Source: https://ailoot.ai/models/id/minimax-minimax-m3-1-flash/ Canonical: https://ailoot.ai/models/id/minimax-minimax-m3-1-flash/ Language: id # MiniMax: MiniMax M3.1 Flash [Markdown](https://ailoot.ai/models/id/minimax-minimax-m3-1-flash/index.md) · [JSON](https://ailoot.ai/models/id/minimax-minimax-m3-1-flash/facts.json) ## [MiniMax: MiniMax M3.1 Flash](https://ailoot.ai/models/id/minimax-minimax-m3-1-flash/) `minimax/minimax-m3.1-flash` MiniMaxTeksMasukan from US$0,00015 / 1KKeluaran from US$0,0006 / 1K MiniMax M3.1 Flash membantu menelaah dokumen, menulis kode, dan merencanakan tugas bertahap; Standard juga menerima gambar melalui Chat Completions dan Responses. MiniMax M3.1 Flash adalah model MiniMax yang dirilis pada 19 Oktober 2026 untuk pemrograman, penalaran, dan tugas dengan beberapa langkah terkait. Produsen menekankan konsistensi dokumen, perencanaan tindakan, dan pengembangan perangkat lunak. Model juga mendukung pemahaman multimodal; jenis masukan yang tersedia di Ailoot API bergantung pada metode yang dipilih. ### Tugas yang dapat diberikan - Membaca spesifikasi teknis besar, mengidentifikasi ketergantungan, dan menyiapkan rencana implementasi. - Menelaah kode, menjelaskan kemungkinan penyebab kesalahan, dan mengusulkan perbaikan beserta verifikasinya. - Membandingkan beberapa dokumen, mengumpulkan persyaratan bersama, dan mencatat perbedaan data sumber. - Menyiapkan petunjuk, memo analisis, atau draf laporan dengan struktur terpadu. Materi resmi membahas rangkaian pengembangan panjang secara khusus: memahami kode sumber, menerapkan perubahan, memperbaiki kesalahan, dan memverifikasi dengan pengujian. Dalam dialog teks, ini dapat dibagi menjadi tahap: meminta rencana, lalu perubahan tertentu, kemudian penjelasan dan kriteria verifikasi. ### Teks dan gambar Dalam Standard, gambar dapat dikirim melalui Chat Completions dan Responses bersama pertanyaan teks. Misalnya, minta analisis isi tangkapan layar, hubungan elemen terlihat dengan masalah, atau penyertaan informasi gambar dalam kesimpulan teks. Tentukan bagian gambar yang penting dan hasil yang dibutuhkan. Dalam Ultra dan melalui metode kartu yang kompatibel dengan Gemini, masukan berupa teks. Semua varian mengembalikan teks: penjelasan, daftar tindakan, analisis, atau kode. Untuk perbandingan dokumen dan laporan, tetapkan struktur hasil terlebih dahulu dan minta informasi dari materi dipisahkan dari kesimpulan yang diusulkan. ### Penalaran dan konteks panjang MiniMax M3.1 Flash melakukan penalaran sebelum jawaban akhir. Dokumentasi produsen menyediakan tingkat kedalaman dari low hingga max; penalaran tetap aktif. Tetapkan bentuk jawaban akhir secara terpisah: analisis internal terperinci dan teks panjang bagi pengguna adalah persyaratan berbeda. Dalam Standard, jendela konteks mencapai 1 000 000 token. Ini memungkinkan penggunaan materi teks panjang, kode, dan riwayat diskusi dalam permintaan yang dipilih. Berikan nama sumber, urutan, dan pertanyaan yang diperlukan; untuk hasil besar, bagi tugas menjadi tahap jelas dan pertahankan keputusan antara dalam pesan berikutnya. ### Tersedia melalui Ailoot API Masukan `text`, `image` Keluaran `text` Konteks 1.000.000 *token* Panjang jawaban maksimum 524.288 *token* Masukan US$0,00015 */ 1K* Keluaran US$0,0006 */ 1K* Pembacaan cache ≈US$0,000015 */ 1K* Penulisan cache US$0,0003 */ 1K* Penulisan cache, 5 menit US$0,0003 */ 1K tokens* Masukan `text`, `image` Keluaran `text` Konteks 1.000.000 *token* Panjang