MiniMax-M3.1-Flash: в документации он уже используется, а на странице цен — пока нет.

19 октября 2026 года обозреватель моделей с хорошей репутацией опубликовал, что M​iniMax «готовится выпустить MiniMax-M3.1-Flash», сославшись на справочник API вендора. Справочник API действительно существует, а процитированная в нём строка — «Передовая мультимодальная модель для кодинга с контекстным окном 1M и настраиваемой глубиной рассуждений» — дословно взята из собственной документации M​iniMax. Но фраза «готовится выпустить» не передаёт и половины того, что на самом деле есть на странице. MiniMax-M3.1-Flash — не кодовое имя, которое ждёт своего часа в журнале изменений: это модель во всех примерах кода в руководстве по генерации текста, она стоит выше MiniMax-M3 в списке моделей, делит с M3 строку ограничения скорости, и с сегодняшнего дня именно в неё M​iniMax автоматически направляет трафик подписок на M2.5 и M2.7. У неё нет ни цены, ни бенчмарков, ни возможности скачать, ни хотя бы одного упоминания в примечаниях к выпуску вендора. Этот разрыв — между задокументированной и доступной для вызова на одной странице моделью и её отсутствием на всех коммерческих страницах на другой — и есть вся история; и стоит точно указать, какие части подтверждены, а какие являются предположением. Задокументированные сбои ИИ и инциденты с агентами, стоящие за подобными релизами, собраны в Архив инцидентов ИИ OrcaRouter, где каждая запись содержит собственные источники, уровень серьёзности, оценку уверенности и флаг оспаривания.

Что на самом деле сегодня находится на страницах поставщика

Четыре отдельные страницы M​iniMax содержат название модели, и не все они передают его одинаково. Это расхождение — самые полезные из доступных доказательств, потому что каждая страница написана другой командой для другого читателя.

• В справочнике по API и в руководстве по вызову моделей MiniMax-M3.1-Flash указана как актуальная модель — выше MiniMax-M3, с контекстным окном в 1 000 000 токенов и описанием настраиваемой глубины рассуждений. Все примеры на curl, Python и Node на этих страницах отправляют именно эту строку.

• В списке моделей в разделе FAQ он указан как доступная модель без пометки «предварительная версия», а в уведомлении о его выводе из эксплуатации — датированном 19 октября 2026 года — в качестве модели, куда теперь направляются запросы M2.5 и M2.7 в рамках M Plan и Token Plan, указана «M3.1 Flash».

• В таблице ограничений скорости MiniMax-M3.1-Flash и MiniMax-M3 стоят в одной строке: 200 запросов в минуту, 10 000 000 токенов в минуту. Семейства M2.7 и M2.5, которые они заменяют, указаны с 500 RPM и 20 000 000 TPM — это стоит запомнить, если вы предполагали, что миграция будет ростом по всем параметрам.

• Страницы M Plan и Token Plan по-прежнему называют текстовую модель «M3.1 Flash Preview» — в обзоре плана, в FAQ по плану, в уведомлении об обновлении Token Plan и в правилах использования M Plan, во всех четырёх местах.

Итак, в технической документации название потеряло суффикс «Preview», а в коммерческой документации он сохранился. Ни одна страница не объявляет о переименовании, дате общего доступа или запуске, и страница примечаний к выпуску всё проясняет: её последняя запись о языковой модели — по-прежнему MiniMax-M3 от 1 июня 2026 года, а единственная более поздняя запись — H3 от 31 июля. Что бы ни случилось с этой моделью в конце сентября, MiniMax так и не зафиксировала это как релиз. Воспринимайте «M3.1-Flash лишилась метки Preview» как наблюдение о документации, а не как новость, объявленную производителем.

Единственное, что действительно ново по сравнению с MiniMax-M3

Если отбросить названия, остаётся реальное различие в возможностях — именно его и заметил исходный пост. MiniMax-M3 рассматривает мышление как переключатель: если параметр опущен, это означает «выкл.», {"type": "adaptive"} включает его, {"type": "disabled"} оставляет выключенным. MiniMax-M3.1-Flash рассматривает мышление как регулятор, который вообще нельзя выключить. Отправьте thinking: {"type": "disabled"} — или reasoning_effort: "none" на OpenAI-совместимой конечной точке — и API вернёт HTTP 400 с кодом ошибки 2013 и сообщением, что модель «requires adaptive thinking».

Вместо этого вы получаете шкалу усилий с пятью ступенями: low, medium, high, xhigh, max. В документации производителя указано, что более высокие уровни размышляют более тщательно и генерируют больше токенов размышления при более высокой задержке. Значение по умолчанию, если полностью опустить поле, — max. Имя поля зависит от протокола — output_config.effort на Anthropic-совместимой конечной точке, reasoning_effort на OpenAI-совместимой, reasoning.effort на конечной точке Responses — но шкала состоит из одних и тех же пяти значений во всех трёх случаях.

