# Обзор MiniMax M3.1 Flash: бенчмарки, скорость и сравнение с M3

> MiniMax M3.1 Flash стоит вдвое дешевле M3 за токен и набирает 29 против 19 у Artificial Analysis. Бенчмарки, скорость, наши тесты и когда выигрывает M3.

- Canonical HTML: https://omniakey.com/ru/blog/minimax-m3-1-flash-review
- Markdown: https://omniakey.com/ru/blog/minimax-m3-1-flash-review.md
- Published: 2026-10-30 (updated 2026-10-30)
- Author: Kiki, COO at OmniaKey
- Language: ru
- Category: Comparison
- Reading time: 12 min
- All posts: https://omniakey.com/blog/llms.txt

---

MiniMax выпустила M3.1 Flash 19 октября 2026 года по цене $0.15 за миллион входных токенов и $0.60 за миллион выходных, вдвое дешевле тарифов M3, а Artificial Analysis ставит ей 29 баллов в Intelligence Index против 19 у M3 (проверено 30 октября 2026 года). В пяти параллельных вызовах она оказалась аккуратнее: написала корректную `merge_intervals` там, где собственный тест M3 упал. Она ещё и всегда думает: выдала примерно в 2.4 раза больше выходных токенов и была медленнее в 4 из 5 задач.

Как и M3, это mixture-of-experts модель с 428B параметров, 23B активных на токен, окном контекста 1M токенов и открытыми весами (карточки моделей Hugging Face, проверено 30 октября 2026 года).

## Коротко

- **Вдвое ниже цена за токен.** $0.15 на входе и $0.60 на выходе за миллион токенов против $0.30 и $1.20 у M3, кэшированный вход — $0.015 против $0.06 (страница цен MiniMax, проверено 30 октября 2026 года).
- **Выше индекс и сильнее оценки агентных задач.** Artificial Analysis даёт 29 против 19 у M3, а в таблице карточки модель лидирует в Automation-Bench с 62.8 и делит с Opus 5 результат 76.2 в BankerToolBench.
- **Каждый вызов сначала думает.** Thinking отключить нельзя, effort по умолчанию `max`, и в наших прогонах модель выдала 3,420 выходных токенов против 1,408 у M3.
- **Стоимость задачи зависит от длины.** На наших пяти коротких вызовах вышло $0.00220 против $0.00195 у M3; на длинных задачах индекса Artificial Analysis — $0.49 против $1.29.
- **Наш вывод:** Flash — лучший выбор по умолчанию для кода и агентных задач. M3 по-прежнему выигрывает на коротких вызовах, чувствительных к задержке, где меньшее число токенов важнее низкой цены.

* **MiniMax M3.1 Flash** (Выбор по умолчанию): Выше индекс (29 против 19), вдвое ниже цена за токен и решённая задача по коду. Каждый вызов сначала думает.
* **MiniMax M3** (Короткие быстрые вызовы): Быстрее в 4 из 5 наших вызовов и с менее чем половиной выходных токенов; thinking можно отключить.

## Что такое MiniMax M3.1 Flash?

Это M3 с тремя изменениями, которые MiniMax называет улучшением эффективности инференса. [MiniMax M3.1 Flash](https://omniakey.com/ru/minimax-m3-1-flash) вышла 19 октября 2026 года (release notes MiniMax, проверено 30 октября 2026 года) с 428B параметров всего и 23B активных на токен, та же форма, что у [MiniMax M3](https://omniakey.com/ru/minimax-m3). Изменения: sparse attention вместо первых трёх слоёв полного attention, обучение с учётом квантизации и спекулятивное декодирование DSpark (карточка модели на Hugging Face, проверено 30 октября 2026 года).

||M3.1 Flash|M3|
|-|-|-|
|Релиз|19 октября 2026|1 июня 2026|
|Параметры|428B всего, 23B активных|428B всего, 23B активных|
|Контекст|1M токенов|1M токенов|
|Максимальный выход|512K токенов|512K токенов|
|Thinking|Всегда включён|Включён, адаптивный, выключен|
|Цена за 1M|$0.15 вход, $0.60 выход|$0.30 вход, $1.20 выход|

Даты взяты из release notes MiniMax, размеры из карточки на Hugging Face, цены со страницы цен MiniMax, всё проверено 30 октября 2026 года. Обе модели принимают 1M токенов контекста и рекомендуют 131,072 выходных токена при максимуме 524,288 (справка по chat API MiniMax, проверено 30 октября 2026 года).

