MiniMax 10 月 19 日放出 M3.1 Flash 之后,答案在哪个字段?reasoning_content、content 和工具参数里的 JSON 怎么分开读

截至 2026 年 10 月 20 日:M3.1 Flash 的答案在 content,思考在 reasoning_content。关掉思考会 400。工具参数是还要再解析一次的 JSON 字符串。JSON Schema 仍只写给旧模型 MiniMax-Text-01。

先给结论:M3.1 Flash 的答案在 content,思考在 reasoning_content。思考关不掉,thinking.type 写成 disabled 或 reasoning_effort 写成 none 会得到 400。工具参数不是对象,是一段还要再解析一次的 JSON 字符串。官方接口说明里,response_format 的 JSON Schema 仍只写给旧模型 MiniMax-Text-01,不要拿它去套 10 月 19 日这版。

这篇按 2026 年 10 月 20 日写,依据前一天仍挂在 MiniMax 研究页上的发布说明,以及平台上的 OpenAI 兼容接口页。模型名是 MiniMax-M3.1-Flash,上下文 100 万 token。本站写过《Haiku 5.5 为什么第一段不是答案》。这里换一家厂商,读字段的方法一样:按名字取,不要按顺序取。

10 月 19 日实际放出了什么

发布说明写的是今天正式推出 MiniMax M3.1 Flash。匿名跑过的 Space Bunny 处理了超过 200 万亿 token,是这个模型的早期版本。线上推理大约快到近三倍,智能体用量成本比前代低 70%。权重写的是稍后放出,Pro 也稍后。今天能调用的是 API、M Plan 和 MiniMax Code。

同一页给出的分数:BankerToolBench 76.2,DeepSWE v1.1 为 73.7%,OSWorld V2 为 61.7,Agents’ Last Exam 为 29.6,并称后两项在中国模型里排第一。CyberGym 82%。日常输出速度可以到 200 token/秒以上,中位数持续在 170 以上。这些是能力数字。解析程序要看的是下一节的字段。

项目发布说明或接口页
模型名MiniMax-M3.1-Flash
上下文1,000,000 token
每百万 token输入 $0.15,输出 $0.60,缓存读 $0.015
思考深度low medium high xhigh max,省略时是 max

三条协议里,答案分别在哪

OpenAI 兼容地址是 https://api.minimax.io/v1。调用指南写明:思考固定在 reasoning_content,content 只放最终回答,不必再从 <think> 标签里剥。流式时,思考碎片先出现在 delta.reasoning_content,正文随后出现在 delta.content。

同一份 OpenAI SDK 页还有一句把 M3.1-Flash 列进「content 里会带 <think> 标签、必须原样保留」。紧挨着又写:reasoning_split 设成 false 时,思考才会留在 content 的标签里,而 M3.1-Flash 不支持把这个参数设成 false。两句一起读:回传时整条 assistant 消息都留着;解析时答案看 content,思考看 reasoning_content。若 content 里真出现标签,不要把它当成业务 JSON,也不要删掉再送回去。

协议思考深度字段思考在哪答案在哪
OpenAI Chat Completionsreasoning_effortreasoning_contentmessage.content
Anthropic Messagesoutput_config.efforttype 为 thinking 的块type 为 text 的块
OpenAI Responsesreasoning.efforttype 为 reasoning 的输出项output_text,或 type 为 message 里的 output_text

Anthropic 兼容地址是 https://api.minimax.io/anthropic,路径是 /v1/messages。块要按 type 取。第一块经常是思考,和 Haiku 5.5 的坑是同一类。

为什么关思考会 400

省略 thinking 时,思考默认开着。{"type": "adaptive"} 也是开着。M3.1-Flash 把 {"type": "disabled"} 拒掉,HTTP 400,错误码 2013。接口页给出的原文是:

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

reasoning_effort 只对 M3.1-Flash 生效,没有 none。想少花 token,把档位降到 low,不要试图关掉。同页把另外两个模型写得分开:MiniMax-M3 收到 disabled 会跳过思考直接答;M2.x 收下这个字段但忽略,思考仍然开着。从 M3 抄一段「关掉思考」的请求,换上 M3.1-Flash 的模型名,就会 400。

