作者注：一篇讲清 MiniMax M3.1 Flash 怎么计费、怎么省钱、该买按量 API 还是 M Plan 订阅的实用指南。
先给一句能带走的结论：MiniMax M3.1 Flash 每百万 token 输入 $0.15、输出 $0.60、缓存读 $0.015。账单的大头通常是输出（包含模型的思考过程），所以省钱有两个办法：一是调低 effort 档位，二是把固定内容放在请求前面，让它走缓存。
这不是又一篇发布新闻。发布本身本站已经报道过，这篇只讲钱：三项单价分别是什么、一次对话和一个 Agent 任务大概花多少、和 M3 比到底便宜在哪里，以及按量付费和包月订阅怎么选。
核心价值：读完本文，你可以自己估算 MiniMax M3.1 Flash 的月度花费，避开两个最常见的计费坑，并选出适合自己的付费方式。
MiniMax M3.1 Flash 价格核心要点
先解释一个词：token 是模型计费的最小单位，可以理解为“文字碎片”。官方给的换算是约 750 个英文单词 ≈ 1000 tokens。中文的换算比例官方没有在价格页给出，实际用量以控制台账单为准。
下面这张表是 MiniMax M3.1 Flash 的全部单价，来源是 MiniMax 官方价格页（官方公布的固定价）：
| 计费项 | 单价（每百万 tokens） | 大白话解释 | 典型内容 |
|---|---|---|---|
| 输入 | $0.15 | 你发给模型的所有内容 | 系统提示词、聊天记录、上传的文档、图片和视频 |
| 输出 | $0.60 | 模型写回来的所有内容，包括思考过程 | 最终答案、思考内容（reasoning） |
| 缓存读 | $0.015 | 输入里和之前请求重复、被缓存命中的那部分 | 每次都一样的系统提示词、反复引用的长文档 |
| 附加：web_search | $0.01/次 | 服务端联网搜索工具，按次收费 | Agent 调用搜索 |
这里有两点要记住。第一，输出单价是输入的 4 倍，所以“模型说了多少”比“你发了多少”更影响账单。第二，缓存读只要输入价的 1/10，也就是命中缓存的那部分输入能省 90%。
MiniMax M3.1 Flash 计费公式怎么理解
官方给的算法很简单：费用 = 用量 ÷ 1,000,000 × 单价，多个计费项分别算完再相加，从账户余额里扣。
一次请求的账单可以拆成三块：命中缓存的输入 × $0.015，没命中缓存的输入 × $0.15，输出（答案 + 思考）× $0.60，最后再加上搜索次数 × $0.01。
另外，MiniMax M3.1 Flash 的上下文窗口是 1,000,000 tokens（上下文窗口就是模型一次能“看”的最大内容量）。官方价格页明确写了它没有长上下文加价：塞 10 万还是 80 万 tokens，单价都一样。
MiniMax M3.1 Flash 价格算账：3 个例子
下面三个例子里的 token 数是为了演示算法而假设的，不是实测数据，你可以换成自己的数字照着算。
例 1：一次普通对话
假设：输入 2,000 tokens（没命中缓存），输出 1,500 tokens（含思考）。
- 输入：2,000 ÷ 1,000,000 × $0.15 = $0.0003
- 输出：1,500 ÷ 1,000,000 × $0.60 = $0.0009
- 合计：$0.0003 + $0.0009 = $0.0012
验算：这样的对话做 1,000 次，用量是输入 200 万、输出 150 万 tokens，2 × $0.15 + 1.5 × $0.60 = $0.30 + $0.90 = $1.20，和 $0.0012 × 1,000 一致。
例 2：一个 Agent 任务（多轮）
Agent 是指让模型自己拆步骤、调工具、多轮循环完成任务。它的特点是每一轮都要把之前的上下文重新发一遍，所以输入量很大，缓存的作用也最明显。
假设：一共 20 轮，每轮输入 30,000 tokens，其中 25,000 命中缓存、5,000 是新内容，每轮输出 2,000 tokens。
- 缓存读：25,000 × 20 = 500,000 tokens，0.5 × $0.015 = $0.0075
- 新输入：5,000 × 20 = 100,000 tokens，0.1 × $0.15 = $0.015
- 输出：2,000 × 20 = 40,000 tokens，0.04 × $0.60 = $0.024
- 合计：$0.0075 + $0.015 + $0.024 = $0.0465
