MiniMax M3.1 Flash è Space Bunny: cosa è cambiato rispetto a M2.7 e M3 e quanto costa

A fine settembre, un modello senza il nome del produttore in evidenza ha conquistato la vetta della classifica giornaliera di OpenRouter, davanti a DeepSeek V4.1 Flash, ed è rimasto il modello più usato su OpenCode per cinque giorni di fila. Era elencato come Space Bunny Alpha ed era gratuito. Quel modello era MiniMax M3.1 Flash. Al 19 ottobre 2026 puoi chiamarlo a consumo su AIHubMix con l’ID minimax-m3.1-flash, al costo di $0.165 per milione di token di input e $0.66 per milione di token di output.

In breve:

• Sostituisce M2.7. Dal 19 ottobre, MiniMax instrada verso M3.1 Flash le richieste dei piani M Plan e Token Plan per M2.5 e M2.7. Entrambe le vecchie famiglie saranno dismesse il 18 novembre.
• Costa circa il 43% in meno di M3 per token su AIHubMix. MiniMax non ha ancora pubblicato un prezzo a consumo per token.
• Il ragionamento è sempre attivo e, per impostazione predefinita, al livello più profondo. Per una piccola correzione di bug, l’impostazione predefinita ha usato circa 7 volte i token di output dell’impostazione low e ha richiesto circa 6 volte più tempo. Entrambe le impostazioni hanno superato tutti i test.

Da Space Bunny a un ID modello

Le date e le posizioni in classifica provengono dalla cronologia di Space Bunny di CellCog, che raccoglie i post di OpenRouter e OpenCode. Durante la settimana in cui il modello è rimasto anonimo, la community lo ha identificato dal tokenizer prima che MiniMax dicesse qualcosa. Il confronto dei tokenizer di cheaty su X ha rilevato che il tokenizer testuale di Space Bunny «corrisponde perfettamente a quello di MiniMax M3». Altri tester hanno trovato corrispondenze in 36 casi su 36 e in 50 su 50 stringhe di prova. Anche le specifiche pubblicate di Space Bunny erano identiche a quelle poi documentate da MiniMax: contesto da 1M, input di testo, immagini e video, e ragionamento che non può essere disattivato. Un primo utente l’ha riassunto così: «incredibilmente veloce, ma ha bisogno di istruzioni chiare e specifiche, altrimenti è troppo pigro». Tienilo a mente quando scrivi i prompt.

Da allora MiniMax ha rimosso la dicitura «Preview» dalla documentazione. L’elenco dei modelli ora lo chiama MiniMax-M3.1-Flash, un «modello di programmazione multimodale all’avanguardia con una finestra di contesto da 1M e profondità di ragionamento regolabile». Anche ogni risposta di AIHubMix riporta il nome del modello upstream.

Cosa è cambiato rispetto a M2.7

Per chi usa un piano MiniMax, M2.7 è il modello che M3.1 Flash ha sostituito da un giorno all’altro. Ecco le differenze che contano nella pratica:

Nei documenti di MiniMax è indicato l’input video. Al momento AIHubMix elenca per questo modello input di testo e immagini. Nei nostri test hanno funzionato sia le immagini Base64 sia gli URL diretti delle immagini.

Alcune cose sono rimaste uguali. Entrambi i modelli ragionano a ogni richiesta. Entrambi supportano le API compatibili con Anthropic e OpenAI di MiniMax. Secondo il riferimento API di MiniMax, entrambi accettano solo tool_choice: auto. Se nel tuo codice per M2.7 non hai mai modificato le impostazioni di ragionamento o la cache, funzionerà anche con M3.1 Flash. Semplicemente, il comportamento sarà diverso, e il livello di ragionamento spiega gran parte della differenza.

Il nuovo controllo è il livello di sforzo. La guida alla generazione di testo di MiniMax elenca low, medium, high, xhigh e max e specifica che, se il campo non è presente, il modello usa max. M2.7 non offriva alcuna impostazione. Quindi, se la richiesta non include un livello di sforzo, M3.1 Flash ragiona al massimo delle sue capacità.

Quanto si avvicina a M3 e dove M3 mantiene il vantaggio

M3 appartiene alla fascia superiore: è il modello open-weight di punta di MiniMax, pubblicato il 1 June con la stessa finestra di contesto da 1M. Su AIHubMix, il prezzo di output di M3 è 1.75× quello di Flash ($1.152 contro $0.66). È una differenza concreta, ma non si tratta di modelli di categorie diverse.

La risposta sincera alla domanda «quanto si avvicina Flash a M3?» è che nessuno ha ancora pubblicato dati su Flash. MiniMax non ha diffuso una tabella di benchmark per M3.1 Flash e Artificial Analysis non lo ha ancora inserito nel suo catalogo. Per M3, invece, sono disponibili entrambe le cose. MiniMax ha dichiarato un punteggio del 59.0% su SWE-Bench Pro (autodichiarato) e Artificial Analysis assegna a M3 un punteggio di 29.2 nel suo Intelligence Index. Qualsiasi tabella di benchmark di M3.1 Flash che trovi riguarda M3 oppure non cita le fonti.

