MiniMax-M3.1-Flash теперь отвечает на ваши запросы к M2.7: что изменилось 19 октября

Если вы отправляете MiniMax-M2.7 на ключ M Plan или Token Plan от M​iniMax сегодня, модель, стоящая за этим именем, изменилась. Собственное уведомление M​iniMax о выводе моделей из эксплуатации назначает 19 октября 2026 года датой, когда запросы, адресованные MiniMax-M2.7 и MiniMax-M2.5 в рамках этих планов, автоматически перенаправляются на MiniMax-M3.1-Flash — тот же ID модели в вашем коде, но другая модель на другом конце, с бюджетом рассуждений, который по умолчанию максимален, и вообще без возможности отключить рассуждения. Сама модель не нова: MiniMax-M3.1-Flash присутствует в документации поставщика с 27 сентября 2026 года, когда мы впервые подтвердили её там под именем MiniMax-M3.1-Flash-Preview. Новым — и датированным сегодняшним днём — является эта замена, а также тот факт, что два более старых семейства моделей по тому же графику вливаются в неё. Задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive где каждая запись содержит собственные источники, степень серьёзности, оценку уверенности и отметку о спорности.

К чему на самом деле обязывает уведомление

MiniMax публикует график в собственной документации со списком моделей, и для объявления о прекращении поддержки он необычно конкретен. Всю работу выполняют три даты.

• 19 октября 2026 г. — семейства M2.5 и M2.7 перестают быть доступны новым пользователям. • 19 октября 2026 г. — все запросы к M2.5 или M2.7 в рамках M Plan и Token Plan автоматически перенаправляются на M3.1 Flash. Существующие названия моделей продолжают работать, и поставщик заявляет, что лимиты использования в рамках планов не изменились. • 18 ноября 2026 г. — оба семейства выводятся из эксплуатации. Запросы API к ним полностью перестают работать.

Оплата по факту использования рассматривается отдельно: M​iniMax говорит, что существующие пользователи pay-as-you-go сохраняют доступ до даты вывода из эксплуатации, а новым пользователям доступ закрывают уже сегодня. Компания даёт тот самый ожидаемый совет — проверьте, зависят ли ваши приложения от этих моделей, и начинайте планировать миграцию, — но для всех, чей продакшен-трафик сегодня утром был направлен на M2.7, это немного поздновато.

Важное слово в уведомлении — автоматически. Это не устаревание, которое возвращает ошибку и вынуждает менять код. Это молчаливая подмена: ваш запрос продолжает успешно выполняться, ваш расход продолжает списываться с того же лимита, а токены генерирует уже другое. Если вы логируете запрошенную модель, но не логируете модель, которая ответила, ваш мониторинг будет показывать здоровый сервис, работающий на модели, которую вы не выбирали.

Внутри ответа меняются три вещи

В справочнике API поставщика обе модели описаны на одной странице, поэтому разницу легко сформулировать точно. MiniMax-M3.1-Flash — передовая мультимодальная модель для программирования с контекстным окном в 1,000,000 токенов и настраиваемой глубиной рассуждений; MiniMax-M2.7 — устаревшая модель для работы с текстом и инструментами с окном в 204,800 токенов.

