MiniMax M3.1 Flash inceleme: benchmark'lar, hız ve M3 ile farkı

MiniMax, M3.1 Flash'ı 19 Ekim 2026'da milyon giriş token'ı başına $0.15, milyon çıkış token'ı başına $0.60 fiyatla yayımladı; yani M3'ün tarifesinin yarısına. Artificial Analysis de onu Intelligence Index'te 29 puanla, M3'ün 19 puanının önünde gösteriyor (30 Ekim 2026'da kontrol edildi). Beş yan yana çağrıda daha dikkatli model oydu: M3'ün kendi testinin başarısız olduğu yerde doğru bir merge_intervals yazdı. Ama her zaman düşünüyor: yaklaşık 2.4 kat fazla çıktı token'ı yazdı ve 5 görevin 4'ünde daha uzun sürdü.

M3 gibi 428B parametreli bir mixture-of-experts modeli: token başına 23B etkin, 1M token'lık bağlam penceresi ve açık ağırlıklar (Hugging Face model kartları, 30 Ekim 2026'da kontrol edildi).

Kısa yanıt

• Token başına yarı fiyat. Milyon token başına girişte $0.15, çıkışta $0.60; M3'te $0.30 ve $1.20. Önbellekli giriş $0.015, M3'te $0.06 (MiniMax fiyat sayfası, 30 Ekim 2026'da kontrol edildi).
• Daha yüksek endeks, daha güçlü ajan puanları. Artificial Analysis ona 29 veriyor, M3 19 alıyor; MiniMax'in model kartı tablosunda Automation-Bench'te 62.8 ile önde ve BankerToolBench'te 76.2 ile Opus 5 ile aynı puanda.
• Her çağrı önce düşünüyor. Düşünme kapatılamıyor, çaba varsayılan olarak max ve bizim çalıştırmalarımızda 3,420 çıktı token'ı yazdı, M3 ise 1,408.
• Görev başına maliyet uzunluğa bağlı. Beş kısa çağrımızda $0.00220, M3'te $0.00195 tuttu; Artificial Analysis'in uzun endeks görevlerinde ise $0.49, M3'te $1.29.
• Bizim görüşümüz: Flash, kodlama ve ajan işleri için daha iyi varsayılan. M3 kısa ve gecikmeye duyarlı çağrılarda hâlâ önde; oralarda az token, düşük fiyattan daha çok işe yarıyor.

MiniMax M3.1 Flash nedir?

Bu, MiniMax'in çıkarım verimliliğini artırdığını söylediği üç değişiklikle gelen M3. MiniMax M3.1 Flash 19 Ekim 2026'da çıktı (MiniMax'in sürüm notları, 30 Ekim 2026'da kontrol edildi): 428B toplam parametre ve token başına 23B etkin, yani MiniMax M3 ile aynı yapı. Değişiklikler: ilk üç tam dikkat katmanının yerine seyrek dikkat, niceleme farkındalıklı eğitim ve DSpark spekülatif kod çözme (Hugging Face model kartı, 30 Ekim 2026'da kontrol edildi).

Tarihler MiniMax'in sürüm notlarından, boyutlar Hugging Face model kartından, fiyatlar MiniMax'in fiyat sayfasından; hepsi 30 Ekim 2026'da kontrol edildi. İki model de 1M token bağlam kabul ediyor ve 131,072 çıktı token'ı öneriyor, üst sınır 524,288 (MiniMax'in sohbet API'si referansı, 30 Ekim 2026'da kontrol edildi).

MiniMax, lansmandan önce modeli Space Bunny adıyla anonim çalıştırdı ve 200 trilyon token'dan fazla işledi (MiniMax'in lansman yazısı, 19 Ekim 2026). 19 Ekim'den itibaren M Plan ve Token Plan kapsamındaki M2.5 ve M2.7 istekleri otomatik olarak M3.1 Flash'a gidiyor; bu iki model 18 Kasım 2026'da kullanımdan kalkıyor (MiniMax'in model SSS'si, 30 Ekim 2026'da kontrol edildi).

Aynı lansman yazısı M3.1 Flash'ın çevrim içi çıkarımı "nearly three times faster" (neredeyse üç kat hızlı) yaptığını ve kullanım maliyetlerini %70 azalttığını söylüyor.

Ağırlıklar Hugging Face'teki MiniMaxAI/MiniMax-M3.1-Flash deposunda MiniMax Community License ile açık (30 Ekim 2026'da kontrol edildi).

MiniMax hangi benchmark'ları yayımladı?