M3 mantiene chiaramente il vantaggio in quattro ambiti:

• Riscontri. M3 ha punteggi indipendenti; per Flash ci sono aneddoti e i nostri test.
• Pesi aperti. I pesi di M3 sono disponibili su Hugging Face con la MiniMax Community License. Per Flash non sono ancora disponibili; MiniMax ha dichiarato di volerli pubblicare, ma senza indicare una data.
• Ragionamento disattivabile. M3 può saltare del tutto il ragionamento. Flash no, quindi è più difficile rendere veloci le chiamate singole in cui la latenza è fondamentale.
• Livello Priority. MiniMax offre per M3 un livello Priority più veloce al prezzo di 1.5×. Flash rifiuta il campo service_tier.

Flash è superiore per prezzo a token e per la possibilità di regolare il livello di sforzo, che permette a un solo modello di gestire sia correzioni rapide sia ragionamenti lunghi.

Prezzo e costo effettivo

Prezzi per milione di token, verificati il 19 ottobre 2026. I dati di MiniMax provengono dalla sua pagina dei prezzi a consumo. Il prezzo ufficiale di M3 include quello che MiniMax definisce uno «sconto permanente del 50%».

Il prezzo ufficiale di M3 raddoppia oltre i 512K token di input. AIHubMix applica un unico prezzo fisso a M3.1 Flash.

Su AIHubMix, il prezzo a token di Flash è circa il 44% inferiore a quello di M2.7 ($0.165 ÷ $0.2958 ≈ 0.56) e circa il 43% inferiore a quello di M3 ($0.165 ÷ $0.288 ≈ 0.57). Il rapporto è lo stesso per i prezzi di output.

Il prezzo a token, però, non è l’intero costo. Con il ragionamento sempre attivo, il livello di sforzo determina quanti token richiede un’attività. Per quantificarlo, AIHubMix ha eseguito un’attività realistica il 19 ottobre. Tutti i dati riportati qui sotto sono stati misurati da AIHubMix; nessun altro li ha ancora riprodotti.

L’attività: correggere una funzione di fatturazione con due bug. Una pausa che supera la fine del periodo conteggia due volte un giorno, mentre le pause sovrapposte vengono sottratte due volte. Il modello restituisce la funzione corretta e un harness locale esegue 215 casi di test nascosti. Ogni impostazione è stata eseguita tre volte tramite l’endpoint Chat Completions di AIHubMix.

Ecco il calcolo per la riga dell’impostazione predefinita. Una richiesta ha usato 464 token di prompt, di cui circa 192 serviti dalla cache, più 6,673 token di output. Il totale è (272 × $0.165 + 192 × $0.0165 + 6,673 × $0.66) ÷ 1,000,000 ≈ $0.0045. Per 1,000 correzioni come questa, si spendono circa $4.45 con l’impostazione predefinita e $0.64 con low, ottenendo gli stessi risultati nei test.

Tre esecuzioni per impostazione sono un campione ridotto e la variabilità tra le esecuzioni è stata elevata: con l’impostazione predefinita si va da 4,589 a 9,680 token di output. La tendenza, però, è chiara. Se passi da M2.7 senza impostare un livello di sforzo, il prezzo inferiore per token può essere annullato dai token di ragionamento nelle attività più difficili. Il post sul livello di sforzo di questa serie, linkato alla fine, illustra tutti e cinque i livelli.

Quando non è la scelta migliore

• Lavoro interattivo con l’impostazione predefinita. Una piccola correzione a una singola funzione ha richiesto da 39 a 82 secondi con il livello predefinito. Se una persona è in attesa, imposta low o medium, oppure usa un modello più veloce. Nei nostri test, Claude Haiku 5.5 ha completato la stessa correzione in circa 7 secondi.
• Attività per cui serve un punteggio pubblicato. Se una valutazione degli acquisti o un SLA richiede un benchmark indipendente, M3 o DeepSeek V4.1 Flash ne hanno uno; Flash ancora no.
• Chiamate che devono funzionare senza ragionamento. Flash non può saltare il ragionamento. Nei prompt brevi di classificazione, il ragionamento adattivo ha usato pochissimi token (da 0 a 6), ma non puoi garantire che siano zero.
• Hosting autonomo. Senza pesi pubblicati, non c’è nulla da distribuire.

