MiniMax M3.1 Flash: análisis, benchmarks, velocidad y comparación con M3

MiniMax publicó M3.1 Flash el 19 de octubre de 2026 a $0.15 por millón de tokens de entrada y $0.60 por millón de salida, la mitad de las tarifas de M3. Artificial Analysis le da 29 en su Intelligence Index frente a 19 de M3 (comprobado el 30 de octubre de 2026). En cinco peticiones lado a lado fue el modelo más cuidadoso: escribió un merge_intervals correcto donde el propio test de M3 falló. También piensa siempre, así que generó unas 2.4 veces más tokens de salida y tardó más en 4 de las 5 tareas.

Como M3, es un modelo de mezcla de expertos de 428B parámetros con 23B activos por token, ventana de contexto de 1M tokens y pesos públicos (tarjetas de modelo de Hugging Face, comprobadas el 30 de octubre de 2026).

Respuesta corta

• La mitad de precio por token. $0.15 de entrada y $0.60 de salida por millón de tokens, frente a $0.30 y $1.20 de M3, con la entrada en caché a $0.015 frente a $0.06 (página de precios de MiniMax, comprobada el 30 de octubre de 2026).
• Índice más alto y mejores puntuaciones de agente. Artificial Analysis le da 29 frente a 19 de M3, y en la tabla de la tarjeta de modelo lidera Automation-Bench con 62.8 y empata con Opus 5 en 76.2 en BankerToolBench.
• Cada petición piensa primero. El razonamiento no se puede desactivar, el valor de effort por defecto es max y en nuestras pruebas escribió 3,420 tokens de salida frente a 1,408 de M3.
• El coste por tarea depende de la longitud. En nuestras cinco peticiones cortas costó $0.00220 frente a $0.00195 de M3; en las tareas largas del índice de Artificial Analysis cuesta $0.49 frente a $1.29.
• Nuestra recomendación: Flash es la mejor opción por defecto para programar y para tareas de agente. M3 sigue ganando en llamadas cortas y sensibles a la latencia, donde la cantidad de tokens pesa más que el precio bajo.

¿Qué es MiniMax M3.1 Flash?

Es M3 con tres cambios que, según MiniMax, mejoran la eficiencia de inferencia. MiniMax M3.1 Flash llegó el 19 de octubre de 2026 (notas de versión de MiniMax, comprobadas el 30 de octubre de 2026) con 428B parámetros totales y 23B activos por token, la misma forma que MiniMax M3. Los cambios: atención dispersa en lugar de las tres primeras capas de atención completa, entrenamiento consciente de la cuantización y decodificación especulativa DSpark (tarjeta de modelo de Hugging Face, comprobada el 30 de octubre de 2026).

Las fechas vienen de las notas de versión de MiniMax, los tamaños de la tarjeta de Hugging Face y los precios de la página de precios de MiniMax, todo comprobado el 30 de octubre de 2026. Ambos modelos aceptan 1M tokens de contexto y recomiendan 131,072 tokens de salida, con 524,288 como máximo (referencia de la API de chat de MiniMax, comprobada el 30 de octubre de 2026).

Antes del lanzamiento, MiniMax lo ejecutó de forma anónima como Space Bunny, donde procesó más de 200 billones de tokens (publicación de lanzamiento de MiniMax, 19 de octubre de 2026). Desde el 19 de octubre, las peticiones a M2.5 y M2.7 dentro de M Plan y Token Plan van a M3.1 Flash de forma automática, y esos dos modelos se retiran el 18 de noviembre de 2026 (FAQ de modelos de MiniMax, comprobada el 30 de octubre de 2026).

La misma publicación dice que M3.1 Flash hace la inferencia en línea “nearly three times faster” (casi tres veces más rápida) y reduce los costes de uso un 70%.

Los pesos son públicos en el repositorio MiniMaxAI/MiniMax-M3.1-Flash de Hugging Face bajo la MiniMax Community License (comprobado el 30 de octubre de 2026).

¿Qué benchmarks publicó MiniMax?

