MiniMax-M3.1-Flash vs MiniMax-M3.1-Flash-Preview: mesmo modelo, contrato diferente

Se você vem chamando o MiniMax-M3.1-Flash-Preview desde o final de setembro, a questão que o lançamento de 19 de outubro levanta não é se o novo modelo é melhor. É se aquilo que você já estava testando e aquilo que a MiniMax agora vende para você são o mesmo artefato — e, se forem, por que um deles ficou três semanas sem preço, sem tabela de benchmarks e sem pontuação independente, enquanto o outro chegou com as três coisas. Resposta curta: o MiniMax-M3.1-Flash-Preview era a versão exclusiva para assinantes e não publicada de um modelo sem nome que vinha rodando publicamente havia semanas sob o codinome Space Bunny. O MiniMax-M3.1-Flash é esse modelo transformado em produto, com uma tabela de preços de US$ 0,15 por milhão de tokens de entrada e US$ 0,60 por milhão de saída, uma tabela de benchmarks publicada e uma pontuação de 42 no Artificial Analysis Intelligence Index.As falhas de IA e os incidentes com agentes documentados por trás de lançamentos como este estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de disputa.

Tudo o que mudou entre os dois é comercial ou documental. Muito pouco disso é comportamental. Essa distinção é o ponto central desta página, porque uma equipe que migrou para a prévia por causa do comportamento agora está rodando um modelo cujo id de modelo pode não existir em três meses, e uma equipe que evitou isso por causa do preço ausente tem motivo para olhar de novo.

Três encontros, e o que cada um realmente fez

Os dois IDs de modelo ficam no final de uma breve cronologia, e lê-la em ordem é a única forma de distinguir uma renomeação de um lançamento.

• 23 de setembro de 2026 — um modelo anónimo surge num catálogo de terceiros sob a etiqueta Space Bunny, de chamada gratuita, sem qualquer documentação do fornecedor.

• 27 de setembro de 2026 — O MiniMax-M3.1-Flash-Preview entra em operação dentro do MiniMax Code e no Token Plan. Apenas com chave de assinatura. Sem preço por token, sem tabela de benchmarks, sem pesos, sem model card.

• 19 de outubro de 2026 — MiniMax-M3.1-Flash é lançado na API de pagamento conforme o uso, ao lado de M Plan e M​iniMax Code, com preços publicados, seis pontuações de benchmark e pesos prometidos para "mais tarde". A Artificial Analysis publica 42 no mesmo dia.

O que essa cronologia descarta é a interpretação de que estes são dois modelos diferentes. A prévia não era um checkpoint menor ou mais antigo; era o mesmo modelo com as páginas comerciais desativadas. O próprio post de lançamento da M​iniMax menciona que o modelo processou mais de 200 trilhões de tokens durante os testes, e o período de prévia é de onde veio a maior parte desse tráfego. O que a cronologia também descarta é a leitura inversa — de que a GA é apenas uma mudança de rótulo. Três coisas passaram a ser verdadeiras em 19 de outubro que não eram verdadeiras em 27 de setembro, e são elas que merecem auditoria.

As três coisas que são genuinamente diferentes

Existe um preço. A prévia não tinha nenhum — nem na página de preços, nem na página do modelo, nem na referência da API. A única forma de comprá-lo era um assento do Token Plan por US$ 22, US$ 55 ou US$ 132 por mês, e a única forma de estimar seu custo era dividir sua mensalidade pelo que você conseguisse executar. O MiniMax-M3.1-Flash é cobrado por uso: US$ 0,15 por milhão de tokens de entrada, US$ 0,60 por milhão de saída, US$ 0,015 por milhão de leituras em cache. Em comparação com os US$ 0,30/US$ 1,20 do MiniMax-M3, isso é uma redução pela metade no nível padrão, sem sobretaxa de contexto grande — o M3 dobra sua tarifa acima de 512.000 tokens de entrada, e o M3.1-Flash não.

Existe uma pontuação independente. A prévia não teve entrada no Artificial Analysis durante as três semanas em que ficou disponível, o que é incomum para um modelo em mãos do público. O GA marcou 42 no dia do lançamento, ficando em quarto lugar entre 173, a US$ 0,22 por tarefa do Intelligence Index e 125,5 tokens de saída por segundo. Esse último número é o que deve ser mantido: a própria publicação de lançamento da MiniMax afirma "200+ TPS" de saída no dia a dia e "170+ TPS" no P50, e a medição independente fica 40% abaixo da alegação principal. Nenhum dos números está errado — o número do fornecedor é, presumivelmente, um caminho de serviço no melhor caso —, mas apenas um deles foi produzido por alguém que não vende o modelo.

Existe uma tabela de benchmarks, e ela é informada pelo fornecedor. Seis avaliações, nenhuma reproduzida de forma independente. BankerToolBench 76,2, DeepSWE v1.1 com 73,7%, OSWorld V2 com 61,7, Agents' Last Exam com 29,6, CyberGym com 82%, e AutomationBench-AA descrito apenas como um dos melhores desempenhos, sem nenhum número associado. A prévia foi lançada sem nada disso, então a tabela é uma informação nova, embora sua proveniência seja a mesma empresa que escreveu o comunicado de imprensa.

