MiniMax M3.1 Flash API

MiniMax M3.1 Flash: Fähigkeiten und Preise

Modell-ID

MiniMax-M3.1-Flash; nicht identisch mit MiniMax-M3 und MiniMax-M3.1-Flash-Preview.

Kontext und Ausgabe

Kontext von 1,000,000 Token. Die offizielle Chat API empfiehlt ein Ausgabebudget von 131,072 Token und erlaubt bis zu 524,288; auch das Reasoning verbraucht dieses Budget.

Offizieller Referenzpreis

Pro 1 Mio. Token: $0.15 Eingabe, $0.60 Ausgabe und $0.015 für gecachte Eingabe. Die Preistabelle zeigt die aktuellen Wokey-Preise; abgerechnet wird zum Preis zum Zeitpunkt der Anfrage.

Wokey-Schnittstellen

Chat Completions unter /v1/chat/completions und Responses unter /v1/responses. Streaming und Tool-Aufrufe werden unterstützt; der Katalog weist Bildeingabe aus.

Geprüft am 2026-10-19 · Offizielle Quellen: MiniMax · Release · MiniMax · API · MiniMax · Pricing

Von MiniMax gemeldete Benchmarks

Werte aus der Ankündigung vom 19. Oktober, keine unabhängigen Messungen von Wokey.

Tools, Testumgebungen und Reasoning-Budgets beeinflussen die Ergebnisse. Diese Werte garantieren weder den Erfolg einer Aufgabe noch die Latenz im Produktivbetrieb.

M3.1 Flash oder M3: was passt

Programmierung und Agenten

Prüfe Codeanalyse, Korrekturvorschläge und mehrstufige Tool-Workflows anhand deiner eigenen Abnahmekriterien, der Genauigkeit der Tool-Aufrufe und der gesamten Token-Kosten.

Umstieg von M3

M3 bleibt ein eigenständiges Modell. Flash arbeitet immer mit Reasoning; Anfragen, die auf abgeschaltetes Thinking setzen, musst du anpassen. Die M3-ID ist kein Alias für Flash.

Reasoning Effort

Zur Wahl stehen low, medium, high, xhigh und max; Standard ist max. Beginne beim Testen von Kosten und Latenz niedriger und vergleiche dann höhere Stufen bei schwierigen Aufgaben. none wird nicht unterstützt.

MiniMax-Dokumentation zum Reasoning

Offizielle Quellen und Unterstützung durch Wokey

• Ankündigung von MiniMax: MiniMax bezeichnet Space Bunny als frühe Version von Flash. Laut Ankündigung folgen die Gewichte später; dass die API verfügbar ist, heißt nicht, dass die Gewichte schon heruntergeladen werden können.
• Modellseite MiniMax M3: Preise und Schnittstellen von M3 findest du auf der separaten Modellseite. MiniMax dokumentiert außerdem Anthropic Messages und Videoeingabe. Wokey führt hier derzeit Chat und Responses auf; natives Messages und durchgängige Video-Kompatibilität werden nicht zugesagt.

M3.1 Flash über Wokey aufrufen

Nutze einen Wokey-API-Key und die stabile Modell-ID. Beginne mit einer kurzen Anfrage.

• Setze die Base URL deines OpenAI-kompatiblen Clients auf https://api.wokey.ai/v1 und das Modell auf MiniMax-M3.1-Flash.
• Verwende reasoning_effort für Chat oder reasoning.effort für Responses. Ohne Angabe gilt der offizielle Standard max; sende nicht none und schalte Thinking nicht ab.
• Plane Budget für Reasoning und die endgültige Antwort ein. Behalte in Tool-Konversationen die vollständigen assistant-Nachrichten bei, einschließlich der zurückgegebenen reasoning_content und tool_calls.

Chat Completions · curl

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-M3.1-Flash",
    "reasoning_effort": "low",
    "max_completion_tokens": 4096,
    "messages": [{"role": "user", "content": "Explain how to test a REST API."}]
  }'

Aktuelle Katalogpreise

Preise pro 1 Mio. Token; abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt.

