作者注：一篇講清 MiniMax M3.1 Flash 怎麼計費、怎麼省錢、該買按量 API 還是 M Plan 訂閱的實用指南。
先給一句能帶走的結論：MiniMax M3.1 Flash 每百萬 token 輸入 $0.15、輸出 $0.60、緩存讀 $0.015。賬單的大頭通常是輸出（包含模型的思考過程），所以省錢有兩個辦法：一是調低 effort 檔位，二是把固定內容放在請求前面，讓它走緩存。
這不是又一篇發佈新聞。發佈本身本站已經報道過，這篇只講錢：三項單價分別是什麼、一次對話和一個 Agent 任務大概花多少、和 M3 比到底便宜在哪裏，以及按量付費和包月訂閱怎麼選。
核心價值：讀完本文，你可以自己估算 MiniMax M3.1 Flash 的月度花費，避開兩個最常見的計費坑，並選出適合自己的付費方式。
MiniMax M3.1 Flash 價格核心要點
先解釋一個詞：token 是模型計費的最小單位，可以理解爲“文字碎片”。官方給的換算是約 750 個英文單詞 ≈ 1000 tokens。中文的換算比例官方沒有在價格頁給出，實際用量以控制檯賬單爲準。
下面這張表是 MiniMax M3.1 Flash 的全部單價，來源是 MiniMax 官方價格頁（官方公佈的固定價）：
| 計費項 | 單價（每百萬 tokens） | 大白話解釋 | 典型內容 |
|---|---|---|---|
| 輸入 | $0.15 | 你發給模型的所有內容 | 系統提示詞、聊天記錄、上傳的文檔、圖片和視頻 |
| 輸出 | $0.60 | 模型寫回來的所有內容，包括思考過程 | 最終答案、思考內容（reasoning） |
| 緩存讀 | $0.015 | 輸入裏和之前請求重複、被緩存命中的那部分 | 每次都一樣的系統提示詞、反覆引用的長文檔 |
| 附加：web_search | $0.01/次 | 服務端聯網搜索工具，按次收費 | Agent 調用搜索 |
這裏有兩點要記住。第一，輸出單價是輸入的 4 倍，所以“模型說了多少”比“你發了多少”更影響賬單。第二，緩存讀只要輸入價的 1/10，也就是命中緩存的那部分輸入能省 90%。
MiniMax M3.1 Flash 計費公式怎麼理解
官方給的算法很簡單：費用 = 用量 ÷ 1,000,000 × 單價，多個計費項分別算完再相加，從賬戶餘額里扣。
一次請求的賬單可以拆成三塊：命中緩存的輸入 × $0.015，沒命中緩存的輸入 × $0.15，輸出（答案 + 思考）× $0.60，最後再加上搜索次數 × $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”的最大內容量）。官方價格頁明確寫了它沒有長上下文加價：塞 10 萬還是 80 萬 tokens，單價都一樣。
MiniMax M3.1 Flash 價格算賬：3 個例子
下面三個例子裏的 token 數是爲了演示算法而假設的，不是實測數據，你可以換成自己的數字照着算。
例 1：一次普通對話
假設：輸入 2,000 tokens（沒命中緩存），輸出 1,500 tokens（含思考）。
- 輸入：2,000 ÷ 1,000,000 × $0.15 = $0.0003
- 輸出：1,500 ÷ 1,000,000 × $0.60 = $0.0009
- 合計：$0.0003 + $0.0009 = $0.0012
驗算：這樣的對話做 1,000 次，用量是輸入 200 萬、輸出 150 萬 tokens，2 × $0.15 + 1.5 × $0.60 = $0.30 + $0.90 = $1.20，和 $0.0012 × 1,000 一致。
例 2：一個 Agent 任務（多輪）
Agent 是指讓模型自己拆步驟、調工具、多輪循環完成任務。它的特點是每一輪都要把之前的上下文重新發一遍，所以輸入量很大，緩存的作用也最明顯。
假設：一共 20 輪，每輪輸入 30,000 tokens，其中 25,000 命中緩存、5,000 是新內容，每輪輸出 2,000 tokens。
- 緩存讀：25,000 × 20 = 500,000 tokens，0.5 × $0.015 = $0.0075
- 新輸入：5,000 × 20 = 100,000 tokens，0.1 × $0.15 = $0.015
- 輸出：2,000 × 20 = 40,000 tokens，0.04 × $0.60 = $0.024
- 合計：$0.0075 + $0.015 + $0.024 = $0.0465
