MiniMax M3.1 Flash, namıdiğer Space Bunny: M2.7 ve M3’ten farkları ve maliyeti

Eylülün sonlarında, üreticisinin adı belirtilmeyen bir model OpenRouter’ın günlük listesinde DeepSeek V4.1 Flash’ı geride bırakarak zirveye çıktı ve beş gün üst üste OpenCode’da en çok kullanılan model oldu. Space Bunny Alpha adıyla listelenmişti ve ücretsizdi. Bu model MiniMax M3.1 Flash’tı. 19 Ekim 2026 itibarıyla AIHubMix’te token başına ücretle minimax-m3.1-flash adıyla kullanabilirsiniz; fiyatı milyon giriş token’ı başına $0.165, milyon çıkış token’ı başına $0.66.

Kısaca:

• M2.7’nin yerini alıyor. 19 Ekim’den itibaren MiniMax, M Plan ve Token Plan üzerinden gelen M2.5 ve M2.7 isteklerini M3.1 Flash’a yönlendiriyor. Her iki eski model ailesi de 18 Kasım’da kullanımdan kaldırılacak.
• AIHubMix’te token başına maliyeti M3’ten yaklaşık 43% daha düşük. MiniMax henüz token başına fiyatını açıklamadı.
• Thinking her zaman açık ve varsayılan ayar en derin düzey. Küçük bir hata düzeltmesinde varsayılan ayar, low ayarının yaklaşık 7× katı çıkış token’ı kullandı ve yaklaşık 6× daha uzun sürdü. Her iki ayar da tüm testleri geçti.

Space Bunny’den model kimliğine

Tarihler ve listedeki sıralamalar, OpenRouter ve OpenCode paylaşımlarını derleyen CellCog’un Space Bunny zaman çizelgesinden alınmıştır. Gizli kullanım haftasında topluluk, MiniMax herhangi bir açıklama yapmadan önce modeli tokenizer’ından teşhis etti. cheaty’nin X’teki tokenizer karşılaştırması, Space Bunny’nin metin tokenizer’ının “MiniMax M3’ünkine mükemmel biçimde uyduğunu” ortaya koydu. Diğer test kullanıcıları da deneme dizelerinin 36’da 36’sının ve 50’de 50’sinin eşleştiğini gördü. Space Bunny’nin yayımlanan özellikleri de MiniMax’in daha sonra belgelediği özelliklerle aynıydı: 1M bağlam penceresi, metin, görsel ve video girişi ve kapatılamayan thinking. İlk kullanıcılardan biri durumu şöyle özetledi: “İnanılmaz hızlı ama açık ve belirgin talimatlar gerekiyor; yoksa fazla tembel kalıyor.” Ona prompt yazarken bunu aklınızda bulundurun.

MiniMax’in belgelerindeki “Preview” ibaresi artık kaldırıldı. Model listesinde artık MiniMax-M3.1-Flash, “1M bağlam penceresine ve ayarlanabilir thinking derinliğine sahip öncü bir çok modlu kodlama modeli” olarak yer alıyor. AIHubMix’ten gelen her yanıt da upstream model adını bildiriyor.

M2.7’den neler değişti?

MiniMax planı kullananlar için M2.7, M3.1 Flash’ın bir gecede yerini aldığı model. Uygulamada önem taşıyan farklar şöyle:

MiniMax’in belgelerinde video girişi yer alıyor. AIHubMix şu anda bu model için metin ve görsel girişini listeliyor. Testlerimizde hem base64 görseller hem de doğrudan görsel URL’leri çalıştı.

Bazı özellikler aynı kaldı. Her iki model de her istekte düşünür. Her ikisi de MiniMax’in Anthropic uyumlu ve OpenAI uyumlu API’lerini kullanır. MiniMax’in API referansına göre ikisi de yalnızca tool_choice: auto değerini kabul eder. M2.7 kodunuzda thinking ayarlarına veya önbelleğe hiç dokunmadıysanız, M3.1 Flash’ta da çalışacaktır. Ancak farklı şekilde çalışır ve bu farkı en iyi açıklayan şey thinking seviyesidir.

