MiniMax M3.1 Flash là mô hình đa phương thức nhanh, tiết kiệm chi phí của MiniMax và là phiên bản kế nhiệm trực tiếp của M3, mang lại mức cải thiện đáng kể trên các tác vụ agentic phức tạp, lập trình và an ninh mạng, đồng thời giữ độ trễ và giá ở mức thấp. Mô hình được xây dựng cho các công việc dài hạn, thông lượng cao — vòng lặp agent tự động, xử lý mã nguồn và tài liệu quy mô lớn, nghiên cứu dựa trên công cụ, và các pipeline suy luận nhiều bước — nơi thông lượng và chi phí trên mỗi token quan trọng không kém gì trí tuệ đỉnh cao thô. Mô hình nhận đầu vào văn bản, hình ảnh và video và trả về văn bản, nhờ đó ảnh chụp màn hình giao diện và trạng thái lỗi, sơ đồ kiến trúc và mạng, bảng điều khiển, biểu đồ, và bản ghi màn hình có thể được suy luận trực tiếp cùng với mã nguồn và ngữ cảnh văn bản dài. Cửa sổ ngữ cảnh 1.048.576 token cho phép toàn bộ kho mã, các bộ tài liệu và log lớn, bản ghi dài, hoặc dự án nhiều tệp nằm trong một lần gọi duy nhất mà không cần pipeline truy xuất, trong khi giới hạn đầu ra lên tới 524.288 token hỗ trợ các sản phẩm dài trong một lượt — báo cáo hoàn chỉnh, tái cấu trúc và sinh mã mở rộng, hoặc kế hoạch nhiều bước chi tiết — mà không bị cắt ngắn hay phải nối ghép. Suy luận luôn được bật, với mức nỗ lực có thể chọn (thấp / trung bình / cao / xhigh / tối đa) để người gọi có thể đánh đổi độ trễ lấy độ sâu cho từng yêu cầu. Gọi hàm gốc và đầu ra có cấu trúc (JSON) khiến mô hình phù hợp với bộ công cụ agentic biết lập kế hoạch, gọi công cụ và trả về kết quả có thể phân tích bằng máy, và mô hình có thể điều khiển trợ lý lập trình, agent sử dụng trình duyệt và máy tính, cùng các quy trình tự động mang nhiều trạng thái qua nhiều lượt. Với tư cách là bậc Flash, mô hình được tinh chỉnh cho độ phủ và khối lượng thay vì các tác vụ suy luận khó nhất trong một lần — phân loại hàng loạt, các lượt chạy agent phân nhánh lớn, và trợ lý tương tác phục vụ ở quy mô lớn — những trường hợp mà các mô hình MiniMax nặng hơn vẫn là lựa chọn phù hợp hơn. Mô hình có sẵn qua các API Chat Completions, OpenAI Responses và Anthropic Messages, nên các client theo phong cách OpenAI và Anthropic hiện có có thể nhắm tới mô hình mà không cần thay đổi mã. Chỉ số Trí tuệ Artificial Analysis: 42.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
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| Đầu vào / 1M tokens | $0.150 |
|---|---|
| Đầu ra / 1M tokens | $0.600 |
| Đọc cache / 1M | $0.015 |
| Tiền tệ | USD |
Ước tính theo giá niêm yết
Chỉ là ước tính — số token thực tế phụ thuộc vào bộ tách token của nhà cung cấp.
Điều các nhà phát triển đang nói tuần này
GET /api/public/models/minimax/minimax-m3.1-flashMở @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