A resposta do M3.1 Flash está em content. O raciocínio está em reasoning_content. Não dá para desligar: thinking.type em disabled, ou reasoning_effort em none, devolve 400. Um argumento de ferramenta não é um objeto. É uma cadeia JSON que precisa de uma segunda análise. Na página da API de texto, response_format com JSON Schema continua só no modelo antigo MiniMax-Text-01. Não aponte esse interruptor para o modelo de 19 de outubro.
Este texto está escrito para 20 de outubro de 2026, a partir da nota do dia anterior e da página de API compatível com OpenAI. O identificador é MiniMax-M3.1-Flash, com contexto de 1.000.000 de tokens. Lê-se pelo nome do campo, não pela posição.
O que saiu mesmo em 19 de outubro
A nota diz que o MiniMax M3.1 Flash sai nesse dia. O Space Bunny, que processou mais de 200 biliões de tokens de forma anónima, era uma versão inicial. A inferência online fica quase três vezes mais rápida e o custo de uso de agentes desce 70 % face ao anterior. Os pesos vêm depois. O Pro também. Hoje chama-se a API, o M Plan e o MiniMax Code.
A mesma página dá BankerToolBench 76,2, DeepSWE v1.1 em 73,7 %, OSWorld V2 em 61,7 e Agents’ Last Exam em 29,6, estes dois últimos à frente entre modelos chineses. CyberGym está em 82 %. A saída do dia a dia pode passar de 200 tokens por segundo, com a mediana acima de 170. São números de capacidade. Um analisador lê os campos da secção seguinte.
| Item | Nota ou página da API |
|---|---|
| Identificador | MiniMax-M3.1-Flash |
| Contexto | 1.000.000 de tokens |
| Por milhão de tokens | entrada $0,15, saída $0,60, leitura de cache $0,015 |
| Profundidade | low medium high xhigh max; omitir significa max |
Onde está a resposta em cada protocolo
O URL base compatível com OpenAI é https://api.minimax.io/v1. O guia diz que o raciocínio volta sempre em reasoning_content e que content só tem a resposta final. Num fluxo, os fragmentos chegam primeiro em delta.reasoning_content e o texto segue em delta.content.
A mesma página do SDK também lista o M3.1-Flash entre modelos cujo content contém etiquetas <think> que têm de ser preservadas. A frase seguinte diz que essas etiquetas ficam em content só quando reasoning_split é false, e o M3.1-Flash não aceita esse valor. As duas juntas: devolva a mensagem assistant inteira. Na leitura, a resposta é content e o raciocínio é reasoning_content. Se uma etiqueta aparecer mesmo em content, não é o JSON de negócio e não se apaga antes do turno seguinte.
| Protocolo | Profundidade | Raciocínio | Resposta |
|---|---|---|---|
| OpenAI Chat Completions | reasoning_effort | reasoning_content | message.content |
| Anthropic Messages | output_config.effort | bloco com type thinking | bloco com type text |
| OpenAI Responses | reasoning.effort | item com type reasoning | output_text |
O URL compatível com Anthropic é https://api.minimax.io/anthropic e o caminho é /v1/messages. Os blocos escolhem-se por type. O primeiro bloco costuma ser raciocínio.
Por que desligar o raciocínio devolve 400
Se omitir thinking, o raciocínio fica ligado. {"type": "adaptive"} também o deixa ligado. O M3.1-Flash recusa {"type": "disabled"} com HTTP 400 e código 2013. A página imprime este texto:
model "MiniMax-M3.1-Flash" requires adaptive thinking; thinking.type="disabled" (including reasoning.effort=none) is not allowed (2013)
reasoning_effort só vale para o M3.1-Flash, e none não existe. Menos tokens é baixar para low. O MiniMax-M3 salta o raciocínio quando recebe disabled. O M2.x aceita o campo e ignora-o, por isso o raciocínio continua. Um pedido copiado do M3 que desliga o raciocínio devolve 400 assim que o identificador passa a M3.1-Flash.