對比一下：如果完全沒命中緩存，60 萬 tokens 輸入就要 0.6 × $0.15 = $0.09，再加輸出 $0.024，合計 $0.114。緩存幫這個任務省下 $0.114 − $0.0465 = $0.0675，約 59%。
例 3：一天 1,000 次批量調用
假設：每次帶 1,000 tokens 的固定系統提示詞（命中緩存）、500 tokens 的新內容，輸出 1,000 tokens。
- 緩存讀：1,000 × 1,000 = 100 萬 tokens，1 × $0.015 = $0.015
- 新輸入：500 × 1,000 = 50 萬 tokens，0.5 × $0.15 = $0.075
- 輸出：1,000 × 1,000 = 100 萬 tokens，1 × $0.60 = $0.60
- 每天合計：$0.015 + $0.075 + $0.60 = $0.69，按 30 天算約 $20.70/月
如果 effort 開得高，每次輸出變成 3,000 tokens（同樣是假設），輸出費就漲到 3 × $0.60 = $1.80，每天合計 $1.89。輸入和緩存一分沒變，賬單卻接近原來的 2.7 倍（$1.89 ÷ $0.69 ≈ 2.74）。這說明輸出纔是批量任務裏的大頭。
🚀 快速上手建議：先用小批量真實數據跑一遍，記下平均輸入、緩存命中量和輸出量，再套用上面的公式估算月費，會比憑感覺準得多。如果你還想同時對比 MiniMax-M3、Claude 等模型的成本，可以在 API易 apiyi.com 用同一個 Key 切換模型測試。
MiniMax M3.1 Flash 最容易踩的兩個計費坑
坑一：思考關不掉，effort 檔位決定賬單
effort 是“思考深度”參數，檔位越高，模型想得越多。MiniMax M3.1 Flash 有一個和很多模型不同的設定：思考不能關閉。官方文檔寫明，傳 thinking disabled 或 effort none 會直接返回 400 錯誤，報錯信息是 model “MiniMax-M3.1-Flash” requires adaptive thinking。
思考內容按輸出計費，而且不傳 effort 時默認是 max，也就是最貴的一檔。想省錢，唯一的辦法是主動調低檔位。不同協議的字段名不一樣：Anthropic 協議用 output_config.effort，OpenAI 協議用 reasoning_effort，Responses 協議用 reasoning.effort。
| effort 檔位 | 思考量 | 對賬單的影響 | 建議場景 |
|---|---|---|---|
| low | 最少 | 輸出最少，最省錢、延遲最低 | 分類、抽取、改寫、格式轉換 |
| medium | 較少 | 偏省 | 日常問答、簡單總結 |
| high | 較多 | 偏貴 | 一般編程、多步推理 |
| xhigh | 很多 | 貴 | 複雜分析、難題調試 |
| max（默認） | 最多 | 最貴、延遲最高 | 真正的難任務、長鏈路 Agent |
官方沒有公佈每個檔位平均多用多少 token，上表只表示相對高低。另外要知道，官方跑分和 Vals 第三方測評用的都是高檔位（Vals 明確寫了 effort max），調低以後效果會差多少，目前沒有公開數據。建議先用 low 或 medium 跑一批樣本，結果不夠好再往上調。
還有一個改動：思考內容現在是單獨返回的。在 OpenAI 兼容協議裏，思考放在 reasoning_content 字段，content 裏只有最終答案。如果你以前從 M3 輸出的思考標籤裏拆內容，這部分解析邏輯需要改。
坑二：緩存讀只要輸入價的 1/10，內容順序很重要
緩存的意思是：請求裏和之前完全一樣的那部分內容，系統認出來以後按緩存讀價格收費，$0.015 比 $0.15 便宜 90%。
想多命中緩存，關鍵是讓請求開頭保持不變：
- 把固定的系統提示詞放在最前面，不要在裏面插時間戳、隨機數或用戶名。
- 長文檔、知識庫、工具說明這類反覆使用的內容緊跟在系統提示詞後面。
- 每次會變的內容（用戶問題、本輪數據）放在最後。
- 多輪對話不要隨意刪改前面的歷史，改了中間一段，後面的內容就很難命中了。
資料中官方只公佈了緩存讀的價格，緩存的具體規則和其他相關計費以 MiniMax 官方價格頁爲準。
MiniMax M3.1 Flash 和 M3 價格對比
很多人會問 MiniMax M3.1 Flash 和上一代 M3 差多少錢。下表來自官方價格頁，M3 用的是永久 5 折後的標準檔價格（每百萬 tokens）：
| 模型 | 輸入 | 輸出 | 緩存讀 | 長上下文加價 |
|---|---|---|---|---|
