MiniMax-M3.1-Flash 对比 MiniMax-M3.1-Flash-Preview：同一模型，不同的合约约定

如果你从九月下旬起一直在调用 MiniMax-M3.1-Flash-Preview，那么 10 月 19 日这场发布带来的问题，并不是新模型是否更好，而是你此前一直在测试的东西和 MiniMax 现在卖给你的东西，究竟是不是同一件产物——如果是，那为什么其中一个在三周里既没有价格、没有基准测试表，也没有独立评分，而另一个一登场就三者俱全。简短回答：MiniMax-M3.1-Flash-Preview 是一个未具名模型的订阅专属、未公开版本，而这个模型已经以代号 Space Bunny 公开运行了数周。MiniMax-M3.1-Flash 就是这个模型被做成了产品，价目表为每百万输入 token 0.15 美元、每百万输出 0.60 美元，附有公开的基准测试表，以及 42 分的 Artificial Analysis Intelligence Index 得分。 此类发布背后的已记录 AI 故障与智能体事故，均收录于OrcaRouter AI 事故档案，其中每一条目都带有各自的来源、严重程度、置信等级和争议标记。

两者之间发生的一切变化都属于商业层面或文档层面。几乎没有涉及行为层面的变化。这一区分正是本页的核心所在，因为一支依据行为表现迁移到预览版的团队，如今正在运行一个其模型 ID 可能在三个月后就不存在的模型；而一支因缺少价格信息而避开它的团队，则有理由重新审视。

三个日期，以及每一个实际上做了什么

这两个模型 ID 位于一段简短时间线的末尾，只有按顺序阅读，才能区分某次变动是重命名还是新版本发布。

• 2026年9月23日 — 一个匿名模型以 Space Bunny 为标签出现在第三方目录中，可免费调用，任何地方都没有供应商文档。

• 2026年9月27日 — MiniMax-M3.1-Flash-Preview 在 M​iniMax Code 和 Token Plan 中正式上线。仅限订阅密钥。无按 token 计价，无基准测试表，无权值，无模型卡。

• 2026年10月19日 — {{1}}MiniMax-M3.1-Flash{{/1}} 在按量付费 API 上与 M Plan 和 M​iniMax Code 一同上线，公布了定价、六项基准测试分数，并承诺权重将“稍后”发布。Artificial Analysis 同日发布 42。

这一时间顺序排除的，是认为这是两个不同模型的解读。预览版并不是更小或更早的检查点；它就是同一个模型，只是关闭了商业页面。M​iniMax 自己的发布文章提到，该模型在测试期间处理了超过 200 万亿个 token，而大部分流量正是来自预览期。这一时间顺序还排除了反向解读——即 GA 只是换了个标签。有三件事在 10 月 19 日成为事实，而在 9 月 27 日并不成立，而这些才是值得核查的。

真正不同的三件事

价格已经公布。 预览阶段则完全没有定价——定价页、模型页和 API 参考文档里都找不到。购买它的唯一方式是订阅 Token Plan 席位，每月 $22、$55 或 $132；而估算成本的唯一办法，就是拿你的月费除以你能跑出来的用量。MiniMax-M3.1-Flash 采用按量计费：每百万输入 token $0.15，每百万输出 token $0.60，每百万缓存读取 token $0.015。相比之下，MiniMax-M3 为 $0.30/$1.20，也就是说标准档的价格直接减半，而且没有大上下文附加费——M3 在输入超过 512,000 token 后费率翻倍，M3.1-Flash 则不会。

存在一项独立评分。 在它上线的三周里，预览版在 Artificial Analysis 上没有条目，这对一个已公开可用的模型来说并不寻常。GA 在发布当天得分为 42，在 173 个中排名第四，每项 Intelligence Index 任务成本为 $0.22，输出速度为每秒 125.5 个 token。最后一个数字值得记住：M​iniMax 自己的发布帖宣称日常输出“200+ TPS”、P50 下“170+ TPS”，而独立测量结果比这一头条宣称低 40%。两个数字都没有错——厂商数字大概是按最佳情况的服务路径得出的——但其中只有一个是由不销售该模型的人测出的。

存在一张基准测试表，而且它是由厂商报告的。 六项评估，均未经独立复现。BankerToolBench 76.2，DeepSWE v1.1 为 73.7%，OSWorld V2 为 61.7，Agents' Last Exam 为 29.6，CyberGym 为 82%，而 AutomationBench-AA 仅被描述为顶级表现者，未附任何数字。预览版发布时并未包含这些内容，因此这张表是新信息，尽管其来源与撰写新闻稿的是同一家公司。