Offizielle Preisquelle: https://platform.minimax.io/docs/pricing/overview

Gemessen auf Wokey

Letzte 28 Tage (2026-10-13 bis 2026-11-09), jeden Montag aktualisiert · Echte Anfragen von 40+ Konten

Zeit bis zum ersten Token, kurze Prompts

Zu wenige Messwerte (Median · Prompts unter 8K Token)

Zeit bis zum ersten Token, Agent-Prompts

1,9 s (Median · Prompts mit 32K–128K Token)

Trefferquote des Prompt-Cache

93% (Anteil der Eingabe-Token, die aus dem Cache gelesen wurden)

Meistgenutzte Clients: DeepSeek Harness 25%. Anteil an den Anfragen erkannter Clients; bei 14% der Anfragen wurde der Client erkannt.

So wird gemessen

Die Zeit bis zum ersten Token läuft vom Eingang der Anfrage am Wokey-Gateway bis zum ersten gestreamten Inhalt (Text, Zusammenfassung des Reasonings oder Ablehnung). Sie enthält Wartezeit in der Warteschlange, Wiederholungen über ein anderes Konto und die Denkzeit des Modells und ist deshalb länger als die eigene First-Token-Latenz des Upstreams. Gezählt werden nur erfolgreiche Streaming-Anfragen, gruppiert nach Prompt-Größe (Eingabe plus Cache-Lesen und Cache-Schreiben).

Cache-Trefferquote = aus dem Cache gelesene Token ÷ Eingabe-Token über erfolgreiche Anfragen. Sie hängt vom Client und von der Art der Nutzung ab; die Seiten zur Cache-Trefferquote schlüsseln sie nach Client auf.

Enterprise-Konten und Wokeys eigene Testkonten sind ausgenommen. Ein Modell wird angezeigt, sobald es in den letzten 28 Tagen von mindestens 20 Nutzern verwendet wurde und kein einzelner Nutzer mehr als 50 % der Anfragen gesendet hat; Konten, die über dieselbe Empfehlungskette registriert wurden, zählen als ein Nutzer. Jeder Wert für die Zeit bis zum ersten Token braucht mindestens 500 Anfragen.

Cache-Trefferquote nach Client

Modellfähigkeiten

Context

1,000,000 tokens

Maximale Ausgabe

524,288 tokens

Streaming

Unterstützt

Tools

Unterstützt

Vision

Unterstützt

Unterstützte API-Formate

/v1/chat/completions · /v1/responses

Anfrage senden

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"MiniMax-M3.1-Flash","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"MiniMax-M3.1-Flash","input":"Hello"}'

MiniMax M3.1 Flash in deinen Tools nutzen

Das Gateway ist https://api.wokey.ai (OpenAI-kompatible Clients erwarten meist https://api.wokey.ai/v1), die Modell-ID lautet MiniMax-M3.1-Flash. Öffne die Einrichtung für deinen Client.

• MiniMax M3.1 Flash in Codex nutzen: OpenAI Responses · Base URL und API-Key einrichten
• MiniMax M3.1 Flash in opencode nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• MiniMax M3.1 Flash in DeepSeek Harness nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• MiniMax M3.1 Flash in Cherry Studio nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• MiniMax M3.1 Flash in WorkBuddy nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• MiniMax M3.1 Flash in OpenClaw nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• MiniMax M3.1 Flash in Hermes Agent nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• MiniMax M3.1 Flash in Magpie nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• OpenRouter-Alternative: Wokey und OpenRouter im Vergleich: Vergleiche Token-Preise, Zahlungsgebühren, API-Formate und Upstream-Quellen.
• Verifizierbare KI-API: welche Modelle und API-Formate Antwortnachweise tragen: Antwortnachweise gibt es derzeit nur für unverändert durchgereichte Claude-Messages- und GPT-Responses-Antworten auf offiziellen Routen.

Häufige Fragen

Verwandte Modelle und Dokumentation

• MiniMax M3
• API-Dokumentation
• Alle Modelle und Preise
• Provider Node