Рядом с этой лестницей есть две детали, которые легко упустить. Во-первых, токены размышления учитываются в max_tokens; в собственной справочной документации MiniMax отмечается, что бюджет, рассчитанный на короткий ответ, может быть полностью израсходован на рассуждение, и тогда вернётся пустое сообщение со stop_reason: "max_tokens". Во-вторых, на этой модели reasoning_split нельзя установить в false, поэтому на OpenAI-совместимом пути размышления всегда приходят в reasoning_content, а не внутри тегов <think> в content. Если у вас есть парсер, который извлекает эти теги из вывода M3, здесь ему нечего делать.

Это одновременно реальный выигрыш в эргономике и реальная опасность для биллинга, причём это одна и та же функция. Рутинное переименование на уровне low и рефакторинг всего репозитория на уровне xhigh — это одна и та же модель, совершающая разные компромиссы; именно это и должен предлагать уровень Flash. Но значение по умолчанию — самая дорогая ступень, поэтому вызывающая сторона, которая никогда не задаёт это поле, платит за максимальную обдуманность при каждом запросе, включая тривиальные. Любая модель затрат, построенная на подсчёте токенов M3, будет занижать M3.1-Flash, пока effort не зафиксирован.

Что «Flash» означает в этой строке, а что — нет

M​iniMax уже однажды использовала суффикс Flash — в превью от 27 сентября, продолжением которого, судя по всему, является эта модель, — и тогда позиционирование этого уровня строилось вокруг повседневной разработки, а не передовых задач: быстро и надёжно, от оперативных исправлений ошибок до полноценной работы над функциями. Это правдоподобное описание задачи. Но по состоянию на сегодня оно не измерено.

В той же документации строка M3 содержит заявленную скорость вывода «примерно 100+ tps». В строке M3.1-Flash вообще нет никакой цифры скорости. Таблица лимитов скорости задаёт обеим моделям одинаковые 200 RPM и 10M TPM, поэтому пропускная способность на аккаунт документирована, а задержка на токен — нет. Независимые измерения этот пробел не заполняют: Artificial Analysis указывает MiniMax-M3 с оценкой Intelligence Index, а записи для MiniMax-M3.1-Flash у него нет — страница модели возвращает 404, и в индексе моделей она не появляется. Бенчмарк-листа от производителя тоже нет, так что эта колонка пуста, а не просто заполнится позже. Уровень под названием Flash без опубликованной цифры скорости — это маркетинговая позиция, а не спецификация.

Трёх чисел по-прежнему не хватает — и что блокирует каждое из них

Вот факты, которые решают, пригодна ли модель для использования, а не просто вызываема, и все три можно проверить за минуту.

• Цена. В обзоре цен MiniMax есть одна строка для языковой модели: MiniMax-M3 по $0.30 за миллион входных и $1.20 за миллион выходных токенов до 512 000 входных токенов, с удвоением до $0.60 и $2.40 выше этого порога, а чтение из кэша — $0.06 и $0.12. Строки M3.1-Flash нигде в таблице нет — ни в стандартном, ни в приоритетном разделе. Вместо неё есть подписочные цены — M Plan за $22 в месяц для Go, $55 для Explore и $132 для Build, причём во всех трёх тарифах указана текстовая модель «M3.1 Flash Preview», а Explore даёт 3×, а Build — 7.5× от лимита использования Go. Можно купить доступ к модели; вычислить для неё цену за токен нельзя.

• Потолок вывода. Контекст документирован на уровне 1 000 000 токенов. Максимальный объём вывода не документирован для M3.1-Flash, тогда как в нашей собственной записи каталога для MiniMax-M3 указано 512 000. Миллион токенов чтения при нераскрытом лимите записи — это обещание о входе, а не о выходе, и для рабочих нагрузок по генерации кода именно показатель вывода решает, сможет ли один проход завершить работу.

• Веса. Их нет. Публичные репозитории организации MiniMaxAI заканчиваются на M​iniMax-Music3 (обновлён 14 августа 2026 г.) и M​iniMax-H3 (13 августа), а запрос чекпойнта M​iniMax-M3.1 возвращает ответ платформы 401 «не виден вам» вместо карточки модели. Напротив, M​iniMax-M3 можно скачать из организации MiniMaxAI с 2 июня 2026 года — примерно 427 млрд параметров — по лицензии, которую Hugging Face указывает просто как «other». Вариант с открытыми весами, который делал M3 интересным для команд с собственными GPU, не распространяется на преемника.

Есть четвёртый пробел, важный для любого, кто встраивает это в существующий стек: тип ключа. Примеры кода в руководстве по генерации текста задают для api_key значение «Get Subscription Key», а собственный FAQ по аккаунту M​iniMax прямо говорит, что Subscription Keys и API-ключи с оплатой по мере использования — это отдельные учётные данные, которые нельзя заменять друг другом. FAQ по M Plan добавляет симметричное правило: для всего, что выходит за рамки покрытия плана, используйте ключ с оплатой по мере использования. Нигде в документации M3.1-Flash не сказано, какой из двух ключей принимается при обращении к модели с оплатой за токен. Мы не вызывали эндпоинт, чтобы это выяснить, и читателю не следует предполагать, что стандартный API-ключ сработает только потому, что модель указана в блоке кода, совместимом с O​penAI.