Yeni kontrol, thinking eforudur. MiniMax’in metin üretimi kılavuzunda low, medium, high, xhigh ve max seçenekleri listeleniyor ve alan belirtilmezse modelin max kullandığı söyleniyor. M2.7’de ayarlanabilecek böyle bir seçenek yoktu. Dolayısıyla isteğinizde bir efor ayarı belirtmezseniz M3.1 Flash elinden gelen en derin şekilde düşünür.

M3’e ne kadar yaklaşıyor ve M3 hangi alanlarda hâlâ önde?

M3 bir üst sınıftadır: MiniMax’in 1 Haziran’da yayımladığı, aynı 1M bağlam penceresine sahip açık ağırlıklı amiral gemisi modelidir. AIHubMix’te M3’ün çıkış fiyatı Flash’ınkinin 1.75× katıdır ($1.152 ve $0.66). Arada kayda değer bir fark var, ama modeller farklı ağırlık sınıflarında değil.

“Flash, M3’e ne kadar yakın?” sorusunun dürüst yanıtı şu: Flash için henüz kimse ölçüm sonuçları yayımlamadı. MiniMax, M3.1 Flash için bir benchmark tablosu yayımlamadı ve Artificial Analysis’te de model kaydı yok. M3’ün ise her ikisi de var. MiniMax, SWE-Bench Pro’da 59.0% bildirdi (kendi beyanı); Artificial Analysis ise M3’e Intelligence Index’inde 29.2 puan veriyor. M3.1 Flash için göreceğiniz herhangi bir benchmark tablosu ya M3’e aittir ya da kaynaksızdır.

M3 dört konuda hâlâ açıkça önde:

• Kanıt. M3’ün bağımsız puanları var; Flash içinse anekdotlar ve kendi testlerimiz mevcut.
• Açık ağırlıklar. M3’ün ağırlıkları Hugging Face’te MiniMax Community License kapsamında bulunuyor. Flash içinse henüz ağırlık yayımlanmadı; MiniMax bunları yayımlamayı planladığını söyledi ancak tarih vermedi.
• Thinking’i kapatma. M3, thinking işlemini tamamen atlayabilir. Flash bunu yapamıyor; bu yüzden gecikmeye duyarlı, tek seferlik çağrıları hızlandırmak daha zor.
• Öncelikli hizmet katmanı. MiniMax, M3 için 1.5× fiyatla daha hızlı bir Priority katmanı sunuyor. Flash, service_tier alanını kabul etmiyor.

Flash, token başına fiyat ve efor ayarı konusunda önde; bu ayar tek bir modelin hem hızlı düzeltmeleri hem de uzun akıl yürütme görevlerini karşılamasını sağlıyor.

Fiyat ve gerçek maliyet

Fiyatlar milyon token başına verilmiştir; 19 Ekim 2026’da kontrol edilmiştir. MiniMax’in fiyatları, kullandıkça öde fiyatlandırma sayfasından alınmıştır. M3’ün resmî fiyatında, MiniMax’in “Kalıcı 50% indirim” olarak adlandırdığı indirim yer almaktadır.

M3’ün resmî fiyatı, 512K’dan fazla giriş token’ı için iki katına çıkıyor. AIHubMix, M3.1 Flash için tek ve sabit bir fiyat listeliyor.

AIHubMix’te Flash’ın token başına fiyatı M2.7’den yaklaşık 44% daha düşük ($0.165 ÷ $0.2958 ≈ 0.56), M3’ten ise yaklaşık 43% daha düşük ($0.165 ÷ $0.288 ≈ 0.57). Çıkış fiyatlarında da aynı oran geçerli.

Ancak faturanın tamamını token başına fiyat belirlemez. Thinking her zaman açık olduğundan, bir görevin kaç token gerektireceğini efor seviyesi belirler. Bunu somutlaştırmak için AIHubMix, 19 Ekim’de gerçekçi bir görev çalıştırdı. Aşağıdaki tüm ölçümleri AIHubMix yaptı; henüz başka kimse bu sonuçları yeniden üretmedi.