jawaban maksimum 524.288 *token* Masukan US$0,00015 */ 1K* Keluaran US$0,0006 */ 1K* Pembacaan cache ≈US$0,000015 */ 1K* Penulisan cache US$0,0003 */ 1K* Penulisan cache, 5 menit US$0,0003 */ 1K tokens* Masukan `text` Keluaran `text` Konteks 1.000.000 *token* Panjang jawaban maksimum 524.288 *token* Masukan US$0,00015 */ 1K* Keluaran US$0,0006 */ 1K* Pembacaan cache ≈US$0,000015 */ 1K* Penulisan cache US$0,0003 */ 1K* Penulisan cache, 5 menit US$0,0003 */ 1K tokens* Masukan `text` Keluaran `text` Konteks 968.576 *token* Panjang jawaban maksimum 80.000 *token* Masukan US$0,0003 */ 1K* Keluaran US$0,0012 */ 1K* Pembacaan cache ≈US$0,00003 */ 1K* Penulisan cache ≈US$0,000036 */ 1K* Penulisan cache, 5 menit ≈US$0,000036 */ 1K tokens* Masukan `text` Keluaran `text` Konteks 968.576 *token* Panjang jawaban maksimum 80.000 *token* Masukan US$0,0003 */ 1K* Keluaran US$0,0012 */ 1K* Pembacaan cache ≈US$0,00003 */ 1K* Penulisan cache ≈US$0,000036 */ 1K* Penulisan cache, 5 menit ≈US$0,000036 */ 1K tokens* Masukan `text` Keluaran `text` Konteks 968.576 *token* Panjang jawaban maksimum 80.000 *token* Masukan US$0,0003 */ 1K* Keluaran US$0,0012 */ 1K* Pembacaan cache ≈US$0,00003 */ 1K* Penulisan cache ≈US$0,000036 */ 1K* Penulisan cache, 5 menit ≈US$0,000036 */ 1K tokens* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,0003 */ 1K* Keluaran US$0,0012 */ 1K* Pembacaan cache ≈US$0,00003 */ 1K* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,0003 */ 1K* Keluaran US$0,0012 */ 1K* Pembacaan cache ≈US$0,00003 */ 1K* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,0003 */ 1K* Keluaran US$0,0012 */ 1K* Pembacaan cache ≈US$0,00003 */ 1K* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,0003 */ 1K* Keluaran US$0,0012 */ 1K* Pembacaan cache ≈US$0,00003 */ 1K* `minimax/minimax-m3.1-flash` · JSON ``` {"about":"MiniMax M3.1 Flash adalah model MiniMax yang dirilis pada 19 Oktober 2026 untuk pemrograman, penalaran, dan tugas dengan beberapa langkah terkait. Produsen menekankan konsistensi dokumen, perencanaan tindakan, dan pengembangan perangkat lunak. Model juga mendukung pemahaman multimodal; jenis masukan yang tersedia di Ailoot API bergantung pada metode yang dipilih.\n\n### Tugas yang dapat diberikan\n\n- Membaca spesifikasi teknis besar, mengidentifikasi ketergantungan, dan menyiapkan rencana implementasi.\n- Menelaah kode, menjelaskan kemungkinan penyebab kesalahan, dan mengusulkan perbaikan beserta verifikasinya.\n- Membandingkan beberapa dokumen, mengumpulkan persyaratan bersama, dan mencatat perbedaan data sumber.\n- Menyiapkan petunjuk, memo analisis, atau draf laporan dengan struktur terpadu.\n\nMateri resmi membahas rangkaian pengembangan panjang secara khusus: memahami kode sumber, menerapkan perubahan, memperbaiki kesalahan, dan memverifikasi dengan pengujian. Dalam dialog teks, ini dapat dibagi menjadi tahap: meminta rencana, lalu perubahan tertentu, kemudian penjelasan dan kriteria verifikasi.\n\n### Teks dan gambar\n\nDalam Standard, gambar dapat dikirim melalui Chat Completions dan Responses bersama pertanyaan teks. Misalnya, minta analisis isi tangkapan layar, hubungan elemen terlihat dengan masalah, atau penyertaan informasi gambar dalam kesimpulan teks. Tentukan bagian gambar yang penting dan hasil yang dibutuhkan.\n\nDalam Ultra dan melalui metode kartu yang kompatibel dengan Gemini, masukan berupa teks. Semua varian mengembalikan teks: penjelasan, daftar tindakan, analisis, atau kode. Untuk perbandingan dokumen dan laporan, tetapkan struktur hasil terlebih dahulu dan minta informasi dari materi dipisahkan dari kesimpulan yang diusulkan.