M3.1 Flash의 답은 content에 있고, 생각은 reasoning_content에 있습니다. 생각은 끌 수 없습니다. thinking.type을 disabled로 두거나 reasoning_effort를 none으로 두면 400이 돌아옵니다. 도구 인자는 객체가 아니라 한 번 더 파싱해야 하는 JSON 문자열입니다. 텍스트 API 페이지에서 response_format의 JSON Schema는 여전히 옛 모델 MiniMax-Text-01에만 적혀 있습니다. 그 스위치를 10월 19일 모델에 맞추지 마세요.
이 글은 2026년 10월 20일 기준이며, 전날 연구 페이지에 남아 있던 발표와 OpenAI 호환 API 페이지를 따릅니다. 모델 이름은 MiniMax-M3.1-Flash이고 컨텍스트는 100만 토큰입니다. 필드 이름으로 읽고, 순서로 읽지 않습니다.
10월 19일에 실제로 나온 것
발표는 그날 MiniMax M3.1 Flash를 내놓는다고 적습니다. 익명으로 200조 토큰 이상을 처리한 Space Bunny는 이 모델의 초기 버전이었습니다. 온라인 추론은 거의 세 배 빠르고, 에이전트 사용 비용은 이전 세대보다 70% 낮습니다. 가중치는 나중에, Pro도 나중에 나옵니다. 오늘 부를 수 있는 것은 API, M Plan, MiniMax Code입니다.
같은 페이지의 숫자는 BankerToolBench 76.2, DeepSWE v1.1 73.7%, OSWorld V2 61.7, Agents’ Last Exam 29.6이며, 뒤의 둘은 중국 모델 가운데 1위라고 적습니다. CyberGym은 82%입니다. 일상 출력은 초당 200토큰을 넘을 수 있고, 중앙값은 170을 넘긴 채 유지됩니다. 이것은 능력 숫자입니다. 파서가 보는 것은 다음 필드입니다.
| 항목 | 발표 또는 API |
|---|---|
| 모델 이름 | MiniMax-M3.1-Flash |
| 컨텍스트 | 1,000,000 토큰 |
| 100만 토큰당 | 입력 $0.15, 출력 $0.60, 캐시 읽기 $0.015 |
| 생각의 깊이 | low medium high xhigh max. 생략하면 max |
프로토콜마다 답이 있는 곳
OpenAI 호환 베이스 URL은 https://api.minimax.io/v1입니다. 호출 안내는 생각이 항상 reasoning_content로 돌아오고, content에는 최종 답만 담긴다고 적습니다. 스트림에서는 생각 조각이 먼저 delta.reasoning_content로 오고, 본문은 delta.content로 이어집니다.
같은 SDK 페이지는 M3.1-Flash를 「content 안에 <think> 태그가 들어 있고 그대로 남겨야 한다」는 목록에도 넣습니다. 이어지는 문장은 그 태그가 content에 남는 것은 reasoning_split이 false일 때뿐이고, M3.1-Flash는 그 설정을 받지 않는다고 적습니다. 둘을 같이 읽으면, 돌려보낼 때는 assistant 메시지 전체를 남기고, 읽을 때는 답을 content, 생각을 reasoning_content에서 봅니다. 태그가 content에 나와도 업무 JSON으로 보지 않고, 다음 턴 전에 지우지 않습니다.
| 프로토콜 | 깊이 | 생각 | 답 |
|---|---|---|---|
| OpenAI Chat Completions | reasoning_effort | reasoning_content | message.content |
| Anthropic Messages | output_config.effort | type이 thinking인 덩어리 | type이 text인 덩어리 |
| OpenAI Responses | reasoning.effort | type이 reasoning인 출력 | output_text |
Anthropic 호환 베이스 URL은 https://api.minimax.io/anthropic이고 경로는 /v1/messages입니다. 덩어리는 type으로 고릅니다. 첫 덩어리는 생각인 경우가 많습니다.
생각을 끄면 400이 되는 이유
thinking을 빼면 생각은 켜진 채로 있습니다. {"type": "adaptive"}도 켜진 상태입니다. M3.1-Flash는 {"type": "disabled"}를 HTTP 400, 오류 코드 2013으로 거절합니다. 페이지에 적힌 문장은 이것입니다.
model "MiniMax-M3.1-Flash" requires adaptive thinking; thinking.type="disabled" (including reasoning.effort=none) is not allowed (2013)
reasoning_effort는 M3.1-Flash에만 적용되고 none은 없습니다. 토큰을 줄이려면 low로 낮추고, 끄려고 하지 마세요. MiniMax-M3는 disabled를 받으면 생각을 건너뛰고 바로 답합니다. M2.x는 필드를 받고 무시하므로 생각은 켜진 채입니다. M3에서 복사한 「생각 끄기」 요청은 모델 이름을 M3.1-Flash로 바꾸는 순간 400이 됩니다.