MiniMax iki ayrı sayı seti yayımladı. Daha zengini M3.1 Flash model kartında: modeli Opus 5, GPT-5.6 Sol ve dört modelle karşılaştırıyor, M3 ile karşılaştırmıyor (Hugging Face, 30 Ekim 2026'da kontrol edildi).

Automation-Bench v1.0.6'da 62.8 ile önde; Opus 5 50.3, GPT-5.6 Sol 45.8 alıyor. BankerToolBench'te 76.2 ile Opus 5 ile aynı puanda. Aynı tablodaki bir model, DeepSeek V4.1 Flash-1017, üç kodlama satırında onu geçiyor: Terminal Bench 4.0'da 38.1'e karşı 42.3, DeepSWE'de 73.7'ye karşı 77.0 ve NL2Repo-Bench'te 61.2'ye karşı 68.2.

MiniMax'in lansman yazısı OSWorld V2 ve Agents' Last Exam'de "ranks first among Chinese models" (Çinli modeller arasında ilk sırada) diyor. Model kartındaki tabloda OSWorld 2.0'da Opus 5 70.6, GPT-5.6 Sol 65.7 alırken Flash 61.7'de kalıyor; Agents' Last Exam'de Opus 5 (32.2) ve GPT-5.6 Sol (30.6) da Flash'ın 29.6 puanının üstünde.

M3'ün sayıları 1 Haziran 2026'daki kendi lansmanından geliyor:

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

Bunlar yukarıdaki satırlardan farklı testler, yani iki set satır satır karşılaştırılamaz.

Hacker News'te DCKing adlı bir yorumcu, modelin "seems to be pretty benchmaxed" (benchmark'a fazlaca ayarlanmış görünüyor) olduğunu ve "in actual use, it doesn't survive the comparison to models in the benchmark" (gerçek kullanımda benchmark'taki modellerle karşılaştırmayı geçemiyor) yazdı (19 Ekim 2026).

Ne kadar hızlı?

Token başına hızlı, yanıt başına çoğu zaman daha yavaş. MiniMax çıktının saniyede 200+ token'a ulaştığını, medyanın 170+ olduğunu söylüyor ve bunu daha agresif seyreklikle açıklıyor. Artificial Analysis, MiniMax'in kendi API'sini ölçerek saniyede 118.9 token kaydetti, M3'te 101.0; ilk token 1.36 s, M3'te 1.11 s (30 Ekim 2026'da kontrol edildi).

Bizim çalıştırmalarımız sürenin nereye gittiğini gösteriyor. Her hücre toplam süre, ardından saniye cinsinden ilk token süresi; açıklama prompt'u her modelde iki kez çalıştı ve araç çağrısı akışlı gelmedi.

Bu ölçümleri 30 Ekim 2026'da yaptık. İlk token'dan sonra Flash saniyede yaklaşık 76 ile 239 token arasında akıttı, M3 67 ile 107 arasında; yani ham token hızı sorun değildi. Sorun düşünmeydi: akışlı her Flash çağrısı reasoning_content döndürdü ve o token'lar toplama giriyor. M3 hiçbir çağrıda düşünme metni döndürmedi.

Kendi veri analizi benchmark'ında modeli çalıştıran Hacker News yorumcusu chriddyp, modelin "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" (çok fazla token kullanıyor ve sınav için test ettiğimiz en yavaş model; yavaşlığı kullandığı token sayısından, çıkarım hızından değil) yazdı (20 Ekim 2026).

Aynı prompt'larda M3 ile nasıl karşılaştı?

Flash bir görev daha doğru yaptı ve yine de daha yavaştı. İki model de aritmetik sorusunu 401 ile doğru yanıtladı, ikisi de sorulan on HTTP önbellekleme maddesinin hepsini kapsadı ve ikisi de Paris ile Tokyo için iki araç çağrısını yaptı. Farkı kodlama görevi belirledi.

Düşünme dahil çıktı token'ları:

Flash beş görevde toplam 3,420 çıktı token'ı yazdı, M3 1,408. Görünen yanıtlar birbirine yakındı: Flash'ın iki açıklaması 377 ve 425 kelime, M3'ünkiler 364 ve 381 kelime; Flash'ın bunlardan önceki düşünme metni 394 ve 496 kelime daha tuttu.

Kodlama görevi sonucu belirledi. Flash, giriş listesinin değişmediğini kontrol eden dâhil dokuz assert içeren doğru bir merge_intervals döndürdü ve dosya temiz çalıştı. M3'ün birleştirme mantığı da doğruydu, ama aralıkları tuple'lara sıralıyor ve yalnızca bir aralığı birleştirdiğinde listeye geri çeviriyor, bu yüzden merge_intervals([[5, 10]]) çağrısı [(5, 10)] döndürüyor. Kendi ikinci assert'i, assert merge_intervals([[5, 10]]) == [[5, 10]], başarısız oluyor.

