MiniMax M3.1 Flash is Space Bunny: wat is er veranderd ten opzichte van M2.7 en M3, en wat kost het?

Eind september stond een model zonder naam van de maker bovenaan de dagelijkse ranglijst van OpenRouter, vóór DeepSeek V4.1 Flash, en bleef het vijf dagen achter elkaar het meest gebruikte model van OpenCode. Het stond vermeld als Space Bunny Alpha en was gratis. Dat model was MiniMax M3.1 Flash. Vanaf 19 oktober 2026 kun je het op AIHubMix per token aanroepen als minimax-m3.1-flash, voor $0.165 per miljoen invoertokens en $0.66 per miljoen uitvoertokens.

Kort samengevat:

• Het vervangt M2.7. Vanaf 19 oktober stuurt MiniMax aanvragen voor M Plan en Token Plan voor M2.5 en M2.7 door naar M3.1 Flash. Beide oudere modelfamilies worden op 18 november uitgefaseerd.
• Per token kost het ongeveer 43% minder dan M3 op AIHubMix. MiniMax heeft zelf nog geen prijs per token gepubliceerd.
• Denken staat altijd aan en standaard wordt het diepste niveau gebruikt. Bij een kleine bugfix gebruikte de standaardinstelling ongeveer 7× zoveel uitvoertokens als de instelling low en duurde het ongeveer 6× zo lang. Beide instellingen slaagden voor alle tests.

Van Space Bunny naar een model-ID

De datums en posities op de ranglijst komen uit de tijdlijn van Space Bunny van CellCog, die berichten van OpenRouter en OpenCode bundelt. Tijdens de week dat het model onder de radar bleef, identificeerde de community het aan de hand van de tokenizer voordat MiniMax iets had gezegd. In de tokenizervergelijking van cheaty op X bleek dat de teksttokenizer van Space Bunny «perfect overeenkomt met die van de MiniMax M3». Andere testers kwamen overeen met 36 van de 36 en 50 van de 50 testreeksen. Ook de gepubliceerde specificaties van Space Bunny waren identiek aan wat MiniMax later documenteerde: een context van 1M, invoer van tekst, afbeeldingen en video, en denken dat niet kan worden uitgeschakeld. Een vroege gebruiker vatte het zo samen: «ongelooflijk snel, maar het heeft duidelijke en specifieke instructies nodig, anders is het te lui». Houd daar rekening mee wanneer je prompts schrijft.

MiniMax heeft inmiddels het label «Preview» uit de documentatie verwijderd. De modellenlijst noemt het nu MiniMax-M3.1-Flash, een «geavanceerd multimodaal coderingsmodel met een contextvenster van 1M en instelbare denkniveaus». Elke reactie van AIHubMix vermeldt ook de modelnaam van de upstreamdienst.

Wat is er veranderd ten opzichte van M2.7?

Voor iedereen met een MiniMax-abonnement is M2.7 het model dat M3.1 Flash van de ene op de andere dag heeft vervangen. Dit zijn de verschillen die in de praktijk van belang zijn:

Video-invoer staat in de documentatie van MiniMax. AIHubMix vermeldt momenteel tekst- en afbeeldingsinvoer voor dit model. Zowel afbeeldingen in Base64 als gewone afbeeldings-URL's werkten in onze tests.

Een paar dingen zijn hetzelfde gebleven. Beide modellen denken bij elk verzoek. Beide bieden MiniMax-API's die compatibel zijn met Anthropic en OpenAI. Volgens de API-referentie van MiniMax accepteren beide alleen tool_choice: auto. Als je M2.7-code de instellingen voor denken of caching nooit aanpaste, werkt die ook met M3.1 Flash. Alleen werkt die anders, en het denkniveau verklaart het grootste deel daarvan.

De nieuwe instelling is de denkinspanning. In MiniMax' gids voor tekstgeneratie staan low, medium, high, xhigh en max. Ook staat er dat het model max gebruikt als dit veld ontbreekt. Bij M2.7 viel niets in te stellen. Dus als je verzoek geen denkinspanning opgeeft, denkt M3.1 Flash zo grondig mogelijk na.

Hoe dicht het bij M3 komt, en waar M3 nog steeds beter is

M3 is een klasse hoger: het open-weight-vlaggenschipmodel van MiniMax, uitgebracht op 1 juni met dezelfde context van 1M. Op AIHubMix kost de uitvoer van M3 1.75× zoveel als die van Flash ($1.152 tegenover $0.66). Dat is een echt verschil, maar geen verschil van een hele gewichtsklasse.

