MiniMax hat gerade MiniMax M3.1 Flash auf seiner API veröffentlicht, zum Preis von $0.15 pro 1M Input-Tokens. MiniMax bestätigte außerdem, dass Space Bunny ein früherer M3.1-Flash-Build war. Dieses Stealth-Modell verarbeitete über 200T Tokens. Für Entwickler lautet die Botschaft: Nahe-Frontier-Agentic-Scores zum Flash-Tier-Preis. Die Modellgewichte erscheinen Ende Oktober 2026.
TL;DR
- Größe: 428B Parameter insgesamt, etwa 23B aktiv (MoE); 1,000,000-Token-Kontext
- Läuft auf: MiniMax API, M Plan und MiniMax Code ab heute. Self-Hosting-Hardware nicht bekannt gegeben; Gewichte erscheinen am 23. Okt
- Leistung: Nahe dem Frontier bei agentic office work, im Mittelfeld bei anspruchsvollem Coding, alles von MiniMax berichtet
- Bestes: Automation-Bench v1.0.6 mit 62.2, der höchste Wert in MiniMax’ Tabelle
- Schlechtestes: Terminal Bench 4.0 mit 38.1, gegenüber 51.8 für Opus 5
Was ist MiniMax M3.1 Flash?
MiniMax M3.1 Flash ist ein multimodales Mixture-of-Experts-Modell von MiniMax. Es zielt auf Coding, agentic office work und visuelles Reasoning ab. MiniMax’ Produktseite führt 428B Parameter insgesamt und etwa 23B aktiv an. Sie erwähnt außerdem Sparse Attention und einen nativen visuellen Encoder.
Das Modell akzeptiert Text-, Bild- und Video-Input und gibt Text zurück. Das Kontextfenster beträgt 1,000,000 Tokens. Diese Parameterwerte entsprechen MiniMax M3, das mit ~428B insgesamt und ~23B aktiv ausgeliefert wird. MiniMax hat keinen technischen Bericht darüber veröffentlicht, was sich in der Flash-Variante geändert hat.
Wie funktioniert das Reasoning in M3.1 Flash?
Reasoning ist immer aktiviert und kann nicht deaktiviert werden. Entwickler wählen aus 5 Effort-Stufen: Low, Medium, High, Xhigh und Max. MiniMax empfiehlt Max als Standard.
Migration ist hier relevant. Anfragen, die thinking.type=disabled oder effort=none senden, geben einen Fehler zurück. Reasoning erscheint in einem separaten reasoning_content Feld, das fehlen kann. Integrationen, die inline geparst werden <think> Tags von M3 müssen aktualisiert werden.
Wie schneidet M3.1 Flash bei Benchmarks ab?
Alle folgenden Werte stammen von MiniMax. Eine unabhängige Nachprüfung gibt es noch nicht.
Beim CoWork-Set führt M3.1 Flash Automation-Bench v1.0.6 mit 62.2an. Opus 5 erreicht 50.3 und GPT-5.6 Sol 45.8. Bei BankerToolBench liegt es mit 76.2 gleichauf mit Opus 5. Es führt auch LOCA-Bench 256K mit 60.3 an. Agents’ Last Exam landet bei 29.6.
Die Coding-Ergebnisse sind gemischt. DeepSWE v1.1 erreicht 73.7, knapp über GPT-5.6 Sol mit 73.0. DeepSeek-V4.1-Flash-1017 liegt mit 77.0 höher. Terminal Bench 4.0 ist das schwächste Ergebnis mit 38.1. SWE Refactor Bench liegt bei 23.0, gegenüber 31.0 für Opus 5.
Bei Vision erreicht BabyVision mit Tools 91.0 und CharXiv RQ 82.5. HLE ohne Tools erzielt 43.4.
Stichproben halten stand. Die Kimi K3 model card führt DeepSWE 67.5 und BabyVision 85.7 auf und stimmt damit mit MiniMax’ Tabelle überein. Eine Inkonsistenz: MiniMax’ Kosten-Diagramm zeigt Automation-Bench bei maximalem Aufwand mit 62.8, während die Tabelle 62.2 angibt.
Was kostet M3.1 Flash pro Aufgabe?
MiniMax rahmt den Wert als Kosten pro Aufgabe, nicht pro Token. Im Automation-Bench-Diagramm liegen alle 5 Aufwandstufen unter $0.05 pro Aufgabe. Die Werte reichen von 52.8 bei niedrigem Aufwand bis 62.8 bei maximalem Aufwand. Ein vollständiger 152-Task-Durchlauf von Agents’ Last Exam kostete etwa $111 bei 29.6. Bei DeepSWE liegt DeepSeek V4.1 Flash-1017 bei maximalem Aufwand sowohl höher als auch günstiger.
Wie deployt man MiniMax M3.1 Flash?
