Was ist MiniMax-M3.1-Flash?
MiniMax-M3.1-Flash ist MiniMax' schnelles Reasoning-Modell, veröffentlicht am 19. Oktober 2026 nach einer Vorschau in MiniMax Code. Laut MiniMax lief eine frühere Version anonym als „Space Bunny“ und verarbeitete mehr als 200 Billionen Tokens. Die Gewichte folgten am 23. Oktober auf Hugging Face unter einer MiniMax-Community-Lizenz, zu denselben Bedingungen wie MiniMax-M3.
Trotz des Namens ist es kein kleines Modell. Es behält die Mixture-of-Experts-Architektur von M3 bei, etwa 428 Milliarden Parameter mit 23 Milliarden aktiv pro Token, und liest Text, Bilder und Video in einen Kontext von 1 Million Tokens. MiniMax ersetzte die ersten drei Full-Attention-Schichten von M3 durch Sparse Attention, trainierte die Experten mit Quantisierung in der Schleife und ergänzte einen DSpark-Kopf für Speculative Decoding; der veröffentlichte Checkpoint umfasst in MXFP8 etwa 250 GB.
Reasoning lässt sich nicht abschalten. Der Aufwand reicht in fünf Stufen von low bis max, und max ist der Standard. MiniMax' API berechnet 0,15 $ pro Million Input-Tokens, 0,60 $ pro Million Output-Tokens und 0,015 $ für gecachten Input, bei jeder Prompt-Länge.
Lohnt sich MiniMax-M3.1-Flash?
M3.1-Flash ist ein großer Schritt gegenüber M3 zum halben Preis, und seine Schwäche ist, zu erkennen, wann es etwas nicht weiß. Artificial Analysis gibt ihm 43 Punkte im Intelligence Index, Platz fünf von 173 Modellen seiner Klasse bei einem Median von 13, wo M3 auf 29 kam. Die Kosten pro Index-Aufgabe liegen bei 0,22 $, gegenüber etwa 0,51 $ für M3. VentureBeat berichtet anhand der AA-Omniscience-Ergebnisse derselben Firma, dass es 56 % der Fragen richtig beantwortete, vor DeepSeek mit 43 %, aber in 93 % der Fälle, in denen es falsch lag, halluzinierte, statt abzulehnen oder sich vorsichtig auszudrücken.
MiniMax' eigene Model Card, durchweg mit Eigenangaben, sieht es bei Automation-Bench v1.0.6 vor DeepSeek-V4.1-Flash-1017 (62,8 zu 60,5) und bei Humanity's Last Exam ohne Tools gleichauf (43,4 zu 42,6). Beim Programmieren liegt es zurück: 73,7 % zu 77,0 % bei DeepSWE v1.1, 38,1 zu 42,3 bei Terminal Bench 4.0 und 61,2 zu 68,2 bei NL2Repo-Bench. Anthropics Opus 5 liegt in den meisten Zeilen der Tabelle vor beiden. Die Model Card sieht es außerdem bei BankerToolBench mit 76,2 gleichauf mit Opus 5, allerdings wurde dieser Durchlauf von MiniMax' eigenem Modell M2.7 bewertet.
Das ständig aktive Reasoning bestimmt die tatsächliche Rechnung. Standard ist der Aufwand max, der laut MiniMax' Dokumentation mehr Output-Tokens verbraucht und Latenz hinzufügt, und Artificial Analysis nennt das Modell sehr wortreich: 180 Millionen Output-Tokens für seinen Index, bei einem Median von 100 Millionen. Den Aufwand pro Anfrage zu senken ist der Hebel, den MiniMax empfiehlt, denn eine Anfrage mit abgeschaltetem Thinking liefert einen Fehler. Auch bei den Geschwindigkeitsangaben ist ein Abschlag nötig. MiniMax spricht von mehr als 170 Tokens pro Sekunde im Median; Artificial Analysis maß über MiniMax' API 116,2, etwa den Median der Klasse, bei 1,10 Sekunden bis zum ersten Token.
