MiniMax M3.1 Flash: schnellere KI-Agenten, 70% weniger Kosten?

MiniMax M3.1 Flash bietet 1 Mio. Token Kontext und OpenAI-/Anthropic-kompatible APIs. Analyse von Tempo, Preis, Benchmarks und Grenzen.

Bericht

MiniMax veröffentlichte M3.1 Flash am 19. Oktober 2026 über API, M Plan und MiniMax Code. Das multimodale Modell ist für KI-Agenten, Programmierung, Werkzeuge und lange Kontexte ausgelegt. Reuters bestätigte den Start sowie die Angaben des Anbieters: nahezu dreifache Inferenzgeschwindigkeit und 70% geringere Kosten bei Agentenaufgaben gegenüber dem Vorgänger.

Veröffentlichte Eckdaten

Die API-Dokumentation nennt bis zu 1.000.000 Token Kontext, Text-, Bild- und Videoeingaben sowie fünf Denkstufen. Die Preise betragen 0,15 US-Dollar je Million Eingabetoken, 0,60 Dollar je Million Ausgabetoken und 0,015 Dollar für gecachte Eingaben. OpenAI- und Anthropic-kompatible Endpunkte erleichtern Tests.

Laut MiniMax sind über 200 Token pro Sekunde möglich, der P50-Median liege über 170. Diese Werte stammen vom Anbieter; reale Latenz hängt von Standort, Last, Kontextlänge und Denkstufe ab.

Analyse

Aussagekraft der Benchmarks

MiniMax nennt 73,7% bei DeepSWE v1.1, 61,7 bei OSWorld V2, 76,2 bei BankerToolBench und 82% bei CyberGym. Das deutet auf mehrstufige Abläufe, Werkzeuge und Code hin.

Anbieterwerte ersetzen keine unabhängige Prüfung. Unternehmen sollten Erfolgsquote, menschliche Korrekturen, Kosten pro erledigter Aufgabe, P95-Latenz und Fehlerbehandlung messen. Die 70% beziehen sich auf Agentenaufgaben im Vergleich zum Vorgänger und garantieren nicht überall dieselbe Ersparnis.

M2.5 und M2.7 nehmen seit 19. Oktober keine neuen Nutzer mehr auf und sollen am 18. November 2026 eingestellt werden. Manche Anfragen werden automatisch umgeleitet; Pay-as-you-go-Anwendungen sollten Ergebnisse vor der Migration vergleichen.

Ausblick

Sinnvoll testen

Beginnen Sie mit einem messbaren Ablauf, etwa Ticket-Klassifizierung, testgestützter Codeprüfung oder Dokumentzusammenfassung. Vergleichen Sie denselben Aufgabensatz mit dem bisherigen Modell und erfassen Sie Qualität, Zeit, Token, Werkzeugfehler und menschliche Eingriffe. Prüfen Sie bei sensiblen Daten Aufbewahrung, Verarbeitungsort und Zugriffsregeln.

Eine Million Token kann bei großen Repositories helfen, doch ein vollständig gefüllter Kontext ist nicht automatisch effizient. Gezielte Suche, Caching und Denkstufe beeinflussen die Kosten oft stärker. MiniMax will Modellgewichte später veröffentlichen, nennt aber kein Datum; Self-Hosting ist noch nicht verfügbar.

Mehr dazu: Mistral Large 4 in der API-Vorschau.

Geprüfte Quellen: MiniMax, API-Dokumentation, Migrationshinweis und Reuters.