对比一下：如果完全没命中缓存，60 万 tokens 输入就要 0.6 × $0.15 = $0.09，再加输出 $0.024，合计 $0.114。缓存帮这个任务省下 $0.114 − $0.0465 = $0.0675，约 59%。
例 3：一天 1,000 次批量调用
假设：每次带 1,000 tokens 的固定系统提示词（命中缓存）、500 tokens 的新内容，输出 1,000 tokens。
- 缓存读：1,000 × 1,000 = 100 万 tokens，1 × $0.015 = $0.015
- 新输入：500 × 1,000 = 50 万 tokens，0.5 × $0.15 = $0.075
- 输出：1,000 × 1,000 = 100 万 tokens，1 × $0.60 = $0.60
- 每天合计：$0.015 + $0.075 + $0.60 = $0.69，按 30 天算约 $20.70/月
如果 effort 开得高，每次输出变成 3,000 tokens（同样是假设），输出费就涨到 3 × $0.60 = $1.80，每天合计 $1.89。输入和缓存一分没变，账单却接近原来的 2.7 倍（$1.89 ÷ $0.69 ≈ 2.74）。这说明输出才是批量任务里的大头。
🚀 快速上手建议：先用小批量真实数据跑一遍，记下平均输入、缓存命中量和输出量，再套用上面的公式估算月费，会比凭感觉准得多。如果你还想同时对比 MiniMax-M3、Claude 等模型的成本，可以在 API易 apiyi.com 用同一个 Key 切换模型测试。
MiniMax M3.1 Flash 最容易踩的两个计费坑
坑一：思考关不掉，effort 档位决定账单
effort 是“思考深度”参数，档位越高，模型想得越多。MiniMax M3.1 Flash 有一个和很多模型不同的设定：思考不能关闭。官方文档写明，传 thinking disabled 或 effort none 会直接返回 400 错误，报错信息是 model “MiniMax-M3.1-Flash” requires adaptive thinking。
思考内容按输出计费，而且不传 effort 时默认是 max，也就是最贵的一档。想省钱，唯一的办法是主动调低档位。不同协议的字段名不一样：Anthropic 协议用 output_config.effort，OpenAI 协议用 reasoning_effort，Responses 协议用 reasoning.effort。
| effort 档位 | 思考量 | 对账单的影响 | 建议场景 |
|---|---|---|---|
| low | 最少 | 输出最少，最省钱、延迟最低 | 分类、抽取、改写、格式转换 |
| medium | 较少 | 偏省 | 日常问答、简单总结 |
| high | 较多 | 偏贵 | 一般编程、多步推理 |
| xhigh | 很多 | 贵 | 复杂分析、难题调试 |
| max（默认） | 最多 | 最贵、延迟最高 | 真正的难任务、长链路 Agent |
官方没有公布每个档位平均多用多少 token，上表只表示相对高低。另外要知道，官方跑分和 Vals 第三方测评用的都是高档位（Vals 明确写了 effort max），调低以后效果会差多少，目前没有公开数据。建议先用 low 或 medium 跑一批样本，结果不够好再往上调。
还有一个改动：思考内容现在是单独返回的。在 OpenAI 兼容协议里，思考放在 reasoning_content 字段，content 里只有最终答案。如果你以前从 M3 输出的思考标签里拆内容，这部分解析逻辑需要改。
坑二：缓存读只要输入价的 1/10，内容顺序很重要
缓存的意思是：请求里和之前完全一样的那部分内容，系统认出来以后按缓存读价格收费，$0.015 比 $0.15 便宜 90%。
想多命中缓存，关键是让请求开头保持不变：
- 把固定的系统提示词放在最前面，不要在里面插时间戳、随机数或用户名。
- 长文档、知识库、工具说明这类反复使用的内容紧跟在系统提示词后面。
- 每次会变的内容（用户问题、本轮数据）放在最后。
- 多轮对话不要随意删改前面的历史，改了中间一段，后面的内容就很难命中了。
资料中官方只公布了缓存读的价格，缓存的具体规则和其他相关计费以 MiniMax 官方价格页为准。
MiniMax M3.1 Flash 和 M3 价格对比
很多人会问 MiniMax M3.1 Flash 和上一代 M3 差多少钱。下表来自官方价格页，M3 用的是永久 5 折后的标准档价格（每百万 tokens）：
| 模型 | 输入 | 输出 | 缓存读 | 长上下文加价 |
|---|---|---|---|---|
