Depois do M3.1 Flash da MiniMax em 19 de outubro, em que campo está a resposta? Como separar reasoning_content, content e a cadeia JSON de uma chamada de ferramenta

Em 20 de outubro de 2026: a resposta do M3.1 Flash está em content e o raciocínio em reasoning_content. Desligar o raciocínio devolve 400. Um argumento de ferramenta é uma cadeia JSON que precisa de uma segunda análise. O JSON Schema continua documentado só no MiniMax-Text-01 antigo.

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.

ItemNota ou página da API
IdentificadorMiniMax-M3.1-Flash
Contexto1.000.000 de tokens
Por milhão de tokensentrada $0,15, saída $0,60, leitura de cache $0,015
Profundidadelow 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.

ProtocoloProfundidadeRaciocínioResposta
OpenAI Chat Completionsreasoning_effortreasoning_contentmessage.content
Anthropic Messagesoutput_config.effortbloco com type thinkingbloco com type text
OpenAI Responsesreasoning.effortitem com type reasoningoutput_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_content ou tool_calls.
  • JSONPath — tire as respostas com finish_reason length e content vazio.

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.