MiniMax publicó dos conjuntos de números. El más completo está en la tarjeta de M3.1 Flash, que lo compara con Opus 5, GPT-5.6 Sol y otros cuatro modelos, pero no con M3 (Hugging Face, comprobado el 30 de octubre de 2026).

Lidera Automation-Bench v1.0.6 con 62.8, donde Opus 5 saca 50.3 y GPT-5.6 Sol 45.8. Empata con Opus 5 en BankerToolBench con 76.2. Un modelo de la misma tabla, DeepSeek V4.1 Flash-1017, lo supera en tres filas de código: 42.3 en Terminal Bench 4.0 frente a 38.1, 77.0 en DeepSWE frente a 73.7 y 68.2 en NL2Repo-Bench frente a 61.2.

La publicación de lanzamiento de MiniMax dice que “ranks first among Chinese models” (queda primero entre los modelos chinos) en OSWorld V2 y Agents' Last Exam. En la tabla de la tarjeta, Opus 5 saca 70.6 y GPT-5.6 Sol 65.7 en OSWorld 2.0 frente a 61.7 de Flash, y Opus 5 (32.2) y GPT-5.6 Sol (30.6) quedan por encima de su 29.6 en Agents' Last Exam.

Para M3, los números vienen de su propio lanzamiento el 1 de junio de 2026:

• SWE-Bench Pro: 59.0%
• Terminal-Bench 2.1: 66.0%
• MCP Atlas: 74.2%

Son pruebas distintas de las filas anteriores, así que los dos conjuntos no se pueden comparar fila por fila.

En Hacker News, DCKing escribió que el modelo “seems to be pretty benchmaxed” (parece bastante ajustado a los benchmarks) y que “in actual use, it doesn't survive the comparison to models in the benchmark” (en uso real no aguanta la comparación con los modelos del benchmark) (19 de octubre de 2026).

¿Qué tan rápido es?

Por token es rápido; por respuesta suele ser más lento. MiniMax dice que la salida llega a más de 200 tokens por segundo, con una mediana por encima de 170, y lo atribuye a una dispersión más agresiva. Artificial Analysis, midiendo la propia API de MiniMax, registró 118.9 tokens por segundo frente a 101.0 de M3, y un primer token en 1.36 s frente a 1.11 s (comprobado el 30 de octubre de 2026).

Nuestras pruebas muestran dónde se va el tiempo. Cada celda es el tiempo total y luego el tiempo hasta el primer token, en segundos; el prompt de explicación se ejecutó dos veces por modelo y la llamada de herramienta no usó streaming.

Medimos esto el 30 de octubre de 2026. Después del primer token, Flash transmitió a unos 76 a 239 tokens por segundo frente a 67 a 107 de M3, así que la velocidad bruta de tokens no era el problema. El razonamiento sí: cada llamada de Flash con streaming devolvió reasoning_content, y esos tokens cuentan en el total. M3 no devolvió texto de razonamiento en ninguna llamada.

En Hacker News, chriddyp, que probó el modelo en su propio benchmark de análisis de datos, escribió que “seems to use A LOT of tokens and it's the slowest model that we've tested for the exam; it's slow because of the number of tokens it uses, not the inference speed” (usa muchísimos tokens y es el modelo más lento que hemos probado en el examen; es lento por la cantidad de tokens, no por la velocidad de inferencia) (20 de octubre de 2026).

¿Cómo se comparó con M3 en los mismos prompts?

Flash acertó una tarea más y aun así fue más lento. Los dos modelos respondieron bien la pregunta aritmética con 401, cubrieron los diez puntos de caché HTTP y hicieron las dos llamadas de herramienta para París y Tokio. La diferencia estuvo en la tarea de código.

Tokens de salida, razonamiento incluido:

Flash escribió 3,420 tokens de salida en las cinco tareas frente a 1,408 de M3. Las respuestas visibles fueron parecidas: 377 y 425 palabras para las dos explicaciones de Flash, 364 y 381 para las de M3, mientras que el texto de razonamiento previo de Flash sumó otras 394 y 496 palabras.

