MiniMax M3.1 Flash to Space Bunny: co zmieniło się w porównaniu z M2.7 i M3 oraz ile to kosztuje

Pod koniec września model bez nazwy producenta na liście znalazł się na szczycie dziennego rankingu OpenRouter, przed DeepSeek V4.1 Flash, a także przez pięć dni z rzędu był najczęściej używanym modelem w OpenCode. Występował pod nazwą Space Bunny Alpha i był bezpłatny. Tym modelem był MiniMax M3.1 Flash. Od 19 października 2026 r. można wywoływać go w AIHubMix w rozliczeniu za token pod identyfikatorem minimax-m3.1-flash, w cenie 0,165 USD za milion tokenów wejściowych i 0,66 USD za milion tokenów wyjściowych.

W skrócie:

• Zastępuje M2.7. Od 19 października MiniMax kieruje żądania z planów M Plan i Token Plan dotyczące M2.5 i M2.7 do M3.1 Flash. Obie starsze rodziny zostaną wycofane 18 listopada.
• Za token kosztuje w AIHubMix około 43% mniej niż M3. MiniMax nie opublikował jeszcze własnej ceny za token.
• Myślenie jest zawsze włączone, a domyślnym ustawieniem jest najgłębszy poziom. Przy drobnej poprawce błędu ustawienie domyślne zużyło około 7× więcej tokenów wyjściowych niż ustawienie low i trwało około 6× dłużej. Oba ustawienia zaliczyły wszystkie testy.

Od Space Bunny do identyfikatora modelu

Daty i pozycje w rankingu pochodzą z osi czasu Space Bunny opracowanej przez CellCog, która zbiera wpisy z OpenRouter i OpenCode. W tygodniu, gdy model działał w ukryciu, społeczność rozpoznała go po tokenizerze, zanim MiniMax cokolwiek ogłosił. Porównanie tokenizerów opublikowane przez cheaty na X wykazało, że tokenizer tekstu Space Bunny „idealnie pasuje do tokenizera MiniMax M3”. Inni testerzy uzyskali zgodność dla 36 z 36 i 50 z 50 testowych ciągów znaków. Opublikowane specyfikacje Space Bunny były też identyczne z tymi, które MiniMax udokumentował później: kontekst 1M, wejściowy tekst, obraz i wideo oraz myślenie, którego nie da się wyłączyć. Jeden z pierwszych użytkowników podsumował to tak: „niewiarygodnie szybki, ale potrzebuje jasnych i konkretnych instrukcji, bo inaczej jest zbyt leniwy”. Warto o tym pamiętać, pisząc dla niego prompty.

MiniMax usunął już z dokumentacji etykietę „Preview”. Na liście modeli figuruje teraz MiniMax-M3.1-Flash, opisany jako „zaawansowany multimodalny model do programowania z oknem kontekstu 1M i regulowaną głębokością myślenia”. Każda odpowiedź z AIHubMix zawiera też nazwę modelu po stronie dostawcy.

Co zmieniło się w porównaniu z M2.7

Dla osób korzystających z planu MiniMax M2.7 to model, który M3.1 Flash zastąpił z dnia na dzień. Oto różnice mające znaczenie w praktyce:

Wejście wideo uwzględniono w dokumentacji MiniMax. AIHubMix obecnie podaje, że model obsługuje wejściowy tekst i obrazy. W naszych testach działały zarówno obrazy w formacie Base64, jak i zwykłe adresy URL obrazów.

Kilka rzeczy pozostało bez zmian. Oba modele myślą przy każdym żądaniu. Oba obsługują interfejsy API MiniMax zgodne z Anthropic i OpenAI. Zgodnie z dokumentacją API MiniMax oba akceptują wyłącznie tool_choice: auto. Jeśli w kodzie dla M2.7 nie zmieniano ustawień myślenia ani buforowania, będzie on działał z M3.1 Flash. Będzie po prostu działał inaczej, a większość tej różnicy wynika z poziomu myślenia.

