MiniMax M3.1 Flash Efor Seviyeleri: Aynı Hata Düzeltmesinde Varsayılan Seçenek Neden 7× Daha Pahalı?

MiniMax M3.1 Flash'te beş düşünme seviyesi vardır ve düşünmeyi kapatma seçeneği yoktur. Bir seviye seçmezseniz model sizin için en derin seviyeyi seçer. MiniMax'in metin oluşturma kılavuzunda eforun "belirtilmediğinde varsayılan olarak max olduğu" yazıyor.

Bu varsayılan ayarın maliyeti gözden kolayca kaçabilecek ölçüde yüksek. AIHubMix aynı iki hatalı düzeltme görevini her seviyede çalıştırdı. Varsayılan ayar, low seviyesinin yaklaşık 10 katı düşünme tokenı kullandı ve yaklaşık 6 kat daha uzun sürdü; buna rağmen her seviyedeki tüm çalıştırmalar 215 testin tamamını geçti. Görevin zorluğu aynı kalırken modelin düşünme maliyeti efor ayarıyla arttı.

Kısa yanıt: low ile başlayın, yalnızca görev başarısız olduğunda veya yeniden denemeler gerektirdiğinde seviyeyi yükseltin ve alanı asla boş bırakmayın.

Beş seviye, kapatma seçeneği yok

Düşünme devre dışı bırakılamaz. MiniMax'in Messages API başvuru belgesine göre API, thinking: {"type": "disabled"} ve none efor değeri için model "MiniMax-M3.1-Flash" requires adaptive thinking iletisini içeren HTTP 400 yanıtı döndürür. Eski MiniMax modelleri efor alanını tamamen yok sayar. Şimdiye kadar efor alanının işe yaradığı tek MiniMax modeli M3.1 Flash'tir.

AIHubMix'te AIHubMix üzerinden minimax-m3.1-flash için üç protokolün tamamı kullanılabilir. MiniMax'in kendi API'sinden bir farkı var: AIHubMix, reasoning_effort: "none" ve "minimal" değerlerini HTTP 200 ile kabul etti, ancak model yine de düşündü. Bu değerleri düşünmeyi kapatmanın bir yolu olarak değil, etkisiz seçenekler olarak değerlendirin.

Tek bir görevde her seviyenin maliyeti

Test: İki hatası olan bir faturalandırma işlevi. Dönem bitişini aşan bir duraklatma, bir günü iki kez hesaba katıyor; birbiriyle çakışan duraklatmalar ise iki kez çıkarılıyor. Model, düzeltilmiş işlevi döndürüyor ve yerel bir test düzeneği bunu 215 gizli test durumuyla kontrol ediyor. Her seviye, 19 Ekim 2026'da AIHubMix'in Chat Completions uç noktası üzerinden üç kez çalıştırıldı; max_tokens değeri 32,768 olarak ayarlandı. Tüm rakamlar AIHubMix tarafından ölçüldü ve başka hiç kimse bu sonuçları yeniden üretmedi.

Maliyet hesaplamasında AIHubMix'in minimax-m3.1-flash fiyatları kullanılıyor: milyon giriş tokenı başına $0.165, milyon çıkış tokenı başına $0.66 ve milyon önbelleğe alınmış giriş tokenı başına $0.0165. Düşünme tokenları çıkış olarak ücretlendirilir. Örneğin, "belirtilmedi" satırında ortalama 464 istem tokenı (yaklaşık 192'si önbelleğe alınmış) ve 6,673 çıkış tokenı kullanıldı; bu da düzeltme başına yaklaşık $0.0045 tutuyor.

Rakamlar ne söylüyor?

Bu görev için low yeterliydi. Her seviye her seferinde doğru bir düzeltme üretti. Kapsamı belli, tek işlevli bir hatada daha yüksek seviyelerde fazladan düşünmenin ölçülebilir bir faydası olmadı.

Low'dan medium'a geçiş belirgin bir fark yaratıyor. Medium, low seviyesinin ortalama 2.6 katı düşünme tokenı kullandı ve iki kattan fazla sürdü.

Medium'un üzerindeki seviyelerin farkı belirsizleşiyor. xhigh çalıştırmalarımızda ortalama token sayısı high'dan düşüktü, max sonuçları ise her ikisiyle de örtüşüyordu. Seviye başına üç çalıştırma bu farkları net biçimde ortaya koymaya yetmiyor. Bu görevde "high", "xhigh" ve "max" seviyelerinin tümü "daha fazla düşünme, bazen çok daha fazla" anlamına geldi.

Belirtilmediğinde max gibi davranıyor. Bu, MiniMax'in belgeleriyle uyumlu. "Belirtilmedi" seçeneğindeki ortalama değerimiz "max" değerinden yüksek çıktı, ancak aralıklar örtüşüyor ve fark, çalıştırmalar arasındaki doğal değişkenlik sınırları içinde kalıyor.

