Kimi K3.1 Pro vs. MiniMax M3.1 Flash: Ein 15× Preisunterschied, der jedes Mal kleiner wird, wenn die Aufgabe größer wird

Stellt man Kimi K3.1 Pro und MiniMax M3.1 Flash auf einem Preisblatt gegenüber, scheint die Entscheidung schon vor ihrem Beginn festzustehen: Das eine kostet fünfzehnmal so viel wie das andere pro gemischter Million Token [ANBIETERPREISE; das Verhältnis ist unsere Berechnung]. Stellt man sie stattdessen in einer Abrechnung pro Aufgabe gegenüber, ist die Lücke auf den Faktor neun Komma fünf und dann auf etwa drei geschrumpft. Keiner der Anbieterpreise hat sich zwischen diesen Messungen geändert. Der Nenner schon. Diese beiden konkurrieren nicht um dieselbe Zeile Ihres Budgets, und der schnellste Weg zur Auswahl ist, herauszufinden, welche Zeile Ihre Arbeitslast berührt.

Zwei Profile, die nie auf denselben Käufer ausgerichtet waren

Kimi K3.1 Pro ist ein Sparse-Modell mit 2.800B Gesamtparametern und 104B aktiven Parametern pro Token [VENDOR], einem 1M-Token-Kontext [VENDOR] und einem Denkmodus, der immer aktiv ist: Der Aufwand ist niedrig, hoch oder maximal, standardmäßig maximal, während Temperatur und top_p festgelegt sind [VENDOR]. Es hat heute keine offenen Gewichte; der Anbieter verspricht eine Veröffentlichung bis zum 4. November [VENDOR], und Artificial Analysis kennzeichnet es weiterhin als proprietär [INDEPENDENT]. In diesem Index verzeichnet es 57,5 Ausgabe-Token pro Sekunde [INDEPENDENT] und eine Punktzahl von 55,09 [INDEPENDENT].

MiniMax M3.1 Flash erschien am 2026-10-19 [VENDOR] als eine Art Gegenstück: ein Kontext von 1.048.576 Tokens bei einer maximalen Ausgabe von 524.288 Tokens [VENDOR], 116,2 Tokens pro Sekunde [INDEPENDENT] und einem Wert von 42,71 [INDEPENDENT]. Eine Anmerkung zum Runden: Artificial Analysis rundet das auf 43 auf, unsere Katalogkarte auf 42 [INDEPENDENT] — dieselbe Messung.

Das Framing, das den ersten Absatz übersteht, ist also nicht „Frontier-Modell versus Budget-Modell“. Es ist ein tief denkender Generalist mit ausführungslastigem Profil gegen ein schnelles, langkontextfähiges, durchsatzgünstiges Modell, das eine Woche alt ist. Die 12,38 Indexpunkte zwischen ihnen [INDEPENDENT] sind real, aber ungleich verteilt, und genau diese Ungleichmäßigkeit ist die Entscheidung.

Woher die Indexlücke tatsächlich kommt

Teilt man den Index in seine Zeilen auf, zeigt sich ein Muster: Der Vorteil von Kimi K3.1 Pro konzentriert sich auf Zeilen, die anhaltende Ausführung statt gespeichertes Wissen belohnen. Alle unten aufgeführten Werte sind [INDEPENDENT], von Artificial Analysis.

• Terminal-Bench 4.0: 67,17 % gegenüber 25,76 %, eine Differenz von 41,4 Punkten und die größte Abweichung innerhalb des Sets.

• Terminal-Bench-Science: 34,29 % gegenüber 3,33 %, eine Lücke von 31,0 Punkten. Niedrige einstellige Werte sind kein Rundungsartefakt; das ist ein Modell, das die Aufgabenfamilie weitgehend nicht besteht.

• GDPval-AA: 1.845,72 gegenüber 1.457,57, eine Differenz von 388 Elo. Elo ist nicht linear zur Leistungsfähigkeit, daher ist dies als eine andere Klasse von Ergebnis zu lesen, nicht als Prozentwert.

• SciCode: 60,76 % gegenüber 53,36 % – wirklich wettbewerbsfähig.

• AA-LCR 86,33 % gegenüber 79,67 %; MMMU-Pro 83,87 % gegenüber 79,13 %; CritPt 24,57 % gegenüber 22,29 %; HLE 52,46 % gegenüber 47,96 %. Dies sind die Zeilen, in denen die beiden am nächsten beieinanderliegen, und alle sind langkontextlastig oder wissensdicht.

