通过 EvoLink 统一 API 网关接入 MiniMax M3.1 Flash。围绕长上下文编程、工具调用与视觉前端任务评估效果，为自己的应用选择合适的模型。
一个模型 ID（MiniMax-M3.1-Flash）覆盖 Agent 编程、工具调用和长上下文任务。输入、缓存输入和输出分别计费，当前费率见下方。
MiniMax M3.1 Flash
MiniMax 面向 Agent 编程的 M 系列 Flash 模型，思考深度可调
MiniMax-M3.1-Flash编程 Agent、工具调用循环和长上下文任务，上下文 100 万 Token；按任务设定思考档位，并在自己的任务上衡量每个合格结果的成本。
所有费率按每百万 Token 计,同时显示美元与 Credits,以你账户当前的价格为准。
集成前先估算一次 MiniMax M3.1 Flash 请求的费用。计算器按你账户的当前费率计算,官方价格仅作对照。
最低计费:每次请求 0.01 Credits。
快速测试
日常开发
生产评估
MiniMax M3.1 Flash 是面向编程 Agent、工具调用和长上下文任务的多模态推理模型。百万 Token 上下文与可调思考深度，适合评估多文件调试、视觉前端开发和研究工作流。通过 EvoLink 统一 API 网关与其他模型一起选型，模型配置与当前费率见上方已有区域。
MiniMax M3.1 Flash 在 EvoLink 上以模型 ID MiniMax-M3.1-Flash 提供,支持 Chat Completions · Anthropic Messages · Responses,和其他模型共用同一把 API 密钥与余额。它提供 1M 上下文窗口,最大输出 524K Token,并支持多步 Agent、工具调用、图像输入。
数字取自 EvoLink 路由配置;能力以 API 当前实际提供为准。
API 模型 ID 是 MiniMax-M3.1-Flash，大小写、点和连字符都要照写；本页 URL 用的是全小写加连字符。MiniMax-M3 是另一个模型，费率单独计算。
搜索结果涵盖不同接入渠道和发布阶段，请以所选服务当前展示的模型配置为准。
MiniMax 当前 API 文档列出 MiniMax-M3.1-Flash，MiniMax Code 指南则使用 MiniMax-M3.1-Flash-Preview。指南中的案例来自预览环境；名称变化本身不能证明已全面正式开放，也不能证明不同服务的表现完全相同。
模型 API 用于把模型接入自己的应用或 Agent，MiniMax Code 则提供自己的工作区与工具。EvoLink 让你在统一 API 网关内评估不同模型；任务所需的文件访问、代码执行及其他 Agent 工具，由你接入的应用提供。
用以下具体任务规划评估。MiniMax 公开的 Preview 指南提供了工作流案例，结果取决于输入材料、工具环境与验证方式。
给编程 Agent 提供相关源码、复现步骤和验收条件，检查它能否追到原因、完成针对性修改并验证回归，也要覆盖看似合理的补丁容易遗漏的边界情况。
MiniMax 公开的 Flowdesk 案例涉及列表加载、搜索和分页卡顿。评估同类任务时，连接浏览器性能分析工具，对照修改前后的测量结果，并检查原有交互是否正常。
把截图或参考图片与布局、交互要求一起交给模型。Preview 指南展示了程序化 Three.js 重建案例；在自己的浏览器环境中检查生成代码的响应式布局、控件和实际行为。
让模型识别两张图片中的有意义差异，再由连接的图像处理工具输出标注对比图。Preview 指南展示了这类工作流，它结合了视觉理解与外部执行的代码。
通过视频输入检查镜头变化、可见动作或录屏中的界面问题，输出结构化文字摘要。精确抽帧、转录和媒体编辑，需要应用连接相应工具。
从原始资料、明确假设和交付要求出发开展研究。MiniMax 的 Preview 案例包括财务建模与产业链分析；网页检索、表格生成依赖连接的工具，计算和来源需要独立复核。
两个模型在 EvoLink 上都会继续提供，模型 ID 和费率各自独立。切流前，先用同一批请求分别跑一遍。
M3.1 Flash 不能关闭思考：关闭思考的请求会返回 400 错误。请改用思考档位控制深度，可选 low、medium、high、xhigh、max。MiniMax-M3 则可以完全跳过思考。
不传思考档位时，M3.1 Flash 按最深的 max 档思考，输出 Token 最多、延迟最长。日常调用用 low 或 medium，难题再用更高档位。
Chat Completions 用 reasoning_effort，Messages 用 output_config.effort，Responses 用 reasoning.effort。Chat Completions 的思考内容在 reasoning_content 里返回，与 content 分开。
在 EvoLink 上，M3.1 Flash 的输入、缓存输入和输出不随提示词长度分档；MiniMax-M3 则有单独的长上下文档。当前费率请对照两个页面的 Pricing 区。
