MiniMax M3.1 Flash é o Space Bunny: o que mudou em relação ao M2.7 e ao M3, e quanto custa

No fim de setembro, um modelo sem o nome do fabricante no anúncio chegou ao topo do ranking diário do OpenRouter, à frente do DeepSeek V4.1 Flash, e permaneceu como o modelo mais usado no OpenCode por cinco dias seguidos. Ele foi listado como Space Bunny Alpha e era gratuito. Esse modelo era o MiniMax M3.1 Flash. Em 19 de outubro de 2026, você pode chamá-lo por token no AIHubMix como minimax-m3.1-flash, por US$ 0,165 por milhão de tokens de entrada e US$ 0,66 por milhão de tokens de saída.

Em resumo:

• Ele substitui o M2.7. A partir de 19 de outubro, a MiniMax encaminha para o M3.1 Flash as solicitações dos planos M Plan e Token Plan para o M2.5 e o M2.7. As duas famílias antigas serão descontinuadas em 18 de novembro.
• Custa cerca de 43% menos por token do que o M3 no AIHubMix. A MiniMax ainda não publicou um preço próprio por token.
• O modo de raciocínio está sempre ativado, e a configuração padrão é o nível mais profundo. Em uma pequena correção de bug, a configuração padrão usou cerca de 7× mais tokens de saída do que a opção low e levou cerca de 6× mais tempo. Ambas as configurações passaram em todos os testes.

De Space Bunny a um ID de modelo

As datas e posições no ranking vêm da cronologia do Space Bunny da CellCog, que reúne publicações do OpenRouter e do OpenCode. Durante a semana em que o modelo permaneceu anônimo, a comunidade o identificou pelo tokenizador antes que a MiniMax dissesse qualquer coisa. A comparação de tokenizadores de cheaty no X concluiu que o tokenizador de texto do Space Bunny “corresponde perfeitamente ao do MiniMax M3”. Outros testadores encontraram correspondência em 36 de 36 e 50 de 50 strings de teste. As especificações publicadas do Space Bunny também eram idênticas às que a MiniMax documentou mais tarde: contexto de 1M, entrada de texto, imagem e vídeo, e modo de raciocínio que não pode ser desativado. Um dos primeiros usuários resumiu assim: “incrivelmente rápido, mas precisa de instruções claras e específicas; caso contrário, fica preguiçoso demais”. Tenha isso em mente ao escrever prompts para ele.

Desde então, a documentação da MiniMax deixou de usar o rótulo “Preview”. A lista de modelos agora o chama de MiniMax-M3.1-Flash, um “modelo multimodal de programação de ponta com janela de contexto de 1M e profundidade de raciocínio ajustável”. Todas as respostas do AIHubMix também informam esse nome do modelo upstream.

O que mudou em relação ao M2.7

Para quem usa um plano MiniMax, o M2.7 é o modelo que o M3.1 Flash substituiu da noite para o dia. Veja as diferenças que fazem diferença na prática:

A entrada de vídeo consta na documentação da MiniMax. Atualmente, o AIHubMix lista entrada de texto e imagem para este modelo. Tanto imagens em Base64 quanto URLs de imagem simples funcionaram nos nossos testes.

Algumas coisas continuaram iguais. Ambos os modelos raciocinam em todas as solicitações. Ambos são compatíveis com as APIs da MiniMax compatíveis com Anthropic e OpenAI. Segundo a referência da API da MiniMax, ambos aceitam apenas tool_choice: auto. Se o seu código para M2.7 nunca alterava as configurações de raciocínio ou de cache, ele funcionará com o M3.1 Flash. Só que o comportamento será diferente, e o nível de raciocínio explica boa parte disso.

O novo controle é o esforço. O guia de geração de texto da MiniMax lista low, medium, high, xhigh e max, e diz que o modelo usa max quando o campo não é informado. O M2.7 não tinha nenhuma opção para configurar. Portanto, se a sua solicitação não incluir uma configuração de esforço, o M3.1 Flash raciocinará o máximo possível.

O quanto ele se aproxima do M3 e em que aspectos o M3 ainda leva vantagem

O M3 está em uma categoria acima: é o modelo de pesos abertos carro-chefe da MiniMax, lançado em 1º de junho com o mesmo contexto de 1M. No AIHubMix, o preço de saída do M3 é 1.75× o do Flash (US$ 1.152 contra US$ 0,66). É uma diferença considerável, mas não estamos falando de categorias de peso distintas.

