MiniMax M3.1 Flash no OpenRouter: resultado do nosso teste

O MiniMax M3.1 Flash foi lançado em 19 de outubro de 2026 com foco em programação, tarefas com agentes, Computer Use e cibersegurança. No dia seguinte, a DejotaCode fez um teste controlado do modelo pela API do OpenRouter.

A chamada funcionou e o endpoint usado reportou custo de US$ 0, mas a resposta trouxe uma contradição nos próprios testes do código. Esse detalhe é importante: uma chamada terminar sem erro da API não significa que todo o conteúdo gerado esteja correto.

Este não é um benchmark do modelo. É o registro de uma execução real, com um prompt pequeno e resultado verificável.

O que é o MiniMax M3.1 Flash

A MiniMax apresenta o M3.1 Flash como um modelo voltado a tarefas complexas com agentes, desenvolvimento de software, uso do computador e segurança. Segundo a empresa, a nova versão também busca reduzir latência e custo de inferência em relação à geração anterior.

No anúncio de lançamento, a fabricante informou preços próprios de US$ 0,15 por milhão de tokens de entrada, US$ 0,60 por milhão de tokens de saída e US$ 0,015 por milhão de tokens de entrada em cache.

Esses preços da API MiniMax não devem ser confundidos com o endpoint que usamos no teste.

A promoção gratuita terminou: contexto do teste

Atualização em 23/10/2026: o OpenRouter informa que a promoção de lançamento terminou em 22/10/2026. A página atual do modelo apresenta provedores pagos. Não repita a chamada supondo custo zero nem troque o identificador usado no teste sem conferir preço e roteamento.

A página antiga com :free ainda exibe referências à gratuidade, mas também contém o aviso de encerramento. Esse rótulo remanescente não comprova que novas chamadas sejam gratuitas. Não fizemos uma nova chamada nesta revisão.

Em 20/10/2026, o teste usou minimax/minimax-m3.1-flash:free, então listado com preço de entrada e saída em US$0. A plataforma também informava contexto de 1 milhão de tokens e limites de taxa para endpoints gratuitos.

Neste artigo, custo zero descreve a execução histórica de 20/10, não uma oferta atual, crédito disponível na sua conta ou gratuidade permanente da API MiniMax.

Como fizemos o teste

Usamos a API do OpenRouter sem executar o modelo pesado localmente. O prompt pediu uma função JavaScript calcularDesconto que recebesse preço e percentual, validasse valores negativos, retornasse o preço final com duas casas decimais e fornecesse três testes simples.

A medição foi feita em uma única chamada. O registro retornado pela API mostrou:

Medição	Resultado observado
Tempo total da chamada	9,941 s
Tokens do prompt	254
Tokens da resposta	1.440
Tokens totais	1.694
Tokens de raciocínio reportados	1.294
Custo reportado pelo OpenRouter	US$ 0
Erro da API	nenhum

O tempo acima inclui a chamada completa observada no nosso teste. Não deve ser comparado diretamente com números de throughput ou latência publicados por fornecedores, porque são medições diferentes.

O código parecia correto, mas havia uma contradição

A resposta criou esta validação:

if (preco < 0 || percentual < 0) {
  throw new RangeError("Preço e percentual não podem ser negativos.");
}

Essa decisão é coerente com o pedido para validar valores negativos. O problema apareceu no terceiro teste gerado pelo próprio modelo:

console.assert(calcularDesconto(10, -5) === "10.00");

As duas partes não podem funcionar juntas. Ao receber -5, a função lança RangeError; portanto a comparação com "10.00" não é executada como o teste sugere.

Os dois primeiros exemplos eram coerentes com a implementação. O terceiro deveria testar a exceção esperada, não esperar um preço calculado.

O que esse erro mostra

O resultado é mais útil do que simplesmente classificar o modelo como bom ou ruim.

Ele conseguiu montar a função, aplicar a formatação pedida e criar uma validação plausível. Ao mesmo tempo, não manteve essa mesma regra ao escrever todos os testes.

Esse tipo de inconsistência é justamente o motivo para revisar código gerado por IA antes de executá-lo ou incorporá-lo a um projeto. Um trecho pode parecer correto isoladamente e ainda entrar em conflito com outra parte da mesma resposta.

Veja também como verificar respostas de IA antes de confiar nelas.

E o uso de recursos do computador?

Como usamos um serviço remoto, o modelo não foi carregado na RAM ou executado pela CPU/GPU da nossa máquina.

Durante a chamada, a memória disponível do sistema variou cerca de 26 MiB. Essa diferença não pode ser atribuída diretamente ao MiniMax, porque outros processos do sistema também alteram o uso de memória. Ela serve apenas como observação do ambiente durante o teste.

Isso é diferente de executar um LLM localmente, situação em que tamanho do modelo, quantização, RAM, VRAM e CPU/GPU passam a ter impacto direto. Para entender essa diferença, veja IA local com Ollama.

Então vale a pena usar?

O primeiro teste mostra que o endpoint gratuito estava funcional e permitiu experimentar o modelo sem executar a inferência pesada localmente. Também mostrou que a resposta precisa de revisão: encontramos uma falha lógica em um exemplo curto.

Para estudar uma API, prototipar ou comparar modelos sem baixar arquivos grandes, o acesso remoto pode ser útil, desde que você confira os custos atuais. A condição sem custo observada nesta execução é histórica. Para código que irá para produção, automações ou agentes com acesso a ferramentas, uma única resposta não basta para avaliar confiabilidade.

Também não usamos este teste para afirmar que o M3.1 Flash é mais rápido ou melhor que outros modelos. Isso exigiria uma bateria reproduzível de prompts, condições equivalentes e várias execuções.

MiniMax fala bastante em agentes

A fabricante posiciona o modelo para tarefas agentic e fluxos de várias etapas. Isso não significa que o modelo, sozinho, tenha acesso ao computador, arquivos ou contas. Essas capacidades dependem da aplicação que fornece ferramentas e permissões.

Se essa diferença ainda não estiver clara, veja Agente de IA x chatbot: qual é a diferença na prática?.

O que conferir antes de testar

Antes de usar um endpoint gratuito ou pago, confira a página atual do provedor. Preço, disponibilidade, limite de taxa, roteamento e modelos oferecidos podem mudar.

Também evite colocar chaves de API diretamente em código versionado. Use variáveis de ambiente ou outro mecanismo de secrets apropriado e nunca publique a credencial no repositório. Se uma chave já foi exposta, veja o que fazer após publicar uma chave de API no GitHub.

Conclusão

Nosso teste de 20/10/2026 confirmou que o minimax/minimax-m3.1-flash:free estava respondendo pelo OpenRouter e que a chamada registrou custo zero. Mas também encontrou uma inconsistência real nos testes JavaScript produzidos pelo modelo.

A promoção terminou; a lição do teste permanece: uma resposta gerada precisa de revisão, independentemente do preço do acesso.

Para a DejotaCode, o resultado é suficiente para continuar avaliando o modelo, mas não para transformá-lo em recomendação universal nem em benchmark de desempenho.

Fontes

Fontes originais consultadas em 20/10/2026; anúncio e páginas do OpenRouter reconferidos em 23/10/2026. Preços, disponibilidade e limites podem mudar.

A DejotaCode realizou o teste descrito neste artigo. Nenhuma relação comercial com MiniMax ou OpenRouter foi confirmada para este conteúdo.

Assuntos: MiniMax M3.1 FlashOpenRouterprogramacaoagentes de iamodelos de ia