MiniMax M3.1 闪存可在EmpirioLabs上购买。 它是MiniMax用于编码和代理工作的全新Flash模型，于2026年10月19日发布。它能在1M令牌上下文中读取文本、图片和视频，写入最多524,288个输出令牌，回答前总是在你选择的深度进行推理，并且可以调用你的函数并搜索网页。MiniMax报告的代理、编码和计算机使用结果比早期型号更强。
观看启动影片
影片中的每个程序均由MiniMax M3.1 Flash一次性编写，并按剧本运行。配乐由ACE-Step在EmpirioLabs上生成。 在YouTube上观看。 。 。.
模型的作用
文本、图片和视频输入。 在同一请求中发送截图、示意图、照片和视频片段，使用标准 image_url 以及 video_url 内容块。
可调节推理深度。 模型总是在推理。 推理(e) 设定深度： 低, (中文), 媒介, (中文), 高, (中文), 高，或者 最大数，其中 最大数 作为默认。推理文本又回来了 推理(c)。 。 。.
工具和网页搜索。 功能调用可以单独使用，也可以与内置的网页搜索一起使用，你可以用它来开启 tool_web_search (英语).重复的提示词前缀会自动缓存，并按缓存的输入速率计费。
如何调用MiniMax M3.1闪存
使用兼容 OpenAI 的聊天完成终端并设置 模型 到 minimax-m3-1-flash.此请求在网上搜索，并以中等深度推理：
curl https://api.empiriolabs.ai/v1/chat/completions \ -H “授权：承载者 $EMPIRIOLABS_API_KEY” \ -h “内容类型：application/json” \ -d '{ “model”：“minimax-m3-1-flash”， “reasoning_effort”： “medium”， “tool_web_search”： true， “messages”： [ {“role”： “user”， “content”： “最新稳定版Python版本发生了什么变化？”“三个要点。”} ]}'答案以模型所用页面的“来源”列表结束， 使用量. tool_usage.web_search 计算其运行的搜索次数。相同的模型ID适用于模型页面列出的响应、消息和兼容Gemini端点，且 “Stream”：真。 。 。.
选择推理努力
深度和输出标记。 高水平的回答需要更长时间的推理。在我们测试的同一组题目中， 最大数 使用了大约两倍于 低，推理标记作为输出标记计费。用途 低 或 媒介 快速回复和例行工具调用，以及 最大数 用于硬编码和多步骤工作。
从 MiniMax M2.7 过渡过来
退休日期。 MiniMax M2.7 和 MiniMax M2.7 Highspeed 将于 2026 年 11 月 17 日退役。MiniMax M3.1 Flash 是其继任者：将型号 ID 更改为 minimax-m3-1-flash.它还增加了图像和视频输入，以及一个大了五倍的上下文窗口。
作战笔记
- 推理无法关闭。
启用 思考没有影响，且推理(e)五层之外被忽略，因此请求理由为最大数.赛场低简而言之。 - 搜索结果也算作输入标记。 搜索返回的页面会被添加到模型的输入中，因此一个搜索请求可以计费超过10万个输入令牌，一个请求可以运行多次搜索。
- 不支持结构化输出。
response_format被忽视了。需要时在提示中要求提供JSON。 - 检索答案以“来源列表”结尾。 设定
disable_formatting到确实如此当另一个程序读取输出并仅期望得到答案时。
定价
令牌使用以一种输入率、一种输出率计费，缓存输入则按较低速率计费，且在每种上下文长度下相同。推理令牌作为输出令牌计费，每次执行的网页搜索都会按搜索额外付费。查看实时 模型页面 以及 定价页面 以当前利率为例。
开始建造
试试MiniMax M3.1闪存 游戏场,阅读 API 文档，或者将其与其他模型进行比较 型号目录。 。 。.
披露:这篇文章是在AI的协助下撰写的,并由EmpirioLabs AI审查.