Nowym ustawieniem jest effort. W przewodniku MiniMax dotyczącym generowania tekstu wymieniono opcje low, medium, high, xhigh i max. Podano też, że jeśli pominie się to pole, model użyje max. M2.7 nie miał żadnego takiego ustawienia. Gdy więc żądanie nie zawiera poziomu effort, M3.1 Flash myśli z maksymalnym wysiłkiem.

Jak blisko mu do M3 i w czym M3 nadal wygrywa

M3 to model wyższej klasy: flagowy model MiniMax z otwartymi wagami, wydany 1 czerwca i mający takie samo okno kontekstu 1M. W AIHubMix cena wyjściowa M3 jest 1,75× wyższa niż w przypadku Flash (1,152 USD wobec 0,66 USD). To spora różnica, ale modele nie należą do zupełnie różnych klas.

Uczciwa odpowiedź na pytanie „jak blisko Flash jest modelowi M3?” brzmi: nikt jeszcze nie opublikował wyników dla Flash. MiniMax nie udostępnił tabeli wyników testów porównawczych dla M3.1 Flash, a Artificial Analysis nie ma go w swoim zestawieniu. M3 ma jedno i drugie. MiniMax podał wynik 59.0% w SWE-Bench Pro (wynik własny), a Artificial Analysis ocenia M3 na 29.2 w swoim indeksie Intelligence Index. Każda napotkana tabela wyników M3.1 Flash dotyczy albo M3, albo nie ma podanego źródła.

M3 ma wyraźną przewagę w czterech obszarach:

• Potwierdzone wyniki. M3 ma niezależne wyniki testów; w przypadku Flash dostępne są anegdotyczne opinie i nasze własne testy.
• Otwarte wagi. Wagi M3 są dostępne w Hugging Face na licencji MiniMax Community License. Flash na razie ich nie udostępnia; MiniMax zapowiedział, że planuje je opublikować, ale nie podał terminu.
• Możliwość wyłączenia myślenia. M3 może całkowicie pominąć myślenie. Flash nie potrafi tego zrobić, więc trudno przyspieszyć krytyczne pod względem opóźnień wywołania jednorazowe.
• Poziom Priority. MiniMax oferuje szybszy poziom Priority dla M3 w cenie 1,5× wyższej. Flash odrzuca pole service_tier.

Flash wygrywa ceną za token i regulacją effort, która pozwala jednemu modelowi obsługiwać zarówno szybkie poprawki, jak i długie zadania wymagające rozumowania.

Cena i rzeczywisty koszt

Ceny za milion tokenów, sprawdzone 19 października 2026 r. Dane MiniMax pochodzą ze strony z cennikiem płatności za użycie. Oficjalna cena M3 uwzględnia „stały rabat 50%”, jak określa go MiniMax.

Oficjalna cena M3 podwaja się przy ponad 512K tokenów wejściowych. AIHubMix podaje jedną stałą cenę dla M3.1 Flash.

W AIHubMix cena Flash za token jest o około 44% niższa niż cena M2.7 (0,165 USD ÷ 0,2958 USD ≈ 0,56) i o około 43% niższa niż cena M3 (0,165 USD ÷ 0,288 USD ≈ 0,57). Ceny wyjściowe mają taki sam stosunek.

Cena za token nie odzwierciedla jednak całego rachunku. Ponieważ myślenie jest zawsze włączone, poziom effort decyduje o liczbie tokenów potrzebnych do wykonania zadania. Aby to zobrazować, AIHubMix uruchomił 19 października realistyczne zadanie. Wszystkie poniższe dane zmierzył AIHubMix; nikt inny nie powtórzył jeszcze tych testów.