Her seviyede değişkenlik yüksek. Aynı istemde varsayılan ayarın çalışma süresi 39 ile 82 saniye arasında değişti. Anthropic Messages uç noktasında yapılan üç low çalıştırması 511, 1,861 ve 6,060 düşünme tokenı kullandı. Sonuncusu 56 saniye sürdü; bu, tipik bir max çalıştırması kadar uzun. Efor ayarı, düşünmenin ortalama derinliğini belirler; kesin bir üst sınır koymaz.

Tüm 24 Flash çalıştırmasında işlem hızı saniyede yaklaşık 112 çıkış tokenıyla istikrarlıydı; dolayısıyla süre, düşünme tokenı sayısıyla neredeyse doğrusal olarak artıyor. Bu hızda 6,000 tokenlık düşünme süresi neredeyse bir dakika beklemek demek.

MiniMax, her seviye için token veya gecikme verilerini henüz yayımlamadı. Daha zor bir görevde üst seviyelere ihtiyaç duyulmaya başladığında, bu tek testten yola çıkarak bir şey söyleyemeyiz. Yukarıdaki rakamlar yalnızca görevin ihtiyaç duymadığı durumlarda her seviyenin maliyetini gösteriyor.

Kısa istemlerde düşünme neredeyse yok

"Her zaman düşünür" demek, "her zaman çok düşünür" demek değildir. Düşünme uyarlamalıdır; dolayısıyla derinlik, istemin ne kadar zor göründüğüne bağlıdır:

• Beş destek talebini dört etiketten biriyle sınıflandırma: low seviyesinde 0 düşünme tokenı, varsayılan ayarda ortalama 6 token. Tüm etiketler doğruydu.
• "17 × 23 kaç eder?" sorusunda low seviyesinde: hiç düşünme yok, 2 çıkış tokenı.

Yani kapatma seçeneğinin olmaması; kısa sınıflandırma, bilgi çıkarma ve yönlendirme çağrılarında neredeyse hiç maliyet yaratmıyor. Maliyet, kod gibi açık uçlu görevlerde ortaya çıkıyor; çünkü modele ne kadar derin düşünme izni verirseniz model de düşünecek daha fazla şey buluyor.

Nereden başlamalı?

Bunlar başlangıç önerileridir. Yalnızca ilk iki satır doğrudan ölçüldü; geri kalanlar, kendi yeniden denemelerinizle doğrulamanız gereken önerilerimizdir:

max seviyesini yalnızca high seviyesinin bu tür görevlerde başarısız olduğunu gördüyseniz kullanın.

Efor değiştiğinde neler bozulur veya pahalılaşır?

• Yanıtların kesilmesi. Düşünme tokenları max_tokens sınırına dahildir. Varsayılan ayardaki bir çalıştırmada tek bir işlev için 9,376 düşünme tokenı kullanıldı; bu nedenle M2.x yanıtları için belirlenen 4K veya 8K sınırı yanıtın finish_reason: "length" nedeniyle yarıda kesilmesine yol açabilir. MiniMax, 131,072 değerini öneriyor ve 524,288'e kadar izin veriyor.
• Zaman aşımları. high ve üzerindeki seviyelerde tek bir çağrı bir dakika sürebilir. Hızlı bir model için ayarlanmış istemci ve proxy zaman aşımlarını 120 saniyeye veya daha uzun süreye yükseltmek gerekir.
• Etkisiz olduğu halde sessizce kabul edilen değerler. AIHubMix üzerinden none, minimal ve auto gibi bilinmeyen bir değer kabul edildi; model yine de düşündü. Bir ağ geçidi projesinin testlerine göre (sub2api issue #8025), MiniMax'in kendi uç noktaları bilinmeyen değerleri reddediyor. Belgelenen beş değerden birini kullanın.
• Seviyeleri dışarı sunmayan araçlar. OpenCode şu anda bu model için efor varyantı çözümlemiyor ve bazı çerçeveler "thinking disabled" göndererek 400 hatasına yol açıyor. Aracınızın gerçekte ne gönderdiğini kontrol edin.
• Tek bir işlem hattında farklı modeller kullanmak. M3 ve M2.x efor alanını yok sayar. Modeller arasında yönlendirme yapıyorsanız Flash'te maliyeti düşüren bir efor seviyesi diğer modellerde hiçbir işe yaramaz.

Her protokolde ayarlama

AIHubMix'te tek bir anahtarla üçü de kullanılabilir. Hızlı başlangıç kılavuzu anahtarları, birleşik akıl yürütme parametreleri sayfası ise AIHubMix'in farklı sağlayıcılardaki akıl yürütme alanlarını nasıl ele aldığını açıklıyor.