Das Modell ist live auf platform.minimax.io verfügbar als MiniMax-M3.1-Flash. MiniMax unterstützt Anthropic-kompatiblen und OpenAI-kompatiblen Zugriff, einschließlich Chat Completions und Responses. Es ist auch erhältlich über M Plan und die MiniMax Code desktop app.
. Die Preisgestaltung liegt bei flachen $0.15 für Eingabe und $0.60 für Ausgabe pro 1M Tokens. Cache-Lesevorgänge kosten $0.015 pro 1M. Es gibt keinen Aufpreis für lange Kontexte. MiniMax M3 kostet $0.30/$1.20 bis 512K Eingabe und verdoppelt darüber. Pro Token kostet Flash die Hälfte von M3s Standardtarif. MiniMax behauptet 1/3 der Kosten von M3, hat die Berechnung aber nicht detailliert.
Zur Geschwindigkeit: MiniMax’ Produktseite listet etwa 150 Tokens pro Sekunde. Die Ankündigung beansprucht 3x die Geschwindigkeit von M3. Die Gewichte kommen am Oktober 23; die Lizenz ist noch nicht offengelegt. Zur Einordnung: M3s MXFP8-Build ist etwa 440 GB.
. Wie schlägt sich M3.1 Flash im Vergleich zu DeepSeek, Kimi und GLM?
| Feature | MiniMax M3.1 Flash | DeepSeek V4.1 Flash | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|
| Gesamt / aktive Parameter | 428B / ~23B (MiniMax) | 552B / 8B Prefill, 16B Decode (NVIDIA-Karte) | 2.8T / 104B (HF) | ~744B / ~40B, gemeinsame GLM-5-Basis |
| Kontext | 1M | 1M (DeepSeek-Dokumentation) | 1,048,576 | 1,048,576 (Cloudflare) |
| Eingaben | Text, Bild, Video | Text, Bild | Text, Bild | Text |
| Gewichte / Lizenz | Für 23. Oktober angekündigt; Lizenz nicht offengelegt | Offen, MIT | Offen, Kimi K3 License | Offene Gewichte |
| API-Preis Eingabe / Ausgabe (1M) | $0.15 / $0.60 pauschal | $0.30 / $1.20 Spitzenzeit; zur Hälfte außerhalb der Spitzenzeiten | $3.00 / $15.00 | $1.40 / $4.40 |
| Hardware für Self-Hosting | Nicht offengelegt | Nicht offengelegt | MXFP4-Gewichte; vLLM, SGLang | Nicht offengelegt |
| Automation-Bench v1.0.6* | 62.2 | 54.8 | 46.7 | 48.8 |
| DeepSWE v1.1* | 73.7 | 74.2 | 67.5 | 66.9 |
| Terminal Bench 4.0* | 38.1 | 31.2 | 12.6 | 37.9 |
| BabyVision (mit Tools)* | 91.0 | 89.6 | 85.7 | Nicht berichtet |
*Werte aus MiniMax' Vergleichstabelle. Kimi K3 DeepSWE und BabyVision stimmen mit ihrer eigenen Modellkarte überein.
Was sind die Einschränkungen?
Jeder Benchmark ist vom Anbieter selbst berichtet, und die Wahl des Harness verschiebt die Ergebnisse. Automation-Bench-Zahlen sind nicht zwischen Quellen übertragbar. Kimi K3s Karte weist 30.8 auf einer öffentlichen Teilmenge mit 600 Aufgaben aus, während MiniMax 46.7 angibt.
Opus 5 führt mit 13.7 Punkten Vorsprung bei Terminal Bench 4.0 und 14.1 bei NL2Repo-Bench. Auch das Always-on-Reasoning setzt für einfache Aufrufe eine Untergrenze bei Tokens und Latenz. Details zum Self-Hosting bleiben bis zum 23. Oktober unbekannt.
Wichtigste Erkenntnisse
- 428B MoE mit ~23B aktiv und einem 1M Kontext.
- $0.15/$0.60 pro 1M Tokens, die Hälfte von M3s Preis pro Token.
- Führt Automation-Bench v1.0.6 mit 62.2 an, laut MiniMax berichtet.
- Liegt bei Terminal Bench 4.0 mit 13.7 Punkten hinter Opus 5 zurück.
- Die Gewichte erscheinen am 23. Okt.; Reasoning kann nicht deaktiviert werden.
Schauen Sie sich die Ankündigung, Produktseite und die API-Dokumentationan. Die gesamte Anerkennung gebührt dem Forscher dieses Projekts. Folgen Sie uns außerdem gerne auf Twitter und vergessen Sie nicht, unserem 150k+ML SubReddit beizutreten und unseren Newsletterzu abonnieren. Moment! Sind Sie auf Telegram? jetzt können Sie uns auch auf Telegram beitreten.
Der Beitrag MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input erschien zuerst auf MarkTechPost.