После MiniMax M3.1 Flash от 19 октября: в каком поле ответ? Как разделить reasoning_content, content и JSON-строку внутри вызова инструмента

На 20 октября 2026: ответ M3.1 Flash лежит в content, размышление — в reasoning_content. Выключение возвращает 400. Аргумент инструмента — строка JSON, которую разбирают второй раз. JSON Schema по-прежнему описан только у старого MiniMax-Text-01.

Ответ M3.1 Flash лежит в content. Размышление лежит в reasoning_content. Выключить его нельзя: thinking.type со значением disabled или reasoning_effort со значением none возвращает 400. Аргумент инструмента — не объект, а строка JSON, которую надо разобрать ещё раз. На странице текстового API response_format с JSON Schema по-прежнему указан только для старого MiniMax-Text-01. Не направляйте этот переключатель на модель от 19 октября.

Текст написан на 20 октября 2026 года по заметке предыдущего дня и странице OpenAI-совместимого API. Идентификатор — MiniMax-M3.1-Flash, контекст — 1 000 000 токенов. Читать надо по имени поля, не по позиции.

Что вышло 19 октября

Заметка говорит, что MiniMax M3.1 Flash выходит в этот день. Space Bunny, анонимно обработавший больше 200 триллионов токенов, был ранней версией. Онлайн-инференс почти втрое быстрее, стоимость агентного использования на 70 % ниже предшественника. Веса выйдут позже. Pro тоже. Сегодня вызываются API, M Plan и MiniMax Code.

Та же страница даёт BankerToolBench 76,2, DeepSWE v1.1 на уровне 73,7 %, OSWorld V2 на уровне 61,7 и Agents’ Last Exam на уровне 29,6; последние два названы первыми среди китайских моделей. CyberGym — 82 %. Повседневный вывод может превышать 200 токенов в секунду, медиана держится выше 170. Это цифры способности. Парсер читает поля следующего раздела.

ПунктЗаметка или страница API
ИдентификаторMiniMax-M3.1-Flash
Контекст1 000 000 токенов
За миллион токеноввход $0,15, выход $0,60, чтение кэша $0,015
Глубинаlow medium high xhigh max; пропуск означает max

Где ответ в каждом протоколе

Базовый URL OpenAI-совместимого API — https://api.minimax.io/v1. Руководство пишет: размышление всегда возвращается в reasoning_content, а content содержит только итоговый ответ. В потоке фрагменты сначала приходят в delta.reasoning_content, текст следом в delta.content.

Та же страница SDK включает M3.1-Flash в список моделей, у которых в content есть теги <think>, и их надо сохранять. Следующее предложение говорит, что теги остаются в content только при reasoning_split равном false, а M3.1-Flash эту установку не принимает. Читать оба: обратно уходит всё сообщение assistant. При разборе ответ — это content, размышление — reasoning_content. Если тег всё же попал в content, это не рабочий JSON, и удалять его перед следующим ходом не надо.

ПротоколГлубинаРазмышлениеОтвет
OpenAI Chat Completionsreasoning_effortreasoning_contentmessage.content
Anthropic Messagesoutput_config.effortблок с type thinkingблок с type text
OpenAI Responsesreasoning.effortэлемент с type reasoningoutput_text

Anthropic-совместимый URL — https://api.minimax.io/anthropic, путь — /v1/messages. Блоки выбираются по type. Первый блок часто оказывается размышлением.

Почему выключение даёт 400

Если thinking не передан, размышление остаётся включённым. {"type": "adaptive"} тоже оставляет его включённым. M3.1-Flash отвергает {"type": "disabled"} с HTTP 400 и кодом 2013. На странице напечатан такой текст:

model "MiniMax-M3.1-Flash" requires adaptive thinking; thinking.type="disabled" (including reasoning.effort=none) is not allowed (2013)

reasoning_effort действует только у M3.1-Flash, значения none нет. Меньше токенов — это уровень low, а не выключение. MiniMax-M3 при disabled пропускает размышление и отвечает сразу. M2.x принимает поле и игнорирует его, размышление остаётся. Запрос, скопированный с M3 и выключающий размышление, даст 400, как только идентификатор станет M3.1-Flash.