A resposta honesta à pergunta “o quanto o Flash se aproxima do M3?” é que ninguém publicou resultados do Flash ainda. A MiniMax não divulgou uma tabela de benchmarks para o M3.1 Flash, e a Artificial Analysis não tem uma ficha para ele. O M3 conta com ambas. A MiniMax informou 59.0% no SWE-Bench Pro (resultado autodeclarado), e a Artificial Analysis atribui ao M3 uma pontuação de 29.2 no seu Intelligence Index. Qualquer tabela de benchmarks do M3.1 Flash que você encontrar é referente ao M3 ou não tem fontes.

O M3 ainda se destaca claramente em quatro aspectos:

• Comprovação. O M3 tem pontuações independentes; o Flash conta com relatos anedóticos e nossos próprios testes.
• Pesos abertos. Os pesos do M3 estão no Hugging Face sob a MiniMax Community License. O Flash ainda não tem pesos disponíveis; a MiniMax disse que planeja publicá-los, mas não informou uma data.
• Desativar o raciocínio. O M3 pode pular totalmente o raciocínio. O Flash não pode, então é mais difícil reduzir a latência em chamadas de execução única que precisam ser rápidas.
• Nível Priority. A MiniMax vende um nível Priority mais rápido para o M3 por 1.5× o preço. O Flash rejeita o campo service_tier.

O Flash leva vantagem no preço por token e no controle de esforço, que permite usar um único modelo tanto para correções rápidas quanto para raciocínios longos.

Preço e custo real

Preços por milhão de tokens, verificados em 19 de outubro de 2026. Os valores da MiniMax vêm da página de preços por uso. O preço oficial do M3 inclui o que a MiniMax chama de “desconto permanente de 50%”.

O preço oficial do M3 dobra acima de 512K tokens de entrada. O AIHubMix informa um preço único para o M3.1 Flash.

No AIHubMix, o preço do Flash por token é cerca de 44% menor que o do M2.7 (US$ 0,165 ÷ US$ 0,2958 ≈ 0.56) e cerca de 43% menor que o do M3 (US$ 0,165 ÷ US$ 0,288 ≈ 0.57). Os preços de saída seguem a mesma proporção.

Mas o preço por token não é a conta toda. Com o raciocínio sempre ativado, o nível de esforço determina quantos tokens uma tarefa consome. Para dar uma ideia concreta, o AIHubMix executou uma tarefa realista em 19 de outubro. Todos os números abaixo foram medidos pelo AIHubMix; ninguém mais os reproduziu ainda.

A tarefa: corrigir uma função de cobrança com dois bugs. Uma pausa que ultrapassa o fim do período conta um dia duas vezes, e pausas sobrepostas são subtraídas duas vezes. O modelo retorna a função corrigida, e um conjunto local de testes executa 215 casos ocultos. Cada configuração foi executada três vezes pelo endpoint Chat Completions do AIHubMix.

Veja o cálculo da linha padrão. Uma solicitação usou 464 tokens de prompt, cerca de 192 dos quais foram servidos do cache, além de 6,673 tokens de saída. Isso dá (272 × US$ 0,165 + 192 × US$ 0,0165 + 6,673 × US$ 0,66) ÷ 1,000,000 ≈ US$ 0,0045. Para 1,000 correções como essa, o custo seria cerca de US$ 4.45 na configuração padrão e US$ 0.64 em low, com os mesmos resultados nos testes.

Três execuções por configuração é uma amostra pequena, e a variação entre execuções foi grande: a configuração padrão variou de 4,589 a 9,680 tokens de saída. Ainda assim, a tendência é clara. Se você migrar do M2.7 sem definir um nível de esforço, a economia no preço por token pode ser consumida por tokens de raciocínio em tarefas mais difíceis. O artigo desta série sobre esforço (link no final) traz a escala completa de cinco níveis.

Quando ele não é a melhor escolha

• Trabalho interativo na configuração padrão. Uma pequena correção em uma única função levou de 39 a 82 segundos no nível padrão. Se alguém estiver esperando, defina low ou medium, ou use um modelo mais rápido. Nos nossos testes, o Claude Haiku 5.5 concluiu a mesma correção em cerca de 7 segundos.
• Qualquer tarefa que exija uma pontuação publicada. Se uma análise de compras ou um SLA exigir um benchmark independente, o M3 e o DeepSeek V4.1 Flash têm resultados publicados; o Flash ainda não.
• Chamadas que precisam ser executadas sem raciocínio. O Flash não pode pular o raciocínio. Em prompts curtos de classificação, o raciocínio adaptativo usou quase nada (de 0 a 6 tokens), mas não é possível garantir que seja zero.
• Hospedagem própria. Sem pesos publicados, não há nada para implantar.

