MiniMax M3.1 Flash 正式版：API 价格、缓存成本与 Preview 迁移

MiniMax 官方模型日志在 2026 年 10 月 19 日记录了 M3.1 Flash 正式版。对接入者最有用的变化，是正式型号已经出现在按量 API 定价和接口文档中，而旧 Preview 名称的处理方式也有明确说明。本文核验于 2026 年 10 月 19 日，采用 MiniMax 国际站美元价格；没有执行付费 API 调用，不构成速度、质量或稳定性测评。

先看结论

新接入使用精确模型 ID MiniMax-M3.1-Flash。
官方按量价格为每百万输入 token 0.15 美元、输出 token 0.60 美元、缓存读取 token 0.015 美元。
截至核验，官方 M Plan 概览说明 MiniMax-M3.1-Flash-Preview 已退役，使用旧名称的请求由正式 Flash 服务。通知未列精确切换时刻；这也不代表每家中转站已同步映射。
M Plan 订阅额度与标准 API 按量余额是不同计费路径，购买其中一种不等于自动获得另一种。

官方 API 价格与缓存口径

计费项目	国际站官方单价（USD / 百万 token）
普通输入	0.15
输出	0.60
缓存读取输入	0.015

来源：官方定价。这是 MiniMax-M3.1-Flash 的独立报价；同页 MiniMax-M3 的长输入分档和 Priority 加价不能直接套过来。正式 Flash 的接口文档目前不支持 service_tier。

缓存按匹配的输入前缀自动复用，至少 512 个输入 token 才适用。固定工具定义和系统提示尽量前置，但并不保证每次命中。缓存读取单价比普通输入低 90%，不能据此说整张账单降低 90%。

读取 usage 时也要分接口：Anthropic 口径的 input_tokens 是未缓存的新输入，缓存读取另列；OpenAI Chat Completions 的 prompt_tokens 是总输入，cached_tokens 是其中子集；Responses 则使用 input_tokens 与 input_tokens_details.cached_tokens。不能因字段同名而套用另一种接口的含义。若把总输入全部按普通输入计费，再额外加缓存费用，会重复计算。见缓存文档及Responses 用量结构。

一千次请求的成本示例

假设每次请求有 2,000 个输入 token、500 个计费输出 token，共 1,000 次。合计输入 200 万、输出 50 万。这里的 500 指 API usage 返回的总输出量，不能按可见回答长度估算；Responses 文档的输出额度说明包含思考与可见输出。实际费用应对照返回用量和定价计算。

情形	计算（USD）	模型 token 费用
全部输入未缓存	2 × 0.15 + 0.5 × 0.60	$0.600
总输入的 80% 命中缓存	0.4 × 0.15 + 1.6 × 0.015 + 0.5 × 0.60	$0.384

第二种情形节省 $0.216，即整单约 36%。80% 是计算假设，不是实测命中率。示例不含其他工具 API、托管、税费等可能另计项目，也不代表完整 agent 工作流成本。

Preview 迁移：别只改显示名称

官方 M Plan 概览已说明旧 Preview 名称的转发安排，但没有注明具体生效时间。新配置建议直接使用正式 ID，并逐项检查：

请求中的 model 是否为 MiniMax-M3.1-Flash，配置文件、环境设置和客户端预设是否一致。
计费入口究竟是标准 API Key 还是 Subscription Key，是否与预期账本一致。
旧客户端是否发送了不支持的思考关闭值或 Priority 参数。
流式输出、工具调用和多轮上下文是否按当前接口解析；不要只保留最后可见回答而丢弃工具调用所需的完整模型回复。
经过中转服务时，单独核对正式版映射、缓存计价单位和支持的接口。官方转发公告不能替中转商做保证。

本文没有对第三方中转站执行请求，也没有据模型名称认定其真实上游或服务质量。

接口与思考设置

官方文档列出 1,000,000 token 上下文，支持文本、图片、视频输入并返回文本；这不表示它能原生生成图片或视频。

接入方式	官方地址或参数要点
Anthropic Messages 兼容	base URL：`https://api.minimax.io/anthropic`；思考档位用 `output_config.effort`
OpenAI Chat Completions 兼容	base URL：`https://api.minimax.io/v1`；思考档位用 `reasoning_effort`
OpenAI Responses 兼容	`https://api.minimax.io/v1/responses`；思考档位用 `reasoning.effort`

思考始终开启，支持 low、medium、high、xhigh、max 五档，默认 max。官方说明 disabled 或 none 会被拒绝，返回 HTTP 400。降低档位的效果需要用自己的任务验证，本文没有测量质量与延迟。

兼容接口不等于所有参数完全等价。例如 Responses 文档列出的 previous_response_id、conversation、store 不受支持，传入会被忽略。迁移时应查当前参数表，而不是照搬另一家服务的所有选项。以上配置来自Anthropic 文档、Chat Completions 文档与Responses 文档，未执行实测。

M Plan 与按量 API 怎么选

使用方式	计费路径与适用判断
标准 API Key	按实际使用量扣 Open Platform 余额；即使订阅 M Plan，也不自动抵扣订阅额度。官方建议生产场景使用按量 API
Subscription Key	使用 M Plan 额度及适用的 credit packs；额度用尽后不会自动改扣普通账户余额
MiniMax Code 内登录	可使用适用订阅权益；不能因此推断任意服务端 API 请求都包含在订阅内

M Plan 主要面向个人交互式开发。当前 Go、Explore、Build 的相对额度为 1×、3×、7.5×，不能换算成保证可用的固定 token 包。非视频用量同时受 5 小时与每周窗口约束，窗口从首次使用起算。本文未核到各档当前可完整确认的付费界面月价，因此不列月费或已过期促销。

如果目标是给网站后端、批处理或用户服务制定预算，先按量计算输入、缓存和输出，再评估重试与人工复核成本。如果主要是本人在开发工具内交互，先核对订阅支持工具和额度窗口，再决定是否购买。两条路径都不应被理解为无限使用。依据：M Plan FAQ及用量规则。

开放权重与核验范围

官方发布日志称正式 Flash 为开放权重模型。截至本文核验，尚未取得可核对的正式权重许可链接；商用、再分发和自行部署条件应以对应模型仓库公布的许可为准。不能拿 CLI 的代码许可或旧模型的许可替代本型号许可，开放权重也不等于官方托管 API 免费。

本文核对的是官方发布日志、价格表与接口说明，并独立复算成本。没有调用模型、运行代码示例、验证中转商、测试性能或核验完整权重许可。部分 M Plan FAQ 仍残留 Preview 字样，本文型号与迁移状态以当前概览和 API 文档为准。价格与文档可能更新，请在实际充值或迁移前复查。

来源

以上网页核验日期均为 2026 年 10 月 19 日；除模型日志明确标注的发布日期外，核验日期不代表页面首次发布时间。