Cuối tháng 9, một mô hình không ghi tên nhà phát triển đã đứng đầu bảng xếp hạng hằng ngày của OpenRouter, vượt DeepSeek V4.1 Flash, đồng thời giữ vị trí mô hình được dùng nhiều nhất trên OpenCode suốt năm ngày liên tiếp. Mô hình này có tên Space Bunny Alpha và được cung cấp miễn phí. Đó chính là MiniMax M3.1 Flash. Tính đến ngày 19 tháng 10 năm 2026, bạn có thể gọi mô hình theo token trên AIHubMix với tên minimax-m3.1-flash, giá $0.165 cho mỗi triệu token đầu vào và $0.66 cho mỗi triệu token đầu ra.
Tóm tắt nhanh:
- Mô hình này thay thế M2.7. Từ ngày 19 tháng 10, MiniMax chuyển các yêu cầu M Plan và Token Plan dành cho M2.5 và M2.7 sang M3.1 Flash. Cả hai dòng mô hình cũ sẽ ngừng hoạt động vào ngày 18 tháng 11.
- Giá mỗi token thấp hơn M3 khoảng 43% trên AIHubMix. MiniMax vẫn chưa công bố giá riêng tính theo token.
- Chế độ suy luận luôn bật, và mức mặc định là sâu nhất. Với một bản sửa lỗi nhỏ, mức mặc định dùng lượng token đầu ra gấp khoảng 7 lần mức
lowvà mất thời gian lâu hơn khoảng 6 lần. Cả hai mức đều vượt qua mọi bài kiểm thử.
Từ Space Bunny đến ID mô hình
| Ngày (2026) | Diễn biến |
|---|---|
| 23 Sep | Space Bunny Alpha xuất hiện trên OpenRouter và OpenCode, miễn phí, ngữ cảnh 1M |
| 23 Sep | Người thử nghiệm phát hiện tokenizer của mô hình khớp chính xác với MiniMax M3 |
| 27 Sep | MiniMax công bố M3.1-Flash-Preview là mô hình mặc định trong MiniMax Code |
| 30 Sep | Token Plan đổi tên thành M Plan; M3.1 Flash được đưa vào gói |
| 19 Oct | M2.5/M2.7 ngừng tiếp nhận người dùng mới; lưu lượng từ các gói được chuyển sang M3.1 Flash |
| 19 Oct | minimax-m3.1-flash chính thức có mặt trên AIHubMix, thanh toán theo token |
Các mốc thời gian và vị trí trên bảng xếp hạng được trích từ dòng thời gian Space Bunny của CellCog, tổng hợp các bài đăng trên OpenRouter và OpenCode. Trong tuần hoạt động kín, cộng đồng đã nhận diện mô hình qua tokenizer trước khi MiniMax lên tiếng. So sánh tokenizer trên X của cheaty cho thấy tokenizer văn bản của Space Bunny “khớp hoàn toàn với tokenizer của MiniMax M3”. Những người thử nghiệm khác cũng đối chiếu trùng khớp 36/36 và 50/50 chuỗi kiểm tra. Thông số được công bố của Space Bunny cũng giống hệt thông tin MiniMax công bố sau đó: ngữ cảnh 1M, đầu vào văn bản, hình ảnh và video, cùng chế độ suy luận không thể tắt. Một người dùng đầu tiên tóm tắt: “nhanh kinh khủng, nhưng cần chỉ dẫn rõ ràng và cụ thể, nếu không nó sẽ lười đến mức chẳng làm gì”. Hãy ghi nhớ điều này khi viết prompt cho mô hình.
Từ đó, tài liệu MiniMax đã bỏ nhãn “Preview”. Danh sách mô hình hiện gọi mô hình là MiniMax-M3.1-Flash, một “mô hình lập trình đa phương thức tiên tiến với cửa sổ ngữ cảnh 1M và độ sâu suy luận có thể điều chỉnh”. Mọi phản hồi từ AIHubMix cũng báo tên mô hình ở phía nhà cung cấp là tên này.
Có gì thay đổi so với M2.7
Với những ai đang dùng gói MiniMax, M2.7 là mô hình bị M3.1 Flash thay thế chỉ sau một đêm. Dưới đây là những điểm khác biệt đáng lưu ý trong thực tế:
| MiniMax M2.7 | MiniMax M3.1 Flash | |
|---|---|---|
| Cửa sổ ngữ cảnh | 204,800 | 1,000,000 |
| max_tokens (khuyến nghị / tối đa) | 65,536 / 204,800 | 131,072 / 524,288 |
| Đầu vào | Văn bản | Văn bản, hình ảnh, video |
| Suy luận | Luôn bật, không có mức tùy chỉnh | Luôn bật, có năm mức |
| Độ sâu suy luận mặc định | — | max |
| Explicit cache_control | Được hỗ trợ, tính phí khi ghi | Không được hỗ trợ |
| top_p mặc định | 0.9 | 0.95 |
| Trạng thái | Ngừng hoạt động ngày 18 Nov 2026 | Hiện hành |
Tài liệu MiniMax có đề cập đến đầu vào video. Hiện tại, AIHubMix liệt kê đầu vào văn bản và hình ảnh cho mô hình này. Trong các bài kiểm thử của chúng tôi, cả hình ảnh Base64 lẫn URL hình ảnh dạng văn bản thuần đều hoạt động.
