MiniMax M3.1 Flash API
即将推出MiniMax M3.1 Flash 是一款高速多模态推理大语言模型，拥有 100 万上下文窗口，专为智能体工作流、代码编写、工具使用和计算机任务而优化。
MiniMax M3.1 Flash API 背景介绍
概述
MiniMax M3.1 Flash API 为开发者提供了由 MiniMax 开发的高级、高吞吐量的多模态推理模型访问权限。MiniMax M3.1 Flash API 专为复杂的智能体推理、计算机使用、工具调用和长上下文处理而构建，可接受文本、图像和视频输入，并在长达 1,000,000 个 token 的上下文中生成结构化文本输出。MiniMax M3.1 Flash API 具有带有可配置努力程度的常驻推理核心，专为需要同时兼容 Anthropic 和 OpenAI SDK 标准的高性能智能体架构而设计。
发展历史
MiniMax 于 2026 年 10 月 19 日正式推出该模型，在生产端点中将其标识为 MiniMax-M3.1-Flash。在早期的评估过程中，曾有一个匿名版本以 Space Bunny 为代号运行。MiniMax M3.1 Flash API 旨在支持现代智能体工作流，已在官方开发者界面、M Plan 和 MiniMax Code 上发布，建立高速推理端点，供应商未来还计划发布独立的权重版本。
关键创新
- 内置于 MiniMax M3.1 Flash API 的常驻思维链推理，具有从 low 到 max 的五个精细努力程度级别。
- 原生双 API 兼容性，使 MiniMax M3.1 Flash API 能够无缝接入现有的 OpenAI Chat Completions 或 Anthropic 客户端集成。
- 大规模 1,000,000 token 上下文窗口，支持在单个统一提示词内输入多模态文本、图像和视频。
MiniMax M3.1 Flash API 技术规格
架构
MiniMax M3.1 Flash API 运行为一个带有集成式、不可禁用推理引擎的多模态语言模型。它处理多模态文本、图像和视频输入，以生成纯文本输出。在 OpenAI Chat Completions 模式下，MiniMax M3.1 Flash API 将内部思维链分割为独立于最终答案内容的 reasoning_content 字段，同时在兼容 OpenAI 和 Anthropic 的接口中提供可配置的努力程度参数。
参数
在公开权重可用之前，确切的参数量仍属于专有信息，但 MiniMax M3.1 Flash API 专为极高的吞吐量和效率而构建，其供应商报告的速度可达每秒 200+ 个 token，典型的 P50 超过每秒 170 个 token。
功能
- 涵盖文本、高分辨率图像和视频文件的多模态输入理解。
- 跨越多达 1,000,000 个 token 的超长上下文评估，用于大规模文档或代码库分析。
- 通过 MiniMax M3.1 Flash API 实现高准确率的工具调用、计算机使用和自主智能体编排。
- 可配置的推理努力控制（low、medium、high、xhigh、max），以根据任务需求调整生成深度。
局限性
- MiniMax M3.1 Flash API 不支持原生音频输入或图像/视频合成等媒体生成功能。
- MiniMax M3.1 Flash API 上的常驻推理无法完全禁用，所有请求至少需要设置 low 推理努力程度。
MiniMax M3.1 Flash API 性能
优势
- 供应商报告的软件工程性能在 DeepSWE v1.1 上达到了 73.7%。
- 强大的桌面智能体和计算机使用能力，在 OSWorld V2 上表现为 61.7。
- 出色的网络安全和工具基准有效性，供应商在 CyberGym 上获得 82%，在 BankerToolBench 上获得 76.2%。
- 快速的 token 生成速度，达到 200+ TPS，P50 达到 170+ TPS。
实际效果
在 MiniMax 报告的真实世界智能体基准测试中，MiniMax M3.1 Flash API 在自主软件工程和环境交互中表现出可靠的执行能力，在 Agents' Last Exam 上得分为 29.6。其供应商报告的 61.7 OSWorld V2 结果反映出操作系统任务的流畅导航，而 73.7% 的 DeepSWE v1.1 得分突显了胜任的代码库调试能力。超过 170 P50 TPS 的高推理速度确保了 MiniMax M3.1 Flash API 在连续工具调用期间保持低延迟。
MiniMax M3.1 Flash API 适用场景
应用场景
- 您拥有一个企业软件代码库，其中包含需要自动化缺陷分类和补丁生成的复杂拉取请求（pull request）。MiniMax M3.1 Flash API 通过其 1,000,000 token 的上下文容量和已证明的 73.7% DeepSWE v1.1 基准能力完美契合此场景。您可以在完整的代码库中获得可靠的自动化代码修复，而不会出现上下文降级。
- 您拥有需要 UI 导航的多步骤桌面自动化和操作系统工作流。MiniMax M3.1 Flash API 是理想的选择，这得益于其经过验证的 61.7 OSWorld V2 性能以及对视觉输入和智能体计算机使用的原生支持。您可以实现有弹性的 UI 元素识别、快速的屏幕序列处理和一致的操作执行。
- 您拥有涉及数小时视频录制和密集技术文档的复杂多模态审计工作流。MiniMax M3.1 Flash API 通过将文本、图像和视频同时摄入具有常驻推理的大规模上下文窗口中而表现卓越。您可以以超过 170 P50 TPS 的速度获得高吞吐量的视觉验证和彻底的逻辑检查。
最佳实践
- 在 MiniMax M3.1 Flash API 中调整 low、medium、high、xhigh 和 max 之间的推理努力参数，以平衡执行速度与智能体推理深度。
- 当通过 OpenAI 兼容端点集成 MiniMax M3.1 Flash API 时，检查单独的 reasoning_content 字段以监控中间问题解决过程，而无需更改面向用户的纯内容。
- 在 MiniMax M3.1 Flash API 中利用输入缓存机制，以最大限度地提高对大型、重复多轮上下文的处理效率。