MiniMax M3.1 Flash API

Khả năng và bảng giá của MiniMax M3.1 Flash

ID mô hình

MiniMax-M3.1-Flash; khác với MiniMax-M3 và MiniMax-M3.1-Flash-Preview.

Ngữ cảnh và đầu ra

Ngữ cảnh 1,000,000 token. Chat API chính thức khuyến nghị ngân sách đầu ra 131,072 token và cho phép tối đa 524,288; phần suy luận cũng tiêu tốn ngân sách này.

Giá tham khảo chính thức

Mỗi 1M token: $0.15 đầu vào, $0.60 đầu ra và $0.015 đầu vào đã cache. Bảng giá hiển thị mức giá Wokey hiện tại; thanh toán theo giá tại thời điểm request.

Giao diện Wokey

Chat Completions tại /v1/chat/completions và Responses tại /v1/responses. Hỗ trợ streaming và gọi công cụ; danh mục khai báo hỗ trợ đầu vào hình ảnh.

Kiểm tra ngày 2026-10-19 · Nguồn chính thức: MiniMax · Release · MiniMax · API · MiniMax · Pricing

Benchmark do MiniMax công bố

Số liệu từ thông báo ra mắt ngày 19 tháng 10, không phải đo lường độc lập của Wokey.

Công cụ, môi trường đánh giá và ngân sách suy luận đều ảnh hưởng tới kết quả. Các điểm số này không đảm bảo tác vụ thành công hay độ trễ trong môi trường production.

Chọn M3.1 Flash hay M3

Lập trình và agent

Hãy đánh giá phân tích mã, các bản sửa được đề xuất và quy trình công cụ nhiều bước theo tiêu chí chấp nhận của riêng bạn, độ chính xác khi gọi công cụ và tổng chi phí token.

Chuyển từ M3

M3 vẫn là một mô hình riêng. Flash luôn suy luận, nên các request dựa vào việc tắt thinking cần được sửa. ID của M3 không phải là bí danh của Flash.

Reasoning effort

Chọn low, medium, high, xhigh hoặc max; mặc định là max. Hãy bắt đầu ở mức thấp khi thử chi phí và độ trễ, rồi so sánh mức cao hơn trên các tác vụ khó. Không hỗ trợ none.

Tài liệu suy luận của MiniMax

Nguồn chính thức và phạm vi hỗ trợ của Wokey

• Thông báo ra mắt của MiniMax: MiniMax xác nhận Space Bunny là một phiên bản đầu của Flash. Thông báo cho biết trọng số sẽ được phát hành sau; việc có API không có nghĩa là đã tải được trọng số.
• Trang mô hình MiniMax M3: Hãy xem trang M3 riêng để so sánh giá và giao diện. MiniMax cũng có tài liệu cho Anthropic Messages và đầu vào video. Wokey hiện liệt kê Chat và Responses tại đây; không cam kết Messages gốc và tương thích video từ đầu đến cuối.

Gọi M3.1 Flash qua Wokey

Dùng khóa API Wokey và ID mô hình ổn định. Hãy bắt đầu với một request ngắn.

• Đặt base URL của client tương thích OpenAI thành https://api.wokey.ai/v1 và model thành MiniMax-M3.1-Flash.
• Dùng reasoning_effort cho Chat hoặc reasoning.effort cho Responses. Nếu bỏ qua, mặc định chính thức là max; đừng gửi none hoặc tắt thinking.
• Chừa ngân sách cho phần suy luận cộng với câu trả lời cuối. Trong hội thoại có công cụ, hãy giữ nguyên đầy đủ message assistant, gồm reasoning_content và tool_calls được trả về.

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."}]
  }'

Ảnh chụp bảng giá danh mục

Giá tính cho mỗi 1 triệu token; việc quyết toán dựa trên giá tại thời điểm yêu cầu.