• AutomationBench: 73,30 % gegenüber 72,52 % — praktisch gleichauf.

• AnalystAgent liegt bei 38,75 für Kimi K3.1 Pro und FrontierCode bei 47,07 %, beide ohne veröffentlichtes MiniMax-Pendant. Ein fehlendes Ergebnis ist keine Null und kein Beleg für irgendetwas, außer dass der Vergleich Lücken hat.

Die Zeile, die jede einfache Geschichte verkompliziert, ist AA-Omniscience. MiniMax M3.1 Flash beantwortet mehr Wissensfragen richtig – 56,20 % Genauigkeit gegenüber 51,02 % – erzielt aber 15,55 gegenüber 29,52, weil seine Halluzinationsrate 92,81 % gegenüber 43,89 % beträgt [INDEPENDENT]. Der Index bestraft selbstsichere falsche Antworten. Ein Modell, das etwas häufiger richtig und mit deutlich größerer Selbstsicherheit falsch liegt, ist eine Gefahr für retrieval-gestützte Arbeit, wo ein unbelegter Satz schlimmer ist als ein Eingeständnis von Unwissenheit.

Preisgestaltung, betrachtet anhand von drei Nennern

Auf Token-Ebene sind die beiden nicht im selben Markt. Kimi K3.1 Pro liegt bei 2,00 $ pro Million Tokens für die Eingabe und 10,00 $ für die Ausgabe, Cache-Reads bei 0,20 $, gemischt im Verhältnis 3:1 bei 4,00 $ [VENDOR]. MiniMax M3.1 Flash liegt bei 0,15 $ für die Eingabe und 0,60 $ für die Ausgabe, Cache-Reads bei 0,015 $, gemischt im Verhältnis 3:1 bei 0,2625 $ [VENDOR]. Das gemischte Verhältnis beträgt das 15,2-Fache.

Pro abgeschlossener Index-Aufgabe fällt das Verhältnis auf 9,6×: 2,1145 $ für Kimi K3.1 Pro gegenüber 0,2201 $ für MiniMax M3.1 Flash [INDEPENDENT]. Der Grund ist mechanischer Natur. Eine Index-Aufgabe verbraucht 55.195 Ausgabe-Tokens von Kimi K3.1 Pro und 78.612 von MiniMax M3.1 Flash — 42 % mehr Ausgabe vom günstigeren Modell, was dessen eigenen Vorteil am teuren Ende der Tabelle schmälert. Die Kosten pro Aufgabe sind die Zahl, auf die ein Finanzteam schauen sollte, und sie sind bereits um ein Drittel kleiner, als das Verhältnis in der Überschrift vermuten lässt.

Umgekehrt belaufen sich die Indexpunkte pro gemischtem Dollar auf 13,8 für Kimi K3.1 Pro und 162,7 für MiniMax M3.1 Flash [INDEPENDENT]. Das ist keine Empfehlung: Wenn die einzige Einschränkung ein maximaler Benchmark pro Dollar ist, ist die Antwort eindeutig, und wenn es darum geht, diese Art von Aufgabe überhaupt zu erledigen, ist die Rechnung irrelevant.

Warum die Lücke immer wieder zusammenbricht, je größer die Aufgabe wird

Der sauberste Beleg ist Plotlys DataAnalyticsBench – 43 Fragen zu synthetischen Windparkdaten, ein Lauf pro Modell, also eher eine Richtung als eine Verteilung [INDEPENDENT]. Kimi K3.1 Pro beantwortete 42 von 43 bei 0,31 US-Dollar pro Frage, insgesamt 13,47 US-Dollar, mit 7,5 Modellaufrufen und rund 440.000 Eingabe-Tokens pro Frage. MiniMax M3.1 Flash beantwortete 41 von 43 bei etwa 0,10 US-Dollar pro Frage, insgesamt 4,09 US-Dollar, mit rund 45 Aufrufen und 4,2 Millionen Eingabe-Tokens pro Frage.