| MiniMax-M3.1-Flash | $0.15 | $0.60 | $0.015 | 無 |
| MiniMax-M3（輸入 ≤512K） | $0.30 | $1.20 | $0.06 | — |
| MiniMax-M3（輸入 >512K） | $0.60 | $2.40 | $0.12 | 單價翻倍 |
| MiniMax-M3 Priority 檔 | 標準檔 × 1.5 | 標準檔 × 1.5 | — | — |
圖注：價格數據來自 MiniMax 官方價格頁；第三方平臺的實際計費以各自價格頁爲準，例如在 API易 apiyi.com 調用 MiniMax 系列時請以其價格頁顯示爲準。
從表裏能看出三件事：
- 普通長度：Flash 的輸入、輸出單價都是 M3 的一半，緩存讀只有 M3 的 1/4（$0.015 對 $0.06）。用例 3 驗證一下：同樣的用量放在 M3 上是 1 × $0.06 + 0.5 × $0.30 + 1 × $1.20 = $1.41/天，Flash 是 $0.69/天，約爲 49%。
- 超長上下文：輸入超過 512K 時 M3 單價翻倍，Flash 不加價，輸入輸出都只有 M3 的 1/4。
- 緩存更划算：Flash 的緩存讀是輸入價的 1/10，M3 是 1/5，所以越依賴緩存的場景，Flash 的優勢越大。
官方說“成本 1/3”，爲什麼單價只便宜一半？
這兩個說法並不矛盾。單價減半是按每個 token 算的；成本 1/3（官方 X 帖）和“Agent 任務綜合成本降 70%”（官方博客）是按“完成一個任務的總花費”算的，都屬於官方自報。
完成一個任務的總花費 = 單價 × 用掉的 token 數。如果新模型完成同一個任務需要的輪數或 token 更少，任務成本就會比單價降得更多。但官方沒有公開這個 1/3 的具體算法，而且官方成本圖裏 Automation-Bench 的數字（62.8）和表格裏的（62.2）也對不上。所以做預算時建議按單價自己算，把“1/3”當參考。
MiniMax M3.1 Flash 按量 API 和 M Plan 訂閱怎麼選
MiniMax M3.1 Flash 有兩種付費方式。按量 API 是用多少扣多少，從賬戶餘額里扣；M Plan 是包月訂閱，分 Go、Explore、Build 三檔，文本模型都是 M3.1 Flash。官方文檔裏的用量是 Explore 爲 Go 的 3 倍、Build 爲 Go 的 7.5 倍，Explore 和 Build 還額外包含 H3 視頻模型。各檔月費以官網爲準，官方另有月付首月優惠的公告，活動細節同樣以官網爲準。
| 判斷維度 | 選按量 API | 選 M Plan 訂閱 |
|---|---|---|
| 用多少 | 用量不穩定，或者整體很少 | 每天高頻使用，想要固定月支出 |
| 用在哪裏 | 自己的產品後端、批量腳本、數據處理 | 自己寫代碼、日常 AI 編程輔助 |
| 用什麼工具 | 自研程序，通過 API 地址直接調用 | MiniMax Code、Claude Code、Codex、Cursor、OpenCode |
| 是否需要視頻 | 按需另算 | Explore / Build 檔含 H3 視頻模型 |
| 成本控制 | 可以精確到每次請求、用 effort 和緩存精細優化 | 不用算 token，超出套餐額度的規則以官網爲準 |
簡單來說：給程序用選按量，給人用選訂閱。如果你主要是在 Claude Code、Cursor 這類工具裏寫代碼，M Plan 的訂閱 Key 可以直接接入；如果你在做產品、跑批量任務，按量 API 配合本文的算賬方法更透明。
⚠️ 重要提醒：兩種 Key 不通用。官方 FAQ 明確說明，按量計費的 API Key 和 M Plan 的訂閱 Key 是兩種不同的 Key，在後臺的不同位置獲取。拿訂閱 Key 去調按量接口，或者反過來，都會出問題，配置前先確認你複製的是哪一個。另外，舊模型名 MiniMax-M3.1-Flash-Preview 已經退役，用舊名發的請求現在會由 MiniMax-M3.1-Flash 處理。
什麼時候不該用 MiniMax M3.1 Flash
便宜不等於什麼活都適合交給它。下面幾種情況建議先別換，或者只換一部分。
1. 長鏈路 Agent 和終端操作類任務。 第三方測評 Vals AI 顯示，M3.1 Flash 在 Terminal-Bench 4.0 上是 25.25%，在 51 個模型中排第 22；HLAB-Vals-1.1 是 7.50%，23 個模型中排第 17。官方自報的 Terminal Bench 4.0 是 38.1，也比 Claude Opus 5 的 51.8 低 13.7 分。