Çabayı düşürmek beklemeyi kısaltıyor. reasoning_effort: "low" ile yapılan ek bir Flash çalıştırması 25.2 s yerine 5.5 s sürdü, ilk token'a 16.1 s yerine 2.4 s'de ulaştı ve 838 yerine 429 token yazdı. Fonksiyon doğruydu, ama kendi assert'lerinden biri çakışmayan iki aralığın birleşmesini beklediği için o dosya AssertionError ile durdu.

Flash'ın düşünmesi kesik, telgraf üslubunda bir İngilizce gibi okunuyor. Sayma görevindeki düşünmesi kelimesi kelimesine şöyle başladı: "We need answer. Need parse subtle: divisible by 3 or by 5, but not by 15." (Yanıt gerekiyor. İnce noktayı ayrıştır: 3'e veya 5'e bölünebilen, 15'e bölünemeyen.) Hacker News yorumcusu simonw de aynı üslubu bildirdi ve "Reasoning traces use truncated English" (düşünme izleri kesik İngilizce kullanıyor) dedi (19 Ekim 2026).

Yalnızca metin test ettik: görüntü ve video girişi, uzun bağlamlı prompt'lar, daha uzun ajan çalıştırmaları ve varsayılan ile low dışındaki çaba seviyeleri test edilmedi; iki modeli de MiniMax'in kendi API'si yerine tek bir OpenAI uyumlu uç nokta üzerinden çağırdık.

Görev başına maliyeti ne kadar?

Token başına yarı fiyat, kısa prompt'larda onu daha ucuz yapmadı. Beş çağrıda Flash $0.00220 tuttu, M3 $0.00195; çünkü yaklaşık 2.4 kat fazla çıktı token'ı yazdı. M3 beş görevin dördünde daha ucuza geldi, Flash araç çağrısında daha ucuzdu.

Fiyatlar MiniMax'in liste tarifelerini kullanıyor, önbellekli giriş önbellek tarifesinden.

Uzun görevlerde tablo tersine dönüyor. Artificial Analysis'in harmanlanmış fiyatı milyon token başına $0.10, M3 için $0.22; karışım önbellek isabeti, giriş ve çıktının 7:2:1 oranı. Bir Intelligence Index görevini tamamlamanın ortalama maliyeti $0.49, M3'te $1.29 (30 Ekim 2026'da kontrol edildi). Ayrıca Flash'ı çok ayrıntılı buluyor: endekste 160M çıktı token'ı, medyan 100M, M3 de 100M.

Bir fark daha var: Flash milyon token başına girişte $0.15, çıkışta $0.60 ve önbellekli girişte $0.015 ile sabit. M3, 512K giriş token'ına kadar olan prompt'larda MiniMax'in kalıcı %50 indiriminden sonra $0.30, $1.20 ve $0.06; bunun üstünde $0.60, $2.40 ve $0.12. M3 ayrıca bu tarifelerin 1.5 katına Priority katmanı satıyor ve service_tier: "priority" ile açılıyor; Flash'ta Priority katmanı yok (MiniMax fiyat sayfası, 30 Ekim 2026'da kontrol edildi).

M3.1 Flash mı, M3 mü kullanmalısınız?

Kodlama ve ajan prompt'ları için daha iyi varsayılan Flash.

Kısa prompt'larımızda M3 beş çağrının dördünde daha hızlı ve dördünde daha ucuzdu, açıklamalar da eşit derecede eksiksizdi. Flash'ı seçme nedeni, yeniden yapmanız gerekecek işlerde doğruluk: kod dosyası dokuz assert'in hepsini geçti, M3'ünki geçmedi.

Aynı partideki eşlik eden testte M3.1 Flash, Factory Droid içinde özel model olarak çalıştı ve medyan bir hatayı 30.7 saniyede düzeltti.

Claude Code için model seçiyorsanız Claude Code için en iyi model yazısı Claude seçeneklerini karşılaştırıyor. MiniMax'in tablosunda da yer alan GLM-5.3'ün kendi GLM-5.3 vs GLM-5.2 karşılaştırması var; Kimi K3'ün ardılı da Kimi K3.1 Pro incelememizde.

M3.1 Flash nasıl çağrılır?

OmniaKey iki kimliği de tek bir OpenAI uyumlu uç noktadan sunuyor, yani tek anahtar ve tek istek biçimi iki modeli de kapsıyor. Güncel tarifeler M3.1 Flash model sayfasında ve M3 model sayfasında.