Một số điểm vẫn giữ nguyên. Cả hai mô hình đều suy luận trong mọi yêu cầu. Cả hai đều hỗ trợ API tương thích với Anthropic và OpenAI của MiniMax. Theo tài liệu tham khảo API của MiniMax, cả hai chỉ chấp nhận tool_choice: auto. Nếu mã M2.7 của bạn không đụng đến cài đặt suy luận hay bộ nhớ đệm, nó vẫn chạy được với M3.1 Flash. Chỉ là cách chạy sẽ khác, và phần lớn khác biệt đó đến từ mức suy luận.
Tùy chọn mới là effort. Hướng dẫn tạo văn bản của MiniMax liệt kê các mức low, medium, high, xhigh và max, đồng thời cho biết mô hình sẽ dùng max nếu bỏ trống trường này. M2.7 không có tùy chọn tương ứng. Vì vậy, nếu yêu cầu của bạn không chỉ định mức effort, M3.1 Flash sẽ suy luận hết mức có thể.
Mức độ tiệm cận M3, và những điểm M3 vẫn vượt trội
M3 thuộc phân khúc cao hơn: đây là mô hình hàng đầu có trọng số mở của MiniMax, ra mắt ngày 1 June với cùng ngữ cảnh 1M. Trên AIHubMix, giá đầu ra của M3 cao gấp 1.75× Flash ($1.152 so với $0.66). Chênh lệch này đáng kể, nhưng không đến mức khác hẳn đẳng cấp.
Câu trả lời thẳng thắn cho câu hỏi “Flash gần M3 đến mức nào?” là hiện chưa ai công bố số liệu cho Flash. MiniMax chưa đưa ra bảng điểm benchmark nào cho M3.1 Flash, còn Artificial Analysis thì chưa có mục nào về mô hình này. M3 có cả hai. MiniMax báo cáo đạt 59.0% trên SWE-Bench Pro (tự công bố), còn Artificial Analysis chấm M3 đạt 29.2 trong Chỉ số Trí tuệ của họ. Mọi bảng benchmark M3.1 Flash mà bạn thấy đều hoặc là của M3, hoặc không có nguồn dẫn.
M3 vẫn rõ ràng vượt trội ở bốn điểm:
- Bằng chứng. M3 có điểm số độc lập; Flash mới chỉ có nhận xét từ người dùng và các bài kiểm thử của chúng tôi.
- Trọng số mở. Trọng số của M3 có trên Hugging Face theo giấy phép MiniMax Community License. Flash hiện chưa có trọng số; MiniMax cho biết có kế hoạch phát hành nhưng chưa ấn định ngày.
- Tắt suy luận. M3 có thể bỏ qua hoàn toàn việc suy luận. Flash thì không, nên khó tối ưu tốc độ cho các lệnh gọi đơn lượt cần độ trễ thấp.
- Gói ưu tiên. MiniMax bán gói Priority nhanh hơn cho M3 với giá cao gấp 1.5×. Flash từ chối trường
service_tier.
Flash vượt trội về giá mỗi token và tùy chọn effort, cho phép một mô hình xử lý cả các bản sửa nhanh lẫn tác vụ suy luận dài.
Giá và chi phí thực tế
Giá tính trên mỗi triệu token, được kiểm tra ngày 19 October 2026. Số liệu của MiniMax lấy từ trang giá thanh toán theo mức sử dụng. Giá chính thức của M3 đã bao gồm mức mà MiniMax gọi là “giảm giá 50% vĩnh viễn”.
| Mô hình | Giá chính thức đầu vào / đầu ra | Giá trên AIHubMix đầu vào / đầu ra | Giá đọc bộ nhớ đệm trên AIHubMix |
|---|---|---|---|
| MiniMax M2.7 | $0.30 / $1.20 | $0.2958 / $1.1832 | $0.05916 |
| MiniMax M3.1 Flash | chưa công bố | $0.165 / $0.66 | $0.0165 |
| MiniMax M3 | $0.30 / $1.20 | $0.288 / $1.152 | — |
Giá chính thức của M3 tăng gấp đôi khi lượng token đầu vào vượt quá 512K. AIHubMix niêm yết một mức giá cố định cho M3.1 Flash.