До запуска MiniMax гоняла её анонимно под именем Space Bunny: там она обработала более 200 трлн токенов (пост о запуске MiniMax, 19 октября 2026 года). С 19 октября запросы к M2.5 и M2.7 в M Plan и Token Plan автоматически идут в M3.1 Flash, а сами эти две модели выводятся 18 ноября 2026 года (FAQ по моделям MiniMax, проверено 30 октября 2026 года).

В том же посте о запуске сказано, что M3.1 Flash делает онлайн-инференс «nearly three times faster» (почти в три раза быстрее) и снижает расходы на использование на 70%.

Веса открыты в репозитории Hugging Face MiniMaxAI/MiniMax-M3.1-Flash под лицензией MiniMax Community License (проверено 30 октября 2026 года).

## Какие бенчмарки опубликовала MiniMax?

MiniMax опубликовала два отдельных набора цифр. Подробный в карточке M3.1 Flash, где модель сравнивают с Opus 5, GPT-5.6 Sol и ещё четырьмя моделями, но не с M3 (Hugging Face, проверено 30 октября 2026 года).

|Бенчмарк|M3.1 Flash|Opus 5|GPT-5.6 Sol|
|-|-|-|-|
|Automation-Bench v1.0.6|62.8|50.3|45.8|
|BankerToolBench|76.2|76.2|74.6|
|Terminal Bench 4.0|38.1|51.8|39.9|
|DeepSWE v1.1|73.7|74.0|73.0|
|NL2Repo-Bench|61.2|75.3|56.8|
|SWE Refactor Bench|23.0|31.0|28.5|
|OSWorld 2.0|61.7|70.6|65.7|
|HLE (без инструментов)|43.4|55.6|49.5|

Она лидирует в Automation-Bench v1.0.6 с 62.8, где Opus 5 набирает 50.3, а GPT-5.6 Sol 45.8. В BankerToolBench она делит с Opus 5 результат 76.2. Одна модель из той же таблицы, DeepSeek V4.1 Flash-1017, обходит её в трёх строках по коду: 42.3 в Terminal Bench 4.0 против 38.1, 77.0 в DeepSWE против 73.7 и 68.2 в NL2Repo-Bench против 61.2.

В посте о запуске MiniMax говорится, что модель «ranks first among Chinese models» (занимает первое место среди китайских моделей) в OSWorld V2 и Agents' Last Exam. В таблице карточки Opus 5 набирает 70.6, а GPT-5.6 Sol 65.7 в OSWorld 2.0 против 61.7 у Flash, и в Agents' Last Exam Opus 5 (32.2) и GPT-5.6 Sol (30.6) стоят выше её 29.6.

Для M3 цифры взяты из её собственного запуска 1 июня 2026 года:

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

Это другие тесты, чем строки выше, поэтому два набора нельзя сравнивать построчно.

На Hacker News DCKing пишет, что модель «seems to be pretty benchmaxed» (выглядит довольно сильно подогнанной под бенчмарки) и что «in actual use, it doesn't survive the comparison to models in the benchmark» (в реальном использовании она не выдерживает сравнения с моделями из бенчмарка) (19 октября 2026 года).

## Насколько она быстрая?

По токенам она быстрая, по ответу часто медленнее. MiniMax заявляет более 200 выходных токенов в секунду при медиане выше 170 и объясняет это более агрессивной разреженностью. Artificial Analysis, измеряя собственный API MiniMax, зафиксировала 118.9 токена в секунду против 101.0 у M3 и первый токен через 1.36 с против 1.11 с (проверено 30 октября 2026 года).

