Ce test n’est pas encore disponible en Français : vous lisez la version originale en English.
MiniMax M3.1 Flash Review: 1M Context, Video Input, $0.15 per Million
Pick MiniMax M3.1 Flash for cheap long-context agent loops with screenshots and clips; so far we have run only launch checks, no scored tests.
Freedom Score
Pas encore testé
- Prix
- 0,263 $US par million de tokens mixtes (3 en entrée : 1 en sortie)
- Vitesse de sortie
- 125 tokens/s
- Taux de réussite
- Collecte en cours
MiniMax M3.1 Flash is MiniMax's Flash-tier multimodal model, released on 19 October 2026. MiniMax pitches it as a long-context, multimodal model with tunable thinking depth, aimed at coding agents and computer workflows. On our API it is one OpenAI-compatible chat endpoint that reads text, images and video, holds 1,000,000 tokens of input and allows replies up to 524,288 tokens, with thinking counted inside that number.
- SpicyAPI Engineering
- Testé le 28 oct. 2026
- Méthodologie v3.3 →
- Nous vendons ces modèles ; le prix n’entre pas dans les notes →
The verdict
Two behaviours shape how you use it. Reasoning is always on: reasoningeffort accepts low, medium, high, xhigh or max (default max) and there is no none. And sampling is fixed by MiniMax, so temperature and topp are not accepted. A default request therefore reasons at full depth, and a small max_tokens can be spent on thinking before any visible text appears.
This is a launch-day review. On 28 October 2026 our platform ran a real request through the endpoint as part of launch: one neutral message, answered without streaming at low reasoning effort. It returned a complete answer. We have not run a quality blind test or a content-level test, and this page does not score the model.
Key facts
- Tested: one real launch request on 28 Oct 2026 (neutral prompt, low reasoning effort, no streaming), plus an integration check of media input. No scored runs yet.
- Price: $0.15 per million input tokens, $0.015 cached and $0.60 output. The live price is on the model page.
- Limits: 1,000,000-token context, replies up to 524,288 tokens (default 4,096, thinking included), text, image and video input, 256 messages and 128 tool definitions per request.
- Reasoning: reasoning_effort takes low, medium, high, xhigh or max (default max); reasoning cannot be disabled.
- Sampling: fixed by the model; temperature and top_p are not accepted.
- Sources: scoring rules are on our review methodology page, full parameters on the MiniMax M3.1 Flash model page.
Ce qui nous a plu et ce qui l’a freiné
Ce qui nous a plu
- A low per-token price for a 1M window. At $0.15 input and $0.60 output per million tokens, a long agent trace or a stack of documents is affordable to send in full.
- Five effort levels. Quick tool-loop steps and hard planning use the same model and the same code, with one field changed.
- Video and images in the prompt. A screenshot of an error, a product photo or a short screen recording goes straight into the message.
- A large reply ceiling. Up to 524,288 tokens in one reply, so long outputs do not need chunking.
- Tool calling is on the endpoint. Up to 128 function definitions with toolchoice and paralleltool_calls; we have not graded tool-use quality yet.
Ce qui l’a freiné
- Reasoning cannot be disabled. There is no none, so even a simple rewrite pays for a reasoning pass; low is the lightest setting.
- max is the default effort. Every request reasons at full depth unless you set a lower level.
- No temperature or top_p. Use the prompt, reasoning_effort and stop sequences to shape output.
- Reasoning is paid for out of max_tokens. The default cap is 4,096; a small cap at max effort can run out before the answer starts.
- Mixed early reports. Some developers questioned how it performs on real agent work (see the community section), and we have no scored runs of our own yet.
What we tested
On 28 October 2026 our platform sent MiniMax M3.1 Flash one real request as part of launch: a single neutral user message, answered without streaming at low reasoning effort with a 1,024-token cap. It returned a complete answer, and the request was priced at the published rate. The endpoint also passed our pre-launch checks of its price table and request limits. During integration a media request was accepted and answered.