Аргументы — это строка

В формате OpenAI tool_calls[].function.arguments — строка JSON. Имя лежит в function.name, идентификатор вызова — в id. Простой вызов может обойтись без размышления, и тогда поля reasoning_content нет. Сначала проверьте, что поле есть. Независимо от этого следующий ход добавляет всё сообщение assistant, включая reasoning_content и tool_calls. На пути Anthropic возвращается полный список блоков content.

Разбор в два шага. Снаружи — ответ чата. Внутри — аргумент инструмента. Если считать arguments уже разобранным объектом, ключ location окажется пустым. Если следующий ход вернёт только content и отбросит размышление, чередование прервётся.

Пустой content, Schema и цена

Старое поле max_tokens считает и токены размышления. Слишком малый предел даёт finish_reason равный length и пустой content. Новые интеграции используют max_completion_tokens. На Anthropic-пути предел по-прежнему называется max_tokens.

Страница текста пишет, что response_format с json_schema поддерживает только MiniMax-Text-01. У M3.1-Flash такого принудительного выхода нет. Нужен JSON — попросите его в подсказке и проверьте content локально. Строка аргумента уже является JSON. Деловой ответ — нет.

Цена плоская, без пика и вне пика. За миллион токенов: вход $0,15, выход $0,60, чтение кэша $0,015. service_tier со значением priority на других моделях стоит в 1,5 раза дороже стандарта; M3.1-Flash это поле не поддерживает. Температура от 0 до 2, по умолчанию 1. top_p по умолчанию 0,95. n принимает только 1.

Хранить поля, не последнюю фразу

От одного вызова сохраните хотя бы эти поля:

{
  "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\"}"
}

Оставьте tool_arguments строкой, чтобы второй разбор оставался виден. has_reasoning_content храните отдельно, чтобы простой вызов не записался как потерянное размышление. Для 400 сохраните статус 2013 и отправленный thinking.type, а не сбой модели.

  • Валидатор JSON — сначала внешняя запись, потом строка внутри tool_arguments.
  • JSON Diff — два сообщения assistant: пропал reasoning_content или tool_calls.
  • JSONPath — ответы, где finish_reason равен length, а content пуст.

Вопросы

Можно ли выключить размышление, чтобы сэкономить токены?

У M3.1-Flash нельзя. thinking.type со значением disabled или reasoning_effort со значением none возвращает 400 с кодом 2013. Снижайте уровень до low. MiniMax-M3 при disabled пропускает размышление. Эти запросы не взаимозаменяемы.

Какое поле является ответом?

На OpenAI-совместимом API ответ — это content, размышление — reasoning_content. В потоке размышление приходит первым в delta.reasoning_content. На Anthropic выбор идёт по type. text — это ответ.

Почему finish_reason равен length, а content пуст?

max_tokens считает и токены размышления. Если предел мал, размышление заполняет его до начала ответа. Новые интеграции используют max_completion_tokens.

Заставляет ли json_schema выдать JSON?

Страница текста пишет, что response_format с json_schema поддерживает только MiniMax-Text-01. У M3.1-Flash такого выхода нет. Попросите JSON в подсказке и проверьте content. Аргумент инструмента уже является строкой JSON.

Нужно ли возвращать reasoning_content?

Да. Многоходовый вызов инструмента добавляет всё сообщение assistant, включая reasoning_content и tool_calls. У простого вызова поля размышления может не быть. Если его нет, не читайте его и всё равно сохраните сообщение целиком.

function.arguments — объект или строка?

В формате OpenAI это строка JSON. После разбора внешнего ответа разберите arguments ещё раз, иначе location останется пустым.

Итог

Идентификатор от 19 октября — MiniMax-M3.1-Flash. Размышление включено по умолчанию, а выключатель отвергается. Ответ берут по протоколу: content, текстовый блок или output_text. Аргументы инструмента разбирают второй раз. Принудительный выход через JSON Schema по-прежнему описан у старой модели.

Оценки цитируйте из заметки. В коде храните finish_reason, наличие поля размышления и сырую строку arguments. Пустой content сначала проверяют по длине. 400 сначала проверяют на disabled.