Görev: İki hatası olan bir faturalandırma işlevini düzeltin. Faturalandırma döneminin sonunu aşan bir duraklatma bir günü iki kez sayıyor, üst üste binen duraklatma aralıkları ise iki kez çıkarılıyor. Model düzeltilmiş işlevi döndürüyor, yerel bir test düzeneği de 215 gizli test senaryosunu çalıştırıyor. Her ayar, AIHubMix’in Chat Completions uç noktası üzerinden üç kez çalıştırıldı.

Varsayılan ayarın satırındaki hesabı inceleyelim. Bir istek, yaklaşık 192’si önbellekten sunulan 464 prompt token’ı ve 6,673 çıkış token’ı kullandı. Hesap şöyle: (272 × $0.165 + 192 × $0.0165 + 6,673 × $0.66) ÷ 1,000,000 ≈ $0.0045. Bu türden 1,000 düzeltme için, aynı test sonuçlarıyla, varsayılan ayarda yaklaşık $4.45; low ayarında ise $0.64 tutar.

Ayar başına üç çalışma küçük bir örneklem ve çalışmalar arası değişkenlik büyüktü: varsayılan ayarda çıkış token’ı sayısı 4,589 ile 9,680 arasında değişti. Yine de genel eğilim açık. M2.7’den efor seviyesi belirtmeden geçiş yaparsanız, token başına daha düşük fiyat, zor görevlerde thinking token’larına harcanabilir. Bu yazı dizisinin sonundaki efor yazısında beş seviyenin tamamı anlatılıyor.

En iyi seçenek olmadığı durumlar

• Varsayılan ayarda etkileşimli çalışmalar. Tek bir işlevdeki küçük bir düzeltme, varsayılan seviyede 39 ila 82 saniye sürdü. Bir kişi yanıt bekliyorsa low veya medium ayarını seçin ya da daha hızlı bir model kullanın. Testlerimizde Claude Haiku 5.5 aynı düzeltmeyi yaklaşık 7 saniyede tamamladı.
• Yayımlanmış puan gerektiren işler. Bir satın alma incelemesi veya SLA için bağımsız bir benchmark gerekiyorsa, M3 ve DeepSeek V4.1 Flash’ın böyle sonuçları var; Flash’ın henüz yok.
• Thinking olmadan çalışması gereken çağrılar. Flash thinking’i atlayamaz. Kısa sınıflandırma prompt’larında uyarlanabilir thinking neredeyse hiç token harcamadı (0 ila 6 token), ancak sıfır harcama olacağını garanti edemezsiniz.
• Kendi sunucunuzda barındırma. Yayımlanmış ağırlıklar olmadan dağıtılacak bir şey yok.

Kim şimdi geçmeli, kim beklemeli, kim mevcut modelinde kalmalı?

• M2.5 veya M2.7 kullanan M Plan ve Token Plan kullanıcıları: MiniMax bu model adlarına gelen istekleri bugün yönlendirdiği için zaten geçiş yaptınız. Değerlendirmelerinizi yeniden çalıştırın ve isteklerinize bir efor ayarı ekleyin.
• M2.5 veya M2.7 kullanan kullandıkça öde kullanıcıları: 18 Kasım’a kadar vaktiniz var. AIHubMix’te M3.1 Flash’a geçmek için model kimliğini değiştirip reasoning_effort eklemeniz yeterli. Bu yazı dizisindeki geçiş yazısı, karşılaşacağınız hataları ele alıyor.
• Kodlama ajanlarında hâlihazırda M3 kullanan ekipler: Trafiğinizin bir kısmında Flash’ı low veya medium ayarında deneyin. Token başına fiyatı 43% daha düşük ve yaptığımız görevde her iki ayar da tüm testleri geçti.
• M3’te kalın açık ağırlıklara, thinking’i kapatmaya, bağımsız benchmark’lara veya Priority katmanına ihtiyacınız varsa.