\n\n### Penalaran dan konteks panjang\n\nMiniMax M3.1 Flash melakukan penalaran sebelum jawaban akhir. Dokumentasi produsen menyediakan tingkat kedalaman dari low hingga max; penalaran tetap aktif. Tetapkan bentuk jawaban akhir secara terpisah: analisis internal terperinci dan teks panjang bagi pengguna adalah persyaratan berbeda.\n\nDalam Standard, jendela konteks mencapai 1 000 000 token. Ini memungkinkan penggunaan materi teks panjang, kode, dan riwayat diskusi dalam permintaan yang dipilih. Berikan nama sumber, urutan, dan pertanyaan yang diperlukan; untuk hasil besar, bagi tugas menjadi tahap jelas dan pertahankan keputusan antara dalam pesan berikutnya.","alias_of":null,"aliases":["MiniMax-M3.1-Flash"],"author":"MiniMax","canonical_model":"minimax/minimax-m3.1-flash","ctx":1000000,"formats":["chat","gemini","messages","responses"],"id":"minimax/minimax-m3.1-flash","input":["image","text"],"kind":"text","max_out":524288,"methods":[{"cache_read":0.015,"cache_write":0.3,"cache_write_1h":null,"cache_write_5m":0.3,"conditional_meter":null,"ctx":1000000,"family":"openai","fast_multiplier":null,"flex_multiplier":null,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.15,"input":["text","image"],"label":"OpenAI Responses","max_out":524288,"max_tool_calls":null,"out":0.6,"output":["text"],"path":"/v1/responses","request_model_id":"MiniMax-M3.1-Flash","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.015,"cache_write":0.3,"cache_write_1h":null,"cache_write_5m":0.3,"conditional_meter":null,"ctx":1000000,"family":"openai","fast_multiplier":null,"flex_multiplier":null,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.15,"input":["text","image"],"label":"OpenAI Chat","max_out":524288,"max_tool_calls":null,"out":0.6,"output":["text"],"path":"/v1/chat/completions","request_model_id":"MiniMax-M3.1-Flash","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.015,"cache_write":0.3,"cache_write_1h":null,"cache_write_5m":0.3,"conditional_meter":null,"ctx":1000000,"family":"gemini","fast_multiplier":null,"flex_multiplier":null,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.15,"input":["text"],"label":"Gemini generateContent","max_out":524288,"max_tool_calls":null,"out":0.6,"output":["text"],"path":"/v1beta/models/{model}:generateContent","request_model_id":"MiniMax-M3.1-Flash","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.03,"cache_write":0.036,"cache_write_1h":null,"cache_write_5m":0.036,"conditional_meter":null,"ctx":968576,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Chat","max_out":80000,"max_tool_calls":null,"out":1.2,"output":["text"],"path":"/v1/chat/completions","request_model_id":"MiniMax-M3.1-Flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.03,"cache_write":0.036,"cache_write_1h":null,"cache_write_5m":0.036,"conditional_meter":null,"ctx":968576,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Responses","max_out":80000,"max_tool_calls":null,"out":1.2,"output":["text"],"path":"/v1/responses","request_model_id":"MiniMax-M3.1-Flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.03,"cache_write":0.036,"cache_write_1h":null,"cache_write_5m":0.036,"conditional_meter":null,"ctx":968576,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Gemini