model, powyżej MiniMax-M3, z oknem kontekstowym 1 000 000 tokenów i opisem regulowanej głębokości myślenia. Każdy przykład curl, Python i Node na tych stronach wysyła dokładnie ten ciąg.

• Lista modeli w sekcji FAQ określa go jako dostępny model bez zastrzeżenia o wersji zapoznawczej, a jego zawiadomienie o wycofaniu — z dnia 19 października 2026 r. — wskazuje „M3.1 Flash” jako model, do którego kierowane są teraz żądania M2.5 i M2.7 w ramach M Plan i Token Plan.

• Tabela limitów szybkości umieszcza MiniMax-M3.1-Flash i MiniMax-M3 w jednym wierszu: 200 żądań na minutę, 10 000 000 tokenów na minutę. Zastępowane rodziny M2.7 i M2.5 są wymienione z limitami 500 RPM i 20 000 000 TPM, co warto pamiętać, jeśli zakładałeś, że migracja oznacza wzrost w każdym wymiarze.

• Strony planu M i planu tokenów nadal nazywają model tekstowy „M3.1 Flash Preview" — w przeglądzie planu, w FAQ planu, w powiadomieniu o aktualizacji planu tokenów oraz w zasadach użytkowania planu M, we wszystkich czterech miejscach.

Nazwa straciła zatem przyrostek „Preview” w dokumentacji technicznej, a zachowała go w dokumentacji handlowej. Żadna strona nie ogłasza zmiany nazwy, daty ogólnej dostępności ani premiery, a strona informacji o wydaniach jest tu kluczowa: jej najnowszy wpis dotyczący modelu językowego to wciąż MiniMax-M3 z 1 czerwca 2026 r., a jedynym późniejszym wpisem jest H3 z 31 lipca. Cokolwiek wydarzyło się z tym modelem pod koniec września, firma MiniMax nigdy nie odnotowała tego jako wydania. „M3.1-Flash pozbył się etykiety Preview” traktuj jako obserwację dotyczącą dokumentacji, a nie jako wiadomość ogłoszoną przez dostawcę.

Jedyna rzecz, która jest naprawdę nowa względem MiniMax-M3

Jeśli odłożyć na bok nazewnictwo, pozostaje realna różnica w możliwościach — i właśnie ją zauważył pierwotny wpis. MiniMax-M3 traktuje myślenie jak przełącznik: pominięcie oznacza wyłączenie, {"type": "adaptive"} włącza je, a {"type": "disabled"} utrzymuje je wyłączone. MiniMax-M3.1-Flash traktuje myślenie jak pokrętło, którego nie da się w ogóle wyłączyć. Wyślij thinking: {"type": "disabled"} — lub reasoning_effort: "none" w punkcie końcowym zgodnym z OpenAI — a API zwróci HTTP 400 z kodem błędu 2013 i komunikatem, że model „wymaga myślenia adaptacyjnego”.

Zamiast tego otrzymujesz drabinkę wysiłku z pięcioma szczeblami: low, medium, high, xhigh, max. Dostawca dokumentuje, że wyższe poziomy myślą dokładniej i emitują więcej tokenów myślenia przy większym opóźnieniu. Wartością domyślną, gdy całkowicie pominiesz to pole, jest max. Nazwa pola zmienia się 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 — ale drabinka to te same pięć wartości we wszystkich trzech.

Dwa szczegóły znajdują się obok tej drabiny i łatwo je przeoczyć. Po pierwsze, tokeny myślenia liczą się do max_tokens; własna dokumentacja referencyjna MiniMax zauważa, że budżet przewidziany na krótką odpowiedź może zostać w całości pochłonięty przez rozumowanie i zwrócić pustą wiadomość ze stop_reason: "max_tokens". Po drugie, w tym modelu nie można ustawić reasoning_split na false, więc na ścieżce zgodnej z OpenAI myślenie zawsze trafia do reasoning_content, a nie do tagów <think> w content. Jeśli masz parser, który wyciąga te tagi z danych wyjściowych M3, nie ma tu nic do zrobienia.

To jednocześnie prawdziwa korzyść ergonomiczna i prawdziwe ryzyko rozliczeniowe, a oba te aspekty dotyczą tej samej funkcji. Rutynowa zmiana nazwy przy poziomie low i refaktoryzacja całego repozytorium przy poziomie xhigh to ten sam model dokonujący różnych kompromisów — dokładnie to powinna oferować warstwa Flash. Domyślnym ustawieniem jest jednak najdroższy poziom, więc wywołujący, który nigdy nie ustawia tego pola, płaci za maksymalne zastanowienie przy każdym żądaniu, także przy błahych. Każdy model kosztów oparty na liczbach tokenów M3 będzie zaniżał M3.1-Flash, dopóki nie zostanie ustalony poziom wysiłku.