Die Gewichte kamen pünktlich, unter der Lizenz, die schon M3 bremst: ein Hinweis „Built with MiniMax M3.1-Flash“ und eine Benachrichtigung per E-Mail bei jeder kommerziellen Nutzung, vorherige schriftliche Genehmigung ab 20 Millionen $ Jahresumsatz und keine militärische Nutzung. Mit etwa 250 GB ist der Checkpoint ein Drittel so groß wie die BF16-Veröffentlichung von M3 und passt auf einen einzelnen H100-Knoten mit acht GPUs, was M3.1-Flash zum leichter ins eigene Haus zu holenden der beiden großen Modelle von MiniMax macht.
Wo es sich lohnt
Ein Operations-Team, das Backoffice-Arbeit über ein Dutzend SaaS-Tools automatisiert
Mehrstufige Automatisierungen ausführen, die Screenshots lesen und Formulare ausfüllen
MiniMax meldet 62,8 bei Automation-Bench v1.0.6 und 61,7 bei OSWorld 2.0, beides Eigenangaben. Bei 0,15 $ Input und 0,60 $ Output kosten 10 Milliarden Input- und 1 Milliarde Output-Tokens im Monat vor Cache-Treffern etwa 2.100 $, und der Aufwand low oder medium bei Routineschritten senkt die Reasoning-Tokens, die als Output berechnet werden.
Ein Legal-Tech-Engineer, der an Datenräumen für M&A arbeitet
Fragen über ein ganzes Vertragspaket in einem Prompt stellen
Der Preis steigt über 512.000 Tokens nicht wie bei M3, ein voller Prompt mit 1 Million Tokens kostet also 0,15 $ an Input, ein Viertel des Langkontext-Preises von M3, und 0,015 $ bei gecachtem erneutem Lesen. Angesichts der Halluzinationsrate sollte jede Antwort die Klausel zitieren, auf die sie sich stützt, damit eine Prüferin sie nachsehen kann.
Eine Support-Leiterin in einem Softwareunternehmen mit 200 Leuten
Antworten auf Kundentickets aus dem Help Center entwerfen
1 Million Antworten im Monat mit 2.000 Input- und 300 sichtbaren Output-Tokens kosten etwa 480 $, plus die Reasoning-Tokens, die der Standardaufwand max obendrauf legt. Bei einer Halluzinationsrate von 93 % bei Fragen, die es falsch beantwortet, brauchen Entwürfe Retrieval aus dem Help Center und einen menschlichen Senden-Knopf statt automatischer Antworten.
Bevor du dich festlegst
- Einrichtung
- API: Erstelle einen Schlüssel auf platform.minimax.io und rufe MiniMax-M3.1-Flash über den Anthropic-kompatiblen Endpunkt (empfohlen) oder den OpenAI-kompatiblen auf, mit reasoning_effort pro Anfrage. Gewichte: hf download MiniMaxAI/MiniMax-M3.1-Flash und mit SGLang, vLLM oder TokenSpeed bereitstellen; MiniMax empfiehlt Temperatur 1.0 und top_p 0.95.
- Integrationen
- MiniMax API, MiniMax Code und das M-Plan-Abo; bei OpenRouter zu denselben 0,15 $/0,60 $ über MiniMax und etwa ein Dutzend Hoster, darunter Together, Nebius und Novita. Unterstützung für Transformers, KTransformers und Unsloth ist als in Arbeit gelistet.
- Daten und Datenschutz
- Lizenz: Kommerzielle Nutzung erfordert einen Hinweis „Built with MiniMax M3.1-Flash“ und eine einmalige Benachrichtigung an MiniMax; Produkte mit mehr als 20 Millionen $ Jahresumsatz brauchen eine vorherige schriftliche Genehmigung; militärische Nutzung ist verboten. MiniMax' Bedingungen zu Aufbewahrung und Training bei der API waren auf den Seiten, die wir lesen konnten, nicht veröffentlicht.
- Kosten im großen Maßstab
- 10 Milliarden Input- und 1 Milliarde Output-Tokens im Monat kosten über MiniMax' API etwa 2.100 $, gecachter Input 0,015 $ pro Million; Reasoning mit dem Aufwand max bläht die Output-Seite auf. Selbsthosten braucht für die MXFP8-Gewichte etwa 250 GB GPU-Speicher vor dem KV-Cache, was in einen H100-Knoten mit acht GPUs zu je 80 GB passt.