Het eerlijke antwoord op de vraag «hoe dicht komt Flash bij M3?» is dat niemand tot nu toe cijfers voor Flash heeft gepubliceerd. MiniMax heeft geen benchmarktabel voor M3.1 Flash uitgebracht en Artificial Analysis heeft er geen vermelding voor. Voor M3 zijn die er allebei wel. MiniMax rapporteerde 59.0% op SWE-Bench Pro (zelf gerapporteerd) en Artificial Analysis geeft M3 een score van 29.2 op zijn Intelligence Index. Elke benchmarktabel voor M3.1 Flash die je ziet, hoort dus bij M3 of heeft geen bronvermelding.

M3 is op vier punten duidelijk beter:

• Bewijs. Voor M3 zijn er onafhankelijke scores; voor Flash zijn er anekdotes en onze eigen tests.
• Open weights. De weights van M3 staan op Hugging Face onder de MiniMax Community License. Voor Flash zijn er nog geen; MiniMax heeft gezegd dat het bedrijf ze wil uitbrengen, maar heeft geen datum genoemd.
• Denken uitschakelen. M3 kan het denken volledig overslaan. Flash kan dat niet, waardoor het lastiger is om verzoeken met één respons waarbij latency cruciaal is snel uit te voeren.
• Prioriteitsniveau. MiniMax biedt voor M3 een sneller Priority-niveau aan tegen 1.5× de prijs. Flash weigert het veld service_tier.

Flash is voordeliger per token en biedt een instelbare denkinspanning, zodat één model zowel snelle fixes als uitgebreid redeneren aankan.

Prijs en werkelijke kosten

De prijzen zijn per miljoen tokens en zijn gecontroleerd op 19 oktober 2026. De cijfers van MiniMax komen van de pay-as-you-go-prijspagina. De officiële prijs van M3 is inclusief wat MiniMax een «permanente korting van 50%» noemt.

De officiële prijs van M3 verdubbelt bij meer dan 512K invoertokens. AIHubMix hanteert voor M3.1 Flash één vaste prijs.

Op AIHubMix ligt de prijs per token van Flash ongeveer 44% lager dan die van M2.7 ($0.165 ÷ $0.2958 ≈ 0.56) en ongeveer 43% lager dan die van M3 ($0.165 ÷ $0.288 ≈ 0.57). Voor uitvoer geldt dezelfde verhouding.

De prijs per token is echter niet de hele rekening. Omdat denken altijd aanstaat, bepaalt het inspanningsniveau hoeveel tokens een taak kost. Om daar een concreet cijfer aan te hangen, voerde AIHubMix op 19 oktober één realistische taak uit. Alle onderstaande cijfers zijn gemeten door AIHubMix; niemand anders heeft ze tot nu toe gereproduceerd.

De taak: repareer een factureringsfunctie met twee bugs. Een pauze die doorloopt tot na het einde van de periode telt één dag dubbel, en overlappende pauzes worden twee keer afgetrokken. Het model retourneert de gecorrigeerde functie en een lokale testomgeving voert 215 verborgen testgevallen uit. Elke instelling is drie keer getest via het Chat Completions-endpoint van AIHubMix.

Zo ziet de berekening voor de standaardinstelling eruit. Een verzoek gebruikte 464 prompttokens, waarvan er ongeveer 192 uit de cache kwamen, plus 6,673 uitvoertokens. Dat komt neer op (272 × $0.165 + 192 × $0.0165 + 6,673 × $0.66) ÷ 1,000,000 ≈ $0.0045. Voor 1,000 vergelijkbare fixes komt dat neer op ongeveer $4.45 met de standaardinstelling en $0.64 met low, met dezelfde testresultaten.

Drie uitvoeringen per instelling is een kleine steekproef, en de variatie tussen uitvoeringen was groot: bij de standaardinstelling liep het aantal uitvoertokens uiteen van 4,589 tot 9,680. Toch is de richting duidelijk. Als je van M2.7 overstapt zonder een inspanningsniveau in te stellen, kan het voordeel van de lagere prijs per token bij zwaardere taken opgaan aan denktokens. Het artikel over denkinspanning in deze reeks (link onderaan) behandelt de volledige reeks van vijf niveaus.

Wanneer het niet de beste keuze is

• Interactief werk met de standaardinstelling. Een kleine fix voor één functie duurde met het standaardniveau 39 tot 82 seconden. Als iemand zit te wachten, stel dan low of medium in, of gebruik een sneller model. In onze tests voerde Claude Haiku 5.5 dezelfde fix uit in ongeveer 7 seconden.
• Alles waarvoor een gepubliceerde score nodig is. Als een inkoopbeoordeling of SLA een onafhankelijke benchmark vereist, beschikken M3 en DeepSeek V4.1 Flash daar wel over; voor Flash is die er nog niet.
• Verzoeken die zonder nadenken moeten worden uitgevoerd. Flash kan het denken niet overslaan. Bij korte classificatieprompts kostte adaptief denken bijna niets (0 tot 6 tokens), maar je kunt niet garanderen dat het nul is.
• Zelf hosten. Zonder gepubliceerde weights valt er niets te implementeren.