Trên AIHubMix, giá mỗi token của Flash thấp hơn M2.7 khoảng 44% ($0.165 ÷ $0.2958 ≈ 0.56) và thấp hơn M3 khoảng 43% ($0.165 ÷ $0.288 ≈ 0.57). Giá đầu ra cũng có tỷ lệ tương tự.
Tuy nhiên, giá mỗi token không phải toàn bộ hóa đơn. Vì suy luận luôn bật, mức effort quyết định một tác vụ cần bao nhiêu token. Để có con số cụ thể, AIHubMix đã chạy một tác vụ thực tế vào ngày 19 October. Tất cả số liệu dưới đây do AIHubMix đo; chưa có bên nào khác tái lập các kết quả này.
Tác vụ: sửa một hàm tính phí có hai lỗi. Thời gian tạm dừng kéo dài quá cuối kỳ sẽ bị tính trùng một ngày, còn các khoảng tạm dừng chồng lấn bị trừ hai lần. Mô hình trả về hàm đã sửa, sau đó một bộ kiểm thử chạy cục bộ thực hiện 215 ca kiểm thử ẩn. Mỗi mức được chạy ba lần qua endpoint Chat Completions của AIHubMix.
| Mức cài đặt | Token đầu ra trung bình | Thời gian trung bình | Chi phí trung bình cho mỗi lần sửa | Số bài kiểm thử vượt qua |
|---|---|---|---|---|
| Bỏ trống effort (= max) | 6,673 | 56 s | $0.0045 | 215/215 ở mọi lần chạy |
| Effort low | 889 | 9.5 s | $0.0006 | 215/215 ở mọi lần chạy |
Sau đây là phép tính cho hàng mặc định. Một yêu cầu dùng 464 token prompt, trong đó khoảng 192 token được lấy từ bộ nhớ đệm, cộng với 6,673 token đầu ra. Tổng chi phí là (272 × $0.165 + 192 × $0.0165 + 6,673 × $0.66) ÷ 1,000,000 ≈ $0.0045. Với 1,000 lần sửa tương tự, chi phí vào khoảng $4.45 ở mức mặc định và $0.64 ở mức low, với kết quả kiểm thử như nhau.
Ba lần chạy cho mỗi mức là mẫu nhỏ, và độ biến thiên giữa các lần chạy khá lớn: mức mặc định dao động từ 4,589 đến 9,680 token đầu ra. Dù vậy, xu hướng rất rõ. Nếu chuyển từ M2.7 mà không đặt mức effort, khoản tiết kiệm nhờ giá mỗi token thấp hơn có thể bị bù trừ bởi token suy luận trong các tác vụ khó hơn. Bài viết về effort trong loạt bài này (được liên kết ở cuối) trình bày đầy đủ cả năm mức.
Trường hợp mô hình không phải lựa chọn tốt nhất
- Tác vụ tương tác ở mức mặc định. Một bản sửa nhỏ cho một hàm mất từ 39 đến 82 giây ở mức mặc định. Nếu có người đang chờ, hãy đặt
lowhoặcmedium, hoặc dùng mô hình nhanh hơn. Trong các bài kiểm thử của chúng tôi, Claude Haiku 5.5 hoàn thành cùng bản sửa trong khoảng 7 giây. - Mọi trường hợp cần điểm số đã được công bố. Nếu quy trình xét duyệt mua sắm hoặc SLA yêu cầu benchmark độc lập, M3 hoặc DeepSeek V4.1 Flash đã có số liệu, còn Flash thì chưa.
- Các lệnh gọi bắt buộc phải chạy mà không suy luận. Flash không thể bỏ qua suy luận. Với prompt phân loại ngắn, cơ chế suy luận thích ứng hầu như không dùng token nào (0 đến 6 token), nhưng bạn không thể đảm bảo con số bằng không.
- Tự lưu trữ. Chưa có trọng số được công bố thì không có gì để triển khai.
Ai nên chuyển ngay, ai nên chờ, ai nên tiếp tục dùng
- Người dùng M Plan và Token Plan đang dùng M2.5 hoặc M2.7: bạn đã được chuyển đổi vì hiện MiniMax đang định tuyến lại các yêu cầu dùng tên mô hình đó. Hãy chạy lại các bài đánh giá và bổ sung mức effort vào yêu cầu.