2. 大型代碼重構。 官方自報 SWE Refactor Bench 爲 23.0，Claude Opus 5 是 31.0。
3. 需要關閉思考、追求極低延遲。 思考關不掉，最低只能開到 low。
4. 現有集成依賴解析思考標籤。 從 M3 遷移過來要先改解析邏輯，否則會拿不到思考內容。
5. 現在就想在 API易 上調用。 截至發稿，API易 價格頁還沒有 MiniMax-M3.1-Flash，能否調用以價格頁爲準。
再說說和 Claude 的對比。官方對比表裏拿來對照的是 Claude Opus 5，不是 Opus 5.5。Claude Opus 5.5 仍然是 Anthropic 當前最強的旗艦模型，MiniMax 官方並沒有拿它逐項對比，所以不能說 Flash 追上或超過了 Opus 5.5。綜合排名方面，Vals Index 把 M3.1 Flash 排在 22 個模型中的第 15 名（53.78%），開源權重模型裏排第 5。
| 模型 | 輸入 / 輸出（每百萬 tokens） | 跑分對照情況 | 更適合的活 | 調用渠道 |
|---|---|---|---|---|
| MiniMax-M3.1-Flash | $0.15 / $0.60 | 官方自報 + Vals 測評 | 批量處理、日常編程、工具調用 | MiniMax 官方；API易 以價格頁爲準 |
| claude-opus-5 | $5 / $25（官方價） | 官方對比表的對照對象 | 複雜任務 | API易 apiyi.com 等 |
| claude-opus-5-5 | $4 / $20（官方價） | 官方未拿它對比 | 難的規劃、架構設計、大型重構 | API易 apiyi.com 等 |
按單價算，Opus 5.5 的輸出是 Flash 的約 33 倍（$20 ÷ $0.60 ≈ 33.3），輸入約 27 倍（$4 ÷ $0.15 ≈ 26.7）。差距這麼大，最合理的做法是分工，而不是二選一。
在 API易 上如何搭配 MiniMax 和 Claude Opus 5.5
截至 2026-10-22，API易 價格頁上可以直接使用的 MiniMax 模型有 MiniMax-M3（同時支持 OpenAI 和 Anthropic 兩種接口格式，並在 ClaudeCode 分組可用）、MiniMax-M2.7、MiniMax-M2.7-highspeed、MiniMax-M2.5、MiniMax-M2.5-lightning，以及視頻模型 MiniMax-H3。MiniMax-M3.1-Flash 目前還不在價格頁上，能否調用請以 API易 價格頁爲準。
Claude 這邊，claude-opus-5-5 和 claude-opus-5 都可以直接調用。API易 的好處是一個 Key 同時調用 MiniMax 系列和 Claude Opus 5.5，不需要分別註冊、分別充值。推薦的分工思路如下：
- 便宜的批量活交給 MiniMax：數據清洗、內容分類、批量改寫、簡單代碼生成，用 MiniMax-M3 這類性價比模型，配合緩存和較低的思考檔位。
- 難的規劃和重構交給 Opus 5.5：系統架構設計、跨模塊大重構、長鏈路任務的總體規劃，用 claude-opus-5-5。
- 先規劃後執行：讓 Opus 5.5 出方案、拆任務，再把拆好的小任務批量交給 MiniMax 執行，兼顧質量和成本。
💡 選擇建議：如果你還不確定哪些活可以降級給便宜模型，可以在 API易 apiyi.com 用同一批樣本分別跑 MiniMax-M3 和 claude-opus-5-5，對比效果和花費後再定分工比例。
常見問題 FAQ
Q1：MiniMax M3.1 Flash 的價格到底是多少？
按官方價格頁，每百萬 tokens 輸入 $0.15、輸出 $0.60、緩存讀 $0.015，是固定價，沒有長上下文加價。服務端聯網搜索 web_search 另外按 $0.01/次收費。
Q2：爲什麼我只問了一句話，輸出 token 卻很多？
因爲思考過程也算輸出，而且不傳 effort 時默認是 max 檔。思考關不掉，想減少輸出只能把 effort 調到 low 或 medium。
Q3：MiniMax M3.1 Flash 比 M3 便宜多少？
單價方面，輸入輸出是 M3 標準價的一半，緩存讀是 1/4；輸入超過 512K 時，M3 單價翻倍，Flash 不加價。官方說的“成本 1/3”是按任務算的官方自報數據，算法未公佈。
Q4：按量 API Key 能直接填進 Claude Code 用 M Plan 嗎？