Co oznacza „Flash” w tym wierszu, a czego nie oznacza

MiniMax użył już wcześniej sufiksu Flash — w wersji zapoznawczej z 27 września, której ten model wydaje się kontynuacją — a obietnica tej klasy dotyczyła tam codziennego rozwoju, a nie pracy na granicy możliwości: szybko i niezawodnie, od szybkich poprawek błędów po pełne wdrażanie funkcji. To wiarygodne założenie. Jest też, na dzień dzisiejszy, niezmierzone.

Wiersz M3 w tej samej dokumentacji podaje deklarowaną prędkość generowania na poziomie „około 100+ tps”. Wiersz M3.1-Flash nie podaje żadnej wartości prędkości. Tabela limitów szybkości przypisuje obu modelom te same 200 RPM i 10M TPM, więc przepustowość na konto jest udokumentowana, a opóźnienie na token — nie. Niezależny pomiar nie wypełnia tej luki: Artificial Analysis wymienia MiniMax-M3 z wynikiem Intelligence Index, ale nie ma wpisu dla MiniMax-M3.1-Flash — strona modelu zwraca 404 i nie pojawia się on w indeksie modeli. Nie ma też arkusza benchmarków dostawcy, więc ta kolumna jest pusta, a nie po prostu jeszcze nieuzupełniona. Klasa o nazwie Flash bez opublikowanej liczby określającej prędkość to pozycjonowanie marketingowe, a nie specyfikacja.

Brakuje jeszcze trzech liczb — i co każda z nich blokuje

To fakty, które decydują, czy model jest użyteczny, a nie tylko wywoływalny, i wszystkie trzy można zweryfikować w ciągu minuty.

• Cena. Przegląd cen MiniMax zawiera jeden wiersz modelu językowego: MiniMax-M3 w cenie $0.30 za milion tokenów wejściowych i $1.20 za milion tokenów wyjściowych do 512 000 tokenów wejściowych, a powyżej tej wartości stawka podwaja się do $0.60 i $2.40, przy czym odczyty z pamięci podręcznej kosztują $0.06 i $0.12. W całej tabeli nie ma wiersza M3.1-Flash — ani w wariancie standardowym, ani priorytetowym. Zamiast tego istnieje cennik subskrypcyjny — M Plan za $22 miesięcznie w przypadku Go, $55 w przypadku Explore i $132 w przypadku Build; wszystkie trzy pakiety wymieniają model tekstowy „M3.1 Flash Preview”, przy czym Explore ma 3×, a Build 7,5× limit wykorzystania Go. Możesz kupić dostęp do modelu; nie możesz jednak obliczyć dla niego stawki za token.

• Limit wyjścia. Kontekst jest udokumentowany na 1 000 000 tokenów. Maksymalna długość wyjścia nie jest udokumentowana dla M3.1-Flash, podczas gdy nasz własny wpis w katalogu dla MiniMax-M3 podaje 512 000. Milion tokenów odczytu przy nieujawnionym limicie zapisu to obietnica dotycząca wejścia, a nie wyjścia, a w przypadku obciążeń związanych z generowaniem kodu to właśnie wielkość wyjścia decyduje o tym, czy jedno przejście zdoła ukończyć zadanie.

Wagi. Nie ma żadnych. Publiczne repozytoria organizacji MiniMaxAI kończą się na MiniMax-Music3 (zaktualizowanym 14 sierpnia 2026) i MiniMax-H3 (13 sierpnia), a zapytanie o checkpoint MiniMax-M3.1 zwraca odpowiedź platformy 401 „not visible to you” zamiast karty modelu. Natomiast MiniMax-M3 można pobierać z organizacji MiniMaxAI od 2 czerwca 2026 r.; model ma około 427 miliardów parametrów i jest objęty licencją, którą Hugging Face klasyfikuje po prostu jako „other”. Opcja otwartych wag, która czyniła M3 interesującym dla zespołów dysponujących własnymi GPU, nie przechodzi na następcę.

Jest jeszcze czwarta luka istotna dla każdego, kto podłącza to do istniejącego stosu: typ klucza. Przykłady kodu w przewodniku po generowaniu tekstu wskazują w api_key na „Get Subscription Key”, a FAQ konta samego MiniMax wyraźnie mówi, że Subscription Keys i klucze API pay-as-you-go to osobne poświadczenia, których nie można używać zamiennie. FAQ planu M dodaje dopełniającą regułę — w przypadku wszystkiego, co wykracza poza zakres planu, należy użyć klucza pay-as-you-go. Nigdzie w dokumentacji M3.1-Flash nie powiedziano, który z tych dwóch dociera do modelu w rozliczeniu za token. Nie wywołaliśmy punktu końcowego, żeby to sprawdzić, a czytelnik nie powinien zakładać, że standardowy klucz API działa tylko dlatego, że model pojawia się w bloku kodu zgodnym z OpenAI.

Migracja jest prawdziwa i rozpoczęła się dzisiaj.