- Grenzen
- Kontext von 1 Mio. Tokens; OpenRouter nennt 524.288 Output-Tokens auf MiniMax' eigenem Endpunkt. Thinking lässt sich nicht abschalten, und eine Anfrage, die es versucht, liefert einen Fehler 400. MiniMax veröffentlicht keine Rate Limits für das Modell, und der Eintrag bei Artificial Analysis beschrieb die Gewichte bei unserer Prüfung noch als unveröffentlicht.
Was gut ist
- 0,15 $ / 0,60 $ pro 1 Mio. Tokens bei jeder Prompt-Länge
- Intelligence Index 43, Platz fünf von 173 in seiner Klasse
- Eingabe von Text, Bild und Video mit 1 Mio. Tokens Kontext
- Checkpoint mit etwa 250 GB passt auf einen Knoten mit 8x H100
Was nicht
- 93 % Halluzinationsrate bei AA-Omniscience, laut VentureBeat
- Reasoning lässt sich nicht abschalten; der Standardaufwand max ist wortreich
- Die Lizenz verlangt Namensnennung, eine Benachrichtigung und ab 20 Mio. $ Umsatz eine Genehmigung
- Liegt bei Coding-Benchmarks hinter DeepSeek-V4.1-Flash-1017 (Eigenangaben)
Am besten für
Teams mit umfangreicher Agent- und Automatisierungsarbeit oder langen multimodalen Eingaben, die Ausgaben prüfen können und die Lizenzbedingungen von MiniMax akzeptieren.
Alternativen zu MiniMax-M3.1-Flash
MiniMax-M3.1-Flash: häufige Fragen
- Lohnt sich MiniMax-M3.1-Flash?
- Nahe der Spitze der Open-Weight-Tabelle für den Bruchteil eines Cents pro Aufgabe, solange nichts, was es sagt, ungeprüft hinausgeht. Wir bewerten es mit 4.0 von 5.
- Was kostet MiniMax-M3.1-Flash?
- Offene Gewichte unter der MiniMax-Community-Lizenz. MiniMax API pro 1 Mio. Tokens, pauschal bei jeder Prompt-Länge: 0,15 $ Input, 0,60 $ Output, 0,015 $ gecachter Input.
- Welche Nachteile hat MiniMax-M3.1-Flash?
- 93 % Halluzinationsrate bei AA-Omniscience, laut VentureBeat; Reasoning lässt sich nicht abschalten; der Standardaufwand max ist wortreich; Die Lizenz verlangt Namensnennung, eine Benachrichtigung und ab 20 Mio. $ Umsatz eine Genehmigung; Liegt bei Coding-Benchmarks hinter DeepSeek-V4.1-Flash-1017 (Eigenangaben).
- Für wen eignet sich MiniMax-M3.1-Flash?
- Teams mit umfangreicher Agent- und Automatisierungsarbeit oder langen multimodalen Eingaben, die Ausgaben prüfen können und die Lizenzbedingungen von MiniMax akzeptieren.
- Was kostet MiniMax-M3.1-Flash für ein Team oder im Produktivbetrieb?
- 10 Milliarden Input- und 1 Milliarde Output-Tokens im Monat kosten über MiniMax' API etwa 2.100 $, gecachter Input 0,015 $ pro Million; Reasoning mit dem Aufwand max bläht die Output-Seite auf. Selbsthosten braucht für die MXFP8-Gewichte etwa 250 GB GPU-Speicher vor dem KV-Cache, was in einen H100-Knoten mit acht GPUs zu je 80 GB passt.
- Ist MiniMax-M3.1-Flash sicher für Firmendaten?
- Lizenz: Kommerzielle Nutzung erfordert einen Hinweis „Built with MiniMax M3.1-Flash“ und eine einmalige Benachrichtigung an MiniMax; Produkte mit mehr als 20 Millionen $ Jahresumsatz brauchen eine vorherige schriftliche Genehmigung; militärische Nutzung ist verboten. MiniMax' Bedingungen zu Aufbewahrung und Training bei der API waren auf den Seiten, die wir lesen konnten, nicht veröffentlicht.
- Was sind die besten Alternativen zu MiniMax-M3.1-Flash?
- Die nächsten Alternativen, die wir getestet haben, sind DeepSeek-V4.1-Flash, MiniMax-M3, GLM-5.3 und Kimi K3.
Antworten geprüft am 26. Okt. 2026.