MiniMax M3.1 Flash Preview 已在 Token Plan 上线：你的订阅究竟能解锁什么

MiniMax-M3.1-Flash-Preview 于 2026 年 9 月 27 日上线，而它的上线方式本身就是故事。它不是一个按量付费的模型。厂商将其最新的文本模型置于同一个 Token Plan Subscription Key 之下，而该密钥已经覆盖 MiniMax-M3、MiniMax M2.7 以及 M2.7-highspeed 变体，所以如果你持有席位，就无需申请新密钥，也无需再签一份合同。截至今天，同样不存在的还有：按 token 计费的价格、模型卡、已发布的基准测试，或任何关闭该模型思考功能的方法。

这种组合——无摩擦的访问，配上完全未公开的经济账——实在不寻常，值得在任何人把生产流水线接入它之前好好拆解一番。本文的其余部分，就是厂商自家文档实际说了什么、它明显没说什么，以及那一行代码——它能在一分钟内告诉你，这个模型是否契合你的工作方式。

9月27日究竟发生了什么

MiniMax 的开发者文档现在带有一条常驻说明，在每个文本模型页面上都会重复出现：MiniMax-M3.1-Flash-Preview 目前仅通过 Token Plan 和 MiniMax Code 提供。该模型最先出现在厂商自家的模型表中，位于 MiniMax-M3 之上，被描述为一款前沿多模态编程模型，拥有 1M 上下文窗口和可调节的思考深度。

• 上下文窗口 — 1,000,000 个 token，与 MiniMax-M3 相同的上限
• 输入模态 — 文本、图像和视频，返回文本
• 思考深度 — 一个 effort 设置，接受 low、medium、high、xhigh 和 max，默认为 max（省略时）
• 协议支持 — 相同的模型 id 可在 MiniMax 的 Anthropic 兼容端点、其 OpenAI 兼容端点及其 OpenAI Responses 端点上使用
• 可用性 — 仅限 Token Plan 和 MiniMax Code；不适用于按量付费
• 价格 — 任何地方均未公布每 token 费率
• 权重 — 无；MiniMaxAI 组织最近的两个公开仓库仍是 MiniMax-Music3 和 MiniMax-H3
• 独立基准 — 无；该模型在 Artificial Analysis 的模型索引中没有条目

该公司同一天在其 MiniMaxAgent 账号上宣布了这一消息，并将其定位为面向日常开发而非前沿工作：快速且可靠，从快速修复 bug 到完整的功能开发皆能胜任。这是 Flash 级别的定位，而非旗舰级。来自 PANews 和 KuCoin 的第三方通讯社报道也采用了同样的措辞，并指出开发者在该公司确认之前，就已在 MiniMax Code 的选择器中发现了这款模型。

你使用哪个按键，比平时更重要。

这正是最容易让人栽跟头的地方。MiniMax 运行着两套相互独立的凭证类型，而 M3.1-Flash-Preview 只认其中一种。Token Plan Subscription Key 来自 Billing > Token Plan，涵盖订阅用量和已购买的 Credits。pay-as-you-go API Key 则覆盖按 token 计费的各类模型。厂商文档明确指出，两者不可互换，并且 Subscription Key 可能在任何付费资源与之绑定之前就已存在——这种情况下，它是一把有效的密钥，背后却空无一物。

因此，实际的判断标准不是“我有没有 MiniMax API key”，而是“我有没有 Token Plan 席位”。已有席位均在覆盖范围内。文档指出，Subscription Key 在被分配席位或 Credits 访问权限后才可使用；并且一旦订阅额度用尽，Credits 溢出部分会被自动扣用。

还有一个值得了解的文档不一致问题，因为它会让任何先读定价页面的人感到困惑。Token Plan 定价页面的覆盖范围脚注仍然把适用产品系列列为 M3、M2.7、图像和语音，并将 H3 排除在外——它还没有更新为列出 M3.1-Flash-Preview。而模型页面则说法相反：M3.1-Flash-Preview 可在 Token Plan 上使用，且仅此而已。截至今天，这两个页面都是供应商的在线页面。只有你手里的密钥才能定论。

能告诉你这是什么型号的400

每个 MiniMax M 系列模型在回答前都会先思考，但 M3.1-Flash-Preview 是第一个拒绝停下来的。发送 thinking: {"type": "disabled"} 或 reasoning_effort: "none"，API 就会返回 HTTP 400，并附带以下消息：

模型 "MiniMax-M3.1-Flash-Preview" 需要自适应思考；不允许 thinking.type="disabled"（包括 reasoning.effort=none）（2013）

厂商自身的指导是降低 effort，而不是试图禁用思考；而这个阶梯正是延迟的调节杠杆：在 low 下做例行编辑，与在 xhigh 下做全仓库范围的改动，都是同一个模型在做出不同的取舍。还有两个细节是该模型所特有的。reasoning_effort 参数被记载为仅对 MiniMax-M3.1-Flash-Preview 有效——它并非通用的 M 系列控制项。而 reasoning_split 输出开关会将思考内容分离到 reasoning_content 字段中，目前在该模型上无法将其设为 false。

思考文本落在哪里取决于具体协议：Anthropic 兼容端点会将其作为 thinking 内容块返回，OpenAI 兼容端点则通过 reasoning_content 返回，而 Responses 端点会将其作为 reasoning 输出项返回。如果你之前是从 MiniMax-M3 的输出中解析 <think> 标签，那么在较新的模型上这项工作已不再必要——而对于交错进行的工具使用对话，包含思考块的完整响应必须被追加回消息历史中，否则推理链就会断裂。

