MiniMax-M3.1-Flash vs MiniMax-M3.1-Flash-Preview: Samma modell, olika avtal

Om du har anropat MiniMax-M3.1-Flash-Preview sedan slutet av september är frågan som lanseringen den 19 oktober väcker inte om den nya modellen är bättre. Det är om det du redan testade och det som MiniMax nu säljer till dig är samma artefakt – och om de är det, varför en av dem saknade pris, benchmarkblad och oberoende poäng i tre veckor medan den andra kom med alla tre. Kort svar: MiniMax-M3.1-Flash-Preview var den prenumerationsbaserade, opublicerade versionen av en namnlös modell som hade körts offentligt i veckor under kodnamnet Space Bunny. MiniMax-M3.1-Flash är den modellen förvandlad till en produkt, med en prislista på $0,15 per miljon indatatokens och $0,60 per miljon utdatatokens, en publicerad benchmarktabell och en poäng på 42 i Artificial Analysis Intelligence Index. De dokumenterade AI-misslyckandena och agentincidenterna bakom lanseringar som den här samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och flagga för omtvistad status.

Allt som förändrades mellan de två är av kommersiell eller dokumentär karaktär. Mycket lite av det handlar om beteende. Den distinktionen är hela poängen med den här sidan, för ett team som migrerade till förhandsversionen på grund av beteendet kör nu en modell vars modell-id kanske inte finns om tre månader, och ett team som undvek den på grund av den saknade prissättningen har anledning att titta igen.

Tre dejter, och vad var och en faktiskt gjorde

De två modell-ID:na finns i slutet av en kort kronologi, och att läsa den i ordning är det enda sättet att skilja ett namnbyte från en lansering.

• 23 september 2026 — en anonym modell dyker upp i en tredjepartskatalog under taggen Space Bunny, gratis att ringa, ingen leverantörsdokumentation någonstans.

• 27 september 2026 — MiniMax-M3.1-Flash-Preview lanseras i M​iniMax Code och på Token Plan. Endast prenumerationsnyckel. Inget pris per token, ingen benchmarktabell, inga vikter, inget modellkort.

• 19 oktober 2026 — MiniMax-M3.1-Flash lanseras på API:et för betala per användning tillsammans med M Plan och M​iniMax Code, med publicerad prissättning, sex benchmarkresultat och vikter som utlovas "senare". Artificial Analysis publicerar 42 samma dag.

Det som den kronologin utesluter är tolkningen att det här är två olika modeller. Förhandsversionen var inte en mindre eller tidigare checkpoint; det var samma modell med de kommersiella sidorna avstängda. M​iniMax:s eget lanseringsinlägg hänvisar till att modellen bearbetade mer än 200 biljoner tokens under testningen, och större delen av den trafiken kom från förhandsperioden. Det som kronologin också utesluter är den omvända tolkningen – att GA bara är en etikettändring. Tre saker blev sanna den 19 oktober som inte var sanna den 27 september, och det är dem som är värda att granska.

De tre saker som verkligen är annorlunda

Det finns ett pris. Förhandsversionen hade inget pris – inte på prissättningssidan, inte på modellsidan, inte i API-referensen. Det enda sättet att köpa det var en Token Plan-plats för $22, $55 eller $132 i månaden, och det enda sättet att uppskatta kostnaden var att dividera din månadsavgift med det du lyckades köra. MiniMax-M3.1-Flash debiteras efter förbrukning: $0.15 per miljon indatatokens, $0.60 per miljon utdatatokens, $0.015 per miljon cachade läsningar. Jämfört med MiniMax-M3:s $0.30/$1.20 är det en rak halvering på standardnivån, utan tillägg för stor kontext – M3 fördubblar sin taxa över 512 000 indatatokens, och M3.1-Flash gör det inte.

Det finns en oberoende poäng. Förhandsversionen hade ingen post på Artificial Analysis under de tre veckor den var live, vilket är ovanligt för en modell som är tillgänglig för allmänheten. GA fick 42 poäng på lanseringsdagen, rankades som fyra av 173, till 0,22 USD per uppgift i Intelligence Index och 125,5 utdatatokens per sekund. Det är den sista siffran man ska hålla fast vid: M​iniMax egna lanseringsinlägg hävdar "200+ TPS" i vardaglig output och "170+ TPS" vid P50, och den oberoende mätningen ligger 40 % under huvudpåståendet. Ingen av siffrorna är fel — leverantörens siffra är förmodligen ett bästa-fall-scenario för serveringen — men bara en av dem togs fram av någon som inte säljer modellen.

Det finns en benchmarktabell, och den är leverantörsrapporterad. Sex utvärderingar, ingen av dem oberoende reproducerad. BankerToolBench 76,2, DeepSWE v1.1 på 73,7 %, OSWorld V2 på 61,7, Agents' Last Exam på 29,6, CyberGym på 82 %, och AutomationBench-AA beskrivs endast som en toppresterande utan någon siffra angiven. Förhandsversionen levererades utan något av detta, så tabellen är ny information trots att dess härkomst är samma företag som skrev pressmeddelandet.

