先給結論:M3.1 Flash 的答案在 content,思考在 reasoning_content。思考關不掉,thinking.type 寫成 disabled 或 reasoning_effort 寫成 none 會得到 400。工具參數不是物件,是一段還要再解析一次的 JSON 字串。官方介面說明裡,response_format 的 JSON Schema 仍只寫給舊模型 MiniMax-Text-01,不要拿它去套 10 月 19 日這版。
這篇按 2026 年 10 月 20 日寫,依據前一天仍掛在 MiniMax 研究頁上的發布說明,以及平臺上的 OpenAI 相容介面頁。模型名是 MiniMax-M3.1-Flash,上下文 100 萬 token。本站寫過《Haiku 5.5 為什麼第一段不是答案》。這裡換一家廠商,讀欄位的方法一樣:按名字取,不要按順序取。
10 月 19 日實際放出了什麼
發布說明寫的是今天正式推出 MiniMax M3.1 Flash。匿名跑過的 Space Bunny 處理了超過 200 萬億 token,是這個模型的早期版本。線上推理大約快到近三倍,智慧體用量成本比前代低 70%。權重寫的是稍後放出,Pro 也稍後。今天能呼叫的是 API、M Plan 和 MiniMax Code。
同一頁給出的分數:BankerToolBench 76.2,DeepSWE v1.1 為 73.7%,OSWorld V2 為 61.7,Agents’ Last Exam 為 29.6,並稱後兩項在中國模型裡排第一。CyberGym 82%。日常輸出速度可以到 200 token/秒以上,中位數持續在 170 以上。這些是能力數字。解析程式要看的是下一節的欄位。
| 專案 | 發布說明或介面頁 |
|---|---|
| 模型名 | MiniMax-M3.1-Flash |
| 上下文 | 1,000,000 token |
| 每百萬 token | 輸入 $0.15,輸出 $0.60,快取讀 $0.015 |
| 思考深度 | low medium high xhigh max,省略時是 max |
三條協議裡,答案分別在哪
OpenAI 相容地址是 https://api.minimax.io/v1。呼叫指南寫明:思考固定在 reasoning_content,content 只放最終回答,不必再從 <think> 標籤裡剝。流式時,思考碎片先出現在 delta.reasoning_content,正文隨後出現在 delta.content。
同一份 OpenAI SDK 頁還有一句把 M3.1-Flash 列進「content 裡會帶 <think> 標籤、必須原樣保留」。緊挨著又寫:reasoning_split 設成 false 時,思考才會留在 content 的標籤裡,而 M3.1-Flash 不支援把這個參數設成 false。兩句一起讀:回傳時整條 assistant 訊息都留著;解析時答案看 content,思考看 reasoning_content。若 content 裡真出現標籤,不要把它當成業務 JSON,也不要刪掉再送回去。
| 協議 | 思考深度欄位 | 思考在哪 | 答案在哪 |
|---|---|---|---|
| OpenAI Chat Completions | reasoning_effort | reasoning_content | message.content |
| Anthropic Messages | output_config.effort | type 為 thinking 的塊 | type 為 text 的塊 |
| OpenAI Responses | reasoning.effort | type 為 reasoning 的輸出項 | output_text,或 type 為 message 裡的 output_text |
Anthropic 相容地址是 https://api.minimax.io/anthropic,路徑是 /v1/messages。塊要按 type 取。第一塊經常是思考,和 Haiku 5.5 的坑是同一類。
為什麼關思考會 400
省略 thinking 時,思考預設開著。{"type": "adaptive"} 也是開著。M3.1-Flash 把 {"type": "disabled"} 拒掉,HTTP 400,錯誤碼 2013。介面頁給出的原文是:
model "MiniMax-M3.1-Flash" requires adaptive thinking; thinking.type="disabled" (including reasoning.effort=none) is not allowed (2013)
reasoning_effort 只對 M3.1-Flash 生效,沒有 none。想少花 token,把檔位降到 low,不要試圖關掉。同頁把另外兩個模型寫得分開:MiniMax-M3 收到 disabled 會跳過思考直接答;M2.x 收下這個欄位但忽略,思考仍然開著。從 M3 抄一段「關掉思考」的請求,換上 M3.1-Flash 的模型名,就會 400。
工具參數是字串,不是物件
