待验证50% 置信决策规则精确时间
MiniMax M3.1 Flash 的思考 token 计入 max_tokens 限制，若沿用 M2.x 时代的 4K 或 8K 上限可能导致 finish_reason: "length" 的截断；MiniMax 建议将 max_tokens 提高到 131,072，上限为 524,288。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
MiniMax M3.1 Flash五档推理实测：默认档位贵7倍却毫无收益
rss2026/10/19
涉及实体
相关事实
待验证MiniMax M3.1 Flash 在请求不传 effort 字段时默认使用 max 档位，且模型始终进行思考。78% 相似待验证最大输出token数：MiniMax M3.1 Flash为512K，DeepSeek V4.1 Flash 1017为384K，Claude Haiku 5.5为128K。77% 相似待验证按高功耗加MLX或Ollama的公开数据，M4 Max上不同模型的解码速度大致阶梯为：Nemotron 3 Nano约160 tokens/s，Qwen 3.5 35B在107到130 tokens/s，Gemma 4 26B约75 tokens/s，DeepSeek V4 Flash约27 tokens/s，稠密27B约22 tokens/s72% 相似待验证MiniMax H3标准工作流最低16G显存即可运行，6G显卡通过FP8、INT4量化和分块推理Tiling等优化也能参与部分流程71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1067178API
curl https://kongchang.com/api/v1/knowledge/claims/1067178MCP
get_claim(id=1067178)