Quanto custa o MiniMax M3.1 Flash?

US$ 0,15 por milhão de tokens de entrada, US$ 0,60 por milhão de saída e US$ 0,015 por milhão de entrada em cache, sem sobretaxa para contexto longo. É metade do preço por token do MiniMax M3.

O M3.1 Flash tem pesos abertos?

Ainda não. A MiniMax prometeu os pesos para 23 de outubro de 2026, segundo o VentureBeat e o The Decoder, mas não divulgou a licença.

O que é a taxa de alucinação de 93%?

É o resultado no AA-Omniscience, da Artificial Analysis. Entre as respostas que o modelo não acertou, 93% foram respostas erradas, e não recusas. O modelo acertou 56% das perguntas.

O que era o Space Bunny?

Um modelo anônimo que circulou no OpenRouter e no OpenCode a partir de 23 de setembro. A MiniMax confirmou que era uma versão inicial do M3.1 Flash, que processou mais de 200 trilhões de tokens.

MiniMax M3.1 Flash: agente a US$ 0,15 por milhão

Capa do Watcher com o título MiniMax M3.1 Flash: agente a US$ 0,15 — Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

A chinesa MiniMax lançou na segunda, 19 de outubro, o M3.1 Flash, modelo feito para agentes que cobra US$ 0,15 por milhão de tokens de entrada e US$ 0,60 de saída. É metade do preço por token do M3, a versão anterior. A empresa diz que o custo em tarefas de agente caiu 70% e que a inferência ficou quase três vezes mais rápida. A Artificial Analysis, que testa modelos de forma independente, confirmou a queda de custo, em escala menor, e achou um problema: o modelo quase nunca admite que não sabe.

Em resumo

O modelo: mistura de especialistas com 428 bilhões de parâmetros, cerca de 23 bilhões ativos por token, e contexto de 1 milhão de tokens, segundo a página do produto citada pelo MarkTechPost.
Preço: US$ 0,15 na entrada, US$ 0,60 na saída e US$ 0,015 na entrada em cache, por milhão de tokens. O M3 cobra US$ 0,30 e US$ 1,20.
Teste independente: a Artificial Analysis deu 42 pontos no seu índice de inteligência, contra 29 do M3, com custo médio de US$ 0,22 por tarefa, contra US$ 0,51.
Ponto fraco: taxa de alucinação de 93% no AA-Omniscience. Quando não acerta, o modelo quase sempre inventa uma resposta.
Pesos: a MiniMax prometeu os pesos abertos para 23 de outubro. A licença ainda não foi divulgada.

O que a MiniMax lançou?

O M3.1 Flash está disponível desde 19 de outubro na API da MiniMax, na assinatura M Plan e no aplicativo MiniMax Code. Ele aceita texto e imagem e responde em texto. O raciocínio fica sempre ligado. Há cinco níveis de esforço, de Low a Max, e uma chamada que tenta desligar o raciocínio volta com erro, segundo o MarkTechPost e a OrcaRouter.

O tamanho é o mesmo do M3: 428 bilhões de parâmetros no total e cerca de 23 bilhões ativos. O ganho de velocidade, diz a MiniMax, vem de uma esparsidade mais agressiva. A empresa não publicou relatório técnico.

A MiniMax confirmou que o modelo anônimo Space Bunny, que processou mais de 200 trilhões de tokens antes do anúncio, era uma versão inicial do M3.1 Flash. Segundo o AIHubMix, o Space Bunny Alpha apareceu de graça no OpenRouter e no OpenCode em 23 de setembro, e testadores notaram que o tokenizador era o mesmo do M3.

O que dizem os testes?

Os números da própria MiniMax colocam o modelo perto dos líderes em tarefas de agente. São 73,7% no DeepSWE v1.1, 61,7 no OSWorld V2, 29,6 no Agents’ Last Exam e 76,2 no BankerToolBench, empatado com o Claude Opus 5, segundo o VentureBeat. No DeepSWE, o mesmo levantamento põe o Opus 5 com 74% e o DeepSeek V4.1 Flash 1017 com 77%. No Terminal Bench 4.0 o Opus 5 abre 13,7 pontos de vantagem, segundo o MarkTechPost.

