Codificação multimodal rápida e modelo de agente com contexto 1M, profundidade de raciocínio ajustável, entrada de imagem e vídeo, chamada de funções e busca web embutida.
MiniMaxGeração de Texto1M contextoLançado 19 de out. de 2026SingaporeEndpoint proprietárioNovoCodificação multimodal rápida e modelo de agente com contexto 1M, profundidade de raciocínio ajustável, entrada de imagem e vídeo, chamada de funções e busca web embutida.
Suporta entrada de texto, imagem e vídeo, cinco níveis de esforço de raciocínio com raciocínio sempre ativado, chamada de função, leituras implícitas de prompt cache e busca web embutida faturada por busca executada. Tokens de raciocínio são faturados como tokens de saída.
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 pay-as-you-go ao vivo do catálogo EmpirioLabs. Você paga só pelo que usa, sem mínimo mensal.
MiniMax M3.1 Flash atende a API Chat Completions compatível com OpenAI. Aponte qualquer SDK OpenAI para https://api.empiriolabs.ai/v1 com sua chave de API EmpirioLabs e use o id de modelo minimax-m3-1-flash. Obtenha uma chave de API no painel 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)Parâmetros de requisição suportados pela API MiniMax M3.1 Flash na EmpirioLabs. Os padrões valem quando um campo é omitido.
| Parâmetro | Tipo | Padrão | Intervalo / valores | Descrição |
|---|---|---|---|---|
| reasoning_effort | enum | max | low, medium, high, xhigh, max | O raciocínio está sempre ativo; isso determina quanto esforço o modelo gasta antes de responder. Esforço maior usa mais tokens de raciocínio. |
| temperature | number | 1 | 0 a 2 | Controla a aleatoriedade. Valores mais baixos são mais determinísticos; valores mais altos são mais exploratórios. |
| top_p | number | 0.95 | 0 a 1 | Controla a amostragem do núcleo limitando a geração à massa token mais provável. |
| max_completion_tokens | integer | 32768 | 1 a 524288 | Tokens gerados no máximo, incluindo tokens de raciocínio. |
| stop | array | - | - | Sequência opcional de paradas ou lista de sequências de paradas. |
| tool_web_search | boolean | false | - | Pesquise na internet por informações em tempo real. Adiciona $0.01 ao custo da solicitação para cada chamada invocada. |
| tools | array | - | - | Definições de ferramentas compatíveis com OpenAI para chamadas de funções. |
| tool_choice | object | - | - | Opcional compatível com OpenAI tool_choice valor. |
| disable_formatting | boolean | false | - | Devolver a saída bruta no estilo provedor sem EmpirioLabs formatação de fonte quando suportado. |
Entrada de texto, imagem e vídeo com saída de texto, um contexto de token de 1M e até 524.288 tokens de saída. O modelo sempre raciocina: reasoning_effort define a profundidade (baixo, médio, alto, xhigh ou max; o padrão é max) e o texto de raciocínio é retornado em reasoning_content. Tokens de raciocínio são faturados como tokens de saída. Prefixos repetidos de prompt são armazenados automaticamente e faturados na taxa de entrada em cache. Defina tool_web_search como true para permitir que o modelo pesquise na web; cada busca executada é faturada, e uma requisição pode executar várias buscas. Respostas que usaram busca web terminam com uma lista de Fontes, a menos que disable_formatting seja verdadeira. Saída estruturada através de response_format não é suportada; peça JSON no prompt em vez disso.
Quando esse modelo invoca ferramentas (busca web, interpretador de código, etc.) dentro de uma única requisição, a resposta carrega um mapa de usage.tool_usage normalizado junto com as contagens de tokens. O exemplo abaixo mostra a forma, nomes exatos dos campos, unidades e quais ferramentas aparecem podem variar ligeiramente de acordo com o provedor:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3, "code_interpreter": 1}
}As contagens de ferramentas já são consideradas em cost_usd, elas são apresentadas para transparência para que você possa auditar a faturação por ferramenta. O campo é omitido quando nenhuma ferramenta foi invocada.
Na EmpirioLabs, MiniMax M3.1 Flash é cobrado por uso. A tabela de tarifas ao vivo desta página sempre corresponde ao que a API cobra.
MiniMax M3.1 Flash suporta uma janela de contexto de 1M tokens com até 524.288 tokens de saída por resposta.
Sim. MiniMax M3.1 Flash atende a API Chat Completions compatível com OpenAI, então SDKs OpenAI existentes funcionam apontando base_url para https://api.empiriolabs.ai/v1 e definindo o id de modelo minimax-m3-1-flash.
Sim. O playground da EmpirioLabs executa MiniMax M3.1 Flash no navegador com os mesmos parâmetros que a API expõe, para você testar prompts antes de escrever código.
Crie uma conta EmpirioLabs e gere uma chave em API Keys no painel. A cobrança usa créditos pay-as-you-go, então você paga apenas pelas requisições que faz.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.