generateContent","max_out":80000,"max_tool_calls":null,"out":1.2,"output":["text"],"path":"/v1beta/models/MiniMax-M3.1-Flash:generateContent","request_model_id":"MiniMax-M3.1-Flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.03,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":1.2,"output":["text"],"path":"/v1/messages","request_model_id":"minimax/minimax-m3.1-flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.03,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":1.2,"output":["text"],"path":"/v1/responses","request_model_id":"minimax/minimax-m3.1-flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.03,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":1.2,"output":["text"],"path":"/v1/chat/completions","request_model_id":"minimax/minimax-m3.1-flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.03,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":1.2,"output":["text"],"path":"/v1beta/models/minimax/minimax-m3.1-flash:generateContent","request_model_id":"minimax/minimax-m3.1-flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"minimax/minimax-m3.1-flash","request_model_id":"MiniMax-M3.1-Flash","route_label":"Core"},{"canonical_model_id":"minimax/minimax-m3.1-flash","request_model_id":"MiniMax-M3.1-Flash","route_label":"Ultra"},{"canonical_model_id":"minimax/minimax-m3.1-flash","request_model_id":"minimax/minimax-m3.1-flash","route_label":"Ultra"}],"name":"MiniMax: MiniMax M3.1 Flash","price":{"in":0.15,"in_label":null,"out":0.6,"out_label":null,"sort_in":0.15,"sort_out":0.6,"varies":true},"public_id":"minimax/minimax-m3.1-flash","short":"MiniMax M3.1 Flash membantu menelaah dokumen, menulis kode, dan merencanakan tugas bertahap; Standard juga menerima gambar melalui Chat Completions dan Responses."} ``` ## Pertanyaan Bagaimana cara memilih model untuk tugas saya? Tentukan dahulu input dan output yang diperlukan: teks, gambar, audio, atau video. Lalu bandingkan metode API yang kompatibel, ID model yang tepat atau model yang saat ini dirujuk oleh alias, harga, dan satuan penagihan. GET /v1/models gratis dan menampilkan model yang tersedia untuk kunci Anda. Apakah setiap model mendukung semua metode API dan jenis media? Gunakan metode API dan jenis input/output yang tercantum pada kartu model. Dukungan untuk teks, gambar, audio, atau video bergantung pada model dan metode yang dipilih; periksa contoh permintaannya sebelum mengirim data Anda. Apa perbedaan antara ID model dan alias? ID model yang tepat mengidentifikasi satu model tertentu. Alias merujuk ke sebuah model dan model tujuannya dapat berubah. Periksa model yang saat ini dirujuk oleh alias dalam katalog; gunakan ID yang tepat jika integrasi Anda memerlukan model tertentu. Bagaimana cara membandingkan harga sebelum mengirim permintaan? Periksa harga dan satuan penagihan untuk metode API yang dipilih pada kartu model. Bandingkan dengan satuan serta jenis input/output yang sama; riwayat permintaan menampilkan penggunaan aktual dan jumlah yang ditagihkan. Apa manfaat langganan? Diskon pembelian token untuk pekerjaan rutin. Pilih paket sesuai volume permintaan; ketentuan dan harga langganan ditampilkan saat pendaftaran. Bagaimana memakai kode promo dengan diskon hingga 50%? Masukkan kode promo saat membeli token. Total dihitung ulang sesuai ketentuan promosi; besar diskon terlihat sebelum pembayaran. ## Ailoot · Perusahaan dan portofolio proyeknya Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan. Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan. Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.