Niezależnie od kwestii nazewnictwa MiniMax zobowiązał się do harmonogramu z konkretnymi datami, który umieszcza ten model w ścieżkach produkcyjnych, do których nigdy nie został wyraźnie wybrany. Od 19 października 2026 r. żądania dotyczące M2.5 i M2.7 w ramach M Plan i Token Plan są automatycznie kierowane do M3.1 Flash, przy czym istniejące nazwy modeli nadal działają na potrzeby zgodności wstecznej, a limity wykorzystania planów pozostają bez zmian. Obie rodziny przestają być dostępne dla nowych użytkowników tego samego dnia. 18 listopada 2026 r. zostają całkowicie wycofane, po czym żądania API do nich przestają działać; dotychczasowi użytkownicy rozliczający się za rzeczywiste zużycie zachowują dostęp do tego czasu.

Słowem, które w tym komunikacie wykonuje całą pracę, jest "{{1}}automatycznie{{/1}}." Twój klient nadal wysyła MiniMax-M2.7, żądanie nadal się udaje, przydział nadal się wyczerpuje — a model po drugiej stronie to taki, który zawsze myśli, domyślnie wybiera maksymalny wysiłek i ma niższy limit żądań na konto niż model, który zastąpił. Jeśli rejestrujesz model, o który poproszono, ale nie model, który odpowiedział, nic w Twoim monitoringu nie powie Ci, że tak się stało. Jednowierszowe złagodzenie to przypięcie wysiłku do niskiego lub średniego poziomu dla przeniesionych obciążeń, zanim rachunek za tokeny dowie się o tym za Ciebie.

Jeśli chcesz to ocenić bez kupowania subskrypcji

To jest ta niezręczna część. Model, do którego można dotrzeć wyłącznie przez klucz subskrypcji, bez ceny za token i bez publikowanego opóźnienia, trudno porównać z czymkolwiek na osi, która ma znaczenie — kosztu na ukończone zadanie. Uczciwe stanowisko jest takie, że MiniMax-M3.1-Flash na dzień dzisiejszy nie figuruje w katalogu OrcaRouter; żądanie strony modelu dla niego zwraca 404, a modele MiniMax, które obsługujemy to linia rozliczana za token — minimax/minimax-m3 w cenie $0.30/$1.20 z kontekstem 1M, plus endpointy M2.7, M2.5 i H3.

Przydaje się to do porównania, które model subskrypcyjny ukrywa. Postaw model, którego zużycie faktycznie da się mierzyć, obok tego, którego nie da się, na tym samym kluczu i tym samym zestawie promptów, a otrzymasz dla MiniMax-M3 koszt na zadanie, który możesz zestawić z tym, co w rzeczywistości wydaje stanowisko M Plan. Ceny tutaj to cena katalogowa dostawcy przekazana bez narzutu (0%), więc obliczenia, które wykonujesz, to obliczenia publikowane przez MiniMax, a nie ich wersja z narzutem. Automatyczne przełączanie awaryjne trzyma niesprawdzoną lub uzależnioną od subskrypcji zależność obok ścieżki produkcyjnej, a nie pod nią, a routing DSL pozwala przypiąć tani model do rutynowych wywołań i kierować tylko te trudne do czegoś droższego — co jest tą samą decyzją o rozdzieleniu według wymaganego nakładu, którą M3.1-Flash udostępnia jako parametr, podjętą o jeden poziom wyżej. Strona modelu MiniMax-M3 w naszej witrynie zawiera cennik i specyfikację w jednym miejscu, jeśli chcesz zacząć właśnie tam.

Co zamieniłoby to w premierę?

Trzy publikacje rozstrzygnęłyby sprawę, a dziś nie istnieje żadna z nich. Wiersz cenowy dla MiniMax-M3.1-Flash w przeglądzie cen uczyniłby model porównywalnym i pozwoliłby stwierdzić, czy przyrostek Flash oznacza tańszy niż M3, czy tylko szybszy. Wpis w informacjach o wydaniu datowany po 1 czerwca 2026 r. ustaliłby, że wydanie w ogóle miało miejsce, a nie było jedynie edycją dokumentacji. Punkt kontrolny na Hugging Face przywróciłby opcję samodzielnego hostowania, którą oferował M3, a której ten model pozbawia. Czwarta, niezależna publikacja pomogłaby najbardziej: wpis w Artificial Analysis z wartością opóźnienia, ponieważ „Flash” to twierdzenie o szybkości, a tylko jedna strona nie opublikowała dla niego żadnej liczby.

Do tego czasu trafne podsumowanie jest węższe niż pierwotny post i bardziej użyteczne niż tekst premierowy: MiniMax-M3.1-Flash to udokumentowany, dostępny w ramach subskrypcji multimodalny model o milionie tokenów, z pięciostopniową drabinką myślenia, której nie można wyłączyć; od dziś przyjmuje zmigrowany ruch z M2.5 i M2.7; nie ma publikowanej ceny, wag, limitu długości wyjścia, noty wydania ani niezależnego wyniku. To wystarczy, by spróbować, ale jeszcze nie wystarczy, by na nim standaryzować.