上方 Pricing 区提供实时费率和请求计算器。先用它估算，再拿 usage 报告的用量与最终扣费和合格结果对账。
思考 Token 按输出计费。每类任务先从 low 或 medium 开始，只在合格结果确实变好时才提高档位。
思考计入 max_tokens。上限设得太小，可能以 finish_reason 为 length 结束、回答为空，而思考部分照样计费。按任务设置上限，并检测截断。
缓存是自动的，不支持 cache_control 显式标记。把可复用的指令和工具定义放在最前面，以 usage 中报告的缓存 Token 为准，不要默认会命中。
图片 Token 随尺寸和 detail 设置变化，视频 Token 随时长和帧率变化。跑一批有代表性的样本，把报告的输入 Token 填进计算器。
产品后端与批量任务走 EvoLink API;编码与分析类工作可直接在 Codex、Claude、Gemini 里调用 MiniMax M3.1 Flash。两条路径共用同一把 EvoLink API 密钥、余额、模型 ID 与请求记录。
适合:产品后端、批量任务、自动化流水线
向 EvoLink 发送 OpenAI 兼容的 Chat Completions(或 Anthropic Messages)请求,自行控制模型 ID、系统提示、输出预算、工具与结构化输出。
适合:在 Codex、Claude、Gemini 里做编码、评审与分析
把任务、要带入的材料和验收标准交给 Agent,由它组装请求、通过 EvoLink 调用 MiniMax M3.1 Flash,并把回答连同 token 用量一起返回。
这个示例是最短可运行的请求:一条 OpenAI 兼容的 Chat Completions 调用,带系统提示、用户消息和输出预算。完整参数与响应说明见 API 标签页。
curl -X POST https://api.evolink.ai/v1/chat/completions \
-H "Authorization: Bearer $EVOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMax-M3.1-Flash",
"messages": [
{ "role": "system", "content": "You are a senior engineer reviewing a pull request." },
{ "role": "user", "content": "Review this diff and list every risky change with file and line:\n<diff>" }
],
"reasoning_effort": "medium",
"max_tokens": 16384
}'
# Thinking is always on and counts toward max_tokens; omitting
# reasoning_effort means "max". Anthropic Messages (/v1/messages) and
# Responses (/v1/responses) accept the same model ID.
# The response returns thinking in choices[0].message.reasoning_content,
# the answer in content, and a usage object.对照 API 文档检查模型 ID、messages 数组和参数范围,去掉该路由不支持的字段。
检查 Authorization bearer token,并在控制台确认可用余额。
提示词 token 超过了 MiniMax M3.1 Flash 的上下文窗口。裁剪或只检索相关材料,并复用缓存前缀。
退避并带抖动重试;用批处理或队列代替并发突发。
重试前检查敏感内容、格式错误的 tool-call 参数和 JSON schema 不匹配。
从 API Key 到生产流量的四个步骤。
使用 MiniMax-M3.1-Flash，大小写、点和连字符都要与此一致。上方 Models 卡片的复制按钮给出的就是准确字符串；本页 URL 用的是另一种写法。
先用你现有技术栈支持的协议，显式设置思考档位和输出上限，在一个小请求上确认回答、思考字段和 usage。
多轮工具对话里要把思考内容原样回传。媒体输入在 Chat Completions 用 image_url 或 video_url 片段，在 Messages 用 image 或 video 块，再把 usage 与纯文本任务对比。
保持可复用上下文稳定，以实测缓存命中为准而不是默认命中；质量、延迟和最终扣费都达到验收标准后，再提高流量。
MiniMax 会自动缓存重复的提示词前缀，并在 usage 里报告命中量；不支持 cache_control 显式标记。把指令和工具定义放在最前面，并在各轮之间保持完全一致。不保证每次请求都能命中缓存。