En hızlı kontrol yöntemi, kendi prompt’unuzu AIHubMix’teki MiniMax M3.1 Flash ve M3’e aynı anahtarla göndermektir. Yan yana karşılaştırma sayfasında her iki modelin fiyat kartları bulunuyor. AIHubMix hızlı başlangıç kılavuzu ise anahtarları ve temel URL’leri açıklıyor:

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)

SSS

MiniMax M3.1 Flash, Space Bunny Alpha ile aynı model mi?
Evet. Space Bunny Alpha, M3.1 Flash’ın 23 Eylül 2026’dan itibaren OpenRouter ve OpenCode’da kullandığı anonim listeleme adıydı. Topluluğun tokenizer testleri, MiniMax modeli 27 Eylül’de adlandırmadan önce Space Bunny’nin MiniMax’e ait olduğunu doğruladı.

AIHubMix’te model kimliği nedir?
minimax-m3.1-flash. MiniMax’in kendi belgelerinde MiniMax-M3.1-Flash, daha eski materyallerindeyse MiniMax-M3.1-Flash-Preview kullanılıyor.

MiniMax M3.1 Flash’ın maliyeti ne kadar?
AIHubMix’te milyon giriş token’ı başına $0.165, milyon çıkış token’ı başına $0.66 ve milyon önbelleğe alınmış giriş token’ı başına $0.0165 tutar. 19 Ekim 2026 itibarıyla MiniMax kendi token başına fiyatını açıklamamıştı.

Thinking’i kapatabilir miyim?
Hayır. Model her zaman düşünür. En düşük ayar efor için low seçeneğidir; kısa prompt’larda genellikle çok az thinking token’ı kullanır.

M2.7 isteklerime ne olacak?
MiniMax’in M Planı ve Token Planı’nda, M2.5 veya M2.7’yi belirten istekler 19 Ekim 2026’dan itibaren M3.1 Flash’a yönlendirilecek. MiniMax’in kullandıkça öde planında mevcut kullanıcılar, M2.5 ve M2.7’yi 18 Kasım 2026’ya kadar çağırabilir; bu tarihten sonra bu istekler çalışmayı durduracak.

M3.1 Flash, M3’ten daha mı iyi?
Bunu söylemeye yetecek yayımlanmış bir kıyaslama sonucu yok. Flash, token başına daha ucuz ve farklı efor seviyeleri sunuyor. M3’ün açık ağırlıkları ve bağımsız puanları var; ayrıca bir Priority katmanı sunuyor ve düşünme modu olmadan çalışabiliyor.

Görüntü ve videoyu destekliyor mu?
MiniMax; metin, görüntü ve video girdilerini belgelemektedir. AIHubMix şu anda bu model için metin ve görüntü girdilerini listeliyor. Testlerimizde hem base64 görüntüler hem de görüntü URL’leri çalıştı.

Okumaya devam edin: MiniMax M3.1 Flash serisi

• 18 Kasım’daki kullanım dışı bırakılma tarihinden önce kodunuzu M2.5 veya M2.7’den taşıyorsanız, bu yazıda karşılaştığımız tüm hatalar ve sessiz değişiklikler listeleniyor: 18 Kasım’dan Önce MiniMax M2.5/M2.7’den Geçiş: M3.1 Flash’taki “requires adaptive thinking” 400 Hatasını Düzeltme
• Yukarıdaki maliyetin büyük kısmına varsayılan efor seviyesi yol açtı. Bu yazıda aynı hata düzeltmesi için beş seviyenin tamamının maliyeti ölçülüyor: MiniMax M3.1 Flash Efor Seviyeleri: Varsayılan Seviye Aynı Hata Düzeltmesinde Neden 7× Daha Ucuza Geldi?
• Flash’ın aynı ay yayımlanan diğer iki uygun fiyatlı kodlama modeliyle aynı görevde nasıl karşılaştırıldığını görmek için: MiniMax M3.1 Flash ile DeepSeek V4.1 Flash ve Claude Haiku 5.5: Tek Hata Düzeltmesi, Üç Fatura

Kaynaklar

• MiniMax: Modeller
• MiniMax: Model Çağırma (metin üretimi kılavuzu)
• AIHubMix: MiniMax M3.1 Flash
• CellCog: Space Bunny Alpha, Gizli Model ve MiniMax İpuçları
• Developers Digest: MiniMax M2.5 ve M2.7’nin Kullanımdan Kaldırılması