MiniMax-M3.1-Flash：文件已經採用，價格頁卻還沒

2026 年 10 月 19 日，一位紀錄良好的模型觀察者發文指出，M​iniMax「正準備發布 MiniMax-M3.1-Flash」，並指向該供應商的 API 參考文件。該 API 參考文件確實存在，而它引用的那句話——「具備 1M 上下文視窗與可調思考深度的前沿多模態程式設計模型」——逐字出自 M​iniMax 自家的文件。但「正準備發布」低估了頁面上實際的內容。MiniMax-M3.1-Flash 並不是一個在更新日誌裡等待露出的代號：它是文字生成指南中每個程式碼範例所用的模型，在模型清單中排在 MiniMax-M3 之上，與 M3 共用同一列速率限制，而且從今天起，它就是 M​iniMax 自動將 M2.5 與 M2.7 訂閱流量路由到的目的地。它並未定價、接受基準測試、開放下載，或是在供應商的發布說明中被提及哪怕一次。這個落差——在一頁上有文件記載且可呼叫，翻到下一頁卻在所有商業頁面上都缺席——就是整件事的核心，而值得精確區分哪些部分已獲確認、哪些是推論。像這類發布背後的已記錄 AI 失效與代理事件，都收集在 OrcaRouter AI Incident Archive中，每則條目都附有自己的來源、嚴重程度、信心等級與爭議標記。

廠商的頁面今天實際上有什麼內容？

四個獨立的 M​iniMax 頁面都載有這個模型名稱，但它們的寫法並不一致。這種分歧正是現有最有用的證據，因為每一頁都是由不同的團隊、為不同的讀者而撰寫的。

• API 參考文件與模型叫用指南都將 MiniMax-M3.1-Flash 列為現行模型，排在 MiniMax-M3 之上，並具有 1,000,000 個 token 的上下文視窗以及可調式思考深度的說明。那些頁面上的每個 curl、Python 與 Node 範例都會送出這個完全相同的字串。

• FAQ 下的模型清單將其列為可用模型，且未標註預覽字樣；而其退役通知（日期為 2026 年 10 月 19 日）指出，M Plan 與 Token Plan 下的 M2.5 和 M2.7 請求現已改由「M3.1 Flash」承接。

• 速率限制表將 MiniMax-M3.1-Flash 與 MiniMax-M3 放在同一列：每分鐘 200 個請求、每分鐘 10,000,000 個 token。它所取代的 M2.7 與 M2.5 系列則列為 500 RPM 與 20,000,000 TPM；如果你以為遷移在每個面向都是向上提升，這點值得記住。

• M Plan 和 Token Plan 頁面仍將文字模型稱為「M3.1 Flash Preview」——在方案總覽、方案常見問題、Token Plan 升級通知和 M Plan 使用規則中，這四個地方都是如此。

因此，這個名稱在技術文件中已失去「Preview」後綴，但在商業文件中仍保留。沒有任何頁面宣布更名、全面可用（GA）日期或發布，而版本資訊頁正是關鍵線索：其最新的語言模型條目仍是 2026 年 6 月 1 日的 MiniMax-M3，之後唯一的條目是 7 月 31 日的 H3。無論這個模型在 9 月下旬發生了什麼，M​iniMax 從未將其記錄為一次發布。請把「M3.1-Flash 已移除 Preview 標籤」視為對文件狀態的觀察，而非供應商已宣布的消息。

相較於 MiniMax-M3，唯一真正全新的一點

撇開命名不談，這裡確實存在能力上的實質差異，而這正是原帖所注意到的。MiniMax-M3 把思考當成開關：省略即代表關閉，{"type": "adaptive"} 會將其開啟，{"type": "disabled"} 則讓它保持關閉。MiniMax-M3.1-Flash 則把思考視為完全無法關閉的旋鈕。送出 thinking: {"type": "disabled"}——或在 O​penAI 相容端點上使用 reasoning_effort: "none"——API 就會傳回 HTTP 400、錯誤碼 2013，並顯示該模型「requires adaptive thinking.」的訊息。

你改為得到的是五個級別的投入程度階梯：low、medium、high、xhigh、max。廠商文件說明，較高等級會思考得更徹底，並以較高延遲產生更多思考 token。若完全省略此欄位，預設值為 max。欄位名稱會隨協定而異——在 A​nthropic 相容端點上是 output_config.effort，在 O​penAI 相容端點上是 reasoning_effort，在 Responses 端點上是 reasoning.effort——但三者的階梯都是同樣這五個值。