• Контекст — 1,000,000 токенов на MiniMax-M3.1-Flash против 204,800 на MiniMax-M2.7, примерно пятикратное увеличение. • Входные данные — текст, изображение и видео на MiniMax-M3.1-Flash против только текста и вызовов инструментов в семействе M2.x, где, как явно указано в примечании производителя о legacy, не поддерживается ввод изображений или видео. • Мышление — всегда включено и не может быть отключено на MiniMax-M3.1-Flash; отправка thinking: {"type": "disabled"} возвращает HTTP 400 с кодом ошибки 2013. • Глубина мышления — effort принимает low, medium, high, xhigh и max, а по умолчанию — max, если не указано. У M2.7 нет эквивалентного управления. • Вывод рассуждений — возвращается в reasoning_content в протоколе, совместимом с O​penAI, и в блоке thinking в протоколе, совместимом с A​nthropic. reasoning_split: false не принимается, поэтому результаты мышления нельзя вернуть обратно в content в виде тегов <think>. • Потолок вывода — рекомендуемые 131,072 токена и жёсткий максимум 524,288 для генерации на MiniMax-M3.1-Flash против общего контекста 204,800 на M2.7. • Уровни допуска — service_tier: "priority" (уровень допуска в 1.5 раза быстрее) не поддерживается на MiniMax-M3.1-Flash. Рабочая нагрузка, которая полагалась на приоритетный допуск, лишается его. • Сэмплирование — top_p по умолчанию равен 0.95 на MiniMax-M3.1-Flash против 0.9 у моделей M2.x.

Два из них косметические. Настройки thinking по умолчанию — нет. Рабочей нагрузке, созданной для M2.7, никогда не приходилось задумываться об уровне усилий на рассуждение, потому что настраивать было нечего. Та же рабочая нагрузка без изменений теперь выполняется с максимальным уровнем усилий при каждом запросе — а MiniMax учитывает thinking-токены в лимите генерации, поэтому документация самого вендора предупреждает, что слишком маленькое значение max_tokens приводит к остановке с причиной max_tokens и полному отсутствию текстового вывода.

По умолчанию используется дорогая настройка.

Вот в чём ловушка, в одном предложении: в уведомлении о миграции сказано, что ваши лимиты использования не изменились, и это правда, но количество токенов, которое потребляет каждый запрос, — нет.

В M Plan FAQ от MiniMax прямо указано, что потребление зависит от глубины мышления и что более высокая глубина для M3.1 Flash генерирует больше содержимого размышлений и потребляет больше. При effort, по умолчанию равном max, мигрированная рабочая нагрузка M2.7 теперь работает на самой дорогой из предлагаемых моделью настроек, и никто её не выбирал.

Грубая иллюстрация с округлёнными числами, явно обозначенная как арифметика, а не измерение: возьмём 40 000 запросов в день, промпт на 6 000 токенов и 3 000 токенов на размышление при max против примерно 600 при low. Это 96 миллионов дополнительных токенов на размышление в день, или около 2,9 миллиарда в месяц. Если оценивать по опубликованному тарифу MiniMax-M3 на вывод в $1,20 за миллион токенов — ближайшему опубликованному тарифу, поскольку MiniMax не публикует цену за токен для M3.1 Flash — эта разница составляет чуть более $3 400 в месяц. Измените два из этих допущений, и число сильно изменится; суть в том, что знак не меняется.

Исправление — это одно поле, и оно зависит от протокола: output_config.effort на A​nthropic-совместимом эндпоинте, reasoning_effort на O​penAI-совместимом, reasoning.effort на эндпоинте Responses. Собственные руководства M​iniMax по инструментам для программирования рекомендуют именно это — снижать уровень усилий для простых задач, а не пытаться отключить мышление, потому что отключить его нельзя.

Есть эффект второго порядка, который стоит проверить, прежде чем что-либо настраивать. Если ваш клиент отправляет max_tokens, рассчитанный на ответ M2.7, модель с максимальными усилиями может потратить весь бюджет на рассуждения и вернуть пустое сообщение. Справочник MiniMax по совместимости с Anthropic говорит явно задать output_config.effort равным max; таблица параметров на той же странице предупреждает, что токены размышлений учитываются в max_tokens. Эти два утверждения находятся в нескольких строках друг от друга, и именно такое сочетание дает ответ 200 с пустым содержимым.

