MiniMax M3.1 Flash foi lançado — benchmarks, velocidade e preço da API

A MiniMax lançou o M3.1 Flash em 19 de outubro de 2026 — um modelo rápido e barato, feito para agentes e programação. O preço da API é $0.15 por milhão de tokens de entrada e $0.60 por milhão de tokens de saída, e a entrada em cache custa $0.015. A MiniMax também confirmou que o Space Bunny, o modelo anônimo que processou mais de 200 trilhões de tokens, era uma versão inicial do M3.1 Flash.

O que a MiniMax anunciou#

• Agentes e programação em primeiro lugar. A MiniMax chama o M3.1 Flash de um salto geracional em tarefas agênticas, programação, uso de computador e cibersegurança.
• Mais barato e mais rápido que seu antecessor. Pelos números da MiniMax, tarefas agênticas custam cerca de 70% menos do que no modelo anterior, e a inferência é quase três vezes mais rápida. A velocidade de saída chega a mais de 200 tokens por segundo, com mediana acima de 170.
• Onde ele roda. O modelo está disponível na API da MiniMax, na assinatura M Plan e no aplicativo de desktop MiniMax Code. Os pesos vêm depois — o post da MiniMax no X indica 23 de outubro.
• Mais por vir. Uma versão Pro foi anunciada, sem data.

Benchmarks conforme relatados pela MiniMax#

Estes são os resultados do próprio desenvolvedor, não testes independentes:

A MiniMax diz que o M3.1 Flash ocupa o primeiro lugar entre os modelos chineses no OSWorld V2 e no ALE. Até que rankings independentes o incluam, leia isso como afirmações e teste o modelo nas suas próprias tarefas.

Preço comparado com modelos MiniMax anteriores#

Preços por 1M de tokens: os da MiniMax foram verificados em 20 de outubro de 2026, os da CheapTokens são atuais. A CheapTokens não tem preço separado para entrada em cache.

Por token, o M3.1 Flash custa metade do que o M3. O número de 70% diz respeito a tarefas agênticas completas: a MiniMax afirma que o novo modelo também precisa de menos tokens para concluí-las. Essa segunda parte vale a pena verificar na sua própria carga de trabalho.

O que isso significa se você cria agentes#

Sessões longas de agentes reenviam o mesmo histórico a cada etapa, então o preço da entrada em cache importa tanto quanto o preço principal. A $0.015 por milhão, uma sessão do M3.1 Flash bem cacheada pode custar muito menos do que seu preço de tabela de $0.15 sugere.

A velocidade também importa. A 170–200 tokens por segundo, uma sessão de programação de 30 etapas passa menos tempo esperando pelo modelo.

Duas ressalvas antes de trocar. Os benchmarks vêm da MiniMax, e verificações independentes virão quando os pesos forem lançados. E, como só a MiniMax serve o modelo por enquanto, você depende de um único provedor.

Onde a CheapTokens se encaixa#

Na CheapTokens você pode rodar o MiniMax-M2.7 — um modelo MiniMax anterior e separado, com contexto de 200K e até 8.192 tokens de saída por resposta. Os resultados do M3.1 Flash acima são números da MiniMax para o novo modelo e não se aplicam ao M2.7, então avalie-o nas suas próprias tarefas.

Onde o M2.7 já dá conta do recado — loops de agentes com chamadas de ferramentas, automação em várias etapas, resumir um histórico longo que caiba em 200K — ele custa $0.05 por 1M de tokens de entrada e $0.15 por 1M de tokens de saída, sem horários de pico. A API é compatível com OpenAI, e um único saldo pré-pago também cobre DeepSeek e GLM quando uma etapa precisa de um modelo diferente. Aqui está uma tarefa agêntica de 30 etapas (1.05M de tokens de entrada e 15K de saída) em cada modelo com os preços atuais, ao lado dos preços de referência do OpenRouter:

Compare quanto a sua própria carga de trabalho custaria:

Preços atuais: