Qu’est-ce que MiniMax-M3.1-Flash ?
MiniMax-M3.1-Flash est le modèle de raisonnement rapide de MiniMax, sorti le 19 octobre 2026 après une préversion dans MiniMax Code. MiniMax indique qu'une version antérieure a tourné anonymement sous le nom « Space Bunny » et a traité plus de 200 billions de tokens. Les poids ont suivi sur Hugging Face le 23 octobre sous une licence communautaire MiniMax, les mêmes conditions que MiniMax-M3.
Malgré son nom, ce n'est pas un petit modèle. Il conserve la conception mixture-of-experts de M3, environ 428 milliards de paramètres avec 23 milliards actifs par token, et lit texte, images et vidéo dans un contexte de 1M de tokens. MiniMax a remplacé les trois premières couches d'attention complète de M3 par de l'attention creuse, entraîné les experts avec la quantification dans la boucle et ajouté une tête de décodage spéculatif DSpark ; le checkpoint publié fait environ 250 GB en MXFP8.
Le raisonnement ne peut pas être désactivé. L'effort va de low à max en cinq étapes, et max est le défaut. L'API de MiniMax facture 0,15 $ par million de tokens en entrée, 0,60 $ par million en sortie et 0,015 $ pour l'entrée en cache à toute longueur de prompt.
MiniMax-M3.1-Flash vaut-il le coup ?
M3.1-Flash est un grand pas en avant par rapport à M3 à la moitié du prix, et sa faiblesse est de savoir quand il ne sait pas. Artificial Analysis le note 43 sur son Intelligence Index, cinquième sur 173 modèles de sa catégorie contre une médiane de 13, là où M3 obtenait 29. Son coût par tâche de l'index est de 0,22 $, contre environ 0,51 $ pour M3. VentureBeat, en lisant les résultats AA-Omniscience de la même entreprise, rapporte qu'il a répondu correctement à 56 % des questions, devant les 43 % de DeepSeek, mais a halluciné dans 93 % des cas où il n'avait pas raison, plutôt que de décliner ou de nuancer.
La propre fiche de MiniMax, entièrement autodéclarée, le place devant DeepSeek-V4.1-Flash-1017 sur Automation-Bench v1.0.6 (62,8 contre 60,5) et à égalité sur Humanity's Last Exam sans outils (43,4 contre 42,6). Sur le code, il est derrière : 73,7 % contre 77,0 % sur DeepSWE v1.1, 38,1 contre 42,3 sur Terminal Bench 4.0 et 61,2 contre 68,2 sur NL2Repo-Bench. L'Opus 5 d'Anthropic mène les deux sur la majeure partie du tableau. La fiche l'égale aussi à Opus 5 à 76,2 sur BankerToolBench, même si cette exécution a été notée par le propre modèle M2.7 de MiniMax.
Le raisonnement toujours actif fixe la vraie facture. Le défaut est l'effort max, qui, selon la documentation de MiniMax, dépense plus de tokens de sortie et ajoute de la latence, et Artificial Analysis qualifie le modèle de très verbeux : 180 millions de tokens de sortie pour faire tourner son index, contre une médiane de 100 millions. Baisser l'effort par requête est le levier que MiniMax recommande, puisqu'envoyer une requête avec le raisonnement désactivé renvoie une erreur. Les affirmations de vitesse demandent aussi d'être nuancées. MiniMax indique que la sortie médiane dépasse 170 tokens par seconde ; Artificial Analysis a mesuré 116,2 sur l'API de MiniMax, autour de la médiane de la catégorie, avec 1,10 seconde jusqu'au premier token.
Les poids sont sortis à temps, sous la licence qui ralentit déjà M3 : un crédit « Built with MiniMax M3.1-Flash » et un e-mail de notification pour tout usage commercial, une autorisation écrite préalable au-dessus de 20 millions de dollars de revenus annuels, et pas d'usage militaire. À environ 250 GB, le checkpoint fait un tiers de la taille de la version BF16 de M3 et tient sur un seul nœud H100 à huit GPU, ce qui fait de M3.1-Flash le plus facile des deux grands modèles de MiniMax à internaliser.
Là où il fait la différence
Une équipe opérations qui automatise le travail administratif sur une douzaine d'outils SaaS
Faire tourner des automatisations en plusieurs étapes qui lisent des captures d'écran et remplissent des formulaires
MiniMax rapporte 62,8 sur Automation-Bench v1.0.6 et 61,7 sur OSWorld 2.0, les deux autodéclarés. À 0,15 $ en entrée et 0,60 $ en sortie, 10 milliards de tokens en entrée et 1 milliard en sortie par mois reviennent à environ 2 100 $ avant les hits de cache, et régler l'effort sur low ou medium pour les étapes de routine coupe les tokens de raisonnement facturés en sortie.
Un ingénieur legal-tech qui travaille sur des data rooms de fusions-acquisitions
Poser des questions sur toute une liasse de contrats en un seul prompt
Le prix ne monte pas au-delà de 512K tokens comme celui de M3, si bien qu'un prompt complet de 1M tokens coûte 0,15 $ en entrée, un quart du tarif long contexte de M3, et 0,015 $ sur les relectures en cache. Vu le taux d'hallucination, chaque réponse devrait citer la clause sur laquelle elle s'appuie pour qu'un relecteur puisse vérifier.
Un responsable support dans une entreprise de logiciels de 200 personnes
Rédiger les réponses aux tickets clients à partir du centre d'aide
1M de réponses par mois à 2 000 tokens en entrée et 300 tokens de sortie visibles font environ 480 $, plus les tokens de raisonnement que l'effort max par défaut ajoute par-dessus. Avec un taux d'hallucination de 93 % sur les questions qu'il rate, les brouillons ont besoin de récupération depuis le centre d'aide et d'un bouton d'envoi humain plutôt que de réponses automatiques.