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."}]
  }'

Yanıt choices[0].message.content içinde, düşünme reasoning_content içinde geliyor. M3'ü çağırmak için model alanını minimax-m3 yapın.

1. reasoning_effort low, medium, high, xhigh ve max değerlerini kabul ediyor ve boş bıraktığınızda varsayılanı max, yani en çok düşünen ayar (MiniMax'in metin üretim kılavuzu, 30 Ekim 2026'da kontrol edildi).
2. Flash'ta düşünme kapatılamıyor: düşünmeyi kapatan bir istek 400 koduyla model "MiniMax-M3.1-Flash" requires adaptive thinking hatasını döndürüyor. M3 düşünme açık, uyarlanabilir veya kapalı çalışabiliyor.
3. temperature ve top_p yok sayılıyor; iki model de her zaman 1 ve 0.95 kullanıyor.

SSS

MiniMax M3.1 Flash açık kaynak mı?

Ağırlıklar Hugging Face'teki MiniMaxAI/MiniMax-M3.1-Flash deposunda açık ve model kartı MiniMax Community License lisansını bildiriyor (30 Ekim 2026'da kontrol edildi). Bu, koşulları olan açık ağırlık demek.

M3.1 Flash'ta düşünmeyi kapatabilir misiniz?

Hayır. MiniMax'in kılavuzu düşünmenin varsayılan olarak açık olduğunu ve kapatılamadığını söylüyor; kapatmaya çalışan istek 400 hatası alıyor. Düşünmeyi kısaltmak için reasoning_effort değerini low yapın.

M3.1 Flash görüntü alıyor mu?

MiniMax'in kılavuzu ve model kartı girişte metin, görüntü ve video, çıkışta metin diyor (30 Ekim 2026'da kontrol edildi); Artificial Analysis ise Flash için yalnızca metin ve görüntü listeliyor. OmniaKey'de model sayfası minimax-m3.1-flash için görüntü girişi listelemiyor, bu yüzden yalnızca metin gönderin. Bizim çalıştırmalarımız metinle sınırlıydı.

Space Bunny neydi?

Space Bunny, lansmandan önce çalışan anonim bir modeldi; MiniMax 200 trilyon token'dan fazla işlediğini ve M3.1 Flash'ın erken bir sürümü olduğunu söylüyor (lansman yazısı, 19 Ekim 2026).

M3.1 Flash ne kadar büyük?

428B toplam parametre ve token başına 23B etkin, 1M token'lık bağlam penceresiyle; M3 ile aynı yapı. Daha küçük bir model değil: MiniMax çıkarım verimliliğini seyrek dikkat, niceleme farkındalıklı eğitim ve spekülatif kod çözmeye bağlıyor.

M3.1 Flash kodlama için iyi mi?

Tek kodlama görevimizde M3'ü geçti: merge_intervals dosyası dokuz assert'in hepsini geçti, M3'ün dosyası kendi testinde düştü. MiniMax'in model kartında DeepSWE v1.1'de 73.7 alıyor, aynı tabloda DeepSeek V4.1 Flash-1017 77.0 ile önde.

Kontrol edilen kaynaklar

• MiniMax: MiniMax M3.1 Flash — 30 Ekim 2026'da kontrol edildi
• MiniMax: MiniMax M3 — 30 Ekim 2026'da kontrol edildi
• MiniMax platform: fiyat genel bakışı — 30 Ekim 2026'da kontrol edildi
• MiniMax platform: metin üretim kılavuzu — 30 Ekim 2026'da kontrol edildi
• MiniMax platform: model sürüm notları — 30 Ekim 2026'da kontrol edildi
• MiniMax platform: modeller SSS — 30 Ekim 2026'da kontrol edildi
• MiniMax platform: sohbet API'si referansı — 30 Ekim 2026'da kontrol edildi
• Hugging Face: MiniMax-M3.1-Flash — 30 Ekim 2026'da kontrol edildi
• Hugging Face: MiniMax-M3 — 30 Ekim 2026'da kontrol edildi
• Artificial Analysis: MiniMax-M3.1-Flash — 30 Ekim 2026'da kontrol edildi
• Artificial Analysis: MiniMax-M3 — 30 Ekim 2026'da kontrol edildi
• Hacker News: MiniMax M3.1 Flash lansman başlığı — 30 Ekim 2026'da kontrol edildi
• Hacker News: DCKing benchmark'lar üzerine, chriddyp hız üzerine ve simonw düşünme izleri üzerine — 30 Ekim 2026'da kontrol edildi