MiniMax M3.1 Flash API
MiniMax M3.1 Flash là mô hình đa phương thức thế hệ mới của MiniMax, nhận đầu vào văn bản, hình ảnh và video, có ngữ cảnh 1 triệu token, tối ưu cho các tác vụ agent quy mô lớn với tốc độ suy luận nhanh và chi phí thấp hơn thế hệ trước.
MiniMax M3.1 Flash là mô hình thuộc dòng Flash của MiniMax, ra mắt ngày 19 tháng 10 năm 2026 và được mô tả là thế hệ Flash kế tiếp trong danh mục sản phẩm. Mô hình hỗ trợ đầu vào đa phương thức gốc gồm văn bản, hình ảnh và video, với cửa sổ ngữ cảnh lên tới 1 triệu token. Chế độ suy nghĩ (thinking) luôn bật và có thể điều chỉnh qua năm mức nỗ lực: low, medium, high, ultra-high và max, trong đó max là mặc định. Kiến trúc sparse attention giúp giảm chi phí tính toán khi sinh phản hồi. Mô hình cung cấp endpoint API tương thích OpenAI và Anthropic, hỗ trợ gọi công cụ (tool calling) và thực thi tác vụ agent trên các hệ thống SaaS.
Mô hình được thiết kế cho các tác vụ agent đa bước và khối lượng lớn. Các trường hợp sử dụng bao gồm tự động hóa quy trình nghiệp vụ qua nhiều công cụ SaaS (bán hàng, tiếp thị, vận hành, dịch vụ khách hàng, tài chính, nhân sự), phiên lập trình agent dài như tạo kho mã, tái cấu trúc và tác vụ terminal, cũng như computer use – tương tác với môi trường thực, dùng công cụ và chạy chuỗi tác vụ dài. Ngoài ra mô hình còn phù hợp cho các tác vụ an ninh mạng như kiểm tra mã, vá lỗ hổng, kiểm thử xâm nhập, phân tích mã độc và kỹ thuật đảo ngược, cùng các công việc lập trình và nghiên cứu thường xuyên như nghiên cứu tài chính, hiểu đa phương thức và phát triển frontend. Khả năng lập kế hoạch đa bước với tính nhất quán xuyên tài liệu là một điểm mạnh được nêu.
Về hiệu năng, tốc độ suy luận trực tuyến của mô hình nhanh khoảng 3 lần so với thế hệ trước, chi phí sử dụng tổng thể cho các tác vụ agent giảm còn khoảng 30% so với thế hệ trước, tốc độ đầu ra trong sử dụng hàng ngày vượt 200 token mỗi giây và tốc độ đầu ra trung vị trên 170 token mỗi giây. Một phiên bản ẩn danh có tên Space Bunny đã xử lý hơn 200 nghìn tỷ token, cho thấy mô hình đã được kiểm chứng trong môi trường sản xuất. Tuy nhiên, cần lưu ý rằng kiểm thử độc lập của Artificial Analysis báo cáo chỉ số thông minh khoảng 42 đến 43, tỷ lệ trả lời sai do quá tự tin ở mức cao, và một đánh giá người dùng cho rằng kết quả benchmark không giữ được trong so sánh thực tế; nên kiểm chứng thông tin cho các trường hợp yêu cầu độ chính xác thực tế.
Cập nhật:
ID MÔ HÌNH
minimax-m3.1-flash- Ngữ cảnh
- 1.049M
- Đầu ra tối đa
- 524.288K
- API đề xuất
- messages
- Đầu vào
- text / image / video
- Đầu ra
- text
Điểm nổi bật
- Đầu vào đa phương thức văn bản, hình ảnh, video
- Ngữ cảnh 1 triệu token
- Năm mức nỗ lực suy nghĩ, mặc định max
- Kiến trúc sparse attention giảm chi phí
- API tương thích OpenAI và Anthropic
- Tốc độ đầu ra trên 200 token/giây
Nhà cung cấp
So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.
| $0.15 | $0.6 | $0.015 | |
| $0.15 | $0.6 | $0.015 |
10 USD mua được gì
- Đầu vào
- 66,7 Tr token
- Đầu ra
- 16,7 Tr token
Ước tính theo giá đầu vào và đầu ra hiện tại, trước khi áp dụng giảm giá.
Điểm chuẩn
- 76.2
BankerToolBench
điểm
- 73.7%
DeepSWE v1.1
tỷ lệ phần trăm
- 61.7
OSWorld V2
điểm
- 29.6
Agents' Last Exam (ALE)
điểm
- 82%
CyberGym
tỷ lệ phần trăm
- 56.2%
SWE-Pro
tỷ lệ phần trăm
- 57.0%
Terminal Bench 2
tỷ lệ phần trăm
- 1495
GDPval-AA
Elo
Điểm số theo công bố của nhà cung cấp mô hình.
Suy luận
- Mức nỗ lực mặc định
- max
- Luôn bật
- Có
- Các mức nỗ lực khả dụng
- max / xhigh / high / medium / low
Bắt đầu nhanh
Mã dùng ngay để gọi mô hình này bằng các API tương thích của Felo API Platform. Bắt đầu trong Playground khi bạn muốn thử prompt trước khi viết mã.
Thiết lập khóa API
Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.
export FELO_API_KEY="YOUR_API_KEY"Gửi yêu cầu đầu tiên
Dùng ID mô hình này với endpoint Felo API Platform. Các header tùy chọn như X-Request-Id có thể giúp khắc phục sự cố.
minimax-m3.1-flashMô hình này có khả năng suy luận. Nếu giao thức và route mô hình bạn chọn có hỗ trợ điều khiển suy luận, hãy giữ nguyên siêu dữ liệu suy luận được trả về khi tiếp tục hội thoại.
