MiniMax veröffentlicht M3.1 Flash: API ab heute, Gewichte später

Am 19. Oktober 2026 kündigte MiniMax die Einführung von M3.1 Flash an. Das Modell ist über die API des Unternehmens, das Abonnement M Plan und MiniMax Code verfügbar; in der Ankündigung von MiniMax wird die Veröffentlichung der Gewichte als späterer Schritt bezeichnet, jedoch ohne genaues Datum. Bis dahin lässt sich das Modell über die Dienste des Unternehmens ausprobieren; für eine eigenständige Bereitstellung muss man auf die Gewichte warten.

MiniMax nannte einen Preis von 0,15 US-Dollar pro Million Eingabetoken, 0,60 US-Dollar pro Million Ausgabetoken und 0,015 US-Dollar pro Million gecachter Eingabetoken. Das Unternehmen gibt außerdem an, dass die Gesamtkosten für Agentenaufgaben mit M3.1 Flash 70 % niedriger seien als mit der Vorgängerversion. Das tatsächliche Budget hängt vom Lastprofil ab, unter anderem davon, wie viel Kontext wiederverwendet wird und wie oft das Modell aufgerufen wird.

Welche Ergebnisse MiniMax nennt

Für Programmieraufgaben gibt das Unternehmen 73,7 % bei DeepSWE v1.1 an. Bei Tests zur Computernutzung werden 61,7 Punkte bei OSWorld V2 genannt, das die Ausführung von Aufgaben am Computer und in verschiedenen Anwendungen bewertet, sowie 29,6 Punkte bei Agents’ Last Exam (ALE), das die Erledigung beruflicher Aufgaben bewertet. Für CyberGym wird ein Ergebnis von 82 % bei der Bewertung der Suche nach und Überprüfung von Schwachstellen angegeben. Dabei handelt es sich um von MiniMax selbst veröffentlichte Ergebnisse.

MiniMax zufolge kann die Generierungsgeschwindigkeit bei gewöhnlicher Nutzung bis zu 200 Token pro Sekunde erreichen; die mediane P50-Geschwindigkeit liege bei über 170 Token pro Sekunde. Um Modelle mit der eigenen Arbeitslast zu vergleichen, sollte man zusätzlich die Zeit bis zum ersten Token, die Ausgabegeschwindigkeit und die Gesamtkosten einer abgeschlossenen Aufgabe messen: Ein einzelner Geschwindigkeitswert bildet den gesamten Arbeitsablauf nicht ab.

So lässt sich das Modell mit der eigenen Arbeitslast testen

Bevor Aufgaben übertragen werden, sollte man M3.1 Flash anhand eines kleinen Satzes realer Anfragen mit dem aktuell eingesetzten Modell vergleichen. Für Programmieraufgaben sollten Repository, Anweisungen und Abnahmekriterien identisch bleiben; für Agenten sollten Werkzeuge, Berechtigungen und Schrittlimit gleich sein. Zu berücksichtigen sind die Erfolgsquote, der Umfang manueller Korrekturen, wiederholte Aufrufe und die Zahl der Token pro abgeschlossener Aufgabe. So kann das Team die Kosten des Ergebnisses bewerten, statt nur den Tokenpreis.

Wenn der Arbeitsablauf eine lokale Bereitstellung erfordert, sollte man die Veröffentlichung der Gewichte abwarten und Lizenz, Format sowie Infrastrukturvoraussetzungen prüfen, sobald MiniMax diese bekannt gibt. Zum Zeitpunkt der Ankündigung bestätigte das Unternehmen den Zugang über API, M Plan und MiniMax Code und stellte die Veröffentlichung der Gewichte für später in Aussicht.

In der bisherigen Berichterstattung finden sich Beiträge zur Veröffentlichung von DeepSeek V4.1 Flash und ihrer API für die Websuche. Hier geht es um den separaten Start von MiniMax und die praktische Frage, wie sich die Kosten für Agentenaufrufe und Programmieraufgaben vergleichen lassen.