M3.1 Flash ist ein multimodales Modell für Coding, Büroaufgaben mit Agenten und visuelles Schlussfolgern. Von insgesamt 428 Milliarden Parametern sind laut MiniMax rund 23 Milliarden aktiv. Das Modell nimmt Text, Bilder und Videos entgegen und gibt Text aus. MiniMax nennt Sparse Attention und einen integrierten visuellen Encoder als weitere Bestandteile. Ein technischer Bericht zu den Änderungen gegenüber M3 liegt laut dem Unternehmen nicht vor.
Der Zugriff ist über die MiniMax API, den Tarif M Plan und die Desktop-App MiniMax Code möglich. Die API unterstützt laut Anbieter sowohl Anthropic-kompatible als auch OpenAI-kompatible Schnittstellen, darunter Chat Completions und Responses. Pro 1 Million Token kosten Eingaben 0,15 US-Dollar und Ausgaben 0,60 US-Dollar; Cache-Lesezugriffe kosten 0,015 US-Dollar. Einen Aufpreis für lange Kontexte gibt es laut MiniMax nicht. Das Unternehmen gibt eine Geschwindigkeit von ungefähr 150 Token pro Sekunde an und behauptet, M3.1 Flash sei dreimal so schnell wie M3.
Das Schlussfolgern ist standardmäßig aktiviert und lässt sich nicht abschalten. Entwickler können zwischen fünf Stufen wählen: Low, Medium, High, Xhigh und Max. Anfragen mit „thinking.type=disabled“ oder „effort=none“ führen laut Anbieter zu einem Fehler. Das Modell liefert Schlussfolgerungen in einem separaten Feld namens „reasoning_content“; dieses kann fehlen. Integrationen, die bei M3 eingebettete <think>-Tags auslesen, müssen daher angepasst werden.
Bei den von MiniMax veröffentlichten Tests erreicht M3.1 Flash auf Automation-Bench v1.0.6 einen Wert von 62,2 und auf Terminal Bench 4.0 einen Wert von 38,1. Für den ersten Test zeigt eine Kostengrafik des Unternehmens allerdings 62,8 bei maximalem Aufwand. Auf DeepSWE v1.1 nennt MiniMax 73,7 Punkte, auf BabyVision mit Tools 91,0. Die Werte stammen vom Anbieter; unabhängige Nachprüfungen sind laut dem Bericht noch nicht verfügbar. Die Modellgewichte sollen am 23. Oktober erscheinen. Eine Lizenz und Angaben zur benötigten Hardware hat MiniMax nicht veröffentlicht.