工具参数是字符串,不是对象

OpenAI 格式里,tool_calls[].function.arguments 是 JSON 字符串。名字在 function.name,调用编号在 id。简单调用可以不产生思考,这一轮就没有 reasoning_content。先判断字段在不在,再读。无论有没有思考,下一轮都要把整条 assistant 消息接回历史,里面的 reasoning_content 和 tool_calls 一起留着。Anthropic 格式则是把完整的 content 块列表接回去,里面有 thinking、text、tool_use。

所以解析要做两次。外层是聊天响应,内层才是工具参数。把 arguments 当成已经解析好的对象,会在 location 这种键上拿到空。多轮里如果只回传 content、丢掉思考,交叉思考就断了。接口页把这一点写成保持推理链连续的条件。

空 content、Schema 和价目

旧字段 max_tokens 把思考 token 也算进去。设得太小,finish_reason 会是 length,content 是空的。新接入用 max_completion_tokens。Anthropic 兼容路径的长度字段仍叫 max_tokens。空正文先查长度,再查是不是把思考当成了答案。

文本生成接口页写明:response_format 设成 {"type": "json_schema", "json_schema": {...}} 只由 MiniMax-Text-01 支持。M3.1-Flash 的说明没有这条强制出口。要 JSON,就在提示里要,再对 content 做本地校验。工具参数那条字符串是接口已经给好的 JSON,业务回答不是。

价目按发布说明是统一价,不按峰谷拆。每百万 token:输入 $0.15,输出 $0.60,缓存读 $0.015。OpenAI 兼容页还写,service_tier 的 priority 是标准价的 1.5 倍,但 M3.1-Flash 不支持这个字段。温度范围是 0 到 2,默认 1;top_p 对这个模型默认 0.95;n 只接受 1。

要留下的是字段,不是最后一句

一次调用至少留下这些,而不是只留模型最后一句「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 保持字符串,是为了记住它还要再解析一次。has_reasoning_content 分开记,避免简单工具轮次被写成「思考丢失」。400 那次则记下状态码 2013 和你送出的 thinking.type,不要记成模型故障。

  • JSON 校验 — 先校验外层记录,再单独校验 tool_arguments 里的那一段字符串。
  • JSON Diff — 对比两轮 assistant 消息,看少掉的是 reasoning_content 还是 tool_calls。
  • JSONPath — 从一组响应里取出 finish_reason 为 length 且 content 为空的那些。

常见问题 FAQ

能不能关掉思考来省 token?

M3.1-Flash 不能。thinking.type 设为 disabled,或 reasoning_effort 设为 none,返回 400,错误码 2013。要少花 token,把档位降到 low。MiniMax-M3 收到 disabled 会跳过思考,两套请求不能混用。

content 和 reasoning_content 哪个是答案?

调用指南写的是:OpenAI 兼容接口上,答案在 content,思考在 reasoning_content。流式时思考先到 delta.reasoning_content。Anthropic 兼容接口按块的 type 取,text 才是答案。

为什么 finish_reason 是 length,content 却是空的?

max_tokens 把思考 token 也算进上限。上限太小,思考占满之后正文还没开始。新接入改用 max_completion_tokens,并按任务把上限留够。

能不能用 json_schema 强制输出 JSON?

文本生成接口页写明 response_format 的 json_schema 只由 MiniMax-Text-01 支持。M3.1-Flash 没有这条强制出口。要 JSON 就在提示里要,再校验 content。工具参数那一段已经是 JSON 字符串。

下一轮要不要把 reasoning_content 送回去?

要。多轮工具调用必须把整条 assistant 消息接回历史,包括 reasoning_content 和 tool_calls。简单调用可能没有思考字段,字段不在就不要读,消息本身仍然整条保留。

function.arguments 是对象还是字符串?

OpenAI 格式里它是 JSON 字符串。外层响应解析完之后,还要对 arguments 再解析一次,才能拿到 location 这种键。把它当成对象,键会是空的。

总结

10 月 19 日这版模型名是 MiniMax-M3.1-Flash,思考默认开着,而且拒收关闭。答案按协议去取:Chat Completions 看 content,Messages 看 type 为 text 的块,Responses 看 output_text。工具参数再解析一次。JSON Schema 那条强制出口仍写在旧模型上。

引用分数时用发布说明里的数字。写程序时留下 finish_reason、思考字段在不在、以及 arguments 原文。空 content 先查长度上限,400 先查你有没有送 disabled。