- Người dùng thanh toán theo mức sử dụng đang dùng M2.5 hoặc M2.7: bạn còn thời hạn đến ngày 18 tháng 11. Chuyển sang M3.1 Flash trên AIHubMix nghĩa là đổi model ID và thêm
reasoning_effort. Bài viết về chuyển đổi trong loạt bài này trình bày các lỗi bạn có thể gặp. - Các nhóm đang dùng M3 cho tác nhân lập trình: hãy thử Flash ở mức
lowhoặcmediumtrên một phần lưu lượng. Giá mỗi token thấp hơn 43%, và trong tác vụ của chúng tôi, mọi mức đều vượt qua bài kiểm thử. - Tiếp tục dùng M3 nếu bạn cần trọng số mở, khả năng tắt suy luận, benchmark độc lập hoặc gói Priority.
Cách kiểm tra nhanh nhất là gửi prompt của chính bạn cho MiniMax M3.1 Flash trên AIHubMix và M3 bằng cùng một khóa API. Trang so sánh song song hiển thị thẻ giá của cả hai mô hình. Hướng dẫn bắt đầu nhanh của AIHubMix giải thích cách lấy khóa và URL cơ sở:
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)
Câu hỏi thường gặp
MiniMax M3.1 Flash có phải là cùng một mô hình với Space Bunny Alpha không?
Đúng. Space Bunny Alpha là tên niêm yết ẩn danh của M3.1 Flash trên OpenRouter và OpenCode từ ngày 23 September 2026. Các bài kiểm tra tokenizer của cộng đồng đã đối chiếu mô hình này với MiniMax trước khi MiniMax công bố tên mô hình vào ngày 27 September.
ID mô hình trên AIHubMix là gì?
minimax-m3.1-flash. Tài liệu của MiniMax dùng tên MiniMax-M3.1-Flash, còn tài liệu trước đó dùng MiniMax-M3.1-Flash-Preview.
MiniMax M3.1 Flash có giá bao nhiêu?
Trên AIHubMix, giá là $0.165 cho mỗi triệu token đầu vào, $0.66 cho mỗi triệu token đầu ra và $0.0165 cho mỗi triệu token đầu vào được lưu trong bộ nhớ đệm. Tính đến ngày 19 October 2026, MiniMax chưa công bố giá riêng tính theo token.
Tôi có thể tắt suy luận không?
Không. Mô hình luôn suy luận. Mức thấp nhất là effort low; với prompt ngắn, mức này thường chỉ dùng rất ít token suy luận.
Các yêu cầu M2.7 của tôi sẽ ra sao?
Trên các gói M Plan và Token Plan của MiniMax, kể từ ngày 19 tháng 10 năm 2026, các yêu cầu chỉ định M2.5 hoặc M2.7 sẽ được chuyển sang M3.1 Flash. Với hình thức thanh toán theo mức sử dụng của MiniMax, người dùng hiện tại có thể gọi M2.5 và M2.7 đến hết ngày 18 tháng 11 năm 2026; sau đó, các yêu cầu này sẽ không còn hoạt động.
M3.1 Flash có tốt hơn M3 không?
Chưa có điểm chuẩn được công bố để khẳng định điều đó. Flash có chi phí mỗi token thấp hơn và hỗ trợ các mức độ nỗ lực. M3 có trọng số mở, điểm đánh giá độc lập, gói Priority và có thể chạy mà không cần suy nghĩ.
Mô hình có hỗ trợ hình ảnh và video không?
MiniMax ghi rõ mô hình hỗ trợ đầu vào văn bản, hình ảnh và video. Hiện tại, AIHubMix liệt kê đầu vào văn bản và hình ảnh cho mô hình này. Cả hình ảnh mã hóa base64 lẫn URL hình ảnh đều hoạt động trong các thử nghiệm của chúng tôi.
Đọc tiếp: loạt bài MiniMax M3.1 Flash
- Nếu bạn đang chuyển mã khỏi M2.5 hoặc M2.7 trước khi các phiên bản này ngừng hoạt động vào ngày 18 tháng 11, bài viết này liệt kê mọi lỗi và thay đổi âm thầm mà chúng tôi gặp phải: Chuyển khỏi MiniMax M2.5/M2.7 trước ngày 18 tháng 11: Khắc phục lỗi 400 "requires adaptive thinking" của M3.1 Flash
- Mức độ nỗ lực mặc định là nguyên nhân chính khiến chi phí ở trên cao như vậy. Bài viết này đo lường cả năm mức trên cùng một tác vụ sửa lỗi: Các mức độ nỗ lực của MiniMax M3.1 Flash: Vì sao mức mặc định tốn gấp 7 lần mức thấp khi sửa cùng một lỗi
- Để xem Flash so sánh thế nào với hai mô hình lập trình giá rẻ khác ra mắt cùng tháng, trên cùng một tác vụ: MiniMax M3.1 Flash so với DeepSeek V4.1 Flash và Claude Haiku 5.5: Một lần sửa lỗi, ba hóa đơn