那個梯子旁邊有兩個細節，很容易被忽略。首先，thinking token 會計入 max_tokens；M​iniMax 自家的參考說明指出，為簡短回答所設的預算可能被推理完全耗盡，並回傳一則空訊息，且 stop_reason: "max_tokens"。其次，在這個模型上無法將 reasoning_split 設為 false，因此在 O​penAI 相容路徑上，思考內容一律會出現在 reasoning_content 中，而不是 content 裡的 <think> 標籤內。如果你有解析器會從 M3 輸出中把那些標籤擷取出來，它在這裡無事可做。

這同時是實質的使用體驗增益，也是實質的計費風險，而這兩者其實是同一個功能。在 low 下進行例行重新命名，與在 xhigh 下進行全儲存庫重構，都是同一個模型做出不同的取捨——這正是 Flash 層級應該提供的。但預設值卻是最昂貴的等級，因此從未設定此欄位的呼叫端，每次請求都得付出最大思考量的代價，包括瑣碎的請求。任何以 M3 的 token 計數為基礎的成本模型，在 effort 被固定之前，都會低估 M3.1-Flash。

「Flash」在這一行中是什麼意思，以及不是什麼意思。

M​iniMax 先前用過一次 Flash 後綴，就是在 9 月 27 日的預覽版上，而這個模型似乎正是該預覽版的延續；當時該層級的賣點是日常開發，而非前沿工作：快速且可靠，從快速修正錯誤到完整功能開發皆然。這是個合理的說法。但截至今日，這點仍未經衡量。

同一份文件中的 M3 列載明輸出速度為「約 100+ tps」。M3.1-Flash 列則完全沒有速度數字。速率限制表給兩個模型相同的 200 RPM 與 10M TPM，因此每個帳戶的吞吐量有文件記載，而每個 token 的延遲則沒有。獨立量測也無法補上這個缺口：Artificial Analysis 列出 MiniMax-M3 並附有 Intelligence Index 分數，卻沒有 MiniMax-M3.1-Flash 的條目——其模型頁面回傳 404，且未出現在模型索引中。也沒有廠商基準測試表，所以該欄位是空白，而不只是資料尚早。一個名為 Flash、卻沒有公布速度數字的層級，是行銷定位，不是規格。

還缺三個數字，以及每一個分別卡住了什麼

這些事實決定了模型是真正可用，還是僅僅能被呼叫；而這三項都能在一分鐘內驗證。

• 價格。MiniMax 的定價總覽只有一列語言模型項目：MiniMax-M3 每百萬輸入 token 為 $0.30、每百萬輸出 token 為 $1.20，適用於最高 512,000 個輸入 token；超過此上限後倍增至 $0.60 與 $2.40，快取讀取則為 $0.06 與 $0.12。無論標準或優先，表格中任何位置都沒有 M3.1-Flash 資料列。取而代之的是訂閱定價：M Plan 的 Go 方案每月 $22、Explore 每月 $55、Build 每月 $132，三個層級都標示「M3.1 Flash Preview」文字模型，其中 Explore 的使用額度為 Go 的 3 倍，Build 為 7.5 倍。你可以購買該模型的存取權；但無法計算其每 token 費率。

• 輸出上限。上下文記載為 1,000,000 個 token。M3.1-Flash 的最大輸出並未記載，而我們自己 MiniMax-M3 的目錄條目則記載為 512,000。一百萬 token 的讀取量搭配未公開的寫入上限，是關於輸入而非輸出的承諾；而對程式碼生成工作負載而言，決定能否單次完成工作的，正是輸出數字。

• 權重。完全沒有。MiniMaxAI 組織的公開儲存庫中，最新只到 M​iniMax-Music3（2026 年 8 月 14 日更新）與 M​iniMax-H3（8 月 13 日）；而索取 MiniMax-M3.1 checkpoint 時，平台回傳的是 401「not visible to you」回應，而不是模型卡。相較之下，MiniMax-M3 自 2026 年 6 月 2 日起即可從 MiniMaxAI 組織下載，參數量約 4,270 億，其授權條款在 Hugging Face 上僅被歸類為「other」。當初讓擁有自家 GPU 的團隊對 M3 感興趣的開放權重選項，並未延續到後繼模型。