A Artificial Analysis rodou o próprio índice. O M3.1 Flash fez 42 pontos e custou US$ 0,22 por tarefa. O DeepSeek V4.1 Flash 1017 fez 45 a US$ 0,26. O GLM-5.3 Flash empatou em 42 a US$ 0,28. O Gemini 3.8 Flash fez 41 a US$ 1,24, segundo o VentureBeat. No Humanity’s Last Exam o modelo marcou 48%, contra 39% do M3.

O alerta veio no AA-Omniscience, que mede conhecimento factual. O modelo acertou 56% das perguntas, mais que os 43% do DeepSeek. Mas a taxa de alucinação ficou em 93%. O VentureBeat explica a conta: entre as respostas que não acertou, 93% foram erradas em vez de recusas ou respostas parciais. O modelo tenta responder quase tudo.

Onde os números não batem?

Há duas divergências, e a origem delas é a mesma: a MiniMax mede de um jeito, o teste independente mede de outro. Na velocidade, o blog da empresa fala em mais de 200 tokens por segundo e mediana acima de 170. A página do produto, citada pelo MarkTechPost, fala em cerca de 150. A Artificial Analysis mediu 125,5 tokens por segundo, segundo a OrcaRouter.

No custo, a MiniMax diz que o uso em tarefas de agente ficou 70% mais barato. Na conta da Artificial Analysis, o custo por tarefa do índice caiu 57%, de US$ 0,51 para US$ 0,22. Os dois números podem estar certos, porque medem cargas diferentes. Para orçamento, o número independente é o mais seguro.

Como chegamos até aqui?

O M3 saiu como modelo de pesos abertos com contexto de 1 milhão de tokens. O Space Bunny entrou no ar em 23 de setembro e, segundo o AIHubMix, chegou ao topo do ranking diário do OpenRouter à frente do DeepSeek V4.1 Flash. Em 27 de setembro, ainda segundo o AIHubMix, a MiniMax pôs uma prévia do M3.1 Flash como padrão no MiniMax Code. Em 19 de outubro veio o lançamento oficial, no mesmo dia em que a DeepSeek atualizou o V4.1 Flash, tema de post da Marcio.AI.

Os modelos antigos M2.5 e M2.7 saem de linha em 18 de novembro, e as chamadas a eles nos planos da MiniMax já foram redirecionadas para o M3.1 Flash, segundo o AIHubMix. A empresa também anunciou um modelo maior, o MiniMax Pro, ainda sem data.

O que muda para quem roda agentes em empresa?

Para um agente que lê muito e escreve pouco, o preço por token pesa menos que o número de tokens gastos por tarefa. Aqui o M3.1 Flash leva vantagem: usou cerca de 189 milhões de tokens de saída no índice da Artificial Analysis, contra cerca de 324 milhões do GLM-5.3 Flash e 334 milhões do Gemini 3.8 Flash, segundo o VentureBeat.

A taxa de alucinação muda o desenho. O modelo serve bem para tarefas em que o resultado é conferido por teste, como corrigir código ou preencher formulário com regra clara. Para atualizar cadastro, fazer análise financeira ou tomar decisão sozinho, o próprio VentureBeat recomenda busca em base de dados, trava de segurança ou revisão humana. Equipes de TI no Brasil que pagam API em dólar podem usar o custo por tarefa como critério de compra, desde que meçam também a taxa de erro no próprio caso de uso.

O que observar nas próximas semanas

A tese da Marcio.AI: em modelos baratos para agentes, a disputa passou do preço por token para o custo por tarefa resolvida, e o M3.1 Flash só ganha uso fora da China se a taxa de alucinação cair ou se os pesos abertos permitirem corrigir isso em casa. Quatro sinais para conferir. A publicação dos pesos, prometida para 23 de outubro, e a licença que vier com eles. Uma nova medição da Artificial Analysis depois de ajustes da MiniMax. A saída do M2.5 e do M2.7 em 18 de novembro. E a data do MiniMax Pro.

Fontes

Rating Marcio.AI: 4/5 (Global, Muito relevante, No centro do hype). Seção DeepTech do Watcher.

#MarcioAI #MiniMax #AgentesDeIA #ModelosAbertos #IAChinesa #LLM

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.

MiniMax lança o M3.1 Flash para agentes a US$ 0,15 por milhão de tokens de entrada