Codificación multimodal rápida y modelo de agente con contexto 1M, profundidad de razonamiento ajustable, entrada de imágenes y vídeos, llamada a funciones y búsqueda web integrada.
MiniMaxGeneracion de texto1M contextoLanzado 19 oct 2026SingaporeEndpoint propietarioNuevoCodificación multimodal rápida y modelo de agente con contexto 1M, profundidad de razonamiento ajustable, entrada de imágenes y vídeos, llamada a funciones y búsqueda web integrada.
Soporta entrada de texto, imagen y vídeo, cinco niveles de esfuerzo de razonamiento con razonamiento siempre activado, llamada a funciones, lecturas implícitas de caché de prompt y búsqueda web integrada facturada por búsqueda ejecutada. Los tokens de razonamiento se anuncian como tokens de salida.
minimax-m3-1-flash/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/minimax-m3-1-flash:generateContentminimax-m3.1-flashminimax/m3.1-flashminimax/minimax-m3.1-flashTarifas de pago por uso en vivo del catálogo de EmpirioLabs. Solo pagas por lo que usas, sin mínimo mensual.
MiniMax M3.1 Flash sirve la API de Chat Completions compatible con OpenAI. Apunta cualquier SDK de OpenAI a https://api.empiriolabs.ai/v1 con tu clave de API de EmpirioLabs y usa el id de modelo minimax-m3-1-flash. Consigue una clave de API en el panel de EmpirioLabs.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "minimax-m3-1-flash",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="minimax-m3-1-flash",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Parámetros de solicitud compatibles con la API de MiniMax M3.1 Flash en EmpirioLabs. Los valores por defecto se aplican cuando se omite un campo.
| Parámetro | Tipo | Predeterminado | Rango / valores | Descripción |
|---|---|---|---|---|
| reasoning_effort | enum | max | low, medium, high, xhigh, max | El razonamiento siempre está activado; esto determina cuánto esfuerzo dedica el modelo antes de responder. Un esfuerzo mayor utiliza más tokens de razonamiento. |
| temperature | number | 1 | 0 a 2 | Controla la aleatoriedad. Los valores inferiores son más deterministas; los valores más altos son más exploratorios. |
| top_p | number | 0.95 | 0 a 1 | Controla el muestreo del núcleo limitando la generación a la masa token más probable. |
| max_completion_tokens | integer | 32768 | 1 a 524288 | Fichas generadas máximas, incluyendo fichas de razonamiento. |
| stop | array | - | - | Secuencia opcional de paradas o lista de secuencias de paradas. |
| tool_web_search | boolean | false | - | Busca información en tiempo real en internet. Añade $0.01 al coste de la solicitud por cada llamada invocada. |
| tools | array | - | - | Definiciones de herramientas compatibles con OpenAI para llamadas a funciones. |
| tool_choice | object | - | - | Opcional tool_choice compatible con OpenAI. |
| disable_formatting | boolean | false | - | Devuelve la salida en bruto al estilo proveedor sin EmpirioLabs formato de fuente cuando sea compatible. |
Entrada de texto, imagen y vídeo con salida de texto, un contexto de token de 1M y hasta 524.288 tokens de salida. El modelo siempre razona: reasoning_effort establece la profundidad (baja, media, alta, xalta o máxima; el predeterminado es max), y el texto de razonamiento se devuelve en reasoning_content. Los tokens de razonamiento se facturan como tokens de salida. Los prefijos repetidos de prompt se almacenan automáticamente en caché y se facturan a la tasa de entrada almacenada en caché. Configura tool_web_search a true para permitir que el modelo busque en la web; cada búsqueda ejecutada se factura y una solicitud puede ejecutar varias búsquedas. Las respuestas que usaron búsqueda web terminan con una lista de Fuentes a menos que disable_formatting sea verdadera. No se soporta salida estructurada a través de response_format; pide JSON en el prompt en su lugar.
Cuando este modelo invoca herramientas (búsqueda web, intérprete de código, etc.) dentro de una sola solicitud, la respuesta lleva un mapa de usage.tool_usage normalizado junto con los conteos de tokens. El ejemplo siguiente muestra la forma, nombres exactos de campos, unidades y qué herramientas aparecen pueden variar ligeramente según el proveedor:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3, "code_interpreter": 1}
}Los recuentos de herramientas ya están en cost_usd, se muestran para transparencia y así puedes auditar la facturación por herramienta. El campo se omite cuando no se invocan herramientas.
En EmpirioLabs, MiniMax M3.1 Flash se factura por uso. La tabla de tarifas en vivo de esta página siempre coincide con lo que cobra la API.
MiniMax M3.1 Flash admite una ventana de contexto de 1M tokens con hasta 524.288 tokens de salida por respuesta.
Sí. MiniMax M3.1 Flash sirve la API de Chat Completions compatible con OpenAI, así que los SDKs de OpenAI existentes funcionan apuntando base_url a https://api.empiriolabs.ai/v1 y usando el id de modelo minimax-m3-1-flash.
Sí. El playground de EmpirioLabs ejecuta MiniMax M3.1 Flash en el navegador con los mismos parámetros que expone la API, para que pruebes prompts antes de escribir código.
Crea una cuenta de EmpirioLabs y genera una clave en API Keys en el panel. La facturación es con créditos de pago por uso, así que solo pagas por las solicitudes que haces.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.