Наши прогоны показывают, куда уходит время. В каждой ячейке сначала общее время, затем время до первого токена в секундах; prompt с объяснением прогонялся дважды на модель, а вызов инструмента шёл без стриминга.

|Задача|M3.1 Flash|M3|
|-|-|-|
|Подсчёт|12.4 / 8.3|7.2 / 6.5|
|Код|25.2 / 16.1|6.2 / 3.3|
|Объяснение, прогон 1|14.3 / 6.8|10.1 / 2.9|
|Объяснение, прогон 2|7.4 / 2.5|13.1 / 6.0|
|Вызов инструмента|9.6 / –|2.6 / –|

Мы измеряли 30 октября 2026 года. После первого токена Flash стримила примерно 76–239 токенов в секунду против 67–107 у M3, так что дело было не в чистой скорости токенов. Дело было в thinking: каждый стриминговый вызов Flash возвращал `reasoning_content`, и эти токены входят в общий счёт. M3 не вернула текст размышлений ни в одном вызове.

На Hacker News chriddyp по итогам прогона на собственном бенчмарке по аналитике данных пишет, что она «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» (тратит очень много токенов и это самая медленная модель, которую мы тестировали на экзамене; медлительность из-за числа токенов, а не из-за скорости инференса) (20 октября 2026 года).

## Как она показала себя на тех же промптах?

Flash решила на одну задачу больше и всё равно была медленнее. Обе модели верно ответили 401 на вопрос по арифметике, обе покрыли все десять запрошенных пунктов по кэшированию HTTP и обе сделали два вызова инструментов для Парижа и Токио. Разница была в задаче по коду.

Выходные токены с учётом thinking:

|Задача|M3.1 Flash|M3|
|-|-|-|
|Подсчёт|312|64|
|Код|838|311|
|Объяснение, прогон 1|1,034|479|
|Объяснение, прогон 2|1,173|493|
|Вызов инструмента|63|61|

Flash выдала 3,420 выходных токенов на пяти задачах против 1,408 у M3. Видимые ответы были близки: 377 и 425 слов в двух объяснениях Flash, 364 и 381 у M3, а текст размышлений Flash перед ними добавил ещё 394 и 496 слов.

Решила дело задача по коду. Flash вернула корректную `merge_intervals` с девятью assert, включая проверку, что входной список не меняется, и файл прошёл чисто. Логика слияния у M3 тоже была верной, но она сортирует интервалы в кортежи и превращает их обратно в список только при слиянии, поэтому `merge_intervals([[5, 10]])` возвращает `[(5, 10)]`. Её собственный второй assert, `assert merge_intervals([[5, 10]]) == [[5, 10]]`, падает.

Снижение effort сокращает ожидание. С `reasoning_effort: "low"` дополнительный прогон Flash занял 5.5 с вместо 25.2 с, дошёл до первого токена за 2.4 с вместо 16.1 с и выдал 429 токенов вместо 838. Функция была корректной, но один из её собственных assert ожидал слияния двух непересекающихся интервалов, поэтому файл остановился с `AssertionError`.

Размышления Flash выглядят как рубленый телеграфный английский. Её thinking в задаче на подсчёт начинался дословно: «We need answer. Need parse subtle: divisible by 3 or by 5, but not by 15.» (Нужен ответ. Нужно разобрать тонкость: делится на 3 или на 5, но не на 15.) На Hacker News simonw описывает тот же стиль и называет это «Reasoning traces use truncated English» (в трейсах рассуждений используется усечённый английский) (19 октября 2026 года).

Мы тестировали только текст: ввод изображений и видео, длинные контекстные промпты, более долгие агентные прогоны и уровни effort, отличные от стандартного и low, не проверялись, и обе модели мы вызывали через один OpenAI-совместимый endpoint, а не через собственный API MiniMax.