Цены за токен по-прежнему нет

Именно это делает миграцию сложной для расчёта затрат, а не для написания кода. В таблице цен M​iniMax с оплатой по мере использования указана только одна языковая модель: MiniMax-M3 — $0.30 за миллион входных и $1.20 за миллион выходных токенов для запросов объёмом до 512 000 входных токенов; выше этого порога цены удваиваются до $0.60 и $2.40, причём к зачёркнутым базовым тарифам уже применена постоянная скидка 50%. Чтение из кэша запросов стоит $0.06 и $0.12 за миллион соответственно. MiniMax-M3.1-Flash в этой таблице вообще отсутствует.

Опубликованы цены на подписку. M Plan стоит $22 в месяц за Go, $55 за Explore и $132 за Build; во все три тарифа включена текстовая модель M3.1 Flash Preview, при этом лимит использования Explore втрое больше, чем у Go, а у Build — в семь с половиной раз. Token Plan по-прежнему доступен действующим подписчикам, но новым его больше не продают, а в пояснении поставщика к обновлению говорится, что тарифы в любом случае сохраняют текущую цену и лимиты на текст.

Итак, честный ответ на вопрос «сколько стоит M3.1 Flash за токен» таков: пока никто за пределами M​iniMax не может вам этого сказать, потому что этой цифры нет на странице. Если вам нужно число за токен, чтобы обосновать бизнес-кейс на этой неделе, единственный защитимый подход — измерить: прогнать фиксированный набор eval-примеров на каждом уровне усилий, записать usage из ответа и пересчитать по тому тарифу, который подразумевает ваш план. Поставщик, который публикует карточку модели, но не прайс-лист, говорит вам, что хочет разговора о подписке, а не о пометровом тарифе.

Какой ID модели вы на самом деле отправляете?

Документация M​iniMax противоречит сама себе, и это подводит в самый неподходящий момент. Справочник API, руководство по вызову моделей и список моделей называют модель MiniMax-M3.1-Flash одинаково. А вот страницы M Plan, руководство по настройке C​laude Code и руководство по настройке Codex называют её MiniMax-M3.1-Flash-Preview, включая конфигурацию C​laude Code, в которой четыре отдельные переменные окружения задаются как MiniMax-M3.1-Flash-Preview[1m].

Ни один из вариантов именования не помечен как устаревший, и ни одна страница документации не объявляет дату общего доступа или переименование. Это стоит сказать прямо, а не строить догадки: по состоянию на сегодня поставщик использует обе строки, и мы не смогли установить по публичной документации, какой из них примет ключ с оплатой по мере использования. Единственная проверка, которая это решает, занимает около десяти секунд и ничего не стоит:

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

Прочитайте идентификаторы, которые вернутся, и используйте один из них дословно. Если вы подключаете модель к C​laude Code, Cursor, Codex или OpenCode, руководства поставщика рассчитаны на форму -Preview, а руководство C​laude Code дополнительно отмечает, что инструмент должен указыватьMiniMax-M3.1-Flash-Preview в качестве активной модели при правильной конфигурации.

Если вы размещаете всё у себя, ничего из этого до вас не доходит.

{{1}}MiniMax-M2.7{{/1}} — это модель с открытыми весами. Её контрольная точка доступна на Hugging Face с апреля 2026 года в организации MiniMaxAI, и уведомление, которое выводит из эксплуатации конечную точку API, не затрагивает копию, работающую на вашем собственном оборудовании. То же самое верно для M2.5. Если ваш трафик M2.7 обслуживается из вашего собственного кластера или частного развёртывания, сегодняшнее изменение маршрутизации — проблема кого-то другого.

MiniMax-M3.1-Flash не находится в этой позиции. Два самых недавних публичных репозитория организации MiniMaxAI — это M​iniMax-Music3, созданный 7 августа 2026 года, и M​iniMax-H3, созданный 28 июля 2026 года, а поиск M3.1 на Hugging Face не возвращает ничего. Для модели, на которую вас сейчас перенаправляют, нет ни чекпоинта, ни файла лицензии, ни лазейки для самостоятельного хостинга. Если открытые веса были причиной, по которой вы выбрали M2.7, то миграция — это настоящий шаг назад по автономности, даже если она является шагом вперёд по возможностям.

