MiniMax M3.1 Flash é o modelo multimodal rápido e econômico da MiniMax e um sucessor direto do M3, oferecendo ganhos substanciais em tarefas agênticas complexas, programação e cibersegurança, mantendo latência e preço baixos. Ele foi criado para trabalho de longo horizonte e alto rendimento — loops autônomos de agentes, processamento em larga escala de código e documentos, pesquisa orientada por ferramentas e pipelines de raciocínio em várias etapas — em que rendimento e custo por token importam tanto quanto a inteligência de pico bruta. Ele aceita entrada de texto, imagem e vídeo e retorna texto, portanto capturas de tela de interface e estados de erro, diagramas de arquitetura e rede, dashboards, gráficos e gravações de tela podem ser analisados diretamente junto com código-fonte e contexto textual longo. Uma janela de contexto de 1,048,576 tokens permite que repositórios inteiros, grandes conjuntos de documentos e logs, transcrições longas ou projetos com vários arquivos caibam em uma única chamada sem um pipeline de recuperação, enquanto um teto de saída de até 524,288 tokens suporta artefatos longos em uma única passagem — relatórios completos, refatorações e geração de código extensas, ou planos detalhados em várias etapas — sem truncamento ou emenda. O raciocínio está sempre ativado, com esforço selecionável (baixo / médio / alto / xhigh / máximo) para que os solicitantes possam trocar latência por profundidade por requisição. Chamadas de função nativas e saída estruturada (JSON) tornam-no ideal para ferramentas agênticas que planejam, invocam ferramentas e retornam resultados interpretáveis por máquina, e ele pode operar assistentes de programação, agentes de navegador e de uso de computador, e fluxos de trabalho automatizados que carregam muito estado ao longo de muitas interações. Como o nível Flash, ele é ajustado para amplitude e volume, e não para tarefas de raciocínio mais difícil em uma única tentativa — triagem em massa, execuções de agentes com grande fan-out e assistentes interativos servidos em escala — para as quais os modelos MiniMax mais pesados continuam sendo a melhor opção. Ele está disponível por meio das APIs Chat Completions, OpenAI Responses e Anthropic Messages, para que clientes existentes no estilo OpenAI e Anthropic possam usá-lo sem alterações de código. Artificial Analysis Intelligence Index: 42.
Compatível com OpenAI — mantenha seu SDK
https://api.orcarouter.ai/v1https://api.orcarouter.aiimport os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="minimax/minimax-m3.1-flash",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p| Entrada / 1M tokens | $0.150 |
|---|---|
| Saída / 1M tokens | $0.600 |
| Leitura de cache / 1M | $0.015 |
| Moeda | USD |
Estimativa com base no preço de tabela
Apenas uma estimativa — a contagem real de tokens depende do tokenizador do provedor.
Do que os desenvolvedores estão falando esta semana
GET /api/public/models/minimax/minimax-m3.1-flashAbrir @misc{orcarouter_minimax_m3_1_flash,
title = {M3.1 Flash API},
author = {MiniMax},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/minimax/minimax-m3.1-flash}
}MiniMax. (2026). M3.1 Flash API. OrcaRouter. https://www.orcarouter.ai/models/minimax/minimax-m3.1-flash