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());Dùng SDK bên thứ ba
Trong các SDK tương thích, đặt baseURL thành https://openapi.felo.ai/api/v1. Với các client kiểu Claude, dùng base URL tương thích Anthropic. https://openapi.felo.ai/api.
Bật streaming
Thêm stream: true để nhận phản hồi dưới dạng server-sent events.
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 cung cấp các giao diện gọi mô hình tương thích. Chọn giao diện mà ứng dụng hoặc client agent của bạn đã hỗ trợ.
Messages
Tin nhắn tương thích Anthropic cho client kiểu Claude.
POST
https://openapi.felo.ai/api/v1/messagesTham số
modelstringminimax-m3.1-flashID mô hình công khai cần gọi.max_tokensinteger—Số token tối đa được tạo.messagesarray—Tin nhắn hội thoại cho Chat Completions.frequency_penalty———include_reasoning———logit_bias———logprobs———min_p———presence_penalty———reasoning———reasoning_effort———repetition_penalty———response_formatobject—Yêu cầu đầu ra có cấu trúc khi được hỗ trợ.seed———stop———structured_outputs———temperaturenumber—Điều chỉnh độ đa dạng của phản hồi khi được hỗ trợ.tool_choicestring or object—Điều chỉnh việc có nên gọi một công cụ hay không.toolsarray—Định nghĩa tool calling theo schema tương thích.top_k———top_logprobs———top_p———Câu hỏi thường gặp
Tìm hiểu MiniMax M3.1 Flash?
MiniMax M3.1 Flash là mô hình thuộc dòng Flash của MiniMax, ra mắt ngày 19 tháng 10 năm 2026 và được mô tả là thế hệ Flash kế tiếp trong danh mục sản phẩm. Mô hình hỗ trợ đầu vào đa phương thức gốc gồm văn bản, hình ảnh và video, với cửa sổ ngữ cảnh lên tới 1 triệu token. Chế độ suy nghĩ (thinking) luôn bật và có thể điều chỉnh qua năm mức nỗ lực: low, medium, high, ultra-high và max, trong đó max là mặc định. Kiến trúc sparse attention giúp giảm chi phí tính toán khi sinh phản hồi. Mô hình cung cấp endpoint API tương thích OpenAI và Anthropic, hỗ trợ gọi công cụ (tool calling) và thực thi tác vụ agent trên các hệ thống SaaS. Mô hình được thiết kế cho các tác vụ agent đa bước và khối lượng lớn. Các trường hợp sử dụng bao gồm tự động hóa quy trình nghiệp vụ qua nhiều công cụ SaaS (bán hàng, tiếp thị, vận hành, dịch vụ khách hàng, tài chính, nhân sự), phiên lập trình agent dài như tạo kho mã, tái cấu trúc và tác vụ terminal, cũng như computer use – tương tác với môi trường thực, dùng công cụ và chạy chuỗi tác vụ dài. Ngoài ra mô hình còn phù hợp cho các tác vụ an ninh mạng như kiểm tra mã, vá lỗ hổng, kiểm thử xâm nhập, phân tích mã độc và kỹ thuật đảo ngược, cùng các công việc lập trình và nghiên cứu thường xuyên như nghiên cứu tài chính, hiểu đa phương thức và phát triển frontend. Khả năng lập kế hoạch đa bước với tính nhất quán xuyên tài liệu là một điểm mạnh được nêu. Về hiệu năng, tốc độ suy luận trực tuyến của mô hình nhanh khoảng 3 lần so với thế hệ trước, chi phí sử dụng tổng thể cho các tác vụ agent giảm còn khoảng 30% so với thế hệ trước, tốc độ đầu ra trong sử dụng hàng ngày vượt 200 token mỗi giây và tốc độ đầu ra trung vị trên 170 token mỗi giây. Một phiên bản ẩn danh có tên Space Bunny đã xử lý hơn 200 nghìn tỷ token, cho thấy mô hình đã được kiểm chứng trong môi trường sản xuất. Tuy nhiên, cần lưu ý rằng kiểm thử độc lập của Artificial Analysis báo cáo chỉ số thông minh khoảng 42 đến 43, tỷ lệ trả lời sai do quá tự tin ở mức cao, và một đánh giá người dùng cho rằng kết quả benchmark không giữ được trong so sánh thực tế; nên kiểm chứng thông tin cho các trường hợp yêu cầu độ chính xác thực tế.
Cách tính phí sử dụng?
Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.
MiniMax M3.1 Flash hỗ trợ những loại đầu vào nào?
Mô hình nhận đầu vào văn bản, hình ảnh và video, và chỉ tạo đầu ra văn bản.
Ngữ cảnh của mô hình dài bao nhiêu?
Mô hình có cửa sổ ngữ cảnh 1 triệu token.
Chế độ suy nghĩ của mô hình hoạt động thế nào?
Thinking luôn bật và có thể điều chỉnh qua năm mức nỗ lực: low, medium, high, ultra-high và max, với max là mặc định.
Mô hình phù hợp với những tác vụ nào?
Mô hình phù hợp cho tự động hóa quy trình nghiệp vụ qua nhiều công cụ SaaS, phiên lập trình agent dài, computer use, tác vụ an ninh mạng và các công việc lập trình, nghiên cứu thường xuyên.
Có thể tích hợp mô hình qua những API nào?
Mô hình cung cấp endpoint API tương thích OpenAI và Anthropic, hỗ trợ gọi công cụ và thực thi tác vụ agent trên các hệ thống SaaS.
Mô hình khác gì so với thế hệ trước?
Tốc độ suy luận trực tuyến nhanh khoảng 3 lần và chi phí sử dụng tổng thể cho tác vụ agent giảm còn khoảng 30% so với thế hệ trước.