Миграция реальна, и она началась сегодня

Помимо вопроса о названии, M​iniMax утвердила график с конкретными датами, согласно которому эта модель попадает в производственные сценарии, для которых её никогда явно не выбирали. С 19 октября 2026 г. запросы к M2.5 и M2.7 в рамках M Plan и Token Plan автоматически перенаправляются на M3.1 Flash; существующие названия моделей продолжат работать для обратной совместимости, а лимиты использования по планам останутся без изменений. В тот же день оба семейства моделей перестанут быть доступны новым пользователям. 18 ноября 2026 г. они будут полностью выведены из эксплуатации, после чего API-запросы к ним перестанут работать; существующие пользователи с оплатой по мере использования сохранят доступ до этой даты.

Ключевое слово в этом уведомлении — «автоматически». Ваш клиент продолжает отправлять MiniMax-M2.7, запрос продолжает успешно выполняться, квота продолжает расходоваться — а модель на другом конце всегда размышляет, по умолчанию выбирает максимальный уровень усилий и имеет более низкий предел запросов на учётную запись, чем модель, которую она заменила. Если вы логируете запрошенную модель, но не модель, которая ответила, ничто в вашем мониторинге не сообщит вам, что это произошло. Однострочное решение — закрепить уровень усилий на низком или среднем для перенесённых рабочих нагрузок, прежде чем счёт за токены обнаружит это за вас.

Если вы хотите оценить его, не покупая подписку

Это та неловкая часть. Модель, до которой можно добраться только по ключу подписки, без цены за токен и без опубликованной задержки, трудно сравнить с чем-либо по той оси, которая действительно важна, — стоимости на завершённую задачу. Честная позиция такова: по состоянию на сегодня MiniMax-M3.1-Flash отсутствует в каталоге OrcaRouter; запрос страницы модели для неё возвращает 404, а модели MiniMax, которые мы обслуживаем — это линейка с оплатой за токен: minimax/minimax-m3 по $0.30/$1.20 с контекстом 1M, плюс эндпоинты M2.7, M2.5 и H3.

Чем это полезно — так это сравнением, которое скрывает подписочная модель. Поставьте модель, которую вы действительно можете измерить, рядом с той, которую измерить нельзя, на одном и том же ключе и одном и том же наборе промптов — и вы получите число стоимости на задачу для MiniMax-M3, которое можно сопоставить с тем, что на самом деле расходует место в M Plan. Цены здесь — это прайс-лист провайдера, переданный с наценкой 0%, так что арифметика, которую вы делаете, — это арифметика, которую публикует M​iniMax, а не её версия с наценкой. Автоматическое переключение при сбое держит непроверенную или ограниченную подпиской зависимость рядом с продакшн-путём, а не под ним, а DSL маршрутизации позволяет закрепить дешёвую модель для рутинных вызовов и отправлять только сложные к чему-то более дорогому — это то же решение о градации по уровню усилий, которое M3.1-Flash предоставляет как параметр, но принятое на уровень выше. На странице модели MiniMax-M3 на нашем сайте тарифная сетка и характеристики собраны в одном месте, если вы хотите начать оттуда.

Что превратило бы это в запуск?

Три публикации решили бы вопрос, а сегодня нет ни одной. Строка с ценой для MiniMax-M3.1-Flash в обзоре цен сделала бы модель сопоставимой и показала бы, означает ли суффикс Flash, что модель дешевле M3, или лишь то, что она быстрее. Запись в примечаниях к выпуску, датированная после 1 июня 2026 года, подтвердила бы, что выпуск вообще состоялся, а не был лишь правкой документации. Чекпоинт на Hugging Face вернул бы возможность самостоятельного хостинга, которую предлагала M3 и которую убирает эта модель. Четвёртая, независимая, помогла бы больше всего: запись в Artificial Analysis с показателем задержки, потому что «Flash» — это заявление о скорости, а цифр по нему не опубликовала только одна сторона.

До тех пор точное резюме будет уже, чем исходный пост, и полезнее, чем заметка о запуске: MiniMax-M3.1-Flash — это документированная, доступная по подписке мультимодальная модель с контекстом в миллион токенов и пятиступенчатой «лестницей размышлений», которую нельзя отключить; по состоянию на сегодня она получает перенесённый трафик M2.5 и M2.7; при этом у неё нет опубликованной цены, весов, ограничения на объём вывода, примечаний к выпуску и независимой оценки. Этого достаточно, чтобы попробовать, но пока недостаточно, чтобы делать её стандартом.