Чек-лист миграции — в том порядке, который имеет значение

• Сегодня — подтвердите, используете ли вы ключ по подписке или ключ с оплатой по мере использования. Автомаршрутизация применяется к M Plan и Token Plan; при оплате по мере использования M2.5 и M2.7 продолжают предоставляться существующим пользователям до 18 ноября. • Сегодня — записывайте в журнал идентификатор модели, который возвращает API, а не только тот, который вы отправили, чтобы незаметная подмена стала видна в ваших данных. • На этой неделе — задавайте effort явно при каждом вызове. Выбирайте уровень для каждого класса задач, а не наследуйте max. • На этой неделе — увеличьте max_tokens или max_completion_tokens прежде чем повышать effort, и проверяйте пустые завершения при max_tokens в качестве причины остановки. • До 18 ноября — если вам всё ещё нужно поведение M2.7, перенесите его в самостоятельно размещённый чекпоинт или примите поведение новой модели. После этой даты конечная точка исчезнет. • До 18 ноября — повторно протестируйте всё, что использовало service_tier: "priority". Он недоступен в M3.1 Flash, поэтому профиль задержки меняется, даже если модель не меняется.

Где слой маршрутизации оправдывает себя

Урок этой недели не в том, что M​iniMax выпустила модель получше. Он в том, что идентификатор модели в вашем коде — это обещание, которое вендор может переписать, и что эта перезапись не появляется отдельной строкой в журнале изменений в истории ваших деплоев.

Вот почему выбор модели стоит вынести за роутер, а не жёстко прописывать строку поставщика в двенадцати сервисах. В OrcaRouter MiniMax-M3 и эндпоинты M2.5 и M2.7 доступны наряду с более чем 200 другими моделями через один ключ, с наценкой 0% — цена из прайс-листа провайдера передаётся напрямую, поэтому MiniMax-M3 отображается по тем же $0.30 и $1.20 за миллион токенов, которые взимает поставщик, и поэтому изменение цены поставщиком вступает в силу в тот же день, а не в следующем расчётном периоде.

Две вещи, которые здесь действительно полезны. Во-первых, DSL маршрутизации позволяет закрепить конкретную модель за классом задач и переключиться на вторую, если первая недоступна, так что оценка непроверенной модели идёт параллельно с действующей, а не заменяет её. Во-вторых, автоматическое переключение при сбое между провайдерами означает, что неудачный день на стороне апстрима — это деградировавший маршрут, а не простой.

Одно уточнение: MiniMax-M3.1-Flash на сегодня отсутствует в нашем каталоге. Мы предоставляем линейку MiniMax с оплатой за токены — M3, M2.7, M2.5 и H3 — поэтому если вы хотите сравнить модель, на которую вас только что перевели, с той, с которой перевели, до прежнего варианта — один ключ. Сама новая модель доступна через собственные тарифы MiniMax.

Что могло бы изменить это чтение?

Три публикации превратили бы это из истории миграции в историю запуска, и ни одной из них пока не существует. Цена за токен для MiniMax-M3.1-Flash позволила бы кому угодно реально рассчитать стоимость перехода. Чекпойнт на Hugging Face восстановил бы возможность самостоятельного хостинга, которую теряют пользователи M2.7. Запись на Artificial Analysis дала бы модели первую независимую оценку интеллекта — MiniMax-M3 занимает 29,2 в этом индексе, а собственный документ MiniMax заявляет о передовых результатах на SWE, BrowseComp и xBench для M3.1 Flash, не публикуя рядом ни одной цифры.

До тех пор относитесь к модели как к тому, чем она является: вызываемая, документированная, без бенчмарков и без цены за токен, и теперь получающая трафик, которого она не запрашивала, — под своим именем. Команды, которые выйдут из этой ситуации с минимальными потерями, — это те, кто в первый же день заметил, что их ID модели стал алиасом.