MiniMax M3.1 Flash OpenAI 兼容协议的多模态与流式配置

一句话结论

MiniMax 的 OpenAI 兼容 Chat Completions API 为 MiniMax-M3.1-Flash 提供图片和视频 content parts；流式响应把增量思考放在 reasoning_content、正文放在 content，同时有固定的思考、采样和输入限制。

适用场景

• 适合的任务：使用 OpenAI SDK 或兼容客户端处理文本、图片、视频输入，并实时区分思考和正文的应用。

• 不适合的任务：音频输入、关闭 M3.1 Flash 思考、依赖 temperature / top_p 调参、优先级服务层或一次生成多个候选结果的配置。

• 适用的模型版本：MiniMax-M3.1-Flash。页面也列出 MiniMax-M3，本文只记录 M3.1 Flash 的专属配置；输入格式部分是页面对两者的共同说明。

• 适用的客户端、Agent 或 API：OpenAI SDK、OpenAI-compatible Chat Completions，地址为 https://api.minimax.io/v1。

• 推荐的推理档位和参数：reasoning_effort 使用 low、medium、high、xhigh 或 max；省略时页面说明默认为 max。M3.1 Flash 不能关闭思考。

可直接使用的内容

基础客户端与多模态消息

from openai import OpenAI

client = OpenAI(
    base_url="https://api.minimax.io/v1",
    api_key="<MINIMAX_API_KEY>",
)

response = client.chat.completions.create(
    model="MiniMax-M3.1-Flash",
    reasoning_effort="max",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "请总结图片和视频中发生的事情。"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/image.png",
                        "detail": "default",
                    },
                },
                {
                    "type": "video_url",
                    "video_url": {
                        "url": "mm_file://file_id",
                        "detail": "default",
                    },
                },
            ],
        }
    ],
    max_completion_tokens=4096,
)

print(response.choices[0].message.reasoning_content)
print(response.choices[0].message.content)

detail 可取 low、default、high，默认值为 default；max_long_side_pixel 可用于控制图片最长边。图片支持 JPEG、PNG、GIF、WEBP；视频支持 MP4、AVI、MOV、MKV。较大视频先通过 Files API 上传，再把 mm_file://{file_id} 传给 video_url。

流式处理

stream = client.chat.completions.create(
    model="MiniMax-M3.1-Flash",
    reasoning_effort="max",
    messages=[{"role": "user", "content": "请解释这个问题。"}],
    stream=True,
    stream_options={"include_usage": True},
)

reasoning_buffer = ""
text_buffer = ""
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and getattr(delta, "reasoning_content", None):
        reasoning_buffer += delta.reasoning_content
    if delta and delta.content:
        text_buffer += delta.content

思考和正文应分别累积；需要保存完整结果时，不能只保留 content。多轮函数调用还要把完整的 assistant response（包括 tool_calls）追加到历史，以维持推理链。

测试或工作流步骤

1. 设置 OPENAI_BASE_URL=https://api.minimax.io/v1 和 OPENAI_API_KEY，固定 model 为 MiniMax-M3.1-Flash。

2. 纯文本消息使用字符串 content；多模态消息使用 content 数组，并按类型放入 text、image_url 或 video_url。

3. 按任务需要选择 detail 和视频 fps。视频 fps 默认 1，允许范围为 0.2–5。

4. 使用 reasoning_effort 控制思考深度；不要发送 none 或 thinking.type="disabled"。

5. 流式请求设置 stream=True；需要 token usage 时设置 stream_options.include_usage=true，分别读取 reasoning_content 和 content。

6. 记录响应中的 usage 来核对输入 token。图片 token 估算仅作容量规划：low 通常几百且最高约 600，default 常见 1k–3k 且最高约 5k，high 常见几千且可超过 15k。

原始证据与数据

输入格式与大小限制

M3.1 Flash 参数和限制

• reasoning_effort 支持 low、medium、high、xhigh、max；省略时默认为 max，none 不支持并返回 400。

• thinking 的 adaptive 会保持思考；M3.1 Flash 发送 {"type":"disabled"} 返回 400。页面给出的错误为：model "MiniMax-M3.1-Flash" requires adaptive thinking; thinking.type="disabled" (including reasoning.effort=none) is not allowed (2013)。

• reasoning_split=true 时思考内容放入 reasoning_content；false 时会放回 content 的 <think> 标签，但 M3.1 Flash 不支持把该参数设为 false。

• stream_options.include_usage=true 可让流式响应包含 token usage。

• max_tokens 是旧的生成长度限制，思考 token 也计入；值过小时可能得到 finish_reason: "length" 且 content 为空。新接入应使用 max_completion_tokens。

• temperature 传入无效果，模型固定使用 1；top_p 传入无效果，模型固定使用 0.95，若传入值须在 (0, 1]。

• M3.1 Flash 不支持 service_tier；弃用的 function_call 不支持，应使用 tools。n 只支持 1。

• 页面还提示 presence_penalty、frequency_penalty、logit_bias 等部分 OpenAI 参数会被忽略；音频输入当前不支持。

适用边界

• 页面给出的输入格式和大小限制属于 OpenAI-compatible Chat Completions；不能据此补写 Anthropic API 的 content block 结构。

• reasoning_content 必须作为响应的一部分保留。流式渲染可以即时展示正文，但应用是否展示或持久化思考内容仍需自行制定策略。

• 图片 token 数是官方粗略单图估算，不是账单或固定上限；精确用量应以响应 usage 或可用的 token counting 为准。页面没有披露视频 token 估算、计费公式和精确最大输出上限。

• max_tokens=4096 只是文档示例值；思考 token 会占用该限制，不能把它当作 M3.1 Flash 的最大输出能力。

• temperature、top_p 等字段即使被客户端接受，也不会改变 M3.1 Flash 的采样值；不要把它们写成有效调参项。

• 本页没有完整模型 prompt，本文归类为 configuration，不宣称存在可直接复制的模型专属 prompt。

复现说明

2026-10-21 通过 Tabbit 独占任务 M31 prompt09 openai 打开并检查原始页面，核对了 Quick Start、Supported Models、Multimodal Input、参数表、Thinking Control、Streaming Response 和 Important Notes。原始抽取证据保存于 /tmp/m31-openai-evidence.txt。查重时确认目标目录没有该 URL 的独立条目，已有 01/02 文档仅作导航引用。