MiniMax lanza M3.1 Flash: MoE de 428B, contexto de 1M y razonamiento forzado que cambia la integración
Según MarkTechPost, el 19 de octubre de 2026 MiniMax lanzó M3.1 Flash en su API, con 428B de parámetros totales, unos 23B activados y contexto de 1M tokens, a 0,15 USD de entrada y 0,60 USD de salida por millón de tokens; la compañía dijo que los pesos se publicarían el 23 de octubre, pero la licencia aún no se ha divulgado.
Qué ha cambiado
Según MarkTechPost, el 19 de octubre de 2026 MiniMax lanzó MiniMax M3.1 Flash en su API (nombre de modelo en la plataforma MiniMax-M3.1-Flash), un modelo MoE multimodal orientado a programación, tareas agentivas de oficina y razonamiento visual. La fuente indica 428B de parámetros totales, unos 23B activados, contexto de 1 millón de tokens, y menciona atención dispersa y un codificador visual nativo, con entrada de texto, imagen y video, y salida de texto. Esos parámetros totales coinciden con los de MiniMax M3, y la fuente señala que MiniMax no publicó un informe técnico que explique los cambios concretos de la variante Flash. El reporte afirma que, en el momento de la publicación, el modelo ya estaba disponible en la API de MiniMax, en M Plan y en el escritorio de MiniMax Code, con acceso compatible con Anthropic y con OpenAI (incluidas Chat Completions y Responses). El reporte da un precio unificado: 0,15 USD por millón de tokens de entrada, 0,60 USD por millón de tokens de salida, 0,015 USD por lectura de caché, sin recargo por contexto largo; la fuente dice que esto es aproximadamente la mitad del precio por token de la tarifa estándar de M3. El razonamiento está siempre activado y no se puede desactivar; ofrece cinco niveles de esfuerzo: Low, Medium, High, Xhigh y Max, y MiniMax recomienda Max por defecto; enviar thinking.type=disabled o effort=none produce un error, y el contenido de razonamiento se coloca en un campo reasoning_content que puede faltar. La fuente afirma que los pesos se publicarían el 23 de octubre de 2026, que la licencia no se ha divulgado y que no se ha divulgado el hardware para autoalojamiento; también señala que Space Bunny es una compilación temprana de M3.1 Flash. Todas las puntuaciones de referencia fueron reportadas por MiniMax y aún no tienen reproducción independiente.
Impacto para desarrolladores
Para los desarrolladores, la consecuencia más directa no es el tamaño de los parámetros, sino el cambio en el contrato de integración: que el razonamiento no se pueda desactivar significa que cada solicitud tiene un piso de tokens de razonamiento y de latencia, lo que altera la estructura de costos de cargas como clasificación simple, extracción o preguntas y respuestas cortas. El segundo cambio está en la ruta de análisis: la fuente indica explícitamente que las integraciones que dependen de extraer el razonamiento de etiquetas think en línea de M3 deben pasar a leer el campo independiente reasoning_content, y que ese campo puede faltar, por lo que el código de análisis debe tolerar su ausencia o tratará respuestas normales como anomalías. El tercero son los niveles de esfuerzo: las cinco opciones convierten el equilibrio entre calidad y costo de un problema de elección de modelo en un problema de elección de parámetro, ya que un mismo modelo sobre una misma carga puede dar puntuaciones y gastos claramente distintos según effort; la fuente usa gráficos de Automation-Bench para señalar que cada nivel cuesta menos de 0,05 USD por tarea. El cuarto es la capa de compatibilidad: al ofrecer compatibilidad con OpenAI y con Anthropic a la vez, las rutas de migración para SDK existentes son amplias, pero effort y los campos de razonamiento son extensiones del proveedor y difíciles de trasladar tal cual al cambiar de proveedor. Hay que subrayar que las referencias, los costos y la velocidad mencionados (la página de producto habla de unos 150 tokens/s y el anuncio afirma que es 3 veces M3) son cifras reportadas por MiniMax, sin verificación independiente; la propia fuente registra inconsistencias entre gráficos y tablas (nivel máximo de esfuerzo 62,8 frente a 62,2) y señala que los números de Automation-Bench no se pueden comparar directamente entre fuentes, por ejemplo, la tarjeta del modelo Kimi K3 reporta 30,8 en el subconjunto público de 600 tareas, mientras que la tabla de MiniMax lista 46,7. La capacidad de programación es el eslabón más débil de esta narrativa: la fuente indica 38,1 en Terminal Bench 4.0, unos 13,7 puntos por detrás del 51,8 de Opus 5, y también alrededor de 14,1 puntos por detrás en NL2Repo-Bench. En cuanto al autoalojamiento, hasta que los pesos y la licencia se publiquen realmente, quien despliegue no puede determinar los derechos de uso comercial y redistribución; la fuente solo indica que la compilación MXFP8 de M3 ocupa unos 440 GB, lo que sirve como referencia aproximada del orden de magnitud del hardware, no como el tamaño real de M3.1 Flash.