什么没有改变，却很容易让人以为改变了

行为一致性是一种推断，而非已发布的保证。MiniMax 并未表示预览版检查点与 GA 检查点逐位完全相同，也未发布迁移说明。它已发布的，是一张在两个 id 上读起来完全相同的参数表，以及完全相同的限制条件。如果你正在判断你的预览版评估结果能否沿用，以下这些是你可以确信的：

• 上下文窗口 — 两者均为 1,000,000 个 token，保持不变

• 思考 — 始终开启。thinking: {"type": "disabled"} 在 GA 上会返回 HTTP 400，与在预览版中完全一样；reasoning_effort: "none" 也会以同样的方式被拒绝

• 努力程度阶梯 — low、medium、high、xhigh、max；当该字段被省略时，在两者上都默认使用 max

• 推理输出 — 根据协议，通过 reasoning_content 返回，或作为 thinking 块返回；两者均不接受 reasoning_split: false

• 准入层级 — service_tier：“priority” 在两者上均不受支持，因此预览版没有为你提供快速通道，GA 版也没有

• 采样默认值 — 温度 1、top_p 0.95，两者均适用

• 开放权重——两者均无。M​iniMax 表示，GA 版本的权重将“稍后”发布，既未给出具体日期，也未指明许可证

• 参数数量——两者均未披露。MiniMax 称该模型采用了“更激进的稀疏化”，但未说明具体是什么被稀疏化。

其中两项值得多写几句，而不只是一条要点。effort 默认值是 max，而 thinking token 按输出计费，并计入你的 max_tokens。从预览版迁移过来的工作负载会保留该默认值；如果它在那里已经调优过，这没问题，如果没有，则代价高昂。而失去 service_tier 与九月份时失去它是一回事——如果你的架构假定有一条面向延迟敏感调用的优先准入通道，那么这两个 id 都不能给你这样一条通道，回退方案是低 effort，而不是更快的队列。

至今无人回答的迁移问题

MiniMax 尚未公布 MiniMax-M3.1-Flash-Preview 的停用日期。该 id 在供应商自己的工具页面中仍可解析，描述它的文档也尚未下架。但该预览版自身的文档曾说明，该模型“可随时变更”，而一个在正式发布（GA）后仍存续、却未给出任何弃用时间表的预览 id，处境比一个已被弃用的 id 更糟，因为你无法围绕一个并不存在的日期做规划。

实用解读：把预览版 id 当作测试面，并将生产流量迁移到 GA。此举在行为上没有任何代价——相同的上下文、相同的思考约束、相同的阶梯——却能为你换来已公布的价格、已公布的基准测试表，以及一个可在采购评审中指出的独立评分。它唯一换不来的是关于预览版被移除的任何预警，因此如果你无法在本周完成迁移，请记录实际响应的模型 id，而不只是请求的模型 id，这样静默替换就会出现在你的监控中，而不是出现在用户的输出里。

对于运行多个模型的团队来说，这个监控问题其实是一个路由问题。OrcaRouter 以供应商标价、0% 加价将整个模型群置于一个 API 密钥之后，因此模型 ID 变更或价目表修订只需修改路由表，而无需改代码——自动故障转移还能应对凌晨三点某个 ID 停止响应的情况。MiniMax-M3.1-Flash 目前不在我们的目录中；我们实际路由的 MiniMax 模型是 MiniMax-M3 和 M2.7 系列，而这两者都不能替代它，所以对 GA 的诚实建议是：在我们上架它之前，使用供应商自己的 API。

在不同情况下该使用哪个 id

有一种情况仍然应该选择 preview id：你持有 Token Plan 席位，用量稳定且处于低量级，并且订阅费用比按计量 token 付费更便宜。在 $0.15/$0.60 的价格下，并且在一次 1,600 任务索引运行中已证明消耗 1.8 亿输出 token，重度 agentic 使用按计量计费会很快累积，而 $132 的席位可能更划算。对于其他所有人——突发流量、生产 SLA、任何你需要做成本建模的场景——GA id 才是应该作为基础构建的那个，因为两者之中只有它附带一个经得起财务审查的数字。

需要记住的是，这从来都不是一次模型比较。这是一个在公开场合逐步完成的产品，定价页在 API 发布三周后才出现。九月份被称为 MiniMax-M3.1-Flash-Preview 的模型和十月份被称为 MiniMax-M3.1-Flash 的模型足够接近，因此你的评估结果应该可以沿用。改变的是围绕它们的合约，而你现在签署的正是这份合约。