Chi dovrebbe passare subito, chi dovrebbe aspettare e chi dovrebbe restare

• Utenti di M Plan e Token Plan con M2.5 o M2.7: siete già passati al nuovo modello, perché MiniMax sta già reindirizzando le richieste con quei nomi di modello. Ripetete le valutazioni e aggiungete un livello di sforzo alle richieste.
• Utenti a consumo con M2.5 o M2.7: avete tempo fino al 18 novembre. Passare a M3.1 Flash su AIHubMix significa cambiare l’ID del modello e aggiungere reasoning_effort. Il post sulla migrazione di questa serie illustra gli errori in cui potresti imbatterti.
• Team che usano già M3 per gli agenti di programmazione: provate Flash con low o medium su una parte del traffico. Il suo prezzo a token è inferiore del 43% e, nella nostra attività, tutte le impostazioni hanno superato i test.
• Resta su M3 se hai bisogno di pesi aperti, di poter disattivare il ragionamento, di benchmark indipendenti o del livello Priority.

Il modo più rapido per verificare è inviare il tuo prompt a MiniMax M3.1 Flash su AIHubMix e a M3 usando la stessa chiave. La pagina di confronto affiancato mostra i prezzi di entrambi. La guida rapida di AIHubMix spiega come configurare le chiavi e gli URL di base:

import os
from openai import OpenAI

client = OpenAI(base_url="https://aihubmix.com/v1", api_key=os.environ["AIHUBMIX_API_KEY"])

resp = client.chat.completions.create(
    model="minimax-m3.1-flash",
    reasoning_effort="low",  # omit it and the model runs at max
    messages=[{"role": "user", "content": "Find the bug: def avg(xs): return sum(xs) / len(xs) - 1"}],
)
print(resp.choices[0].message.content)
print(resp.usage)

Domande frequenti

MiniMax M3.1 Flash è lo stesso modello di Space Bunny Alpha?
Sì. Space Bunny Alpha era il nome anonimo con cui M3.1 Flash compariva su OpenRouter e OpenCode dal 23 settembre 2026. I test del tokenizer condotti dalla community lo hanno ricondotto a MiniMax prima che l’azienda desse un nome al modello il 27 settembre.

Qual è l’ID del modello su AIHubMix?
minimax-m3.1-flash. Nella documentazione di MiniMax si usa MiniMax-M3.1-Flash; nei materiali precedenti compariva MiniMax-M3.1-Flash-Preview.

Quanto costa MiniMax M3.1 Flash?
Su AIHubMix costa $0.165 per milione di token di input, $0.66 per milione di token di output e $0.0165 per milione di token di input memorizzati nella cache. Al 19 ottobre 2026 MiniMax non aveva ancora pubblicato un prezzo a consumo per token.

Posso disattivare il ragionamento?
No. Il modello ragiona sempre. Il livello più basso è effort low, che spesso usa pochissimi token di ragionamento nei prompt brevi.

Che ne sarà delle mie richieste a M2.7?
Con il Piano M e il Piano Token di MiniMax, dal 19 ottobre 2026 le richieste che indicano M2.5 o M2.7 verranno indirizzate a M3.1 Flash. Con il servizio pay-as-you-go di MiniMax, gli utenti esistenti potranno chiamare M2.5 e M2.7 fino al 18 novembre 2026; dopodiché queste richieste smetteranno di funzionare.

M3.1 Flash è migliore di M3?
Non sono stati pubblicati benchmark che consentano di affermarlo. Flash costa meno per token e offre diversi livelli di effort. M3 ha pesi aperti, punteggi indipendenti, un livello Priority e può funzionare senza ragionamento.

Supporta immagini e video?
MiniMax documenta l'input di testo, immagini e video. Al momento AIHubMix indica per questo modello l'input di testo e immagini. Nei nostri test hanno funzionato sia le immagini in base64 sia gli URL delle immagini.

Continua a leggere: la serie MiniMax M3.1 Flash

• Se stai trasferendo il codice da M2.5 o M2.7 prima del ritiro del 18 novembre, questo articolo elenca tutti gli errori e le modifiche silenziose riscontrati: Abbandonare MiniMax M2.5/M2.7 prima del 18 novembre: correggere l'errore 400 «requires adaptive thinking» di M3.1 Flash
• Il livello di effort predefinito ha determinato la maggior parte dei costi indicati sopra. Questo articolo misura tutti e cinque i livelli sulla stessa correzione di bug: Livelli di effort di MiniMax M3.1 Flash: perché il livello predefinito è costato 7× Low per la stessa correzione di bug
• Per vedere come si confronta Flash con gli altri due modelli di coding economici rilasciati nello stesso mese, a parità di attività: MiniMax M3.1 Flash vs DeepSeek V4.1 Flash vs Claude Haiku 5.5: una correzione di bug, tre fatture

Fonti

• MiniMax: modelli
• MiniMax: invocazione dei modelli (guida alla generazione di testo)
• AIHubMix: MiniMax M3.1 Flash
• CellCog: Space Bunny Alpha, il modello stealth e gli indizi di MiniMax
• Developers Digest: ritiro di MiniMax M2.5 e M2.7