MiniMax M3.1 Flash
MiniMax发布的轻量级高速文本模型，定位日常开发场景，主打低延迟与高响应速度，适用于代码快速修复等高频任务
核心事实
M3.1 Flash 可通过 AI SDK、Chat Completions、Responses 以及 Anthropic Messages API 调用，模型名称为 minimax/minimax-m3.1-flash。
MiniMax M3.1 Flash 在 AIHubMix 上以模型 ID `minimax-m3.1-flash` 按 token 计费开放调用，输入价格为每百万 token $0.165，输出价格为每百万 token $0.66。
最大输出token数：MiniMax M3.1 Flash为512K，DeepSeek V4.1 Flash 1017为384K，Claude Haiku 5.5为128K。
时间轴 (近 90 天)
在自动化基准测试中，MiniMax M3.1 Flash得分62%，Claude Opus 5得分50.3%，GPT-5.6 Sol得分45.8%。
ClinePass 新增 Kimi K3.1 Pro（成为默认）、MiniMax M3.1 Flash、DeepSeek V4.1 Flash 1017，移除 Mimo V2.5 和 V2.5 Pro。
在UP主的RTX Pro 5000平台上，各模型在Xtier上的速度表现为：千问3.8最快基本无浪费；DeepSeek 5.3比LS济浪改版略慢2%；GLM 5.3比LS济浪快；MiniMax M3.1 Flash非常慢。
GLM 5.3的激活专家数据量为8.8GB，小于MiniMax M3.1 Flash的13.2GB。
MiniMax M3.1 Flash 上线，与 SGLang Omni 结合提供构建语音智能体的基础；管线用本地千问 3 ASR 做语音识别、本地千问 3 TTS 做语音合成，大模型环节调用 MiniMax API 的 M3.1 Flash；集成测试在 1xH200 上进行，中断计时 0.17 秒，平均停止延迟 1.32 秒，单 GPU 并发绘画 16。
MiniMax M3.1 Flash 模型内部代号为“Space Bunny”。
模型的实际表现仍需社区验证，尤其是在编程和网络安全任务中的准确性与安全性。
MiniMax M3.1 Flash 定位于智能体任务、编程、计算机使用及网络安全等场景。
Together AI 宣布 MiniMax M3.1 Flash 模型已在其平台正式上线，并作为 Day-0 启动合作伙伴同步推出。
在两个备用模型之间，M3.1比M3更受青睐。
还有 40 条时间轴事件
全部知识事实 (20)
M3.1 Flash 可通过 AI SDK、Chat Completions、Responses 以及 Anthropic Messages API 调用，模型名称为 minimax/minimax-m3.1-flash。
75%已验证MiniMax M3.1 Flash 在 AIHubMix 上以模型 ID `minimax-m3.1-flash` 按 token 计费开放调用，输入价格为每百万 token $0.165，输出价格为每百万 token $0.66。
75%已验证最大输出token数：MiniMax M3.1 Flash为512K，DeepSeek V4.1 Flash 1017为384K，Claude Haiku 5.5为128K。
70%已验证MiniMax M3.1 Flash 提供 1M token 的超长上下文窗口。
65%已验证MiniMax M3.1 Flash 的正式名称为 `MiniMax-M3.1-Flash`，定位为具备 100 万上下文窗口和可调思考深度的前沿多模态编程模型。
65%已验证MiniMax M3.1 Flash Preview主打速度，可用于代码开发中快速修复Bug
65%部分验证ClinePass 新增 Kimi K3.1 Pro（成为默认）、MiniMax M3.1 Flash、DeepSeek V4.1 Flash 1017，移除 Mimo V2.5 和 V2.5 Pro。
80%部分验证按每千次修复任务计，Claude Haiku 5.5成本约$0.70，DeepSeek V4.1 Flash 1017约$1.35，MiniMax M3.1 Flash默认约$4.45、low档约$0.64。
65%待验证MiniMax M3.1 Flash 采用 MoE 架构，总参数量约 428B，每个 token 激活约 23B。
60%待验证在双 bug Python 函数修复基准（215 个隐藏测试）中，省略 effort（max）平均消耗 6,364 推理 tokens、耗时 56 秒、单次成本 $0.0045；effort=low 平均消耗 591 tokens、耗时 9.5 秒、单次成本 $0.0006。
60%待验证MiniMax M3.1 Flash 在请求不传 effort 字段时默认使用 max 档位，且模型始终进行思考。
60%待验证不传reasoning_effort字段时，MiniMax M3.1 Flash以max思考等级运行，一个小修复任务平均耗时56.3秒，可能触发为快速模型调优的客户端超时。
60%待验证在自动化基准测试中，MiniMax M3.1 Flash得分62%，Claude Opus 5得分50.3%，GPT-5.6 Sol得分45.8%。
50%待验证GLM 5.3的激活专家数据量为8.8GB，小于MiniMax M3.1 Flash的13.2GB。
50%待验证在UP主的RTX Pro 5000平台上，各模型在Xtier上的速度表现为：千问3.8最快基本无浪费；DeepSeek 5.3比LS济浪改版略慢2%；GLM 5.3比LS济浪快；MiniMax M3.1 Flash非常慢。
50%待验证MiniMax M3.1 Flash 上线，与 SGLang Omni 结合提供构建语音智能体的基础；管线用本地千问 3 ASR 做语音识别、本地千问 3 TTS 做语音合成，大模型环节调用 MiniMax API 的 M3.1 Flash；集成测试在 1xH200 上进行，中断计时 0.17 秒，平均停止延迟 1.32 秒，单 GPU 并发绘画 16。
50%待验证MiniMax M3.1 Flash 模型内部代号为“Space Bunny”。
50%待验证模型的实际表现仍需社区验证，尤其是在编程和网络安全任务中的准确性与安全性。
50%待验证MiniMax M3.1 Flash 定位于智能体任务、编程、计算机使用及网络安全等场景。
50%待验证目前《塔卡故事》的配置是DeepSeek主用、M3.1备用。
50%