知识卡片：MiniMax上线M3.1-Flash，推理深度拆成五档

一句话结论

据腾讯研究院AI速递（20260929），MiniMax Code 新增 M3.1-Flash-Preview，并把推理深度拆成 low、med、high、xhigh、max 五档独立选择；默认组合为 M3.1-Flash-Preview + max，轻任务可手动下调，以减少为简单需求支付深度推理成本。

事件概述或研究问题

• 材料显示，MiniMax Code 的模型选择器新增 M3.1-Flash-Preview，与 M3、M2.7-highspeed、M2.7 并列。
• 官方定位：M3.1-Flash-Preview 是面向日常开发的“快速可靠”模型。
• 同步变化：推理深度不再只随模型绑定，而是被拆为五档独立可选。
• 该条关注的问题是：AI 编码工具如何让用户按任务难度调节推理预算，而不是一律调用最深推理。

方法/产品要点

• 模型：M3.1-Flash-Preview。
• 推理深度档位：low、med、high、xhigh、max。
• 默认组合：M3.1-Flash-Preview + max。
• 使用策略：轻任务可手动下调档位，避免为简单需求付深度推理代价。
• 运营活动：9月28日至10月7日每日签到双倍积分，新老用户均可，额度通吃所有模型。
• 额度政策：Token Plan 额度全线重置；价格尚未公布。
• 待核实：M3.1-Flash 与 M3.1-Flash-Preview 是否为同一正式版本或预览版本，材料未说明。

主要结果或产业意义

• 材料未给出 M3.1-Flash-Preview 的基准测试、延迟、成本或准确率数据，因此无法判断五档推理深度的实际效果差异。
• 产品层面的信号明确：MiniMax 把“模型选择”和“推理深度选择”解耦，让开发者对质量、速度和成本做更细粒度权衡。
• 对 AI 编码工具竞争而言，这可能意味着卖点从单纯“模型更强”转向“任务匹配更精细、推理预算更可控”。

为什么重要

• 对开发者：默认 max 可能适合复杂任务，但轻任务可降档，理论上可控制延迟与额度消耗。
• 对行业：Flash/快速模型 + 可调推理深度，是 AI 编程产品降低使用门槛和成本的一种路径。
• 与既有脉络的关系：已有卡片记录了 GLM-5.3-Flash 的低价/级联路由，以及 Gemini 3.8 Flash 的快速模型竞争。本条增量不在单次基准或定价，而在 MiniMax Code 把推理深度做成 low、med、high、xhigh、max 五档独立选项，属于产品控制粒度上的更新。

局限与不确定性

• 价格尚未公布，无法与已有 Flash 模型做成本对比。
• 缺少独立评测，五档对代码质量、延迟、积分的实际影响待核实。
• 活动与 Token Plan 重置的具体规则、适用地区、是否长期有效，材料未展开，待核实。
• M3.1-Flash-Preview 与 M3.1-Flash 的命名关系、正式版状态待核实。
• 材料来源为速递摘要，非 MiniMax 官方文档原文，细节以官方说明为准。

可用于图书/PPT/简报的角度

• “推理预算旋钮”：AI 编码工具从模型切换走向推理深度调节。
• Flash 模型竞争：快速模型不再只拼价格，也拼任务路由与档位控制。
• 开发者成本管理：默认 max、手动降档的产品设计与用户教育问题。
• 平台增长策略：签到双倍积分、Token Plan 重置与额度通吃所有模型的运营含义。
• 对比视角：与 GLM、Gemini 的 Flash/路由案例并列，观察该期材料反映的 AI 编程模型产品化趋势。

原始材料

• 原始来源：腾讯研究院AI速递 20260929
• URL：https://m.sohu.com/a/1081963024_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=4
• 英文标题：材料未提供，待核实。
• 英文关键词：MiniMax, MiniMax Code, M3.1-Flash-Preview, reasoning depth, low/med/high/xhigh/max, Token Plan, AI coding.