Zadanie: naprawić funkcję rozliczania z dwoma błędami. Pauza wykraczająca poza koniec okresu powoduje podwójne naliczenie jednego dnia, a nakładające się pauzy są odejmowane dwukrotnie. Model zwraca poprawioną funkcję, a lokalny zestaw testów uruchamia 215 ukrytych przypadków testowych. Każde ustawienie przetestowano trzykrotnie za pośrednictwem endpointu Chat Completions AIHubMix.

Oto obliczenie dla wiersza z ustawieniami domyślnymi. Żądanie zawierało 464 tokeny promptu, z których około 192 obsłużono z pamięci podręcznej, oraz 6 673 tokeny wyjściowe. Daje to (272 × 0,165 USD + 192 × 0,0165 USD + 6 673 × 0,66 USD) ÷ 1 000 000 ≈ 0,0045 USD. Przy 1 000 podobnych poprawek daje to około 4,45 USD przy ustawieniach domyślnych i 0,64 USD przy low, przy takich samych wynikach testów.

Trzy uruchomienia na ustawienie to niewielka próbka, a różnice między poszczególnymi uruchomieniami były duże: przy ustawieniach domyślnych liczba tokenów wyjściowych wynosiła od 4 589 do 9 680. Mimo to kierunek jest jasny. Jeśli przejdziesz z M2.7 bez ustawienia poziomu effort, niższa cena za token może zniknąć w kosztach tokenów zużywanych na myślenie przy trudniejszych zadaniach. Wpis o effort z tej serii (link na końcu) zawiera opis wszystkich pięciu poziomów.

Kiedy nie jest najlepszym wyborem

• Praca interaktywna przy ustawieniu domyślnym. Drobna poprawka pojedynczej funkcji zajęła od 39 do 82 sekund przy domyślnym poziomie. Jeśli ktoś czeka na wynik, ustaw low lub medium albo użyj szybszego modelu. W naszych testach Claude Haiku 5.5 wykonał tę samą poprawkę w około 7 sekund.
• Każde zastosowanie wymagające opublikowanego wyniku. Jeśli przegląd zakupowy lub umowa SLA wymaga niezależnych testów porównawczych, M3 i DeepSeek V4.1 Flash mają takie wyniki, a Flash jeszcze nie.
• Wywołania, które muszą działać bez myślenia. Flash nie może pominąć myślenia. Przy krótkich promptach klasyfikacyjnych adaptacyjne myślenie zużywało niemal zero tokenów (od 0 do 6), ale nie można zagwarantować, że zawsze będzie ich zero.
• Samodzielne hostowanie. Bez opublikowanych wag nie ma czego wdrożyć.

Kto powinien przejść na nowy model teraz, kto poczekać, a kto pozostać przy obecnym

• Użytkownicy M Plan i Token Plan korzystający z M2.5 lub M2.7: zmiana już nastąpiła, bo MiniMax od dziś przekierowuje te nazwy modeli. Uruchom ponownie ewaluacje i dodaj do żądań ustawienie effort.
• Użytkownicy rozliczający się za użycie, korzystający z M2.5 lub M2.7: macie czas do 18 listopada. Przejście na M3.1 Flash w AIHubMix wymaga zmiany identyfikatora modelu i dodania reasoning_effort. Wpis o migracji z tej serii omawia błędy, na które można się natknąć.
• Zespoły korzystające już z M3 w agentach programistycznych: przetestujcie Flash przy ustawieniu low lub medium na części ruchu. Cena za token jest o 43% niższa, a w naszym zadaniu każde ustawienie zaliczyło wszystkie testy.
• Pozostań przy M3, jeśli potrzebujesz otwartych wag, możliwości wyłączenia myślenia, niezależnych testów porównawczych lub poziomu Priority.

