MiniMax M3.1 Flash API
MiniMax M3.1 Flash یک مدل چندرسانه‌ای بومی از سری Flash شرکت MiniMax است که برای فراخوانیهای عاملمحور پرتکرار و در مقیاس بزرگ با زمینه ۱ میلیون توکنی طراحی شده است.
MiniMax M3.1 Flash مدل نسل بعدی سری Flash شرکت MiniMax است که در ۱۹ اکتبر ۲۰۲۶ عرضه شد و وزن‌های آن در ۲۳ اکتبر ۲۰۲۶ به صورت متن‌باز منتشر شد. این مدل ورودی متن، تصویر و ویدئو را به صورت بومی میپذیرد و خروجی متنی تولید میکند. حالت تفکر آن همیشه فعال و در پنج سطح تلاش قابل تنظیم است: کم، متوسط، زیاد، بسیار زیاد و حداکثر، که سطح حداکثر حالت پیش‌فرض است. معماری توجه پراکنده، هزینه محاسباتی تولید پاسخ را کاهش می‌دهد و نقاط پایانی API آن با OpenAI و Anthropic سازگار است.
این مدل برای اجرای وظایف عاملمحور در سیستم‌های SaaS، برنامه‌ریزی چندمرحلهای با سازگاری بین اسناد و فراخوانی ابزار مناسب است. موارد استفاده شامل خودکارسازی گردشکارهای تجاری چندمرحلهای در فروش، بازاریابی، عملیات، خدمات مشتری، مالی و منابع انسانی؛ جلسات طولانی کدنویسی عاملمحور مانند تولید مخزن، بازآرایی و وظایف ترمینال؛ استفاده از کامپیوتر و تعامل با محیط‌های واقعی؛ وظایف امنیت سایبری مانند حسابرسی کد، وصله آسیب‌پذیری، تست نفوذ، تحلیل بدافزار و مهندسی معکوس؛ و کارهای مکرر کدنویسی و پژوهش مانند پژوهش مالی، درک چندرسانه‌ای و توسعه فرانت‌اند است.
سرعت استنتاج آنلاین حدود ۳ برابر نسل قبلی است و هزینه کلی استفاده در وظایف عاملمحور به حدود ۳۰٪ نسل قبل کاهش یافته است. سرعت خروجی در استفاده روزمره بالای ۲۰۰ توکن بر ثانیه و سرعت خروجی میانه بالای ۱۷۰ توکن بر ثانیه است. با این حال، تستهای مستقل Artificial Analysis شاخص هوش را حدود ۴۲ تا ۴۳ گزارش کردهاند و نرخ پاسخهای غلط با اطمینان کاذب بالا ذکر شده است؛ بنابراین برای مواردی که به دقت واقعی نیاز دارند، راستیآزمایی توصیه میشود.
به‌روزرسانی:
MODEL ID
minimax-m3.1-flash- زمینه
- 1.049M
- حداکثر خروجی
- 524.288K
- API پیشنهادی
- messages
- ورودی
- text / image / video
- خروجی
- text
نکات برجسته
- ورودی بومی متن، تصویر و ویدئو
- زمینه ۱ میلیون توکنی
- تفکر قابل تنظیم در پنج سطح
- معماری توجه پراکنده
- سرعت استنتاج حدود ۳ برابر نسل قبل
- هزینه عاملمحور حدود ۳۰٪ نسل قبل
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
| $0.15 | $0.6 | $0.015 | |
| $0.15 | $0.6 | $0.015 |
با $10 چه می‌توان خرید
- ورودی
- ۶۶٫۷ میلیون توکن
- خروجی
- ۱۶٫۷ میلیون توکن
برآورد بر اساس قیمتهای فعلی ورودی و خروجی، پیش از تخفیف.
بنچمارک‌ها
- 76.2
BankerToolBench
امتیاز
- 73.7%
DeepSWE v1.1
درصد
- 61.7
OSWorld V2
امتیاز
- 29.6
Agents' Last Exam (ALE)
امتیاز
- 82%
CyberGym
درصد
- 56.2%
SWE-Pro
درصد
- 57.0%
Terminal Bench 2
درصد
- 1495
GDPval-AA
امتیاز Elo
امتیازها همان‌گونه که ارائه‌دهنده مدل منتشر کرده است.
استدلال
- سطح تلاش پیش‌فرض
- max
- همیشه فعال
- بله
- سطوح تلاش موجود
- max / xhigh / high / medium / low
شروع سریع
کد آماده برای فراخوانی این مدل با APIهای سازگار با Felo API Platform. وقتی می‌خواهید پرامپت‌ها را پیش از نوشتن کد آزمایش کنید، از Playground شروع کنید.
کلید API خود را بگیرید
از حساب Felo API Platform خود کلیدی بسازید و آن را به‌عنوان متغیر محیطی تنظیم کنید.
export FELO_API_KEY="YOUR_API_KEY"اولین درخواست خود را بفرستید
این شناسه مدل را با endpoint Felo API Platform به کار ببرید. سرآیندهای اختیاری درخواست مانند X-Request-Id می‌توانند در عیب‌یابی کمک کنند.
minimax-m3.1-flashاین مدل توان استدلال دارد. اگر پروتکل و مسیر مدل انتخاب‌شده کنترل‌های استدلال ارائه می‌دهند، هنگام ادامه گفتگو فراداده استدلال بازگشتی را نگه دارید.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "minimax-m3.1-flash",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());استفاده از SDKهای شخص ثالث
از SDKهای سازگار با تنظیم baseURL روی این نشانی استفاده کنید: https://openapi.felo.ai/api/v1. برای کلاینت‌های به سبک Claude از نشانی پایه سازگار با Anthropic استفاده کنید. https://openapi.felo.ai/api.