| MiniMax-M3.1-Flash | $0.15 | $0.60 | $0.015 | 无 |
| MiniMax-M3（输入 ≤512K） | $0.30 | $1.20 | $0.06 | — |
| MiniMax-M3（输入 >512K） | $0.60 | $2.40 | $0.12 | 单价翻倍 |
| MiniMax-M3 Priority 档 | 标准档 × 1.5 | 标准档 × 1.5 | — | — |
图注：价格数据来自 MiniMax 官方价格页；第三方平台的实际计费以各自价格页为准，例如在 API易 apiyi.com 调用 MiniMax 系列时请以其价格页显示为准。
从表里能看出三件事：
- 普通长度：Flash 的输入、输出单价都是 M3 的一半，缓存读只有 M3 的 1/4（$0.015 对 $0.06）。用例 3 验证一下：同样的用量放在 M3 上是 1 × $0.06 + 0.5 × $0.30 + 1 × $1.20 = $1.41/天，Flash 是 $0.69/天，约为 49%。
- 超长上下文：输入超过 512K 时 M3 单价翻倍，Flash 不加价，输入输出都只有 M3 的 1/4。
- 缓存更划算：Flash 的缓存读是输入价的 1/10，M3 是 1/5，所以越依赖缓存的场景，Flash 的优势越大。
官方说“成本 1/3”，为什么单价只便宜一半？
这两个说法并不矛盾。单价减半是按每个 token 算的；成本 1/3（官方 X 帖）和“Agent 任务综合成本降 70%”（官方博客）是按“完成一个任务的总花费”算的，都属于官方自报。
完成一个任务的总花费 = 单价 × 用掉的 token 数。如果新模型完成同一个任务需要的轮数或 token 更少，任务成本就会比单价降得更多。但官方没有公开这个 1/3 的具体算法，而且官方成本图里 Automation-Bench 的数字（62.8）和表格里的（62.2）也对不上。所以做预算时建议按单价自己算，把“1/3”当参考。
MiniMax M3.1 Flash 按量 API 和 M Plan 订阅怎么选
MiniMax M3.1 Flash 有两种付费方式。按量 API 是用多少扣多少，从账户余额里扣；M Plan 是包月订阅，分 Go、Explore、Build 三档，文本模型都是 M3.1 Flash。官方文档里的用量是 Explore 为 Go 的 3 倍、Build 为 Go 的 7.5 倍，Explore 和 Build 还额外包含 H3 视频模型。各档月费以官网为准，官方另有月付首月优惠的公告，活动细节同样以官网为准。
| 判断维度 | 选按量 API | 选 M Plan 订阅 |
|---|---|---|
| 用多少 | 用量不稳定，或者整体很少 | 每天高频使用，想要固定月支出 |
| 用在哪里 | 自己的产品后端、批量脚本、数据处理 | 自己写代码、日常 AI 编程辅助 |
| 用什么工具 | 自研程序，通过 API 地址直接调用 | MiniMax Code、Claude Code、Codex、Cursor、OpenCode |
| 是否需要视频 | 按需另算 | Explore / Build 档含 H3 视频模型 |
| 成本控制 | 可以精确到每次请求、用 effort 和缓存精细优化 | 不用算 token，超出套餐额度的规则以官网为准 |
简单来说：给程序用选按量，给人用选订阅。如果你主要是在 Claude Code、Cursor 这类工具里写代码，M Plan 的订阅 Key 可以直接接入；如果你在做产品、跑批量任务，按量 API 配合本文的算账方法更透明。
⚠️ 重要提醒：两种 Key 不通用。官方 FAQ 明确说明，按量计费的 API Key 和 M Plan 的订阅 Key 是两种不同的 Key，在后台的不同位置获取。拿订阅 Key 去调按量接口，或者反过来，都会出问题，配置前先确认你复制的是哪一个。另外，旧模型名 MiniMax-M3.1-Flash-Preview 已经退役，用旧名发的请求现在会由 MiniMax-M3.1-Flash 处理。
什么时候不该用 MiniMax M3.1 Flash
便宜不等于什么活都适合交给它。下面几种情况建议先别换，或者只换一部分。
1. 长链路 Agent 和终端操作类任务。 第三方测评 Vals AI 显示，M3.1 Flash 在 Terminal-Bench 4.0 上是 25.25%，在 51 个模型中排第 22；HLAB-Vals-1.1 是 7.50%，23 个模型中排第 17。官方自报的 Terminal Bench 4.0 是 38.1，也比 Claude Opus 5 的 51.8 低 13.7 分。
