MiniMax met en ligne M3.1 Flash : MoE 428B, contexte 1M, raisonnement toujours activé
Selon un article de MarkTechPost daté du 19 octobre 2026, MiniMax a mis en ligne M3.1 Flash sur son API, avec 428B de paramètres totaux, environ 23B activés, un contexte de 1M de tokens, à 0,15 dollar par million de tokens en entrée et 0,60 dollar en sortie ; les poids sont annoncés pour le 23 octobre, sans licence divulguée.
Ce qui change
Selon un article de MarkTechPost daté du 19 octobre 2026, MiniMax a mis en ligne MiniMax M3.1 Flash (nom de modèle sur la plateforme : MiniMax-M3.1-Flash) sur son API, présenté comme un modèle MoE multimodal destiné au code, aux tâches de bureau agentiques et au raisonnement visuel. La source indique 428B de paramètres totaux, environ 23B de paramètres activés et un contexte de 1 million de tokens, et mentionne une attention sparse ainsi qu’un encodeur visuel natif, avec une entrée texte, image et vidéo et une sortie texte. Ce volume total de paramètres correspond à celui de MiniMax M3, et la source précise que MiniMax n’a pas publié de rapport technique expliquant les modifications propres à la variante Flash. Selon l’article, au moment de la publication, le modèle était disponible sur l’API MiniMax, M Plan et le client de bureau MiniMax Code, avec une compatibilité Anthropic et OpenAI (y compris Chat Completions et Responses). L’article donne un tarif unifié : 0,15 dollar par million de tokens d’entrée et 0,60 dollar par million de tokens de sortie, 0,015 dollar pour la lecture du cache, sans supplément pour le contexte long ; la source indique que cela représente environ la moitié du tarif standard de M3 par token. Le raisonnement est toujours activé et ne peut pas être désactivé ; cinq niveaux d’effort sont proposés (Low, Medium, High, Xhigh, Max), MiniMax recommandant Max par défaut ; envoyer thinking.type=disabled ou effort=none provoque une erreur, et le contenu de raisonnement est placé dans un champ reasoning_content susceptible d’être absent. La source indique que les poids devraient être publiés le 23 octobre 2026, que la licence n’est pas divulguée et que le matériel d’auto-hébergement n’est pas précisé ; elle mentionne aussi Space Bunny comme une version précoce de M3.1 Flash. Tous les scores de référence sont rapportés par MiniMax et n’ont pas encore été reproduits indépendamment.
Conséquences pour les développeurs
Pour les développeurs, la conséquence la plus directe n’est pas la taille du modèle, mais l’évolution du contrat d’intégration : le raisonnement ne pouvant être désactivé, chaque requête comporte un plancher de tokens de raisonnement et de latence, ce qui modifie la structure de coûts de charges simples comme la classification, l’extraction ou les questions-réponses courtes. Deuxième changement : le chemin d’analyse. La source indique explicitement que les intégrations qui extrayaient le raisonnement à partir des balises think en ligne de M3 doivent désormais lire le champ reasoning_content distinct, et que ce champ peut être absent ; le code d’analyse doit donc tolérer son absence, sous peine de traiter une réponse normale comme une anomalie. Troisième point : les niveaux d’effort. Les cinq réglages transforment la question « qualité/coût » en un choix de paramètre plutôt qu’un choix de modèle : sur une même charge, un même modèle peut produire des scores et des coûts sensiblement différents selon l’effort ; la source illustre avec un graphique Automation-Bench que chaque niveau reste sous 0,05 dollar par tâche. Quatrième point : la couche de compatibilité. La compatibilité OpenAI et Anthropic étant proposée simultanément, les voies de migration des SDK existants sont larges, mais les champs effort et reasoning sont des extensions du fournisseur, difficiles à transposer tels quels d’un fournisseur à l’autre. Il faut souligner que ces références, coûts et vitesses (l’article mentionne environ 150 tokens/s sur la page produit et une annonce indiquant 3 fois M3) relèvent des chiffres rapportés par MiniMax, sans vérification indépendante ; la source elle-même signale une incohérence entre graphique et tableau (62,8 contre 62,2 pour le niveau d’effort maximal) et précise que les chiffres d’Automation-Bench ne sont pas directement comparables entre sources, par exemple la fiche de Kimi K3 rapporte 30,8 sur un sous-ensemble public de 600 tâches, tandis que le tableau MiniMax indique 46,7. La capacité de programmation est le point le plus faible de ce récit : la source indique 38,1 sur Terminal Bench 4.0, soit environ 13,7 points de retard sur les 51,8 d’Opus 5, et environ 14,1 points de retard sur NL2Repo-Bench. En matière d’auto-hébergement, tant que les poids et la licence ne sont pas réellement publiés, les déployeurs ne peuvent pas déterminer les droits d’usage commercial et de redistribution ; la source ne mentionne qu’une construction MXFP8 de M3 d’environ 440 Go, utile comme ordre de grandeur matériel approximatif, et non comme taille réelle de M3.1 Flash.
