MiniMax M3.1-Flash-Preview 首发只给自家 Code 和 Token Plan：1M 上下文、五档 effort，思考还关不掉

Behaviour
1,628 阅读6分钟

9 月 27 日，MiniMax 悄悄挂出来一个新模型，MiniMax-M3.1-Flash-Preview。它被摆在官方 Models 页面模型表的第一行，位置还在 MiniMax-M3 前面。 在这里插入图片描述

但你真去调的时候会撞上一件事：它不在按量付费（pay-as-you-go）的开放列表里。官方页面写得很清楚，这个模型「目前仅通过 Token Plan 和 MiniMax Code 提供」，不支持按量付费。换句话说，你账上余额再多也调不动，得先有 Token Plan 的订阅席位。

一个模型上线，先进自家编程客户端和订阅套餐，不进开放 API。这动作本身比模型参数更值得聊。

请添加图片描述

它到底是个什么模型

官方给它的定位就一句话：native multimodal, 1M-context frontier coding model with tunable thinking depth。原生多模态、1M 上下文、前沿编程模型、思考深度可调。

注意是 coding，不是通用旗舰。MiniMax 这次没把它包装成「最强通用大模型」，定位压得很实。

规格上有几条是硬的：

  • 上下文窗口 1,000,000 token，和 MiniMax-M3 同一个上限
  • 输入模态：文本、图像、视频；输出只有文本
  • 视频 URL 或 base64 最大 50 MB，图片最大 10 MB，请求体最大 64 MB

最大输出长度和输出速度，官方都没公布。对比 M3 官方是给了约 100+ tokens/sec 这个数的。所以「更快、更轻量」这个说法，目前只能算官方口径，没有可验证的跑分支撑。

视频输入 + 1M 上下文这个组合，实际用起来挺有想象空间。一整段录屏丢进去让它定位 bug，或者把设计稿走查过程录下来让它写复现步骤，这类活儿理论上能接。上限 50 MB 也够放几分钟的压缩录屏了。

effort 五档，默认 max，思考关不掉

真正有意思的是思考深度的设计。

effort 参数接受 low / medium / high / xhigh / max 五档。你不写，默认走 max。

对，省略就是最重的那一档。官方说这模型面向高吞吐、低延迟任务，但默认档位给的是最慢最贵的。想让它快，得自己动手往下调。这两件事摆在一起，我觉得是有点拧巴的。

更硬的一条：思考不能关。发 thinking:{"type":"disabled"}，或者 reasoning_effort:"none"，返回 HTTP 400，原文是：

model "MiniMax-M3.1-Flash-Preview" requires adaptive thinking;
thinking.type="disabled" (including reasoning.effort=none) is not allowed (2013)

官方给的替代方案是「降低 effort 而不是禁用思考」。另外 reasoning_split 这个输出开关，在该模型上也没法设成 false。文档还特别注明，reasoning_effort 只对这个模型生效，不是通用 M 系列的控制项。

强制思考意味着什么。对延迟敏感的场景，你没法像别的模型那样「先关思考跑一版快的」，只能靠 effort 档位做取舍。最低一档 low 到底有多快，官方没给数据，得自己压测。

怎么接：改 base_url 和模型名就够了

官方推荐的路径是 Anthropic 兼容端点。同一个 model id 能用在 Anthropic 兼容、OpenAI 兼容和 OpenAI Responses 三个端点上，换 base_url 和模型名即可。

国际站是 https://api.minimax.io/anthropic，中国大陆站是 https://api.minimaxi.com/anthropic。完整路由就是 base_url 加 /v1/messages。

官方推荐的环境变量写法：

export ANTHROPIC_BASE_URL=https://api.minimax.io/anthropic
export ANTHROPIC_API_KEY=sk-cp-xxxxxxxxxxxxxxxx

Claude Code 这类工具走的是 ANTHROPIC_AUTH_TOKEN 加 ANTHROPIC_BASE_URL。这套 env 命名，基本就是为无缝接管现有客户端准备的。

Python SDK 的话，大概长这样：

from anthropic import Anthropic

client = Anthropic(
    api_key="sk-cp-xxxxxxxxxxxxxxxx",          # Subscription Key，不是 sk-api-
    base_url="https://api.minimax.io/anthropic",
)

resp = client.messages.create(
    model="MiniMax-M3.1-Flash-Preview",
    max_tokens=4096,
    output_config={"effort": "medium"},         # low / medium / high / xhigh / max
    messages=[
        {"role": "user", "content": "把这个递归函数改成尾递归，并说明改动的边界条件"}
    ],
)
print(resp.content[0].text)

不想装 SDK 就直接 curl：

curl https://api.minimax.io/anthropic/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "MiniMax-M3.1-Flash-Preview",
    "max_tokens": 2048,
    "output_config": {"effort": "high"},
    "messages": [
      {"role": "user", "content": "这段报错什么意思：NullPointerException at L42"}
    ]
  }'