2. 大型代码重构。 官方自报 SWE Refactor Bench 为 23.0，Claude Opus 5 是 31.0。
3. 需要关闭思考、追求极低延迟。 思考关不掉，最低只能开到 low。
4. 现有集成依赖解析思考标签。 从 M3 迁移过来要先改解析逻辑，否则会拿不到思考内容。
5. 现在就想在 API易 上调用。 截至发稿，API易 价格页还没有 MiniMax-M3.1-Flash，能否调用以价格页为准。
再说说和 Claude 的对比。官方对比表里拿来对照的是 Claude Opus 5，不是 Opus 5.5。Claude Opus 5.5 仍然是 Anthropic 当前最强的旗舰模型，MiniMax 官方并没有拿它逐项对比，所以不能说 Flash 追上或超过了 Opus 5.5。综合排名方面，Vals Index 把 M3.1 Flash 排在 22 个模型中的第 15 名（53.78%），开源权重模型里排第 5。
| 模型 | 输入 / 输出（每百万 tokens） | 跑分对照情况 | 更适合的活 | 调用渠道 |
|---|---|---|---|---|
| MiniMax-M3.1-Flash | $0.15 / $0.60 | 官方自报 + Vals 测评 | 批量处理、日常编程、工具调用 | MiniMax 官方；API易 以价格页为准 |
| claude-opus-5 | $5 / $25（官方价） | 官方对比表的对照对象 | 复杂任务 | API易 apiyi.com 等 |
| claude-opus-5-5 | $4 / $20（官方价） | 官方未拿它对比 | 难的规划、架构设计、大型重构 | API易 apiyi.com 等 |
按单价算，Opus 5.5 的输出是 Flash 的约 33 倍（$20 ÷ $0.60 ≈ 33.3），输入约 27 倍（$4 ÷ $0.15 ≈ 26.7）。差距这么大，最合理的做法是分工，而不是二选一。
在 API易 上如何搭配 MiniMax 和 Claude Opus 5.5
截至 2026-10-22，API易 价格页上可以直接使用的 MiniMax 模型有 MiniMax-M3（同时支持 OpenAI 和 Anthropic 两种接口格式，并在 ClaudeCode 分组可用）、MiniMax-M2.7、MiniMax-M2.7-highspeed、MiniMax-M2.5、MiniMax-M2.5-lightning，以及视频模型 MiniMax-H3。MiniMax-M3.1-Flash 目前还不在价格页上，能否调用请以 API易 价格页为准。
Claude 这边，claude-opus-5-5 和 claude-opus-5 都可以直接调用。API易 的好处是一个 Key 同时调用 MiniMax 系列和 Claude Opus 5.5，不需要分别注册、分别充值。推荐的分工思路如下：
- 便宜的批量活交给 MiniMax：数据清洗、内容分类、批量改写、简单代码生成，用 MiniMax-M3 这类性价比模型，配合缓存和较低的思考档位。
- 难的规划和重构交给 Opus 5.5：系统架构设计、跨模块大重构、长链路任务的总体规划，用 claude-opus-5-5。
- 先规划后执行：让 Opus 5.5 出方案、拆任务，再把拆好的小任务批量交给 MiniMax 执行，兼顾质量和成本。
💡 选择建议：如果你还不确定哪些活可以降级给便宜模型，可以在 API易 apiyi.com 用同一批样本分别跑 MiniMax-M3 和 claude-opus-5-5，对比效果和花费后再定分工比例。
常见问题 FAQ
Q1：MiniMax M3.1 Flash 的价格到底是多少？
按官方价格页，每百万 tokens 输入 $0.15、输出 $0.60、缓存读 $0.015，是固定价，没有长上下文加价。服务端联网搜索 web_search 另外按 $0.01/次收费。
Q2：为什么我只问了一句话，输出 token 却很多？
因为思考过程也算输出，而且不传 effort 时默认是 max 档。思考关不掉，想减少输出只能把 effort 调到 low 或 medium。
Q3：MiniMax M3.1 Flash 比 M3 便宜多少？
单价方面，输入输出是 M3 标准价的一半，缓存读是 1/4；输入超过 512K 时，M3 单价翻倍，Flash 不加价。官方说的“成本 1/3”是按任务算的官方自报数据，算法未公布。
Q4：按量 API Key 能直接填进 Claude Code 用 M Plan 吗？