That is a working-endpoint check, not a benchmark. We have not compared its answers with another model, tested video on real clips, measured speed, or tried a prompt near the 1,000,000-token limit.
Prompts to start from
These starting prompts come from the model page's published examples. We have not graded the outputs, so they are a place to begin rather than prompts proven on this model.
1. Plan a reproduction. Hand it the issue report and a standard for evidence.
Inspect an application issue report and propose the next tool calls needed to reproduce it. Work from the material I provide, cite the relevant evidence, distinguish facts from assumptions, and identify missing information before proposing changes.Run this prompt on MiniMax M3.1 Flash →
2. A tool step. Confirms your function-calling loop end to end with a trivial function.
Call report_status with status ready.Settings that matter: use low or medium for routine agent steps and keep xhigh or max for planning that justifies the tokens; leave several thousand tokens of max_tokens headroom; send video inline and keep it under 14 MB combined.
How far it writes
We have not run our content-level test on MiniMax M3.1 Flash, so we have no result to report here. The model page states the position plainly: the platform adds no content filter of its own, content decisions come from the model, and behaviour can change between versions.
Not tested yet: the content-level ladder, multi-turn behaviour over a long session, languages other than English, video understanding on real clips, and tool-use quality over many steps.
Every character in a request should be an adult, keep real, identifiable people out of it, and you are responsible for the law where you publish.
What the community says
The launch thread was mostly about price and doubt. One reader wrote "Another day where the Pareto frontier is moved up and to the left!" while asking for wall-clock times that releases rarely show. Another questioned the benchmarks against what testers saw before the release: "The deepswe and terminalbench4.0 scores don't seem to jive with what many opencode users' experience has been of this model while it was being tested as "space bunny"."
Alternatives
- A Xiaomi option with a none setting? MiMo V2.6 Flash accepts reasoning_effort none and also takes audio input.
- A cheap model with a content-level review? DeepSeek V4.1 Flash reads 1,048,576 tokens; see the DeepSeek V4.1 Flash review.
- Another low-cost option? GLM 5.3 Flash is on the same API; compare it on your own prompts.
Comment MiniMax M3.1 Flash obtient son Spicy Index
Chaque dimension ci-dessous mène à son calcul complet : la ligne de grille d’où vient chaque point et la raison de chaque point perdu.
- Classements publics 40 % de la qualité
- Pas encore testé
- Jeu de rôle 15 % de la qualité
- Pas encore testé
- Écriture créative 15 % de la qualité
- 59,9
- Respect des consignes 15 % de la qualité
- 95,0
- Mémoire en contexte long 15 % de la qualité
- Pas encore testé
- Capacités Pondération 10,5 %
- 52,0
- Freedom Score Pondération 30 %
- Pas encore testé
Pas encore de correspondance exacte dans les classements publics suivis. Fonctionnement
Notre batterie de jeu de rôle n’a pas encore été lancée sur ce modèle. Fonctionnement
Notre batterie de contexte long n’a pas encore été lancée sur ce modèle. Fonctionnement
La liberté n'a pas été testée ou les preuves sont insuffisantes. L'Index conserve le score initial de qualité et capacités, porte la mention provisoire et reste classé. Une preuve manquante n'est pas un zéro. Fonctionnement
La liberté n'a pas été testée ou les preuves sont insuffisantes. L'Index conserve le score initial de qualité et capacités, porte la mention provisoire et reste classé. Une preuve manquante n'est pas un zéro.
Ouvrir le rapport de test complet →Capacités, critère par critère
Points issus de la grille de notation publique. Les niveaux obtenus par agrandissement et les limites que nous fixons nous-mêmes ne comptent pas.
