MiniMax M3.1 Flash：1M 上下文與 effort 控制的實用拆解

摘要： MiniMax 在 2026 年 10 月 19 日於 X 上宣布 MiniMax M3.1 Flash，並點出排名榜首的 Space Bunny 其實是 M3.1 Flash 的早期版本。根據官方 API 文件，這是一款開放權重、具 1M token 上下文的多模態編碼模型，輸入 $0.15／M tokens、輸出 $0.60／M tokens。對寫 Agent 和編碼工具的人來說，真正值得關注的是它的 effort 參數設計，以及不可關閉的預設思考模式。

Space Bunny 與 M3.1 Flash 的關係

MiniMax 官方帳號在公告中直接說明：先前在排行榜上累積超過 200T tokens、被稱為 Space Bunny 的匿名模型，就是 M3.1 Flash 的較早版本。這種「先匿名上榜、再揭曉身分」的做法近來不少廠商都在用，好處是評測分數不受品牌濾鏡影響；對開發者而言，更重要的是它暗示這個模型的實戰用量已經被大量真實流量檢驗過。

這也是 MiniMax M 系列的延續。此前 M2.5 以十分之一價格逼近旗艦表現（參見先前對 M2.5 開源的分析），M3.1 Flash 則把上下文窗口從舊款的 204,800 tokens 一口氣拉到 1,000,000 tokens，並加入多模態輸入。

effort 參數：把延遲與成本的取捨交回呼叫端

M3.1 Flash 最實用的設計是可調思考深度。effort 接受 low、medium、high、xhigh、max 五級，層級越高思考越深入、輸出 token 越多、延遲也越高。沒特別指定時，預設值是 max——官方文件明確建議在 Anthropic 相容端點上顯式設定這個欄位，避免每次都跑最深思考。

兩個整合細節值得注意：

思考內容與最終答案是分開回傳的。在 OpenAI 相容協定上，思考過程固定放在 reasoning_content，content 只有最終答案，不用自己解析 <think> 標籤。
思考無法關閉。送出 thinking: {"type": "disabled"} 或 effort: "none" 會直接回 400 錯誤，提示模型「requires adaptive thinking」。要省 token 只能調低 effort 層級。

這個限制對 Agent 工作流有實際影響：如果你的管線假設「簡單任務可以完全跳過推理」，M3.1 Flash 不支援這種模式，成本模型要按「永遠有思考開銷」來估算。

整合成本：便宜，而且快取再砍九成

定價上，M3.1 Flash 輸入 $0.15／M tokens、輸出 $0.60／M tokens，prompt caching 讀取只要 $0.015／M tokens——是輸入價的十分之一。對照舊款 M3 在超過 512k 輸入時要收 $0.60／M tokens，長上下文 Agent 場景的帳單差距會相當明顯。跑長會話、重複餵整個 codebase 的話，快取命中率幾乎決定實際開銷。

接入方式也低摩擦：官方推薦 Anthropic 相容端點（https://api.minimax.io/anthropic），直接換 base_url 就能沿用 Anthropic SDK，支援 thinking blocks 與 interleaved thinking；OpenAI 相容端點則讓既有 client 只改 model 名稱即可。文件另外提到可在 Claude Code、Cursor 等編碼工具中直接使用 M 系列模型。

一個務實的起手式

curl https://api.minimax.io/anthropic/v1/messages \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-M3.1-Flash",
    "output_config": {"effort": "high"},
    "max_tokens": 4096,
    "messages": [{"role": "user", "content": "refactor this module"}]
  }'

實測前的建議：先別用預設的 max，把日常任務壓在 medium 或 high，觀察準確率與 token 消耗的差距再逐級上調。1M 上下文加上便宜的多輪快取，很適合拿來跑單一 codebase 的長會話 Agent；但「思考不可關閉」這點，表示極低延遲的即時場景仍要實際量測才靠得住。

參考來源

原始貼文

在 X 上查看原貼文