Avant de vous engager
- Mise en route
- API : créez une clé sur platform.minimax.io et appelez MiniMax-M3.1-Flash via l'endpoint compatible Anthropic (recommandé) ou celui compatible OpenAI, en réglant reasoning_effort par requête. Poids : hf download MiniMaxAI/MiniMax-M3.1-Flash et servez avec SGLang, vLLM ou TokenSpeed ; MiniMax recommande une température de 1.0 et top_p 0.95.
- Intégrations
- API MiniMax, MiniMax Code et l'abonnement M Plan ; sur OpenRouter au même 0,15 $/0,60 $ de MiniMax et d'une douzaine d'hébergeurs dont Together, Nebius et Novita. La prise en charge de Transformers, KTransformers et Unsloth est indiquée en cours.
- Données et confidentialité
- Licence : l'usage commercial exige un crédit « Built with MiniMax M3.1-Flash » et une notification unique à MiniMax ; les produits de plus de 20 millions de dollars de revenus annuels ont besoin d'une autorisation écrite préalable ; l'usage militaire est interdit. Les conditions de conservation et d'entraînement de l'API de MiniMax n'étaient pas publiées sur les pages que nous avons pu lire.
- Coût à grande échelle
- 10 milliards de tokens en entrée et 1 milliard en sortie par mois font environ 2 100 $ sur l'API de MiniMax, avec l'entrée en cache à 0,015 $ par million ; le raisonnement à l'effort max gonfle le côté sortie. L'auto-hébergement a besoin d'environ 250 GB de mémoire GPU pour les poids MXFP8 avant le cache KV, dans un nœud H100 80 GB à huit GPU.
- Limites
- Contexte de 1M de tokens ; OpenRouter indique 524 288 tokens de sortie sur l'endpoint propre de MiniMax. Le thinking ne peut pas être désactivé, et une requête qui essaie renvoie une erreur 400. MiniMax ne publie aucune limite de débit pour le modèle, et le référencement d'Artificial Analysis décrivait encore les poids comme non publiés au moment de notre vérification.
Les points forts
- 0,15 $ / 0,60 $ par 1M de tokens à toute longueur de prompt
- Intelligence Index 43, cinquième sur 173 dans sa catégorie
- Entrée texte, image et vidéo avec contexte de 1M
- Checkpoint d'environ 250 GB qui tient sur un nœud 8x H100
Les points faibles
- Taux d'hallucination de 93 % sur AA-Omniscience, selon VentureBeat
- Le raisonnement ne peut pas être désactivé ; l'effort max par défaut est verbeux
- La licence exige attribution, notification et autorisation au-dessus de 20M$ de revenus
- Derrière DeepSeek-V4.1-Flash-1017 sur les benchmarks de code (autodéclaré)
Idéal pour
Les équipes qui font tourner du travail d'agent et d'automatisation à fort volume, ou de longues entrées multimodales, qui peuvent vérifier les sorties et accepter les conditions de licence de MiniMax.
Alternatives à MiniMax-M3.1-Flash
MiniMax-M3.1-Flash : questions fréquentes
- MiniMax-M3.1-Flash vaut-il le coup ?
- Près du sommet du tableau à poids ouverts pour une fraction de centime par tâche, tant que rien de ce qu'il dit ne sort sans vérification. Nous lui donnons 4.0 sur 5.
- Combien coûte MiniMax-M3.1-Flash ?
- Poids ouverts sous la licence communautaire MiniMax. API MiniMax par 1M de tokens, plate à toute longueur de prompt : 0,15 $ en entrée, 0,60 $ en sortie, 0,015 $ en entrée en cache.
- Quels sont les inconvénients de MiniMax-M3.1-Flash ?
- Taux d'hallucination de 93 % sur AA-Omniscience, selon VentureBeat; le raisonnement ne peut pas être désactivé ; l'effort max par défaut est verbeux; la licence exige attribution, notification et autorisation au-dessus de 20M$ de revenus; derrière DeepSeek-V4.1-Flash-1017 sur les benchmarks de code (autodéclaré).
- À qui s’adresse MiniMax-M3.1-Flash ?
- Les équipes qui font tourner du travail d'agent et d'automatisation à fort volume, ou de longues entrées multimodales, qui peuvent vérifier les sorties et accepter les conditions de licence de MiniMax.
- Combien coûte MiniMax-M3.1-Flash pour une équipe ou en production ?
- 10 milliards de tokens en entrée et 1 milliard en sortie par mois font environ 2 100 $ sur l'API de MiniMax, avec l'entrée en cache à 0,015 $ par million ; le raisonnement à l'effort max gonfle le côté sortie. L'auto-hébergement a besoin d'environ 250 GB de mémoire GPU pour les poids MXFP8 avant le cache KV, dans un nœud H100 80 GB à huit GPU.
- MiniMax-M3.1-Flash est-il sûr pour les données de l’entreprise ?
- Licence : l'usage commercial exige un crédit « Built with MiniMax M3.1-Flash » et une notification unique à MiniMax ; les produits de plus de 20 millions de dollars de revenus annuels ont besoin d'une autorisation écrite préalable ; l'usage militaire est interdit. Les conditions de conservation et d'entraînement de l'API de MiniMax n'étaient pas publiées sur les pages que nous avons pu lire.
- Quelles sont les meilleures alternatives à MiniMax-M3.1-Flash ?
- Les alternatives les plus proches que nous avons testées sont DeepSeek-V4.1-Flash, MiniMax-M3, GLM-5.3 et Kimi K3.
Réponses vérifiées le 26 oct. 2026.