O que não mudou, e é fácil presumir que mudou

A paridade comportamental é uma inferência, não uma garantia publicada. A M​iniMax não afirmou que o checkpoint de prévia e o checkpoint GA sejam idênticos bit a bit, e não publicou uma nota de migração. O que ela publicou é uma tabela de parâmetros que aparece igual nos dois IDs, e as restrições idênticas. Se você está decidindo se sua avaliação de prévia se mantém, estas são as coisas com que pode contar:

• Janela de contexto — 1.000.000 tokens em ambos, inalterado

• Pensamento — sempre ativo. thinking: {"type": "disabled"} retorna HTTP 400 na GA exatamente como na prévia, e reasoning_effort: "none" é rejeitado da mesma forma

• Escala de esforço — low, medium, high, xhigh, max, usando max como padrão quando o campo é omitido, em ambos

• Saída de raciocínio — retornada em reasoning_content ou como um bloco de raciocínio, dependendo do protocolo; reasoning_split: false não é aceito em nenhum dos dois

Níveis de admissão — service_tier: "priority" não é compatível em nenhum dos dois, então a prévia não te deu uma via rápida, e a GA também não.

• Padrões de amostragem — temperatura 1, top_p 0.95, em ambos

• Pesos abertos — nenhum dos dois. A MiniMax diz que os pesos para a GA serão lançados "mais tarde", sem data e sem licença especificada

• Contagem de parâmetros — não divulgada para nenhum dos dois. A MiniMax descreve o modelo como usando "esparsidade mais agressiva" sem dizer o que está sendo esparsificado

Dois desses merecem mais do que um simples marcador. O padrão de esforço é max, e os tokens de pensamento são cobrados como saída e contam para seu max_tokens. Uma carga de trabalho portada da prévia mantém esse padrão, o que é aceitável se ela já tiver sido ajustada lá e caro se não tiver sido. E a perda de service_tier é a mesma perda que foi em setembro — se sua arquitetura pressupõe uma via de admissão prioritária para chamadas sensíveis à latência, nenhum dos ids oferece uma, e o fallback é esforço baixo em vez de uma fila mais rápida.

A questão da migração que ninguém ainda respondeu

A MiniMax não publicou uma data de descontinuação para o MiniMax-M3.1-Flash-Preview. O id ainda é resolvido nas próprias páginas de ferramentas do fornecedor, e a documentação que o descreve não foi removida. Mas a documentação do próprio preview dizia que o modelo "pode mudar sem aviso prévio", e um id de preview que sobreviveu ao lançamento de GA sem um cronograma de depreciação declarado está em uma posição pior do que um já depreciado, porque não é possível planejar em torno de uma data que não existe.

A leitura prática: trate o id de preview como uma superfície de testes e mova o tráfego de produção para o GA. A mudança não custa nada em termos de comportamento — mesmo contexto, mesmas restrições de raciocínio, mesma hierarquia — e garante a você uma tarifa publicada, uma planilha de benchmark publicada e uma pontuação independente que você pode citar em uma revisão de compras. A única coisa que ela não garante é qualquer aviso sobre a remoção do preview, portanto, se você não conseguir concluir a mudança esta semana, registre o id do modelo que respondeu em vez de apenas o solicitado, para que uma substituição silenciosa apareça no seu monitoramento em vez de na saída dos seus usuários.

Para equipes que executam vários modelos, esse problema de monitoramento é um problema de roteamento. O OrcaRouter coloca uma frota por trás de uma única chave de API aos preços de tabela dos provedores com 0% de markup, então uma mudança de ID de modelo ou uma revisão da tabela de preços é uma edição na tabela de roteamento, e não uma alteração de código — e o failover automático cobre o caso em que um ID para de responder às três da manhã. O MiniMax-M3.1-Flash não está no nosso catálogo hoje; os modelos MiniMax que roteamos são o MiniMax-M3 e a família M2.7, e nenhum deles substitui este, então o conselho honesto para o GA é usar a própria API do fornecedor até que o tenhamos no catálogo.

Qual ID usar, conforme a situação

Há uma situação em que o id de preview ainda é a escolha certa: você tem um assento do Token Plan, seu uso é estável e de baixo volume, e a assinatura sai mais barata do que tokens cobrados por uso. A US$ 0,15/US$ 0,60 e com 180 milhões de tokens de saída consumidos, comprovadamente, em uma execução de índice de 1.600 tarefas, o uso agêntico intenso acumula cobrança rápido, e um assento de US$ 132 pode superá-lo. Para todo o resto — tráfego em picos, SLAs de produção, qualquer coisa que você precise modelar em termos de custo —, o id GA é aquele sobre o qual construir, porque é o único dos dois com um número associado que sobrevive a uma análise financeira.

O que é preciso lembrar é que isto nunca foi uma comparação de modelos. Era um produto sendo finalizado em público, com a página de preços chegando três semanas depois da API. O modelo chamado MiniMax-M3.1-Flash-Preview em setembro e o modelo chamado MiniMax-M3.1-Flash em outubro são próximos o suficiente para que seus resultados de avaliação continuem válidos. O contrato em torno deles é o que mudou, e esse contrato é o que você está assinando agora.