MiniMax M3.1 Flash.
MiniMax-M3.1-Flash is a multimodal model from MiniMax. Compared with M3, it delivers significant improvements across multiple benchmarks, particularly in complex agentic tasks, coding, and cybersecurity. It is built for
4× Nvidia Q RTX 8000 · $1.05/hr.
Most-aggressive quantisation we have a working recommendation for. Lower precision = less VRAM = cheaper hardware, at a small accuracy cost.
Cheapest hosted endpoints.
Variants in the MiniMax family.
MiniMax M3
MiniMax-M3 is a native multimodal mixture-of-experts model, about 428B parame...
MiniMax M1
MiniMax-M1 is a large-scale, open-weight reasoning model designed for extende...
MiniMax M2
MiniMax-M2 is a compact, high-efficiency large language model optimized for e...
MiniMax M2-her
MiniMax M2-her is a dialogue-first large language model built for immersive r...
MiniMax M2.1
MiniMax-M2.1 is a lightweight, state-of-the-art large language model optimize...
MiniMax M2.5
MiniMax-M2.5 is a modified-MIT open-weights model trained with reinforcement ...
MiniMax M2.7
MiniMax-M2.7 is a next-generation large language model designed for autonomou...
Minimax M1 80K
Cheapest hardware per quantisation.
Each row is one quantisation tier (the same weights compressed differently). Lower precision → lower VRAM → cheaper hardware, at the cost of small accuracy loss. $/Std. ist der günstigste aktuelle Preis. Ein Setup mit mehreren Karten nutzt eine echte Instanz dieser Größe, wenn eine vermietet wird; sonst ist es der Einzelkartenpreis mal Anzahl.
| Quantisation | Cheapest GPU config | Total VRAM | Live $/hr | tokens/sec | |
|---|---|---|---|---|---|
|
FP16
FP16 — half precision (default)
|
640 GB |
$5.73/hr
geschätzt 8 × Einzelkartenpreis
Nosana · On-Demand
|
— | Compare → | |
|
FP8
FP8 — 8-bit float (Hopper / Blackwell)
|
384 GB |
$2.10/hr
geschätzt 8 × Einzelkartenpreis
Vast.ai · On-Demand
|
— | Compare → | |
|
INT4
INT4 — 4-bit integer (~4× VRAM saving)
|
192 GB |
$1.05/hr
geschätzt 4 × Einzelkartenpreis
Vast.ai · On-Demand
|
— | Compare → |
What it costs per month across providers.
Estimate your monthly bill for MiniMax M3.1 Flash across every host that publishes per-token pricing. Slide your token volumes; the chart + table re-rank cheapest-first.
Günstigster Anbieter links.
Gesamte Monatskosten — Eingabe- und Ausgabe-Tokens zusammen.
Rechnung im Detail.
| Anbieter | Monatssumme | |
|---|---|---|
| $2.7 | Registrieren ↗ | |
| $2.7 | Registrieren ↗ |
GPU mieten statt pro Token zahlen.
Bei einem Open-Weights-Modell wie MiniMax M3.1 Flash kannst du eine GPU mieten und die Inferenz selbst betreiben. Die Rechnung: günstigste GPU-Miete × 730 Stunden/Monat. Strom ist im Stundenpreis der Miete enthalten.
Angenommen wird, dass die GPU rund um die Uhr mit ca. 85 % Auslastung läuft. Bei schwankendem Traffic zahlst du für die API weniger und für die GPU wahrscheinlich mehr (Leerlaufstunden kosten trotzdem Miete). Die Break-even-Analyse findest du im Break-even-Tool Selbsthosting vs. API.