- Fenêtre de contexte (publiée par l’éditeur)Non indiqué
- 0,0 / 30
- Modalités d’entrée sur SpicyAPITexte, plus images
- 12,0 / 25
- Utilisation d’outilsOutils et tool_choice
- 15,0 / 15
- Sortie structuréeAccepté, respect du schéma vérifié
- 15,0 / 15
- Contrôle du raisonnement5 niveaux : low · medium · high · xhigh · max
- 10,0 / 15
Ce que MiniMax M3.1 Flash sait faire sur SpicyAPI
Tiré directement de la spécification en ligne du modèle sur SpicyAPI. Certains éditeurs en offrent davantage dans leurs propres applications ; voici ce que vous pouvez appeler via notre API aujourd’hui.
| Fonction | Conversation |
|---|---|
| Fenêtre de contexte | 1 000 000 tokens |
| Sortie max. par requête | 524 288 tokens |
| Niveaux de raisonnement | low · medium · high · xhigh · max |
| Appel d’outils | Oui |
| Sortie structurée | Oui |
Le temps que ça prend vraiment
Mesuré sur de vraies tâches des 30 derniers jours, de la requête au résultat final. Les temps incluent nos propres tests.
- Vitesse de sortie
- 125 tokens/sDélai jusqu’au premier token inclus
- Taux de réussite
- Collecte en cours
Un temps apparaît dès qu’au moins 10 tâches terminées sont reçues. Les taux de réussite ne comptent que les tâches des clients et restent masqués pour tous les modèles jusqu’à 30 jours complets de trafic.
Ce qu’on dit de MiniMax M3.1 Flash
0 positifs · 1 mitigés · 1 négatifs
Another day where the Pareto frontier is moved up and to the left!
hacker-news· 19 oct. 2026· MitigéSource
The deepswe and terminalbench4.0 scores don't seem to jive with what many opencode users' experience has been of this model while it was being tested as "space bunny".
hacker-news· 19 oct. 2026· NégatifSource
Les citations reprennent mot pour mot des publications publiques, avec un lien vers l’original. Ce ne sont pas des notes et elles n’alimentent aucun score.
Modèles à envisager à la place de MiniMax M3.1 Flash
Xiaomi
MiMo V2.6 Flash
A Xiaomi option with a none setting?
- Spicy Index
- 76,2+2,6
- Freedom Score
- —
- Prix
- 0,175 $US−33 %/ 1 M tokens · entrée/sortie 3:1
DeepSeek
DeepSeek V4.1 Flash
A cheap model with a content-level review?
- Spicy Index
- 81,9+8,3
- Freedom Score
- 90,4
- Prix
- 0,525 $US+100 %/ 1 M tokens · entrée/sortie 3:1
Z.ai
GLM 5.3 Flash
Another low-cost option?
- Spicy Index
- 72,9−0,7
- Freedom Score
- 64,4
- Prix
- 0,202 $US−23 %/ 1 M tokens · entrée/sortie 3:1
Qu’en pensez-vous ?
Ce test vous a-t-il été utile ?
Connectez-vous pour voter.
Commentaires
Les commentaires sont vérifiés automatiquement et par notre équipe. Nous supprimons le spam, le contenu inapproprié, les attaques personnelles et tout ce qui nomme une personne réelle sans son consentement. Signalez un commentaire et nous l’examinerons sous un jour ouvré.
Vous avez essayé ce modèle ? Partagez ce qui a marché. Un compte gratuit est nécessaire pour commenter, afin de tenir le spam à distance.
FAQ sur MiniMax M3.1 Flash
Essayez MiniMax M3.1 Flash vous-même
Réglez chaque paramètre dans le Playground et voyez le prix exact avant de lancer.
0,263 $US par million de tokens mixtes (3 en entrée : 1 en sortie)
Autres tests
Voir les classements →GPT 6.1 Terra
Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.
- Spicy Index
- 79,9
- Freedom Score
- —
Testé le 28 oct. 2026
Lire le testKimi K3.1 Pro
Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.
- Spicy Index
- 80,4
- Freedom Score
- —
Testé le 28 oct. 2026
Lire le test
Grok 4.3
Choisissez Grok 4.3 pour son immense contexte, son vrai bouton pour couper le raisonnement et son écriture sans censure, pas cher ; à éviter avec des fichiers.
Testé le 24 sept. 2026
Lire le test