OpenAI 格式裡,tool_calls[].function.arguments 是 JSON 字串。名字在 function.name,呼叫編號在 id。簡單呼叫可以不產生思考,這一輪就沒有 reasoning_content。先判斷欄位在不在,再讀。無論有沒有思考,下一輪都要把整條 assistant 訊息接回歷史,裡面的 reasoning_content 和 tool_calls 一起留著。Anthropic 格式則是把完整的 content 塊列表接回去,裡面有 thinking、text、tool_use。
所以解析要做兩次。外層是聊天響應,內層才是工具參數。把 arguments 當成已經解析好的物件,會在 location 這種鍵上拿到空。多輪裡如果只回傳 content、丟掉思考,交叉思考就斷了。介面頁把這一點寫成保持推理鏈連續的條件。
空 content、Schema 和價目
舊欄位 max_tokens 把思考 token 也算進去。設得太小,finish_reason 會是 length,content 是空的。新接入用 max_completion_tokens。Anthropic 相容路徑的長度欄位仍叫 max_tokens。空正文先查長度,再查是不是把思考當成了答案。
文字生成介面頁寫明:response_format 設成 {"type": "json_schema", "json_schema": {...}} 只由 MiniMax-Text-01 支援。M3.1-Flash 的說明沒有這條強制出口。要 JSON,就在提示裡要,再對 content 做本機校驗。工具參數那條字串是介面已經給好的 JSON,業務回答不是。
價目按發布說明是統一價,不按峰谷拆。每百萬 token:輸入 $0.15,輸出 $0.60,快取讀 $0.015。OpenAI 相容頁還寫,service_tier 的 priority 是標準價的 1.5 倍,但 M3.1-Flash 不支援這個欄位。溫度範圍是 0 到 2,預設 1;top_p 對這個模型預設 0.95;n 只接受 1。
要留下的是欄位,不是最後一句
一次呼叫至少留下這些,而不是隻留模型最後一句「好了」:
{
"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_arguments 保持字串,是為了記住它還要再解析一次。has_reasoning_content 分開記,避免簡單工具輪次被寫成「思考丟失」。400 那次則記下狀態碼 2013 和你送出的 thinking.type,不要記成模型故障。
常見問題 FAQ
能不能關掉思考來省 token?
M3.1-Flash 不能。thinking.type 設為 disabled,或 reasoning_effort 設為 none,返回 400,錯誤碼 2013。要少花 token,把檔位降到 low。MiniMax-M3 收到 disabled 會跳過思考,兩套請求不能混用。
content 和 reasoning_content 哪個是答案?
呼叫指南寫的是:OpenAI 相容介面上,答案在 content,思考在 reasoning_content。流式時思考先到 delta.reasoning_content。Anthropic 相容介面按塊的 type 取,text 才是答案。
為什麼 finish_reason 是 length,content 卻是空的?
max_tokens 把思考 token 也算進上限。上限太小,思考佔滿之後正文還沒開始。新接入改用 max_completion_tokens,並按任務把上限留夠。
能不能用 json_schema 強制輸出 JSON?
文字生成介面頁寫明 response_format 的 json_schema 只由 MiniMax-Text-01 支援。M3.1-Flash 沒有這條強制出口。要 JSON 就在提示裡要,再校驗 content。工具參數那一段已經是 JSON 字串。
下一輪要不要把 reasoning_content 送回去?
要。多輪工具呼叫必須把整條 assistant 訊息接回歷史,包括 reasoning_content 和 tool_calls。簡單呼叫可能沒有思考欄位,欄位不在就不要讀,訊息本身仍然整條保留。
function.arguments 是物件還是字串?
OpenAI 格式裡它是 JSON 字串。外層響應解析完之後,還要對 arguments 再解析一次,才能拿到 location 這種鍵。把它當成物件,鍵會是空的。
總結
10 月 19 日這版模型名是 MiniMax-M3.1-Flash,思考預設開著,而且拒收關閉。答案按協議去取:Chat Completions 看 content,Messages 看 type 為 text 的塊,Responses 看 output_text。工具參數再解析一次。JSON Schema 那條強制出口仍寫在舊模型上。
引用分數時用發布說明裡的數字。寫程式時留下 finish_reason、思考欄位在不在、以及 arguments 原文。空 content 先查長度上限,400 先查你有沒有送 disabled。