不能。按量 API Key 和 M Plan 订阅 Key 是两种不同的 Key，在后台不同位置获取，互相不通用。用订阅接工具时，要复制订阅 Key。
Q5：现在能在 API易 上调用 MiniMax M3.1 Flash 吗？
截至发稿，API易 价格页还没有 MiniMax-M3.1-Flash，能否调用以价格页为准，我们会尽快上架。目前可以在 API易 apiyi.com 直接使用 MiniMax-M3 和 claude-opus-5-5 等模型，一个 Key 就能切换。
Q6：有没有免费试用的方式？
第三方平台 OpenRouter 提供了带限速的免费端点 minimax/minimax-m3.1-flash:free，适合先体验效果。正式使用时，建议按本文方法用小批量数据估算成本。
Q7：MiniMax M3.1 Flash 有哪些不足？
第三方测评显示，它在长链路 Agent 和终端任务上偏弱（Vals Terminal-Bench 4.0 排 51 个模型中第 22）；官方自报的重构类跑分也低于 Claude Opus 5。此外，MiniMax 尚未发布说明 Flash 改了什么的技术报告。
Q8：想要最省钱，应该先做什么？
第一步把 effort 从默认的 max 调低，第二步把固定的系统提示词和长文档放在请求最前面吃缓存。这两步通常比换模型更立竿见影。如果想同时对比多个模型的花费，可以在 API易 apiyi.com 统一测试。
MiniMax M3.1 Flash 价格核心要点 Key Takeaways
- 三项单价：输入 $0.15、输出 $0.60、缓存读 $0.015，每百万 tokens，无长上下文加价。
- 账单大头是输出：思考算输出，默认 max 档最贵，省钱先调低 effort。
- 思考关不掉：传 disabled 或 none 会报 400，最低只能开到 low。
- 缓存省 90%：固定内容放最前面，变化内容放最后。
- 单价是 M3 一半：“成本 1/3”是官方按任务的自报口径，两者不矛盾。
- 程序用按量、人用订阅：两种 Key 不通用，M Plan 月费以官网为准。
- 组合使用更划算：在 API易 用一个 Key 让 MiniMax 跑批量、Opus 5.5 做规划。
总结
MiniMax M3.1 Flash 价格的核心要点：
- 会算：费用 = 用量 ÷ 100 万 × 单价，输入、缓存读、输出分开算再相加。
- 会省：调低 effort 控制思考输出，固定内容放前面多吃缓存。
- 会选：给程序用选按量 API，给人用选 M Plan，长链路 Agent 和大型重构仍建议交给更强的模型。
建议先用小批量真实数据跑一轮，算出你自己的单次成本，再决定付费方式和分工比例。需要在多个模型之间对比效果和花费时，推荐通过 API易 apiyi.com 用一个 Key 统一测试，MiniMax-M3.1-Flash 能否调用以价格页为准。
📚 参考资料
- MiniMax 官方发布博客：M3.1 Flash 的速度、成本和官方自报跑分
- 链接：
minimax.io/blog/minimax-m31f -
说明： 官方价格和“Agent 任务成本降 70%”的出处
-
MiniMax 官方价格页：Flash 与 M3 的完整单价
- 链接：
platform.minimax.io/docs/guides/pricing -
说明： 计费公式、长上下文分档、web_search 价格
-
MiniMax 官方文档：模型调用：effort 档位与思考规则
- 链接：
platform.minimax.io/docs/guides/text-generation -
说明： 思考不能关闭、各协议 effort 字段名
-
MiniMax M Plan 订阅说明：Go / Explore / Build 三档
- 链接：
platform.minimax.io/docs/m-plan/intro -
说明： 用量倍数、支持的工具、模型说明
-
MiniMax 官方 FAQ：API Key 与订阅 Key 的区别
- 链接：
platform.minimax.io/docs/faq/about-apis -
说明： 两种 Key 不通用的官方说明
-
Vals AI 测评页：第三方测评结果
- 链接：
vals.ai/models/minimax_MiniMax-M3.1-flash - 说明： Vals Index 排名、强项与弱项
作者：APIYI 技术团队
技术交流：欢迎在 API易 apiyi.com 网站首页联系我们，更多接入资料可访问 docs.apiyi.com 文档中心