多模态输入就是往 content 里塞块。视频走 URL 或 base64 都行：

resp = client.messages.create(
    model="MiniMax-M3.1-Flash-Preview",
    max_tokens=4096,
    output_config={"effort": "low"},
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "这段录屏里第几秒开始丢帧？给出时间戳"},
                {"type": "video", "source": {"type": "url", "url": "https://example.com/demo.mp4"}},
            ],
        }
    ],
)

有个坑得提前说：Anthropic 兼容端点没有 /models 发现能力。你访问 .../anthropic/v1 会拿 404，模型名必须手写。所以别指望像 OpenAI 那边一样先 list 一下再挑。

两套 Key 不能混用

这是最容易踩的坑，尤其对已经有按量付费 Key 的人。

调 M3.1-Flash-Preview 必须用 Token Plan 的 Subscription Key，前缀 sk-cp-，位置在 Billing > Token Plan。按量付费的 API Key 前缀是 sk-api-，两者不可互换，订阅 Key 只认 Token Plan 的计费资源。

有个细节：Subscription Key 可能先于付费资源就存在了，但真的能用起来，得先有 Token Plan 席位或者 Credits。订阅配额跑完后会自动溢出到 Credits。

区域也必须对上。Global 用 minimax.io，中国大陆用 minimaxi.com，搞错了直接 401，业务码 1004 或 2049。用量超限会报 2056，得等配额窗口刷新。

在这里插入图片描述

官方没给的东西，比给了的更扎眼

到上线为止，M3.1-Flash-Preview 没有厂商基准表，没有模型卡，没有 per-token 价格，也没有公开权重。Artificial Analysis 的模型索引里目前也找不到它的条目。

对比一下 M3 的待遇：428B 参数 MoE，约 23B 激活，完整的基准表和价目表，在 Artificial Analysis Intelligence Index 上拿 29.2，Coding Index 58.6，GPQA Diamond 92.9%。价格是 0.30/百万输入token、0.30 / 百万输入 token、1.20 / 百万输出、0.06缓存读取，走OpenRouter大概0.06 缓存读取，走 OpenRouter 大概 0.23 / $0.96。

M3.1-Flash-Preview 什么都没有，只有一句官方描述，甚至没出现在 MiniMax 的常规 release log 里。MiniMaxAI 最近两个公开仓库还是 MiniMax-Music3 和 MiniMax-H3，没见着新模型权重。

没有单价这件事，直接影响你怎么算账。它的成本实质上是订阅费除以用量，是个无法和按量付费做单位对比的数字。用得多就便宜，用得少就贵，但具体在哪个用量点能追平 M3 的单价，官方没给，你也算不出来 — 除非自己拿真实流量跑一遍。这正是「订阅制模型 vs 按量付费」这场讨论里最缺的一块数据。

还有个情况得提醒。网上有第三方转写提到稀疏注意力、Q8KV4、NVFP4、DSpark 投机解码这些架构细节。据 benchlm.ai 一类站点转述，这些都没有官方口径背书，看个热闹可以，别当结论引用。

官方文档自己在打架

Token Plan 定价页的覆盖范围脚注，至今还写着 M3、M2.7、图像和语音，H3 都没列。M3.1-Flash-Preview 当然也没加进去。

可模型页明明白白说这模型仅 Token Plan 可用。

两个官方页面互相矛盾，说明这次上线在文档层面是先上能力、后补口径的灰度做法。对要用的人来说是个实际风险：你按脚注判断能不能调，和按模型页判断，结论对不上。真要上生产，最好先在 Billing 里确认席位覆盖，再写代码。

在这里插入图片描述

为什么说这次上线值得盯着

MiniMax 这步棋，是把「模型 → 客户端 → 订阅」这条闭环拿一个新模型试了一次。不进开放 API，意味着没有第三方平台能转卖，也没有按 token 的横向比价。想用就得进它的订阅体系。对厂商来说，这是把模型的定价权和分发权都攥回自己手里。

对开发者来说，实际影响分两类。已经在用 Token Plan 的，接一个新模型几乎零成本，改个模型名就行，Anthropic 兼容端点的迁移曲线平得可以。纯按量付费的用户，这次就是够不着，只能等官方放开。

顺带给点限时信息。9 月 28 日到 10 月 7 日（UTC+8），登录 MiniMax Code 每日签到能领双倍免费积分，新老用户都能参与。同时官方对全体用户发了一次 Token Plan 额度重置卡，做了一次立即重置，并说后续还会有更多重置。据第三方科技媒体转载，签到积分适用于 M3.1-Flash-Preview、H3 及 H3 Max 等模型 — 这条来自转载，官方活动页本次没直接取到，以实际页面为准。 在这里插入图片描述

最后一个还没答案的问题：如果这个「只进订阅、不进 API」的模式跑得通，后面的大模型发布会不会越来越多地走这条路？到那时候，按 token 计价的开放 API 还算不算默认选项，就不好说了。

参考链接

avatar
文章
阅读
粉丝