Chat Completions:

curl https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "minimax-m3.1-flash",
       "reasoning_effort": "low",
       "max_tokens": 32768,
       "messages": [{"role": "user", "content": "Write a function that merges overlapping date ranges."}]}'

Anthropic Messages (Python SDK; SDK sürümünüz bu alanı tanımıyorsa output_config öğesini extra_body içine ekleyin):

import os
import anthropic

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

msg = client.messages.create(
    model="minimax-m3.1-flash",
    max_tokens=32768,
    messages=[{"role": "user", "content": "Write a function that merges overlapping date ranges."}],
    extra_body={"output_config": {"effort": "medium"}},
)
print(msg.usage)

Responses:

import os
from openai import OpenAI

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

resp = client.responses.create(
    model="minimax-m3.1-flash",
    reasoning={"effort": "low"},
    max_output_tokens=32768,
    input="Write a function that merges overlapping date ranges.",
)
print(resp.usage)

İlk birkaç çağrıda usage alanını kontrol edin. Chat Completions, düşünme tokenlarını completion_tokens_details.reasoning_tokens; Messages, output_tokens_details.thinking_tokens; Responses ise output_tokens_details.reasoning_tokens olarak bildirir. Seviyeyi değiştirdiğinizde bu rakamlar değişmiyorsa ayar modele ulaşmıyor demektir.

Sık sorulan sorular

MiniMax M3.1 Flash'in varsayılan efor seviyesi nedir?
Max. İstekte efor alanı yoksa model en derin seviyede düşünür.

Düşünmeyi tamamen kapatabilir miyim?
Hayır. MiniMax API'sinde düşünmeyi devre dışı bırakmak HTTP 400 hatasına yol açar. En düşük seviye low'dur ve kısa istemlerde low çoğu zaman hiç düşünme tokenı kullanmaz.

Kodlama için hangi efor seviyesini kullanmalıyım?
Tek işlevli düzeltmeler ve küçük incelemeler için low ile başlayın, birden fazla dosyayı kapsayan değişikliklerde medium kullanın ve seviyeyi yalnızca görev başarısız olduğunda yükseltin. Testimizde low, iki hatalı bir işlevi her seferinde doğru biçimde düzeltti.

max efor seviyesi daha mı doğru sonuç verir?
Test görevimizde hayır: her seviye 215 testin tamamını geçti. Max çok daha fazla token kullandı ve daha uzun sürdü. Daha yüksek seviyeler zor görevlerde yardımcı olabilir, ancak bunun hangi noktada işe yaradığını gösteren bir veri yayımlanmadı.

Aynı istek neden bir seferinde 10 saniye, sonraki seferinde 56 saniye sürdü?
Sabit bir seviyede bile düşünme derinliği çalıştırmadan çalıştırmaya değişir. Messages uç noktasında low eforla yapılan bir çalıştırma, başka bir çalıştırmaya göre yaklaşık on kat fazla düşünme tokenı kullandı.

reasoning_effort none, AIHubMix üzerinden çalışıyor mu?
Hata vermeden kabul ediliyor, ancak model yine de düşünüyor. Bunun yerine low kullanın.

Bir çağrının kaç düşünme tokenı kullandığını nasıl görebilirim?
usage nesnesine bakın: Chat Completions ve Responses için reasoning_tokens, Messages API için thinking_tokens alanını kontrol edin.

Okumaya devam edin: MiniMax M3.1 Flash serisi

• Space Bunny lansmanından M2.7 ve M3'e kıyasla fiyatına kadar bu ayarın genel çerçevesi için: MiniMax M3.1 Flash, Space Bunny'dir: M2.7 ve M3'ten Neler Değişti, Maliyeti Ne?
• M2.5/M2.7 kodunu taşırken değişen birkaç şeyden biri efor ayarıdır. Bu yazı 400 hatalarını ve diğer sorunları ele alıyor: 18 Kasım'dan Önce MiniMax M2.5/M2.7'den Geçiş: M3.1 Flash'in "requires adaptive thinking" 400 Hatasını Düzeltme
• Düşük efor seviyesinde Flash, aynı düzeltme görevinde üç model arasındaki en ucuz seçenekti. Varsayılan ayarının DeepSeek ve Haiku ile karşılaştırması şöyle: MiniMax M3.1 Flash ile DeepSeek V4.1 Flash ve Claude Haiku 5.5: Bir Hata Düzeltmesi, Üç Fatura

Kaynaklar

• MiniMax: Model Çağırma (metin oluşturma kılavuzu)
• MiniMax: Messages API başvuru belgesi
• AIHubMix: MiniMax M3.1 Flash
• AIHubMix: Birleşik Akıl Yürütme Parametreleri
• sub2api issue #8025: MiniMax M3 / M3.1 Flash efor desteği