Nguồn giá chính thức: https://platform.minimax.io/docs/pricing/overview

Đo thực tế trên Wokey

28 ngày gần nhất (2026-10-13 đến 2026-11-09), cập nhật mỗi thứ Hai · Yêu cầu thực tế từ 40+ tài khoản

Thời gian đến token đầu tiên, prompt ngắn

Chưa đủ mẫu (Trung vị · prompt dưới 8K token)

Thời gian đến token đầu tiên, prompt cỡ agent

1,9 giây (Trung vị · prompt 32K–128K token)

Tỷ lệ trúng cache prompt

93% (Tỷ lệ token đầu vào được đọc từ cache)

Client dùng nhiều nhất: DeepSeek Harness 25%. Tỷ lệ trong các yêu cầu từ client nhận diện được; 14% yêu cầu nhận diện được client.

Cách đo

Thời gian đến token đầu tiên tính từ lúc gateway Wokey nhận yêu cầu đến nội dung stream đầu tiên (văn bản, tóm tắt suy luận hoặc từ chối). Con số này bao gồm thời gian xếp hàng, thử lại trên tài khoản khác và thời gian suy nghĩ của mô hình, nên dài hơn độ trễ token đầu tiên của chính upstream. Chỉ tính các yêu cầu streaming thành công, chia nhóm theo kích thước prompt (đầu vào cộng đọc và ghi cache).

Tỷ lệ trúng cache = token đọc từ cache ÷ token đầu vào trên các yêu cầu thành công. Tỷ lệ này phụ thuộc vào client và cách sử dụng; các trang tỷ lệ trúng cache phân tích chi tiết theo từng client.

Không tính tài khoản doanh nghiệp và tài khoản thử nghiệm của chính Wokey. Một mô hình được hiển thị khi có ít nhất 20 người dùng trong 28 ngày gần nhất và không người dùng nào gửi quá 50% số yêu cầu; các tài khoản đăng ký qua cùng một chuỗi giới thiệu được tính là một người dùng. Mỗi số liệu thời gian đến token đầu tiên cần ít nhất 500 yêu cầu.

Tỷ lệ trúng cache theo client

Khả năng của mô hình

Context

1,000,000 tokens

Đầu ra tối đa

524,288 tokens

Streaming

Được hỗ trợ

Tools

Được hỗ trợ

Vision

Được hỗ trợ

Các dạng API được hỗ trợ

/v1/chat/completions · /v1/responses

Gửi yêu cầu

/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"}'

Dùng MiniMax M3.1 Flash trong công cụ của bạn

Gateway là https://api.wokey.ai (client tương thích OpenAI thường dùng https://api.wokey.ai/v1), và ID mô hình là MiniMax-M3.1-Flash. Mở hướng dẫn cho client bạn đang dùng.

• Dùng MiniMax M3.1 Flash trong Codex: OpenAI Responses · cài đặt base URL và khóa API
• Dùng MiniMax M3.1 Flash trong opencode: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng MiniMax M3.1 Flash trong DeepSeek Harness: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng MiniMax M3.1 Flash trong Cherry Studio: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng MiniMax M3.1 Flash trong WorkBuddy: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng MiniMax M3.1 Flash trong OpenClaw: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng MiniMax M3.1 Flash trong Hermes Agent: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng MiniMax M3.1 Flash trong Magpie: OpenAI Chat Completions · cài đặt base URL và khóa API
• Giải pháp thay thế OpenRouter: Wokey so với OpenRouter: So sánh giá token, phí thanh toán, định dạng API và nguồn upstream.
• API AI có thể xác minh: những mô hình và định dạng API nào có bằng chứng phản hồi: Bằng chứng phản hồi hiện chỉ áp dụng cho phản hồi Claude Messages và GPT Responses được chuyển tiếp nguyên trạng trên tuyến chính thức.

Câu hỏi thường gặp

Mô hình và tài liệu liên quan

• MiniMax M3
• Tài liệu API
• Tất cả mô hình và bảng giá
• Provider Node