Integración y evaluación
Recomendación uno: verificar primero la adaptación del análisis del campo de razonamiento antes de hablar de migración. El cambio reportado que desencadena esta decisión es que el razonamiento está siempre activado, desactivarlo da error y el contenido se traslada a reasoning_content. La elección práctica es cambiar la capa interna de extracción de razonamiento de "coincidir etiquetas en línea" a "leer un campo estructurado y permitir que falte". La condición previa es que en el código exista lógica de análisis o posprocesamiento que dependa de etiquetas en línea; si ya se analiza por campo estructurado, este trabajo puede omitirse. Un criterio de verificación medible es, sobre un conjunto fijo de muestras, contar la tasa de éxito de respuestas y la tasa de fallos de análisis cuando falta reasoning_content, y confirmar que la ausencia no provoca pérdida de contenido ni excepciones. Recomendación dos: tratar los niveles de esfuerzo como un parámetro ajustable y trazar una curva de costo-calidad, en lugar de copiar el Max recomendado por la compañía. El cambio reportado es que hay cinco niveles de effort y que se recomienda Max por defecto. La elección práctica es fijar un nivel por tipo de carga y ponerlo en la configuración, en lugar de unificarlo globalmente. La condición previa es que la tarea tenga un criterio de éxito determinable automáticamente; para tareas abiertas sin criterio de evaluación, conviene etiquetar manualmente una muestra pequeña antes de comparar. Un criterio de verificación medible es la diferencia de tasa de aprobación entre Low y Max sobre el mismo conjunto de muestras, junto con el consumo de tokens y el cambio de latencia de extremo a extremo; si la diferencia es menor que el nivel de ruido, elegir el nivel bajo. Recomendación tres: decidir el autoalojamiento después de que se publiquen los pesos, no planificar la capacidad con 440 GB de antemano. El cambio reportado es que ni los pesos ni la licencia se han divulgado. La elección práctica es seguir usando la API o esperar a que la licencia sea clara para evaluar el despliegue local. La condición previa es si la licencia permite el uso previsto y si el hardware satisface el tamaño real de los pesos; hasta que ambos puntos estén claros, la evaluación de autoalojamiento carece de base. Un criterio de verificación medible es si las cláusulas de la licencia sobre uso comercial y redistribución cubren tu caso de uso, y el rendimiento medido de la versión cuantizada disponible en el tipo de tarjeta objetivo.
Límites y cuestiones pendientes
Hay tres incertidumbres clave. Primera: todos los datos de referencia, costo y velocidad son reportados por MiniMax, sin reproducción independiente; la propia fuente registró la inconsistencia entre 62,8 y 62,2 en el mismo anuncio, y el problema de que Automation-Bench no es comparable entre fuentes. Segunda: los pesos están previstos para el 23 de octubre de 2026, pero hasta el momento del reporte ni la licencia ni el hardware de autoalojamiento se habían divulgado; que los pesos estén disponibles no equivale a que la licencia conceda derechos de uso comercial o redistribución, y ambas cosas deben juzgarse por separado. Tercera: la versión MiniMax M3.1 Flash no aparece actualmente en el catálogo de modelos en vivo de KimiSeek; la disponibilidad de API y el precio descritos por la fuente se refieren a los canales oficiales de MiniMax; si más adelante se considera llamarlo a través de KimiSeek, hay que guiarse por las entradas reales de la página de precios y la lista de modelos del sitio, y los precios pueden cambiar. Además, la fuente no ofrece un informe técnico de Flash frente a M3, por lo que no se pueden verificar la implementación concreta de la atención dispersa ni los detalles del codificador visual. Las recomendaciones de integración y los métodos de verificación del texto son un análisis basado en los cambios reportados, no una conclusión de verificación sobre el rendimiento real del modelo.