還有第四個落差，對任何要把這套東西接入既有技術堆疊的人來說都很重要：金鑰類型。文字生成指南的程式碼範例把 api_key 指向「Get Subscription Key」，而 M​iniMax 自家的帳號常見問答明確指出，Subscription Key 與隨用隨付 API Key 是各自獨立的憑證，不能互相替代。M Plan 常見問答則補上對應規則——凡超出方案涵蓋範圍者，請使用隨用隨付金鑰。M3.1-Flash 文件完全沒說這兩者之中哪一個會以逐 token 計價的方式觸及模型。我們沒有呼叫端點去查明，而讀者也不應僅因為模型出現在 O​penAI 相容的程式碼區塊裡，就假設標準 API 金鑰可用。

這次遷移是真實的，而且今天就開始了。

除了命名問題之外，M​iniMax 已承諾一套訂有日期的時程，將此模型納入它從未被明確選用的生產路徑。自 2026 年 10 月 19 日起，M Plan 與 Token Plan 下的 M2.5 和 M2.7 請求會自動路由至 M3.1 Flash，現有模型名稱將繼續可用以維持向後相容，方案用量額度維持不變。這兩個系列同日停止向新使用者提供。2026 年 11 月 18 日，它們將正式退役，之後對它們的 API 請求將停止運作；既有按用量付費使用者在此之前仍可存取。

那則通知裡真正發揮作用的是「automatically」這個詞。你的客戶一直送來 MiniMax-M2.7，請求一直成功，額度也一直持續消耗——而另一端的模型是那種總會進行思考、預設最高推理強度，且每帳號請求上限低於它所取代之模型的模型。如果你只記錄自己要求的是哪個模型，卻沒記錄實際回應的是哪個模型，你的監控不會告訴你發生了這件事。一行就能做到的緩解措施，是在帳單替你發現之前，把已遷移工作負載的 effort 固定為 low 或 medium。

如果你想在不購買訂閱的情況下評估它

這是比較尷尬的部分。只能透過訂閱金鑰存取的模型，既沒有按 token 計價的價格，也沒有公開的延遲數據，因此很難在真正重要的軸線——每完成一項任務的成本——上與任何東西相比。誠實的說法是：截至今天，MiniMax-M3.1-Flash 並不在 OrcaRouter 的目錄中；請求它的模型頁面會回傳 404，而我們所提供的 MiniMax 模型屬於按 token 計價的產品線——minimax/minimax-m3，價格為 $0.30/$1.20，具備 1M 上下文，另有 M2.7、M2.5 與 H3 端點。

這有用的地方，在於訂閱模式所隱藏的那種比較。把你能實際計量的模型，跟你不能計量的模型放在一起，使用同一把金鑰和同一組提示，你就能得到 MiniMax-M3 的每項任務成本數字，拿來對照 M Plan 席次實際花費。這裡的價格是供應商定價表原樣轉出、0% 加價，所以你算出來的算術，就是 MiniMax 公布的算術，而不是加價後的版本。自動容錯移轉會讓未經證實或受訂閱限制的依賴項並列在生產路徑旁，而不是置於其下；路由 DSL 則讓你為例行呼叫固定使用便宜模型，只把困難的呼叫送到更貴的模型——這正是 M3.1-Flash 以參數形式暴露的同一項 effort 分級決策，只是往上拉高一層來做。如果你想從那裡開始，我們網站上的 MiniMax-M3 模型頁面把費率卡和規格放在同一處。

什麼會讓這成為一次正式發佈？

三份公開資料就能定案，而目前一份都沒有。定價總覽上若有一列 MiniMax-M3.1-Flash 的價格，就能讓這個模型可供比較，也能告訴你 Flash 後綴代表的是比 M3 便宜，或只是更快。一則日期在 2026 年 6 月 1 日之後的版本說明條目，就能證明確實有發布，而非只是文件編輯。Hugging Face 上的一個檢查點，就能恢復 M3 提供而此模型移除的自架選項。第四份獨立資料最有幫助：Artificial Analysis 的條目附上延遲數據，因為「Flash」是有關速度的主張，而只有一方尚未為此公布任何數字。

在那之前，準確的摘要比原貼文更狹窄，也比發布稿更有用：MiniMax-M3.1-Flash 是一個有文件記載、可透過訂閱觸及、支援百萬 token 的多模態模型，具備五級思考階梯且無法關閉；自今天起，它正接收遷移過來的 M2.5 與 M2.7 流量；而且它沒有公布價格、沒有權重、沒有輸出上限、沒有發布說明，也沒有獨立評分。這足以一試，但還不足以作為標準化的依據。