Os argumentos são uma cadeia
No formato OpenAI, tool_calls[].function.arguments é uma cadeia JSON. O nome está em function.name e o identificador em id. Uma chamada simples pode não produzir raciocínio, e então não há reasoning_content. Veja se o campo existe antes de o ler. Com ou sem raciocínio, o turno seguinte acrescenta a mensagem assistant inteira, com reasoning_content e tool_calls. No caminho Anthropic devolve-se a lista completa de blocos content.
A análise tem dois passos. Por fora está a resposta do chat. Por dentro, o argumento da ferramenta. Tratar arguments como um objeto já analisado deixa location vazio. Se o turno seguinte só devolver content e largar o raciocínio, o raciocínio intercalado pára.
content vazio, Schema e preço
O campo antigo max_tokens também conta os tokens de raciocínio. Se for baixo demais, finish_reason fica length e content fica vazio. Integrações novas usam max_completion_tokens. O caminho Anthropic continua a chamar ao limite max_tokens.
A página de texto diz que response_format com json_schema só é suportado pelo MiniMax-Text-01. O M3.1-Flash não tem essa saída forçada. Se precisar de JSON, peça-o no prompt e valide content. A cadeia do argumento já é JSON. A resposta de negócio não é.
O preço é plano, sem hora de pico. Por milhão de tokens: entrada $0,15, saída $0,60, leitura de cache $0,015. service_tier priority custa 1,5 vezes o padrão noutros modelos; o M3.1-Flash não aceita o campo. A temperatura vai de 0 a 2 e o padrão é 1. top_p padrão é 0,95. n só aceita 1.
Guarde os campos, não a última frase
De uma chamada, guarde pelo menos estes campos:
{
"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\"}"
}
Deixe tool_arguments como cadeia para a segunda análise continuar visível. Guarde has_reasoning_content à parte, para uma chamada simples não ficar registada como raciocínio perdido. No 400, guarde o estado 2013 e o thinking.type enviado, não uma falha do modelo.
- Validador JSON — valide o registo exterior e depois a cadeia em
tool_arguments. - JSON Diff — compare duas mensagens assistant e veja se falta
reasoning_contentoutool_calls. - JSONPath — tire as respostas com
finish_reasonlengthecontentvazio.
Perguntas
Dá para desligar o raciocínio e poupar tokens?
No M3.1-Flash, não. thinking.type em disabled, ou reasoning_effort em none, devolve 400 com código 2013. Baixe o nível para low. O MiniMax-M3 salta o raciocínio se receber disabled. Os dois pedidos não se trocam.
Qual campo é a resposta?
Na API compatível com OpenAI, a resposta é content e o raciocínio é reasoning_content. Num fluxo, o raciocínio chega primeiro em delta.reasoning_content. No Anthropic escolhe-se por type. text é a resposta.
Por que finish_reason é length e content está vazio?
max_tokens conta os tokens de raciocínio. Se o teto for pequeno, o raciocínio enche-o antes de a resposta começar. Integrações novas usam max_completion_tokens.
json_schema força a saída em JSON?
A página de texto diz que response_format com json_schema só é suportado pelo MiniMax-Text-01. O M3.1-Flash não tem essa saída. Peça o JSON no prompt e valide content. O argumento da ferramenta já é uma cadeia JSON.
É preciso devolver reasoning_content?
Sim. Uma chamada de ferramenta em vários turnos acrescenta a mensagem assistant inteira, com reasoning_content e tool_calls. Uma chamada simples pode não ter o campo. Se faltar, não o leia, e mantenha a mensagem inteira.
function.arguments é um objeto ou uma cadeia?
No formato OpenAI é uma cadeia JSON. Depois de analisar a resposta exterior, analise arguments outra vez. Tratá-lo como objeto deixa location vazio.
Fecho
O identificador de 19 de outubro é MiniMax-M3.1-Flash. O raciocínio está ligado por omissão e o interruptor é recusado. Tome a resposta pelo protocolo: content, o bloco text, ou output_text. Analise os argumentos da ferramenta uma segunda vez. A saída forçada por JSON Schema continua documentada no modelo antigo.
Cite as pontuações da nota. No código guarde finish_reason, se o campo de raciocínio está presente e a cadeia arguments em bruto. Um content vazio olha-se primeiro no comprimento. Um 400 olha-se primeiro em disabled.