MiniMax M3.1 Flash ist da — Benchmarks, Geschwindigkeit und API-Preis

MiniMax hat M3.1 Flash am 19. Oktober 2026 veröffentlicht — ein schnelles, günstiges Modell für Agenten und Coding. Der API-Preis liegt bei $0.15 pro Million Input-Tokens und $0.60 pro Million Output-Tokens, gecachter Input kostet $0.015. MiniMax hat außerdem bestätigt, dass Space Bunny, das anonyme Modell, das mehr als 200 Billionen Tokens verarbeitet hat, eine frühe Version von M3.1 Flash war.

Was MiniMax angekündigt hat#

• Agenten und Coding zuerst. MiniMax nennt M3.1 Flash einen Generationssprung bei agentischen Aufgaben, Coding, Computer Use und Cybersicherheit.
• Günstiger und schneller als der Vorgänger. Nach MiniMax' Zahlen kosten agentische Aufgaben etwa 70% weniger als beim Vorgängermodell, und die Inferenz ist fast dreimal schneller. Die Ausgabegeschwindigkeit erreicht 200+ Tokens pro Sekunde, mit einem Median über 170.
• Wo es läuft. Das Modell ist in der MiniMax API, im M Plan-Abo und in der MiniMax Code Desktop-App verfügbar. Die Gewichte folgen später — MiniMax' Beitrag auf X nennt den 23. Oktober.
• Mehr kommt noch. Eine Pro-Version ist angekündigt, ohne Datum.

Benchmarks nach Angaben von MiniMax#

Dies sind die eigenen Ergebnisse des Entwicklers, keine unabhängigen Tests:

MiniMax sagt, M3.1 Flash rangiert unter chinesischen Modellen auf OSWorld V2 und ALE auf Platz eins. Bis unabhängige Leaderboards es aufnehmen, lies diese als Behauptungen und teste das Modell an deinen eigenen Aufgaben.

Preis im Vergleich zu früheren MiniMax-Modellen#

Preise pro 1M Tokens: MiniMax' am 20. Oktober 2026 geprüft, CheapTokens' sind aktuell. CheapTokens hat keinen separaten Preis für gecachten Input.

Pro Token kostet M3.1 Flash halb so viel wie M3. Die 70%-Zahl bezieht sich auf ganze Agenten-Aufgaben: MiniMax behauptet, das neue Modell braucht auch weniger Tokens, um sie abzuschließen. Dieser zweite Teil ist es wert, an deiner eigenen Workload geprüft zu werden.

Was das bedeutet, wenn du Agenten baust#

Lange Agenten-Sitzungen senden bei jedem Schritt dieselbe Historie erneut, daher ist der Preis für gecachten Input genauso wichtig wie der Listenpreis. Bei $0.015 pro Million kann eine gut gecachte M3.1 Flash-Sitzung viel weniger kosten, als der Listenpreis von $0.15 vermuten lässt.

Geschwindigkeit zählt ebenfalls. Bei 170–200 Tokens pro Sekunde verbringt eine 30-Schritte-Coding-Sitzung weniger Zeit mit Warten auf das Modell.

Zwei Vorbehalte vor dem Wechsel. Die Benchmarks stammen von MiniMax, und unabhängige Prüfungen werden folgen, sobald die Gewichte draußen sind. Und da derzeit nur MiniMax das Modell anbietet, bist du von einem einzigen Anbieter abhängig.

Wo CheapTokens passt#

Auf CheapTokens kannst du MiniMax-M2.7 ausführen — ein früheres, separates MiniMax-Modell mit 200K Kontext und bis zu 8,192 Output-Tokens pro Antwort. Die obigen M3.1 Flash-Ergebnisse sind MiniMax' Zahlen für das neue Modell und übertragen sich nicht auf M2.7, also beurteile es an deinen eigenen Aufgaben.

Wo M2.7 bereits die Aufgabe erledigt — Tool-Calling-Agenten-Schleifen, mehrstufige Automatisierung, Zusammenfassen einer langen Historie, die in 200K passt — kostet es $0.05 pro 1M Input-Tokens und $0.15 pro 1M Output-Tokens, ohne Peak-Zeiten. Die API ist OpenAI-kompatibel, und ein Prepaid-Guthaben deckt auch DeepSeek und GLM ab, wenn ein Schritt ein anderes Modell braucht. Hier ist eine 30-Schritte-Agenten-Aufgabe (1.05M Input- und 15K Output-Tokens) auf jedem Modell zu aktuellen Preisen, neben OpenRouters Referenzpreisen:

Vergleiche, was deine eigene Workload kosten würde:

Aktuelle Preise: