modelos

MiniMax: MiniMax M3.1 Flash

Markdown · JSON

MiniMax: MiniMax M3.1 Flash

minimax/minimax-m3.1-flash
MiniMaxTextoEntrada from 0,00015 US$ / 1KSaída from 0,0006 US$ / 1K

O MiniMax M3.1 Flash ajuda a analisar documentos, escrever código e planear tarefas com vários passos; em Standard também aceita imagens através de Chat Completions e Responses.

O MiniMax M3.1 Flash é um modelo da MiniMax lançado a 19 de outubro de 2026 para programação, raciocínio e trabalho em tarefas com várias etapas relacionadas. O fabricante dá atenção à coerência entre documentos, ao planeamento de ações e ao desenvolvimento de software. O modelo também suporta compreensão multimodal; o tipo de entrada disponível na Ailoot depende do método escolhido.

Que tarefas pode atribuir

  • Ler um caderno de requisitos técnico extenso, identificar dependências e preparar um plano de implementação.
  • Analisar código, explicar uma possível causa de erro e propor uma correção com verificação.
  • Comparar vários documentos, reunir requisitos comuns e assinalar divergências nos dados de partida.
  • Preparar uma instrução, uma nota analítica ou um rascunho de relatório com estrutura uniforme.

Os materiais oficiais abordam especificamente sequências longas de desenvolvimento: compreensão do código-fonte, implementação de alterações, correção de erros e verificação com testes. Num diálogo textual, isto pode ser organizado por etapas: pedir primeiro um plano, depois uma alteração concreta e, em seguida, uma explicação e critérios de verificação.

Texto e imagens

Em Standard, pode fornecer imagens através de Chat Completions e Responses, juntamente com uma pergunta textual. Por exemplo, pode pedir a análise do conteúdo de uma captura de ecrã, a ligação de um elemento visível à descrição de um problema ou a inclusão de informação de uma imagem numa conclusão textual. Indique que parte da imagem é importante e que resultado pretende.

Em Ultra e através do método compatível com Gemini desta ficha é utilizada entrada textual. Todas as variantes devolvem texto: uma explicação, lista de ações, análise ou código. Para comparar documentos e preparar um relatório, é conveniente definir previamente a estrutura do resultado e pedir que a informação dos materiais seja separada das conclusões propostas.

Raciocínio e contexto longo

O MiniMax M3.1 Flash realiza raciocínio antes da resposta final. A documentação do fabricante prevê níveis de profundidade de low a max; o modelo mantém o raciocínio ativo. Defina separadamente a forma da resposta final: uma análise interna detalhada e um texto longo para o utilizador são requisitos diferentes.

Em Standard, a janela de contexto vai até 1 000 000 de tokens. Permite trabalhar com materiais textuais longos, código e histórico da discussão dentro do pedido escolhido. Forneça os nomes das fontes, a sua ordem e as perguntas necessárias; para um resultado extenso, divida a tarefa em etapas claras e conserve as decisões intermédias nas mensagens seguintes.

Disponível através da API Ailoot

Core OpenAI ResponsesPOST /v1/responses
Entrada
text, image
Saída
text
Contexto
1 000 000 tokens
Resposta máx.
524 288 tokens
Entrada
0,00015 US$ / 1K
Saída
0,0006 US$ / 1K
Leitura da cache
≈0,000015 US$ / 1K
Escrita na cache
0,0003 US$ / 1K
Escrita na cache, 5 min
0,0003 US$ / 1K tokens
Core OpenAI ChatPOST /v1/chat/completions
Entrada
text, image
Saída
text
Contexto
1 000 000 tokens
Resposta máx.
524 288 tokens
Entrada
0,00015 US$ / 1K
Saída
0,0006 US$ / 1K
Leitura da cache
≈0,000015 US$ / 1K
Escrita na cache
0,0003 US$ / 1K
Escrita na cache, 5 min
0,0003 US$ / 1K tokens
Core Gemini generateContentPOST /v1beta/models/{model}:generateContent
Entrada
text
Saída
text
Contexto
1 000 000 tokens
Resposta máx.
524 288 tokens
Entrada
0,00015 US$ / 1K
Saída
0,0006 US$ / 1K
Leitura da cache
≈0,000015 US$ / 1K
Escrita na cache
0,0003 US$ / 1K
Escrita na cache, 5 min
0,0003 US$ / 1K tokens
Ultra OpenAI ChatPOST /v1/chat/completions
Entrada
text
Saída
text
Contexto
968 576 tokens
Resposta máx.
80 000 tokens
Entrada
0,0003 US$ / 1K
Saída
0,0012 US$ / 1K
Leitura da cache
≈0,00003 US$ / 1K
Escrita na cache
≈0,000036 US$ / 1K
Escrita na cache, 5 min
≈0,000036 US$ / 1K tokens
Ultra OpenAI ResponsesPOST /v1/responses
Entrada
text
Saída
text
Contexto
968 576 tokens
Resposta máx.
80 000 tokens
Entrada
0,0003 US$ / 1K
Saída
0,0012 US$ / 1K
Leitura da cache
≈0,00003 US$ / 1K
Escrita na cache
≈0,000036 US$ / 1K
Escrita na cache, 5 min
≈0,000036 US$ / 1K tokens
Ultra Gemini generateContentPOST /v1beta/models/MiniMax-M3.1-Flash:generateContent
Entrada
text
Saída
text
Contexto
968 576 tokens
Resposta máx.
80 000 tokens
Entrada
0,0003 US$ / 1K
Saída
0,0012 US$ / 1K
Leitura da cache
≈0,00003 US$ / 1K
Escrita na cache
≈0,000036 US$ / 1K
Escrita na cache, 5 min
≈0,000036 US$ / 1K tokens
Ultra Anthropic MessagesPOST /v1/messages
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,0003 US$ / 1K
Saída
0,0012 US$ / 1K
Leitura da cache
≈0,00003 US$ / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,0003 US$ / 1K
Saída
0,0012 US$ / 1K
Leitura da cache
≈0,00003 US$ / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,0003 US$ / 1K
Saída
0,0012 US$ / 1K
Leitura da cache
≈0,00003 US$ / 1K
Ultra Gemini generateContentPOST /v1beta/models/minimax/minimax-m3.1-flash:generateContent
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,0003 US$ / 1K
Saída
0,0012 US$ / 1K
Leitura da cache
≈0,00003 US$ / 1K
minimax/minimax-m3.1-flash · JSON
{"about":"O MiniMax M3.1 Flash é um modelo da MiniMax lançado a 19 de outubro de 2026 para programação, raciocínio e trabalho em tarefas com várias etapas relacionadas. O fabricante dá atenção à coerência entre documentos, ao planeamento de ações e ao desenvolvimento de software. O modelo também suporta compreensão multimodal; o tipo de entrada disponível na Ailoot depende do método escolhido.\n\n### Que tarefas pode atribuir\n\n- Ler um caderno de requisitos técnico extenso, identificar dependências e preparar um plano de implementação.\n- Analisar código, explicar uma possível causa de erro e propor uma correção com verificação.\n- Comparar vários documentos, reunir requisitos comuns e assinalar divergências nos dados de partida.\n- Preparar uma instrução, uma nota analítica ou um rascunho de relatório com estrutura uniforme.\n\nOs materiais oficiais abordam especificamente sequências longas de desenvolvimento: compreensão do código-fonte, implementação de alterações, correção de erros e verificação com testes. Num diálogo textual, isto pode ser organizado por etapas: pedir primeiro um plano, depois uma alteração concreta e, em seguida, uma explicação e critérios de verificação.\n\n### Texto e imagens\n\nEm Standard, pode fornecer imagens através de Chat Completions e Responses, juntamente com uma pergunta textual. Por exemplo, pode pedir a análise do conteúdo de uma captura de ecrã, a ligação de um elemento visível à descrição de um problema ou a inclusão de informação de uma imagem numa conclusão textual. Indique que parte da imagem é importante e que resultado pretende.\n\nEm Ultra e através do método compatível com Gemini desta ficha é utilizada entrada textual. Todas as variantes devolvem texto: uma explicação, lista de ações, análise ou código. Para comparar documentos e preparar um relatório, é conveniente definir previamente a estrutura do resultado e pedir que a informação dos materiais seja separada das conclusões propostas.\n\n### Raciocínio e contexto longo\n\nO MiniMax M3.1 Flash realiza raciocínio antes da resposta final. A documentação do fabricante prevê níveis de profundidade de low a max; o modelo mantém o raciocínio ativo. Defina separadamente a forma da resposta final: uma análise interna detalhada e um texto longo para o utilizador são requisitos diferentes.\n\nEm Standard, a janela de contexto vai até 1 000 000 de tokens. Permite trabalhar com materiais textuais longos, código e histórico da discussão dentro do pedido escolhido. Forneça os nomes das fontes, a sua ordem e as perguntas necessárias; para um resultado extenso, divida a tarefa em etapas claras e conserve as decisões intermédias nas mensagens seguintes.","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":"O MiniMax M3.1 Flash ajuda a analisar documentos, escrever código e planear tarefas com vários passos; em Standard também aceita imagens através de Chat Completions e Responses."}

Perguntas

Como escolher um modelo para a minha tarefa?

Identifique primeiro a entrada e a saída necessárias: texto, imagem, áudio ou vídeo. Compare depois os métodos API compatíveis, o ID exato do modelo ou o destino atual do alias, o preço e a unidade de faturação. GET /v1/models é gratuito e lista os modelos disponíveis para a sua chave.

Cada modelo suporta todos os métodos API e tipos de conteúdo?

Use os métodos API e os tipos de entrada e saída indicados na ficha do modelo. O suporte de texto, imagens, áudio ou vídeo depende do modelo e do método escolhidos; consulte o respetivo exemplo de pedido antes de enviar os seus dados.

Qual é a diferença entre o ID de um modelo e um alias?

Um ID exato identifica um modelo específico. Um alias aponta para um modelo e o seu destino pode mudar. Confirme o destino atual do alias no catálogo; use o ID exato quando a integração precisar de um modelo específico.

Como comparar os preços antes de enviar um pedido?

Consulte na ficha do modelo o preço e a unidade de faturação do método API escolhido. Compare a mesma unidade e os mesmos tipos de entrada e saída; o histórico de pedidos mostra a utilização real e o montante debitado.

O que oferece a subscrição?

Um desconto na compra de tokens para trabalho regular. Escolha o plano conforme o volume de pedidos; as condições e o preço da subscrição aparecem na adesão.

Como aplico um código promocional com até 50% de desconto?

Introduza o código promocional ao comprar tokens. O total é recalculado segundo as condições da campanha; o desconto é visível antes do pagamento.