Intégration et évaluation
Première recommandation : valider d’abord l’adaptation de l’analyse du champ de raisonnement, avant d’envisager une migration. Le changement rapporté qui déclenche cette décision est le raisonnement toujours actif, l’erreur en cas de désactivation et le déplacement du contenu vers reasoning_content. Le choix concret consiste à faire évoluer la couche interne d’extraction du raisonnement d’une correspondance de balises en ligne vers une lecture de champ structuré tolérant l’absence. La condition préalable est l’existence, dans la base de code, d’une logique d’analyse ou de post-traitement dépendant des balises en ligne ; si l’analyse repose déjà sur des champs structurés, ce travail peut être ignoré. Le critère de validation mesurable est, sur un ensemble fixe d’échantillons, le taux de réussite des réponses et le taux d’échec d’analyse lorsque reasoning_content est absent, afin de confirmer que cette absence n’entraîne ni perte de contenu ni exception. Deuxième recommandation : traiter les niveaux d’effort comme un paramètre ajustable et tracer une courbe coût-qualité, plutôt que de reprendre tel quel le Max recommandé par l’éditeur. Le changement rapporté est l’existence de cinq niveaux d’effort et la recommandation par défaut de Max. Le choix concret est de fixer un niveau par type de charge et de l’inscrire dans la configuration, plutôt qu’une uniformisation globale. La condition préalable est que la tâche dispose d’un critère de réussite automatisable ; pour les tâches ouvertes sans critère, il convient d’abord d’annoter manuellement un petit échantillon avant de comparer. Le critère de validation mesurable est l’écart de taux de réussite du même ensemble d’échantillons entre Low et Max, ainsi que la consommation de tokens et la variation de latence de bout en bout ; si l’écart est inférieur au niveau de bruit, choisir le niveau bas. Troisième recommandation : attendre la publication des poids avant de décider d’un auto-hébergement, sans planifier prématurément une capacité sur la base de 440 Go. Le changement rapporté est que ni les poids ni la licence ne sont divulgués. Le choix concret est de continuer avec l’API ou d’attendre une licence explicite avant d’évaluer un déploiement local. La condition préalable est de savoir si la licence autorise l’usage visé et si le matériel satisfait le volume réel des poids ; tant que ces deux points ne sont pas clairs, l’évaluation de l’auto-hébergement manque de base. Le critère de validation mesurable est de vérifier si les clauses de la licence sur l’usage commercial et la redistribution couvrent votre cas d’usage, et de mesurer le débit réel des versions quantifiées disponibles sur le type de carte visé.
Limites et points à confirmer
Trois incertitudes majeures subsistent. Premièrement, toutes les données de référence, de coût et de vitesse sont rapportées par MiniMax, sans reproduction indépendante ; la source elle-même signale l’incohérence entre 62,8 et 62,2 dans une même annonce, ainsi que le problème de non-comparabilité d’Automation-Bench entre sources. Deuxièmement, les poids sont annoncés pour le 23 octobre 2026, mais à la date de l’article ni la licence ni le matériel d’auto-hébergement n’étaient divulgués ; la disponibilité des poids n’équivaut pas à l’octroi par la licence de droits d’usage commercial ou de redistribution, et les deux points doivent être évalués séparément. Troisièmement, la version MiniMax M3.1 Flash n’apparaît pas actuellement dans le catalogue de modèles en temps réel de KimiSeek ; la disponibilité API et le tarif décrits par la source concernent les canaux officiels de MiniMax ; en cas d’appel ultérieur via KimiSeek, il faudra se référer aux entrées réelles de la page tarifaire et de la liste des modèles du site, les prix pouvant changer. En outre, la source ne fournit pas de rapport technique comparant Flash à M3, et la mise en œuvre précise de l’attention sparse ainsi que les détails de l’encodeur visuel ne peuvent être vérifiés. Les recommandations d’intégration et méthodes de validation présentes dans cet article relèvent d’une analyse fondée sur les changements rapportés, et non d’une conclusion validant les performances réelles du modèle.