Det som inte förändrades, och som det är lätt att anta gjorde det

Beteendeparitet är en slutledning, inte en publicerad garanti. MiniMax har inte sagt att preview-kontrollpunkten och GA-kontrollpunkten är bitidentiska, och har inte publicerat någon migreringsanteckning. Det som har publicerats är en parametertabell som anger samma värden för båda identifierarna, samt identiska begränsningar. Om du ska avgöra om din preview-utvärdering gäller även fortsättningsvis, är det här vad du kan räkna med:

• Kontextfönster — 1 000 000 token på båda, oförändrat

• Tänkande – alltid på. thinking: {"type": "disabled"} returnerar HTTP 400 i GA exakt som det gjorde i förhandsversionen, och reasoning_effort: "none" avvisas på samma sätt

• Insatsstege — låg, medium, hög, xhigh, max, med max som standard när fältet utelämnas, på båda

• Resonemangsutdata – returneras i reasoning_content eller som ett tänkblock beroende på protokoll; reasoning_split: false accepteras inte i något av fallen

• Åtkomstnivåer — service_tier: "priority" stöds inte i någon av dem, så förhandsversionen gav dig ingen snabb fil och det gör inte GA-versionen heller

• Standardvärden för sampling – temperatur 1, top_p 0,95, på båda

• Öppna vikter – inga på någon av dem. M​iniMax säger att vikterna för GA kommer att släppas "senare", utan datum och utan namngiven licens

• Antal parametrar – ej angivet för båda. MiniMax beskriver modellen som att den använder "mer aggressiv sparsitet" utan att säga vad som sparsifieras

Två av dessa förtjänar mer än en punkt. Standardvärdet för effort är max, och thinking-tokens debiteras som output och räknas mot dina max_tokens. En arbetsbelastning som porterats från förhandsversionen behåller den standarden, vilket är bra om den redan var intrimmad där och dyrt om den inte var det. Och förlusten av service_tier är samma förlust som i september – om din arkitektur förutsätter en prioriterad insläppskanal för latenskänsliga anrop ger inget av id:na dig någon sådan, och reservlösningen är låg effort i stället för en snabbare kö.

Migrationsfrågan som ingen ännu har besvarat

MiniMax har inte publicerat något datum för när MiniMax-M3.1-Flash-Preview ska tas ur bruk. ID:t går fortfarande att slå upp på leverantörens egna verktygssidor, och dokumentationen som beskriver det har inte tagits ned. Men förhandsversionens egen dokumentation angav att modellen "kan ändras utan föregående meddelande", och ett förhandsversions-ID som överlevde GA-lanseringen utan något angivet avvecklingsschema är ett sämre läge än ett utfasat sådant, eftersom man inte kan planera utifrån ett datum som inte finns.

Den praktiska tolkningen: behandla preview-id:t som en testyta och flytta produktionstrafiken till GA. Flytten kostar inget beteendemässigt – samma kontext, samma tankebegränsningar, samma stege – och den ger dig en publicerad taxa, ett publicerat benchmarkblad och en oberoende poäng som du kan hänvisa till i en upphandlingsgranskning. Det enda den inte ger dig är någon varning om att previewen tas bort, så om du inte kan slutföra flytten den här veckan bör du logga det svarande modell-id:t i stället för bara det begärda, så att en tyst substitution dyker upp i din övervakning i stället för i användarnas utdata.

För team som kör flera modeller är det övervakningsproblemet ett routingproblem. OrcaRouter samlar en uppsättning modeller bakom en enda API-nyckel till leverantörernas listpriser med 0 % påslag, så ett byte av modell-id eller en revidering av prislistan blir en ändring i routingtabellen i stället för en kodändring – och automatisk failover fångar fallet där ett id slutar svara klockan tre på natten. MiniMax-M3.1-Flash finns inte i vår katalog i dag; de MiniMax-modeller vi faktiskt routar är MiniMax-M3 och M2.7-familjen, och ingen av dem är en ersättare för den här, så det ärliga rådet för GA:n är leverantörens eget API tills vi har den i sortimentet.

Vilket id du ska använda, beroende på situation

Det finns ett scenario där preview-id:t fortfarande är rätt val: du har en Token Plan-plats, din användning är jämn och lågvolymig, och prenumerationen är billigare än vad mätbaserade token skulle kosta. Med $0.15/$0.60 och en påvisad förbrukning på 180 miljoner output-token under en indexkörning med 1 600 uppgifter tickar tung agentisk användning snabbt iväg, och en plats för $132 kan bli billigare. För alla andra – burstig trafik, produktions-SLA:er, allt du måste kostnadsmodellera – är GA-id:t det du ska bygga på, eftersom det är det enda av de två som har en siffra kopplad till sig och som klarar en finansgranskning.

Det man ska komma ihåg är att det här aldrig var en modelljämförelse. Det var en produkt som färdigställdes offentligt, med prissättningssidan som kom tre veckor efter API:et. Modellen som hette MiniMax-M3.1-Flash-Preview i september och modellen som hette MiniMax-M3.1-Flash i oktober är tillräckligt lika för att dina utvärderingsresultat ska kunna föras över. Det var kontraktet kring dem som ändrades, och det är det kontraktet du nu skriver under.