Najszybciej sprawdzisz to, wysyłając własny prompt do MiniMax M3.1 Flash w AIHubMix i do M3, używając tego samego klucza. Na stronie porównania znajdują się karty cen obu modeli. Skrócona instrukcja AIHubMix wyjaśnia, jak uzyskać klucze i adresy URL bazowe:

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)

FAQ

Czy MiniMax M3.1 Flash to ten sam model co Space Bunny Alpha?
Tak. Space Bunny Alpha to anonimowa nazwa, pod którą M3.1 Flash pojawił się w OpenRouter i OpenCode 23 września 2026 r. Testy tokenizerów przeprowadzone przez społeczność wykazały, że jest to model MiniMax, zanim 27 września firma podała jego nazwę.

Jaki jest identyfikator modelu w AIHubMix?
minimax-m3.1-flash. W dokumentacji MiniMax używa nazwy MiniMax-M3.1-Flash, a we wcześniejszych materiałach pojawiała się nazwa MiniMax-M3.1-Flash-Preview.

Ile kosztuje MiniMax M3.1 Flash?
W AIHubMix kosztuje 0,165 USD za milion tokenów wejściowych, 0,66 USD za milion tokenów wyjściowych i 0,0165 USD za milion tokenów wejściowych z pamięci podręcznej. Na dzień 19 października 2026 r. MiniMax nie opublikował własnej ceny za token.

Czy mogę wyłączyć myślenie?
Nie. Model zawsze myśli. Najniższe ustawienie to effort low, które przy krótkich promptach często zużywa bardzo mało tokenów na myślenie.

Co stanie się z moimi zapytaniami do M2.7?
W ramach MiniMax M Plan i Token Plan zapytania wskazujące M2.5 lub M2.7 będą kierowane do M3.1 Flash od 19 października 2026 roku. W przypadku rozliczeń MiniMax pay-as-you-go obecni użytkownicy mogą wywoływać M2.5 i M2.7 do 18 listopada 2026 roku. Po tym terminie te zapytania przestaną działać.

Czy M3.1 Flash jest lepszy od M3?
Nie opublikowano wyników testów porównawczych, które by to potwierdzały. Flash jest tańszy w przeliczeniu na token i oferuje poziomy wysiłku. M3 ma otwarte wagi, niezależne wyniki testów, poziom Priority i może działać bez trybu myślenia.

Czy obsługuje obrazy i wideo?
MiniMax dokumentuje obsługę tekstu, obrazów i wideo na wejściu. AIHubMix wymienia obecnie dla tego modelu obsługę tekstu i obrazów na wejściu. W naszych testach działały zarówno obrazy w formacie base64, jak i adresy URL obrazów.

Czytaj dalej: seria MiniMax M3.1 Flash

• Jeśli przed wycofaniem M2.5 lub M2.7 18 listopada przenosisz z nich kod, w tym wpisie wymieniamy wszystkie błędy i nieoczywiste zmiany, na które trafiliśmy: Przejście z MiniMax M2.5/M2.7 przed 18 listopada: jak naprawić błąd 400 „requires adaptive thinking” w M3.1 Flash
• Domyślny poziom wysiłku odpowiadał za większość opisanych wyżej kosztów. W tym wpisie porównujemy wszystkie pięć poziomów na przykładzie tej samej poprawki błędu: Poziomy wysiłku MiniMax M3.1 Flash: dlaczego domyślny kosztował 7× więcej niż niski przy tej samej poprawce błędu
• Aby sprawdzić, jak Flash wypada na tle dwóch innych tanich modeli do programowania wydanych w tym samym miesiącu, wykonujących to samo zadanie: MiniMax M3.1 Flash vs DeepSeek V4.1 Flash vs Claude Haiku 5.5: jedna poprawka błędu, trzy rachunki

Źródła

• MiniMax: modele
• MiniMax: wywoływanie modeli (przewodnik po generowaniu tekstu)
• AIHubMix: MiniMax M3.1 Flash
• CellCog: Space Bunny Alpha, ukryty model i wskazówki dotyczące MiniMax
• Developers Digest: wycofanie MiniMax M2.5 i M2.7