Quem deve migrar agora, quem deve esperar e quem deve continuar como está

• Usuários do M Plan e do Token Plan no M2.5 ou M2.7: vocês já migraram, porque a MiniMax redireciona hoje as solicitações para esses nomes de modelo. Execute suas avaliações novamente e adicione uma configuração de esforço às solicitações.
• Usuários do plano por uso no M2.5 ou M2.7: vocês têm até 18 de novembro. Migrar para o M3.1 Flash no AIHubMix exige alterar o ID do modelo e adicionar reasoning_effort. O artigo desta série sobre migração aborda os erros que você encontrará.
• Equipes que já usam o M3 para agentes de programação: experimentem o Flash em low ou medium em uma parte do tráfego. O preço por token é 43% menor e, na nossa tarefa, todas as configurações foram aprovadas.
• Continue usando o M3 se precisar de pesos abertos, de desativar o raciocínio, de benchmarks independentes ou do nível Priority.

A maneira mais rápida de verificar é enviar seu próprio prompt para o MiniMax M3.1 Flash no AIHubMix e para o M3 com a mesma chave. A página de comparação lado a lado mostra os preços dos dois. O guia de início rápido do AIHubMix explica como obter chaves e URLs 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)

Perguntas frequentes

O MiniMax M3.1 Flash é o mesmo modelo que o Space Bunny Alpha?
Sim. Space Bunny Alpha era o nome anônimo do M3.1 Flash no OpenRouter e no OpenCode a partir de 23 de setembro de 2026. Os testes comunitários de tokenização o associaram à MiniMax antes de a empresa nomear o modelo, em 27 de setembro.

Qual é o ID do modelo no AIHubMix?
minimax-m3.1-flash. A documentação da MiniMax usa MiniMax-M3.1-Flash, e materiais anteriores usavam MiniMax-M3.1-Flash-Preview.

Quanto custa o MiniMax M3.1 Flash?
No AIHubMix, custa US$ 0,165 por milhão de tokens de entrada, US$ 0,66 por milhão de tokens de saída e US$ 0,0165 por milhão de tokens de entrada em cache. Em 19 de outubro de 2026, a MiniMax ainda não havia publicado seu próprio preço por token.

Posso desativar o raciocínio?
Não. O modelo sempre raciocina. A configuração mais baixa é effort low, que em prompts curtos costuma usar pouquíssimos tokens de raciocínio.

O que acontece com minhas solicitações para M2.7?
No M Plan e no Token Plan da MiniMax, as solicitações que especificarem M2.5 ou M2.7 serão direcionadas para o M3.1 Flash a partir de 19 de outubro de 2026. No modelo pré-pago da MiniMax, os usuários atuais podem chamar M2.5 e M2.7 até 18 de novembro de 2026; depois disso, essas solicitações deixarão de funcionar.

O M3.1 Flash é melhor que o M3?
Não há benchmarks publicados que permitam afirmar isso. O Flash custa menos por token e oferece níveis de esforço. O M3 tem pesos abertos, pontuações independentes, um nível Priority e pode ser executado sem pensar.

Ele oferece suporte a imagens e vídeos?
A MiniMax documenta entradas de texto, imagem e vídeo. Atualmente, o AIHubMix lista entradas de texto e imagem para este modelo. Em nossos testes, tanto imagens em base64 quanto URLs de imagens funcionaram.

Continue lendo: a série MiniMax M3.1 Flash

• Se você está migrando o código de M2.5 ou M2.7 antes da descontinuação em 18 de novembro, esta publicação lista todos os erros e mudanças silenciosas que encontramos: Migrando do MiniMax M2.5/M2.7 antes de 18 de nov.: corrigindo o erro 400 "requires adaptive thinking" do M3.1 Flash
• O nível de esforço padrão foi o principal responsável pelo custo acima. Esta publicação avalia os cinco níveis usando a mesma correção de bug: Níveis de esforço do MiniMax M3.1 Flash: por que o padrão custou 7× mais que o nível baixo na mesma correção de bug
• Para ver como o Flash se compara aos outros dois modelos de programação baratos lançados no mesmo mês, na mesma tarefa: MiniMax M3.1 Flash vs DeepSeek V4.1 Flash vs Claude Haiku 5.5: uma correção de bug, três contas

Fontes

• MiniMax: modelos
• MiniMax: invocação de modelos (guia de geração de texto)
• AIHubMix: MiniMax M3.1 Flash
• CellCog: Space Bunny Alpha, o modelo furtivo e as pistas da MiniMax
• Developers Digest: descontinuação do MiniMax M2.5 e M2.7