不能。按量 API Key 和 M Plan 訂閱 Key 是兩種不同的 Key，在後臺不同位置獲取，互相不通用。用訂閱接工具時，要複製訂閱 Key。
Q5：現在能在 API易 上調用 MiniMax M3.1 Flash 嗎？
截至發稿，API易 價格頁還沒有 MiniMax-M3.1-Flash，能否調用以價格頁爲準，我們會盡快上架。目前可以在 API易 apiyi.com 直接使用 MiniMax-M3 和 claude-opus-5-5 等模型，一個 Key 就能切換。
Q6：有沒有免費試用的方式？
第三方平臺 OpenRouter 提供了帶限速的免費端點 minimax/minimax-m3.1-flash:free，適合先體驗效果。正式使用時，建議按本文方法用小批量數據估算成本。
Q7：MiniMax M3.1 Flash 有哪些不足？
第三方測評顯示，它在長鏈路 Agent 和終端任務上偏弱（Vals Terminal-Bench 4.0 排 51 個模型中第 22）；官方自報的重構類跑分也低於 Claude Opus 5。此外，MiniMax 尚未發佈說明 Flash 改了什麼的技術報告。
Q8：想要最省錢，應該先做什麼？
第一步把 effort 從默認的 max 調低，第二步把固定的系統提示詞和長文檔放在請求最前面喫緩存。這兩步通常比換模型更立竿見影。如果想同時對比多個模型的花費，可以在 API易 apiyi.com 統一測試。
MiniMax M3.1 Flash 價格核心要點 Key Takeaways
- 三項單價：輸入 $0.15、輸出 $0.60、緩存讀 $0.015，每百萬 tokens，無長上下文加價。
- 賬單大頭是輸出：思考算輸出，默認 max 檔最貴，省錢先調低 effort。
- 思考關不掉：傳 disabled 或 none 會報 400，最低只能開到 low。
- 緩存省 90%：固定內容放最前面，變化內容放最後。
- 單價是 M3 一半：“成本 1/3”是官方按任務的自報口徑，兩者不矛盾。
- 程序用按量、人用訂閱：兩種 Key 不通用，M Plan 月費以官網爲準。
- 組合使用更划算：在 API易 用一個 Key 讓 MiniMax 跑批量、Opus 5.5 做規劃。
總結
MiniMax M3.1 Flash 價格的核心要點：
- 會算：費用 = 用量 ÷ 100 萬 × 單價，輸入、緩存讀、輸出分開算再相加。
- 會省：調低 effort 控制思考輸出，固定內容放前面多喫緩存。
- 會選：給程序用選按量 API，給人用選 M Plan，長鏈路 Agent 和大型重構仍建議交給更強的模型。
建議先用小批量真實數據跑一輪，算出你自己的單次成本，再決定付費方式和分工比例。需要在多個模型之間對比效果和花費時，推薦通過 API易 apiyi.com 用一個 Key 統一測試，MiniMax-M3.1-Flash 能否調用以價格頁爲準。
📚 參考資料
- MiniMax 官方發佈博客：M3.1 Flash 的速度、成本和官方自報跑分
- 鏈接：
minimax.io/blog/minimax-m31f -
說明： 官方價格和“Agent 任務成本降 70%”的出處
-
MiniMax 官方價格頁：Flash 與 M3 的完整單價
- 鏈接：
platform.minimax.io/docs/guides/pricing -
說明： 計費公式、長上下文分檔、web_search 價格
-
MiniMax 官方文檔：模型調用：effort 檔位與思考規則
- 鏈接：
platform.minimax.io/docs/guides/text-generation -
說明： 思考不能關閉、各協議 effort 字段名
-
MiniMax M Plan 訂閱說明：Go / Explore / Build 三檔
- 鏈接：
platform.minimax.io/docs/m-plan/intro -
說明： 用量倍數、支持的工具、模型說明
-
MiniMax 官方 FAQ：API Key 與訂閱 Key 的區別
- 鏈接：
platform.minimax.io/docs/faq/about-apis -
說明： 兩種 Key 不通用的官方說明
-
Vals AI 測評頁：第三方測評結果
- 鏈接：
vals.ai/models/minimax_MiniMax-M3.1-flash - 說明： Vals Index 排名、強項與弱項
作者：APIYI 技術團隊
技術交流：歡迎在 API易 apiyi.com 網站首頁聯繫我們，更多接入資料可訪問 docs.apiyi.com 文檔中心