## Сколько стоит одна задача?

Вдвое низкая цена за токен не сделала её дешевле на коротких промптах. На наших пяти вызовах Flash стоила $0.00220 против $0.00195 у M3, потому что выдала примерно в 2.4 раза больше выходных токенов. M3 стоила меньше в четырёх из пяти задач; Flash стоила меньше на вызове инструмента.

|Задача|M3.1 Flash|M3|
|-|-|-|
|Подсчёт|$0.000199|$0.000116|
|Код|$0.000526|$0.000434|
|Объяснение, прогон 1|$0.000662|$0.000620|
|Объяснение, прогон 2|$0.000730|$0.000607|
|Вызов инструмента|$0.000080|$0.000173|
|Итого|$0.00220|$0.00195|

Цены взяты по прайс-листу MiniMax, кэшированный вход по тарифу кэша.

На длинных задачах картина переворачивается. Смешанная цена Artificial Analysis $0.10 за миллион токенов против $0.22 у M3 при смеси 7:2:1 из попаданий в кэш, входа и выхода, а средняя стоимость одной задачи Intelligence Index $0.49 против $1.29 (проверено 30 октября 2026 года). Там же Flash называют очень многословной: 160M выходных токенов по индексу при медиане 100M, у M3 100M.

Ещё одно отличие: у Flash цена фиксированная, $0.15 вход, $0.60 выход и $0.015 за кэшированный вход за миллион токенов. M3 стоит $0.30, $1.20 и $0.06 после постоянной скидки MiniMax 50% для промптов до 512K входных токенов; выше этого $0.60, $2.40 и $0.12. У M3 есть ещё уровень Priority в 1.5 раза дороже, который включается через `service_tier: "priority"`, а у Flash уровня Priority нет (страница цен MiniMax, проверено 30 октября 2026 года).

## M3.1 Flash или M3: что выбрать?

Для промптов по коду и агентных промптов Flash лучший выбор по умолчанию.

|Если вы...|Выбор|Почему|
|-|-|-|
|Код и агентные задачи|M3.1 Flash|Прошла там, где M3 упала|
|Короткие быстрые вызовы|M3|Меньше токенов, меньше ожидания|
|Нужно отключить thinking|M3|Flash возвращает ошибку|
|Промпты длиннее 512K|M3.1 Flash|Цена не растёт|
|Быстрее ответы|M3|Уровень Priority в 1.5x|

На наших коротких промптах M3 была быстрее в четырёх из пяти вызовов и дешевле в четырёх из пяти, а объяснения были такими же полными. Выбирать Flash стоит ради точности в работе, которую иначе пришлось бы переделывать: её файл с кодом прошёл все девять assert, а файл M3 нет.

В парном тесте из той же серии M3.1 Flash работала как пользовательская модель в [Factory Droid](https://omniakey.com/ru/blog/factory-droid-custom-models) и исправила баг с медианой за 30.7 секунды.

Если вы выбираете модель для Claude Code, [лучшая модель для Claude Code](https://omniakey.com/ru/blog/best-model-for-claude-code) сравнивает варианты Claude. У GLM-5.3, тоже из таблицы MiniMax, есть собственное [сравнение GLM-5.3 и GLM-5.2](https://omniakey.com/ru/blog/glm-5-3-vs-glm-5-2-for-coding), а преемник Kimi K3 в нашем [обзоре Kimi K3.1 Pro](https://omniakey.com/ru/blog/kimi-k3-1-pro-review).

## Как вызвать M3.1 Flash?

OmniaKey отдаёт оба идентификатора через один OpenAI-совместимый endpoint, поэтому один ключ и одна форма запроса подходят для любой из моделей. Актуальные тарифы на [странице модели M3.1 Flash](https://omniakey.com/ru/minimax-m3-1-flash) и [странице модели M3](https://omniakey.com/ru/minimax-m3).

```bash
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."}]
  }'
```

Ответ приходит в `choices[0].message.content`, а размышления в `reasoning_content`. Замените `model` на `minimax-m3`, чтобы вызвать M3.

1. `reasoning_effort` принимает `low`, `medium`, `high`, `xhigh` и `max`, а по умолчанию, если его не указывать, стоит `max`, режим, который думает больше всего (руководство MiniMax по генерации текста, проверено 30 октября 2026 года).
2. В Flash thinking отключить нельзя: запрос с отключённым thinking возвращает 400 с `model "MiniMax-M3.1-Flash" requires adaptive thinking`. M3 работает с thinking включённым, адаптивным или выключенным.
3. `temperature` и `top_p` игнорируются; обе модели всегда используют 1 и 0.95.