인자는 문자열입니다
OpenAI 형식에서 tool_calls[].function.arguments는 JSON 문자열입니다. 이름은 function.name에, 호출 ID는 id에 있습니다. 단순한 호출은 생각을 내지 않을 수 있고, 그 턴에는 reasoning_content가 없습니다. 읽기 전에 필드가 있는지 봅니다. 생각의 유무와 관계없이 다음 턴은 assistant 메시지 전체를 이력에 붙입니다. reasoning_content와 tool_calls도 남깁니다. Anthropic 형식에서는 content 덩어리 목록 전체를 되돌립니다.
파싱은 두 단계입니다. 바깥은 채팅 응답이고, 안은 도구 인자입니다. arguments를 이미 파싱된 객체로 다루면 location은 비어 있습니다. 다음 턴에서 content만 돌려주고 생각을 빼면, 사이에 끼는 생각은 끊깁니다.
빈 content, Schema, 가격
옛 필드 max_tokens는 생각 토큰도 한도에 넣습니다. 너무 작으면 finish_reason은 length이고 content는 비어 있습니다. 새 연동은 max_completion_tokens를 씁니다. Anthropic 호환 경로의 길이 필드는 여전히 max_tokens입니다.
텍스트 생성 페이지는 response_format의 json_schema를 MiniMax-Text-01만 지원한다고 적습니다. M3.1-Flash에는 그 강제 출구가 없습니다. JSON이 필요하면 프롬프트에서 요청하고 content를 로컬에서 검증합니다. 인자 문자열은 API가 이미 건넨 JSON입니다. 업무 답은 아닙니다.
가격은 균일하고 피크와 오프피크 구분이 없습니다. 100만 토큰당 입력 $0.15, 출력 $0.60, 캐시 읽기 $0.015입니다. service_tier의 priority는 표준의 1.5배이지만 M3.1-Flash는 이 필드를 지원하지 않습니다. 온도는 0에서 2, 기본값은 1입니다. top_p 기본값은 0.95입니다. n은 1만 받습니다.
남길 것은 필드입니다
한 번의 호출에서 적어도 다음을 남깁니다.
{
"model": "MiniMax-M3.1-Flash",
"reasoning_effort": "max",
"finish_reason": "tool_calls",
"has_reasoning_content": true,
"content": "I'll check that for you.",
"tool_name": "get_weather",
"tool_arguments": "{\"location\": \"San Francisco, US\"}"
}
tool_arguments는 문자열로 두어 두 번째 파싱이 보이게 합니다. has_reasoning_content는 따로 적어, 단순한 도구 턴을 「생각이 사라졌다」고 쓰지 않게 합니다. 400은 상태 2013과 보낸 thinking.type을 남기고, 모델 장애로 적지 않습니다.
자주 묻는 질문
토큰을 아끼려고 생각을 끌 수 있나요?
M3.1-Flash에서는 끌 수 없습니다. thinking.type을 disabled로 두거나 reasoning_effort를 none으로 두면 400, 코드 2013입니다. 낮추려면 low입니다. MiniMax-M3는 disabled를 받으면 생각을 건너뜁니다. 두 요청은 섞을 수 없습니다.
답은 content와 reasoning_content 중 어디인가요?
OpenAI 호환에서는 답이 content, 생각이 reasoning_content입니다. 스트림에서는 생각이 먼저 delta.reasoning_content로 옵니다. Anthropic 호환에서는 type으로 고르고, text가 답입니다.
finish_reason이 length인데 content가 빈 이유는 무엇인가요?
max_tokens는 생각 토큰도 셉니다. 한도가 작으면 생각으로 채워지고 본문이 시작되지 않습니다. 새 연동은 max_completion_tokens를 씁니다.
json_schema로 JSON을 강제할 수 있나요?
텍스트 생성 페이지는 response_format의 json_schema를 MiniMax-Text-01만 지원한다고 적습니다. M3.1-Flash에는 그 출구가 없습니다. 프롬프트에서 요청하고 content를 검증하세요. 도구 인자는 이미 JSON 문자열입니다.
다음 턴에 reasoning_content를 돌려보내야 하나요?
돌려보냅니다. 여러 턴의 도구 호출은 reasoning_content와 tool_calls를 포함한 assistant 메시지 전체를 이력에 붙입니다. 단순한 호출에는 생각 필드가 없을 수 있습니다. 없으면 읽지 말고, 메시지 자체는 전체를 남깁니다.
function.arguments는 객체인가요, 문자열인가요?
OpenAI 형식에서는 JSON 문자열입니다. 바깥 응답을 파싱한 뒤 arguments를 한 번 더 파싱해야 location 같은 키가 나옵니다. 객체로 다루면 그 키는 비어 있습니다.
정리
10월 19일의 모델 이름은 MiniMax-M3.1-Flash입니다. 생각은 기본으로 켜져 있고, 끄는 스위치는 거절됩니다. 답은 프로토콜로 가져옵니다. Chat Completions는 content, Messages는 type이 text인 덩어리, Responses는 output_text입니다. 도구 인자는 한 번 더 파싱합니다. JSON Schema 강제 출구는 옛 모델에 적힌 그대로입니다.
점수는 발표의 숫자를 인용합니다. 코드에는 finish_reason, 생각 필드의 유무, arguments 원문을 남깁니다. 빈 content는 길이를 먼저 봅니다. 400은 disabled를 보냈는지 먼저 봅니다.