当前正在进行的促销活动

MiniMax Code 正在 UTC+8 时区的 9 月 28 日至 10 月 7 日期间开展签到活动，将每日登录赠送的免费额度翻倍，并向新用户和现有用户开放。所发放的额度适用于受支持的模型，M3.1-Flash-Preview 和 H3 视频模型被列为示例。另外，公司表示，Token Plan 配额在活动启动时为所有用户重置，并计划在活动期间进一步重置，资格会在应用内显示。

把那两者视为通过发布报道转述的厂商说法——它们是附带日期的促销条款，而非产品行为，而且同一篇报道指出，该公告并未说明每次签到可获得多少积分，也未说明漏签的具体规则。稳态下的经济账更容易说清楚：Token Plan 的标价为 Plus 每月 22 美元、Max 每月 55 美元、Ultra 每月 132 美元，配有 5 小时滚动和每周的配额窗口，厂商给出的规模分别约为三到四个、四到五个和六到七个并发代理。购买的 Credits 按每 1 美元 1,000 积分计算，并按照各模型的按量付费标价扣减。

这个模型仍然没有的四件事

以下内容都不是对模型的批评；每一点都是团队必须提前规划应对的缺口，而且这四点今天都可以验证。

• 没有价格。MiniMax 的任何页面上都没有 M3.1-Flash-Preview 的每 token 费率，因此就每 token 成本而言，它无法与 M3 的每百万输入 $0.30、每百万输出 $1.20 相比，也无法与任何其他模型相比。
• 没有基准测试。MiniMax 在此次发布时未公布任何评测表。其他任何人也没有：该模型未出现在 Artificial Analysis 的指数中，所以它那一列是真正的空白，而不只是尚早。
• 没有权重。MiniMax-M3 以开放权重形式发布；M3.1-Flash-Preview 没有代码仓库，也没有可下载的检查点。
• 没有独立测量。没有任何第三方提供输出速度、延迟或错误率数据，我们自己的路由遥测数据中也没有，因为该模型不在我们的目录中。

相较于2026年6月M3发布时第一天就附带架构说明、基准测试表和价目表的做法，这次是一次刻意低调的发布。一种合理的解读——而且这只是解读，并非明确公布的计划——是MiniMax希望先在自己的产品中获得真实使用数据，然后再决定该模型的定价以及是否开放。

泄露的预览笔记有哪些地方说对了

发布前四天，一份转录到公开合作伙伴仓库中的预览文档开始流传，其中描述了一个 MiniMax M3.1，具备稀疏注意力、Q8KV4 注意力量化、NVFP4 路由专家、DSpark 投机解码头，以及一个全新的 reasoning_effort字段，取值从 max 一直往下到 low。当时我们将其作为未经证实的内容来写，因为它确实如此：没有权重、没有模型卡、没有定价页，也没有 API 模型 id。

这五项说法中，已有一项被厂商自己的文档所证实，那就是reasoning_effort字段——包括从最高到最低的档位阶梯，与实际发布的取值完全一致。其余四项仍未得到证实。MiniMax 对 M3.1-Flash-Preview 的公开说明仅称其为一款前沿多模态编码模型，具备 1M 上下文窗口和可调的思考深度；并未描述其注意力机制、量化方式或解码头。任何将稀疏注意力和 NVFP4 的说法当作既定规格来复述的人，不过是在转述第三方的文字记录，而这恰恰是该次发布并未确认的内容。

如果你想在不押上整个流水线的情况下试一试

仅提供 Token-Plan 的预览，别扭之处在于：评估一个新模型最自然的方式——从你现有的技术栈中调用它并进行测量——恰恰是你无法干净利落地做到的事。没有可供对照建模的按 token 计费率，没有公开的延迟画像，而且如果该预览出现波动，供应商自家产品内部也没有故障转移方案。

这正是路由层存在的意义所在。你今天能调用的一切都位于一个兼容 OpenAI 的端点和一把 API 密钥之后，而与它相邻的模型早已就位：MiniMax-M3 按服务商的费率为每百万输入 token 0.30 美元、每百万输出 token 1.20 美元，MiniMax M2.7 同样的标价，却拥有 200,000 token 的上下文窗口和开放权重，DeepSeek 和 Qwen Flash 各档位也处在同一价格区间。我们这边的价格，是服务商的标价按 0% 加价率直接透传，因此供应商一旦下调费率，当天就会体现在这里，而不必等上一轮重新议价的周期。自动故障转移意味着预览级别的依赖可以和生产路径并排放置，而不是垫在它下面；当 MiniMax 真的为 MiniMax-M3.1-Flash-Preview 发布价目表和端点时，问题就变成在路由表里加一行，而不是一个迁移项目。MiniMax-M3.1-Flash-Preview 本身并不在我们的目录中，如今要使用它，途径是供应商自家的 Token 计划及其编程产品。

对于在发布日读到这段话的团队，诚实的总结是：模型已经上线，如果你已经为 Token Plan 席位付费，那么边际使用就是免费的，但按其自身标准来看，它完全未定价、也未被衡量。去 MiniMax Code 里试试它，把你依赖的流水线继续留在有价目表和过往记录的模型上，并留意两件将把它从新鲜事物变成一项决策的事——一个公布的价格和首批独立评分。