Wie nu moet overstappen, wie kan wachten en wie beter kan blijven

• Gebruikers van M Plan en Token Plan met M2.5 of M2.7: je bent al overgestapt, want MiniMax stuurt verzoeken met die modelnamen vanaf vandaag door. Voer je evaluaties opnieuw uit en voeg een inspanningsniveau toe aan je verzoeken.
• Gebruikers van M2.5 of M2.7 met betalen per gebruik: je hebt tot 18 november. Overstappen naar M3.1 Flash op AIHubMix betekent dat je de model-ID moet wijzigen en reasoning_effort moet toevoegen. In het migratieartikel in deze reeks komen de fouten aan bod die je zult tegenkomen.
• Teams die M3 al gebruiken voor codeeragents: probeer Flash met low of medium op een deel van het verkeer. De prijs per token is 43% lager en bij onze taak slaagde elke instelling.
• Blijf bij M3 als je open weights, de mogelijkheid om denken uit te schakelen, onafhankelijke benchmarks of het Priority-niveau nodig hebt.

De snelste controle is je eigen prompt met dezelfde sleutel naar MiniMax M3.1 Flash op AIHubMix en naar M3 te sturen. Op de vergelijkingspagina staan de prijskaarten van beide. In de snelstartgids van AIHubMix vind je informatie over sleutels en basis-URL's:

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)

Veelgestelde vragen

Is MiniMax M3.1 Flash hetzelfde model als Space Bunny Alpha?
Ja. Space Bunny Alpha was vanaf 23 september 2026 de anonieme vermelding van M3.1 Flash op OpenRouter en OpenCode. Tests van de tokenizer door de community brachten MiniMax op het spoor voordat het bedrijf het model op 27 september een naam gaf.

Wat is de model-ID op AIHubMix?
minimax-m3.1-flash. In de eigen documentatie van MiniMax staat MiniMax-M3.1-Flash; eerder materiaal gebruikte MiniMax-M3.1-Flash-Preview.

Wat kost MiniMax M3.1 Flash?
Op AIHubMix kost het $0.165 per miljoen invoertokens, $0.66 per miljoen uitvoertokens en $0.0165 per miljoen invoertokens uit de cache. Op 19 oktober 2026 had MiniMax zelf nog geen prijs per token gepubliceerd.

Kan ik het denken uitschakelen?
Nee. Het model denkt altijd. De laagste instelling is inspanning low; bij korte prompts gebruikt die vaak heel weinig denktokens.

Wat gebeurt er met mijn M2.7-aanvragen?
Bij het M Plan en Token Plan van MiniMax worden aanvragen met M2.5 of M2.7 vanaf 19 October 2026 doorgestuurd naar M3.1 Flash. Bij betalen naar gebruik kunnen bestaande gebruikers tot en met 18 November 2026 M2.5 en M2.7 aanroepen. Daarna werken die aanvragen niet meer.

Is M3.1 Flash beter dan M3?
Er zijn geen gepubliceerde benchmarks die dat aantonen. Flash is goedkoper per token en biedt verschillende inspanningsniveaus. M3 heeft open weights, onafhankelijke scores en een Priority-tier, en kan ook zonder denkmodus draaien.

Ondersteunt het afbeeldingen en video?
MiniMax documenteert invoer van tekst, afbeeldingen en video. AIHubMix vermeldt momenteel tekst- en afbeeldingsinvoer voor dit model. In onze tests werkten zowel afbeeldingen in base64-indeling als afbeeldings-URL's.

Lees verder: de MiniMax M3.1 Flash-serie

• Als je vóór de uitfasering op 18 November overstapt van M2.5 of M2.7, vind je in dit artikel alle fouten en onopvallende wijzigingen die we tegenkwamen: Overstappen van MiniMax M2.5/M2.7 vóór 18 november: de 400-fout ‘requires adaptive thinking’ in M3.1 Flash oplossen
• Het standaardinspanningsniveau was de belangrijkste oorzaak van de hogere kosten hierboven. In dit artikel worden alle vijf niveaus getest op dezelfde bugfix: Inspanningsniveaus van MiniMax M3.1 Flash: waarom de standaardinstelling 7× zoveel kostte voor dezelfde bugfix
• Bekijk hoe Flash zich verhoudt tot de twee andere goedkope codeermodellen die in dezelfde maand zijn uitgebracht, voor dezelfde taak: MiniMax M3.1 Flash vs. DeepSeek V4.1 Flash vs. Claude Haiku 5.5: één bugfix, drie rekeningen

Bronnen

• MiniMax: modellen
• MiniMax: modelaanroepen (handleiding voor tekstgeneratie)
• AIHubMix: MiniMax M3.1 Flash
• CellCog: Space Bunny Alpha, het stealthmodel en de aanwijzingen van MiniMax
• Developers Digest: uitfasering van MiniMax M2.5 en M2.7