La tarea de código decidió la comparación. Flash devolvió un merge_intervals correcto con nueve asserts, incluido uno que comprueba que la lista de entrada no cambia, y el archivo se ejecutó sin errores. La lógica de fusión de M3 también era correcta, pero ordena los intervalos en tuplas y solo los convierte de vuelta a lista cuando fusiona, así que merge_intervals([[5, 10]]) devuelve [(5, 10)]. Su propio segundo assert, assert merge_intervals([[5, 10]]) == [[5, 10]], falla.

Bajar el effort reduce la espera. Con reasoning_effort: "low", una ejecución extra de Flash tardó 5.5 s en vez de 25.2 s, llegó al primer token en 2.4 s en vez de 16.1 s y escribió 429 tokens en vez de 838. La función era correcta, pero uno de sus propios asserts esperaba que se fusionaran dos intervalos que no se solapan, así que ese archivo terminó con un AssertionError.

El razonamiento de Flash se lee como inglés telegráfico y recortado. El de la tarea de conteo empezó, textualmente: “We need answer. Need parse subtle: divisible by 3 or by 5, but not by 15.” En Hacker News, simonw informó del mismo estilo y lo llamó “Reasoning traces use truncated English” (los rastros de razonamiento usan inglés truncado) (19 de octubre de 2026).

Probamos solo texto: la entrada de imagen y vídeo, los prompts de contexto largo, las ejecuciones de agente más largas y los niveles de effort distintos del predeterminado y low quedaron sin probar, y llamamos a ambos modelos a través de un único endpoint compatible con OpenAI en lugar de la API propia de MiniMax.

¿Cuánto cuesta por tarea?

La mitad de precio por token no lo hizo más barato en prompts cortos. En nuestras cinco llamadas Flash costó $0.00220 frente a $0.00195 de M3, porque escribió unas 2.4 veces más tokens de salida. M3 costó menos en cuatro de las cinco tareas; Flash costó menos en la llamada de herramienta.

Los precios usan las tarifas de lista de MiniMax, con la entrada en caché a la tarifa de caché.

En tareas largas la cosa se invierte. El precio combinado de Artificial Analysis es $0.10 por millón de tokens frente a $0.22 de M3, con una mezcla 7:2:1 de aciertos de caché, entrada y salida, y su coste medio para completar una tarea del Intelligence Index es $0.49 frente a $1.29 (comprobado el 30 de octubre de 2026). También califica a Flash de muy verboso: 160M tokens de salida en todo el índice frente a una mediana de 100M, con M3 en 100M.

Hay otra diferencia: Flash es plano a $0.15 de entrada, $0.60 de salida y $0.015 de entrada en caché por millón de tokens. M3 cuesta $0.30, $1.20 y $0.06 tras el descuento permanente del 50% de MiniMax, para prompts de hasta 512K tokens de entrada; por encima son $0.60, $2.40 y $0.12. M3 también vende un nivel Priority a 1.5 veces esas tarifas, que se activa con service_tier: "priority", y Flash no tiene nivel Priority (página de precios de MiniMax, comprobada el 30 de octubre de 2026).

¿Conviene M3.1 Flash o M3?

Flash es la mejor opción por defecto para prompts de código y de agente.

En nuestros prompts cortos M3 fue más rápido en cuatro de las cinco llamadas y más barato en cuatro de las cinco, y las explicaciones fueron igual de completas. La razón para elegir Flash es la precisión en trabajo que de otro modo habría que repetir: su archivo de código pasó los nueve asserts y el de M3 no.

En una prueba complementaria del mismo lote, M3.1 Flash se ejecutó como modelo personalizado en Factory Droid y arregló un bug de mediana en 30.7 segundos.

Si eliges modelo para Claude Code, la comparación de modelos para Claude Code repasa las opciones de Claude. GLM-5.3, que también aparece en la tabla de MiniMax, tiene su propia comparación GLM-5.3 vs GLM-5.2, y el sucesor de Kimi K3 está en nuestro análisis de Kimi K3.1 Pro.

¿Cómo se llama a M3.1 Flash?