## FAQ

### MiniMax M3.1 Flash это open source?

Веса открыты в репозитории Hugging Face MiniMaxAI/MiniMax-M3.1-Flash, и карточка модели указывает лицензию MiniMax Community License (проверено 30 октября 2026 года). Это открытые веса с условиями.

### Можно ли отключить thinking в M3.1 Flash?

Нет. Руководство MiniMax говорит, что thinking включён по умолчанию и отключить его нельзя, а запрос с отключённым thinking возвращает ошибку 400. Поставьте `reasoning_effort` в `low`, чтобы сократить размышления.

### M3.1 Flash принимает изображения?

Руководство и карточка MiniMax указывают текст, изображения и видео на входе и текст на выходе (проверено 30 октября 2026 года); Artificial Analysis перечисляет для Flash только текст и изображения. В OmniaKey страница модели не указывает ввод изображений для `minimax-m3.1-flash`, поэтому отправляйте только текст. Наши прогоны были текстовыми.

### Что такое Space Bunny?

Space Bunny это анонимная модель, работавшая до запуска; по словам MiniMax, она обработала более 200 трлн токенов и была ранней версией M3.1 Flash (пост о запуске, 19 октября 2026 года).

### Какой размер у M3.1 Flash?

428B параметров всего и 23B активных на токен, с окном контекста 1M токенов, та же форма, что у M3. Это не уменьшенная модель: MiniMax объясняет эффективность инференса sparse attention, обучением с учётом квантизации и спекулятивным декодированием.

### M3.1 Flash хороша для кода?

В нашей единственной задаче по коду она обошла M3: её `merge_intervals` прошла все девять assert, а файл M3 упал на собственном тесте. В карточке MiniMax она набирает 73.7 в DeepSWE v1.1, ниже DeepSeek V4.1 Flash-1017 с 77.0 в той же таблице.

## Проверенные источники

- [MiniMax: MiniMax M3.1 Flash](https://www.minimax.io/blog/minimax-m31f) — проверено 30 октября 2026 года
- [MiniMax: MiniMax M3](https://www.minimax.io/blog/minimax-m3) — проверено 30 октября 2026 года
- [MiniMax platform: pricing overview](https://platform.minimax.io/docs/pricing/overview) — проверено 30 октября 2026 года
- [MiniMax platform: text generation guide](https://platform.minimax.io/docs/guides/text-generation) — проверено 30 октября 2026 года
- [MiniMax platform: model release notes](https://platform.minimax.io/docs/release-notes/models) — проверено 30 октября 2026 года
- [MiniMax platform: models FAQ](https://platform.minimax.io/docs/faq/models) — проверено 30 октября 2026 года
- [MiniMax platform: chat API reference](https://platform.minimax.io/docs/api-reference/text-chat-openai) — проверено 30 октября 2026 года
- [Hugging Face: MiniMax-M3.1-Flash](https://huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash) — проверено 30 октября 2026 года
- [Hugging Face: MiniMax-M3](https://huggingface.co/MiniMaxAI/MiniMax-M3) — проверено 30 октября 2026 года
- [Artificial Analysis: MiniMax-M3.1-Flash](https://artificialanalysis.ai/models/minimax-m3-1-flash) — проверено 30 октября 2026 года
- [Artificial Analysis: MiniMax-M3](https://artificialanalysis.ai/models/minimax-m3) — проверено 30 октября 2026 года
- [Hacker News: ветка запуска MiniMax M3.1 Flash](https://news.ycombinator.com/item?id=50154540) — проверено 30 октября 2026 года
- [Hacker News: DCKing о бенчмарках](https://news.ycombinator.com/item?id=50157109), [chriddyp о скорости](https://news.ycombinator.com/item?id=50161518) и [simonw о трейсах рассуждений](https://news.ycombinator.com/item?id=50157424) — проверено 30 октября 2026 года