جریان را فعال کنید
برای دریافت پاسخ‌ها به‌صورت رویدادهای ارسالی از سرور، stream: true را اضافه کنید.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "minimax-m3.1-flash",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform سطوح سازگار برای فراخوانی مدل ارائه میکند. سطحی را انتخاب کنید که برنامه یا کلاینت عامل شما از قبل پشتیبانی میکند.
Messages
پیام‌های سازگار با Anthropic برای کلاینت‌های به سبک Claude.
POST
https://openapi.felo.ai/api/v1/messagesپارامترها
modelstringminimax-m3.1-flashشناسه عمومی مدل برای فراخوانی.max_tokensinteger—حداکثر token تولیدی.messagesarray—پیام‌های گفتگو برای Chat Completions.frequency_penalty———include_reasoning———logit_bias———logprobs———min_p———presence_penalty———reasoning———reasoning_effort———repetition_penalty———response_formatobject—در صورت پشتیبانی، خروجی ساختاریافته درخواست میکند.seed———stop———structured_outputs———temperaturenumber—در صورت پشتیبانی، تنوع پاسخ را کنترل میکند.tool_choicestring or object—کنترل میکند آیا ابزاری باید فراخوانی شود.toolsarray—تعریف‌های فراخوانی ابزار بر پایه طرح‌واره سازگار.top_k———top_logprobs———top_p———پرسش‌های متداول
معرفی مدل: MiniMax M3.1 Flash?
MiniMax M3.1 Flash مدل نسل بعدی سری Flash شرکت MiniMax است که در ۱۹ اکتبر ۲۰۲۶ عرضه شد و وزن‌های آن در ۲۳ اکتبر ۲۰۲۶ به صورت متن‌باز منتشر شد. این مدل ورودی متن، تصویر و ویدئو را به صورت بومی میپذیرد و خروجی متنی تولید میکند. حالت تفکر آن همیشه فعال و در پنج سطح تلاش قابل تنظیم است: کم، متوسط، زیاد، بسیار زیاد و حداکثر، که سطح حداکثر حالت پیش‌فرض است. معماری توجه پراکنده، هزینه محاسباتی تولید پاسخ را کاهش می‌دهد و نقاط پایانی API آن با OpenAI و Anthropic سازگار است. این مدل برای اجرای وظایف عاملمحور در سیستم‌های SaaS، برنامه‌ریزی چندمرحلهای با سازگاری بین اسناد و فراخوانی ابزار مناسب است. موارد استفاده شامل خودکارسازی گردشکارهای تجاری چندمرحلهای در فروش، بازاریابی، عملیات، خدمات مشتری، مالی و منابع انسانی؛ جلسات طولانی کدنویسی عاملمحور مانند تولید مخزن، بازآرایی و وظایف ترمینال؛ استفاده از کامپیوتر و تعامل با محیط‌های واقعی؛ وظایف امنیت سایبری مانند حسابرسی کد، وصله آسیب‌پذیری، تست نفوذ، تحلیل بدافزار و مهندسی معکوس؛ و کارهای مکرر کدنویسی و پژوهش مانند پژوهش مالی، درک چندرسانه‌ای و توسعه فرانت‌اند است. سرعت استنتاج آنلاین حدود ۳ برابر نسل قبلی است و هزینه کلی استفاده در وظایف عاملمحور به حدود ۳۰٪ نسل قبل کاهش یافته است. سرعت خروجی در استفاده روزمره بالای ۲۰۰ توکن بر ثانیه و سرعت خروجی میانه بالای ۱۷۰ توکن بر ثانیه است. با این حال، تستهای مستقل Artificial Analysis شاخص هوش را حدود ۴۲ تا ۴۳ گزارش کردهاند و نرخ پاسخهای غلط با اطمینان کاذب بالا ذکر شده است؛ بنابراین برای مواردی که به دقت واقعی نیاز دارند، راستیآزمایی توصیه میشود.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
این مدل چه ورودیهایی را پشتیبانی میکند؟
این مدل ورودی متن، تصویر و ویدئو را به صورت بومی میپذیرد و خروجی متنی تولید میکند.
طول زمینه این مدل چقدر است؟
طول زمینه این مدل ۱ میلیون توکن است.
حالت تفکر چگونه قابل تنظیم است؟
حالت تفکر همیشه فعال است و در پنج سطح تلاش قابل تنظیم است: کم، متوسط، زیاد، بسیار زیاد و حداکثر. سطح پیش‌فرض حداکثر است.
این مدل برای چه وظایفی مناسب است؟
برای خودکارسازی گردشکارهای تجاری چندمرحلهای، جلسات طولانی کدنویسی عاملمحور، استفاده از کامپیوتر، وظایف امنیت سایبری و کارهای مکرر کدنویسی و پژوهش مناسب است.
تفاوت این مدل با سایر مدلهای سری Flash چیست؟
این مدل نسل بعدی سری Flash است که برای فراخوانیهای عاملمحور پرتکرار و در مقیاس بزرگ طراحی شده و سرعت استنتاج آنلاین آن حدود ۳ برابر نسل قبلی است.
آیا این مدل محدودیتی دارد؟
تستهای مستقل Artificial Analysis شاخص هوش را حدود ۴۲ تا ۴۳ گزارش کردهاند و نرخ پاسخهای غلط با اطمینان کاذب بالا ذکر شده است. برای مواردی که به دقت واقعی نیاز دارند، راستیآزمایی توصیه میشود.