OmniaKey sirve los dos ids desde un único endpoint compatible con OpenAI, así que una clave y una misma forma de petición cubren cualquiera de los dos modelos. Las tarifas actuales están en la página del modelo M3.1 Flash y en la página del modelo M3.

curl https://api.omniakey.com/v1/chat/completions \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-m3.1-flash",
    "max_tokens": 8000,
    "reasoning_effort": "low",
    "messages": [{"role": "user", "content": "Explain HTTP caching in two paragraphs."}]
  }'

La respuesta llega en choices[0].message.content y el razonamiento en reasoning_content. Cambia model a minimax-m3 para llamar a M3.

1. reasoning_effort acepta low, medium, high, xhigh y max, y usa max cuando no lo indicas, el ajuste que más piensa (guía de generación de texto de MiniMax, comprobada el 30 de octubre de 2026).
2. El razonamiento no se puede apagar en Flash: enviar razonamiento desactivado devuelve un 400 con model "MiniMax-M3.1-Flash" requires adaptive thinking. M3 puede funcionar con razonamiento activo, adaptativo o apagado.
3. temperature y top_p se ignoran; ambos modelos usan siempre 1 y 0.95.

FAQ

¿MiniMax M3.1 Flash es de código abierto?

Los pesos son públicos en el repositorio MiniMaxAI/MiniMax-M3.1-Flash de Hugging Face, y la tarjeta del modelo declara la MiniMax Community License (comprobado el 30 de octubre de 2026). Son pesos abiertos con condiciones.

¿Se puede apagar el razonamiento en M3.1 Flash?

No. La guía de MiniMax dice que el razonamiento está activo por defecto y no se puede desactivar, y una petición que lo desactiva devuelve un error 400. Para acortar el razonamiento, pon reasoning_effort en low.

¿M3.1 Flash acepta imágenes?

La guía y la tarjeta de MiniMax indican entrada de texto, imagen y vídeo, y salida de texto (comprobado el 30 de octubre de 2026); Artificial Analysis solo lista texto e imagen para Flash. En OmniaKey, la página del modelo no lista entrada de imagen para minimax-m3.1-flash, así que envía solo texto. Nuestras pruebas fueron solo con texto.

¿Qué fue Space Bunny?

Space Bunny fue un modelo anónimo que corrió antes del lanzamiento, y MiniMax dice que procesó más de 200 billones de tokens y que era una versión temprana de M3.1 Flash (publicación de lanzamiento, 19 de octubre de 2026).

¿Qué tamaño tiene M3.1 Flash?

428B parámetros totales y 23B activos por token, con una ventana de contexto de 1M tokens, la misma forma que M3. No es un modelo más pequeño: MiniMax atribuye su eficiencia de inferencia a la atención dispersa, el entrenamiento consciente de la cuantización y la decodificación especulativa.

¿M3.1 Flash sirve para programar?

En nuestra única tarea de código superó a M3: su merge_intervals pasó los nueve asserts y el archivo de M3 falló su propio test. En la tarjeta de MiniMax saca 73.7 en DeepSWE v1.1, por debajo de DeepSeek V4.1 Flash-1017 con 77.0 en la misma tabla.

Fuentes consultadas

• MiniMax: MiniMax M3.1 Flash — comprobado el 30 de octubre de 2026
• MiniMax: MiniMax M3 — comprobado el 30 de octubre de 2026
• MiniMax platform: pricing overview — comprobado el 30 de octubre de 2026
• MiniMax platform: text generation guide — comprobado el 30 de octubre de 2026
• MiniMax platform: model release notes — comprobado el 30 de octubre de 2026
• MiniMax platform: models FAQ — comprobado el 30 de octubre de 2026
• MiniMax platform: chat API reference — comprobado el 30 de octubre de 2026
• Hugging Face: MiniMax-M3.1-Flash — comprobado el 30 de octubre de 2026
• Hugging Face: MiniMax-M3 — comprobado el 30 de octubre de 2026
• Artificial Analysis: MiniMax-M3.1-Flash — comprobado el 30 de octubre de 2026
• Artificial Analysis: MiniMax-M3 — comprobado el 30 de octubre de 2026
• Hacker News: hilo de lanzamiento de MiniMax M3.1 Flash — comprobado el 30 de octubre de 2026
• DCKing sobre los benchmarks, chriddyp sobre la velocidad y simonw sobre el razonamiento — comprobado el 30 de octubre de 2026