思考内容和最终回答共用输出上限，两者都要留出预算。上下文窗口是容量而不是目标：只发送任务需要的材料，并保持前缀稳定以便命中缓存。
对比输入 / 输出费率、上下文、缓存和适用场景。下方价格按你账户当前的费率显示；选定路由前，请用同一批请求实测。
| 模型 | MiniMax M3.1 Flash | MiniMax-M3 | DeepSeek V4.1 Flash |
|---|---|---|---|
| 输入 / 输出 | $0.15 / $0.6 | $0.495 / $1.977 | $0.265 / $1.059 |
| 上下文 | 1M | 1M | 1M |
| 缓存 | 自动缓存命中 | 自动缓存命中 | 自动缓存命中 |
| 最适合 | 编程 Agent、工具调用循环和长上下文任务，上下文 100 万 Token；按任务设定思考档位，并在自己的任务上衡量每个合格结果的成本。 | Agent 与多模态任务，简单调用可以跳过思考 | 长上下文编程与 Agent 循环，且需要读图的场景 |
在有代表性的流量上核实输出质量、可用参数和实际扣费。
确认请求发送的是 MiniMax-M3.1-Flash，并显式带上思考档位和输出上限；usage 要分别报告输入、缓存和输出 Token。
在代码和 SDK 默认值里搜索 thinking 类型为 disabled 或档位为 none 的写法；在 M3.1 Flash 上它们会返回 400。请改成 low 档。
用一组固定的真实任务分别跑 MiniMax-M3 和 M3.1 Flash，对比指令遵循、工具结果和合格输出，不要默认提示词可以直接沿用。
档位越高，响应越长。在有代表性的流量上观察首 Token 时间和总延迟，并为限流和超时做好准备。
先用有代表性的任务、中等思考档位和小比例流量开始。质量、延迟和每个合格结果的成本都达标后再扩大，并把经过验证的备用模型写在配置里而不是代码里。
同一把 API 密钥、同一份余额,换档位不用改接入。
MiniMax 当前 API 文档使用 MiniMax-M3.1-Flash，MiniMax Code 指南使用 MiniMax-M3.1-Flash-Preview，二者描述的接入场景不同。请核对所选服务的模型配置；Preview 案例不能单独证明各条路由的行为和开放状态完全相同。
MiniMax Code 是自带工作区和工具的应用。模型 API 用于把模型接入自己的软件或 Agent。EvoLink 提供统一模型网关，任务所需的文件访问、执行环境与工具由你的应用提供。
文档列出的模型输出是文本。它能理解视觉输入、编写代码并协助调度连接的工具。Agent 工作流展示的图片、视频、演示文稿和工作簿，可能由这些工具生成，不能据此认定语言模型具备原生媒体输出能力。
本页链接的资料说明模型接入与 Preview 工作流，尚不足以确认这个准确版本已经发布可下载的开放权重。规划自部署前，请核对官方是否提供对应的权重文件和许可证。
Flash 是模型名称。任务完成时间还受上下文、思考深度、工具执行与服务负载影响。请用同一批真实任务与当前模型比较，衡量完成且可用的结果；Preview 的速度参考值不能直接代表完整 Agent 任务的耗时。
在 EvoLink 上使用 MiniMax-M3.1-Flash，大小写、点和连字符都要照写。本页地址是 /minimax-m3-1-flash，URL 里的写法不是模型 ID。
不可以。M3.1 Flash 始终会思考；发送 thinking 类型为 disabled 或档位为 none 会返回 400 错误。想降低延迟和思考 Token，请调低思考档位。
low、medium、high、xhigh 和 max。不传档位时，M3.1 Flash 使用 max。Chat Completions 用 reasoning_effort，Messages 用 output_config.effort，Responses 用 reasoning.effort。
思考 Token 算作输出 Token：按输出价计费，也计入 max_tokens 上限。可以通过 usage 查看每个档位在你的任务上多出多少用量。
同一个模型 ID 可用于 Chat Completions（/v1/chat/completions）、Anthropic Messages（/v1/messages）和 Responses（/v1/responses）。上生产前，请在所选协议上验证流式、工具调用和 usage。
文本、图片（JPEG、PNG、GIF、WebP）和视频（MP4、AVI、MOV、MKV）。图片和视频的 Token 按输入价计费，不另收媒体费用。
缓存是自动的：重复的提示词前缀可以从缓存读取，usage 报告命中时按更低的缓存输入价计费。不支持 cache_control 显式标记，也不保证一定命中。
两者都有 100 万 Token 上下文，都支持文本、图像和视频输入。M3.1 Flash 始终思考，并提供五个思考档位；MiniMax-M3 可以跳过思考。在 EvoLink 上两者的模型 ID 和费率各自独立，请对照两个页面的 Pricing 区。