Drei Dinge geschehen gleichzeitig. Die Genauigkeit ist nahezu identisch – eine Frage Unterschied, gut innerhalb dessen, was ein einzelner Lauf aufzulösen vermag. Die Preislücke hat sich auf das 3,1-Fache verengt. Und der Mechanismus ist sichtbar: Das günstigere Modell kommt dorthin, indem es 45 Aufrufe benötigt, wo das andere 7,5 braucht, und pro Frage das 9,5-Fache an Eingabe verarbeitet. Es erkauft Genauigkeit mit Kontext und Iterationen statt mit Parametertiefe, und beides ist pro Token günstig, aber nicht kostenlos pro Aufgabe.

Skaliert man auf hunderttausend Fragen pro Monat, lautet der Vergleich 31.000 $ gegenüber 10.000 $, also rund 252.000 $ Unterschied pro Jahr [UNABHÄNGIG, extrapoliert aus Plotlys Angaben pro Frage]. Das ist ein echter Budgetposten, und das ist das Volumen, bei dem man den Genauigkeitsunterschied von 41 gegenüber 42 pro falscher Antwort bepreisen sollte: Ein Vorsprung von zwei Punkten bei einer Aufgabe, von der Ihr Geschäft abhängt, kann mehr als eine Viertelmillion Dollar wert sein.

Wo die günstige Tarifstufe wirklich gewinnt

MiniMax M3.1 Flash ist die bessere Wahl für Workloads mit einem gemeinsamen Profil: hohes Volumen, kurze oder locker eingeschränkte Ausgaben, umfangreicher Retrieval-Kontext und Toleranz für einen erneuten Lauf. Klassifikation, schemaeingeschränkte Extraktion mit nachgelagertem Validator, Zusammenfassung im großen Maßstab, retrieval-augmentierte Beantwortung, bei der jeder Satz auf eine bereitgestellte Passage zurückführbar sein muss, sowie Massengenerierung mit Prüfung. Der Durchsatz hilft: 116,2 Token pro Sekunde gegenüber 57,5 [INDEPENDENT] sind etwa die doppelte Parallelität pro Replik, bevor Sie in die Warteschlange geraten, und die maximale Ausgabe von 524.288 Token [VENDOR] bedeutet, dass langformatige Aufgaben kein Zusammensetzen benötigen.

Die Halluzinationszahl schränkt diese Liste ein, statt sie auszuschmücken. Eine Rate von 92,81 % [INDEPENDENT] ist verkraftbar, wenn die Ground Truth im Prompt steht und ein Validator nicht belegte Behauptungen zurückweist. In einem faktenorientierten Assistenten für offene Fragen ohne Retrieval, ohne Zitationsprüfung und ohne menschliche Kontrolle im Prozess ist sie nicht verkraftbar — und ihre etwas höhere Genauigkeit wird diese Fehler schwerer erkennbar machen, nicht leichter.

Wo sich der teure Tarif amortisiert

Kimi K3.1 Pro ist seinen Preis wert bei Benchmark-Zeilen, die nach Arbeit statt nach Abruf aussehen. Terminal-Bench 4.0 mit 67,17 % und Terminal-Bench-Science mit 34,29 % sind die deutlichsten Signale: langfristige Shell- und Coding-Aufgaben, bei denen eine Teilantwort ein fehlgeschlagener Durchlauf ist und jeder Wiederholungsversuch Engineering-Aufmerksamkeit statt Tokens kostet [INDEPENDENT]. Der 388-Elo-Abstand von GDPval-AA [INDEPENDENT] weist für professionelle Arbeit in dieselbe Richtung. Wenn Ihre Arbeitslast aus einem Agenten besteht, der ein mehrstufiges Verfahren unbeaufsichtigt abschließen muss, dann ist ein Terminal-Bench-4.0-Ergebnis von 25,76 % [INDEPENDENT] kein Rabatt – es ist ein anderes Produkt.

Zwei operative Details gehören hierher und nicht in eine Fußnote. Thinking ist immer aktiv, wobei der Effort standardmäßig auf max steht [VENDOR]; die Latenz lässt sich also nicht herunterregeln, ohne eine Änderung der Fähigkeiten zu akzeptieren. Planen Sie mit einem p50 von etwa 6,9 Sekunden statt mit einem Schnellpfad, den es nicht gibt. Im Produktivbetrieb auf unserer Route lief Kimi K3.1 Pro in den sieben Tagen bis zum 26. Oktober mit 52,4 Output-Tokens pro Sekunde bei einer Fehlerrate von 0,064 % und verarbeitete in drei Tagen 1,305 Mrd. Tokens [OURS]. MiniMax M3.1 Flash verarbeitete in diesem Zeitfenster auf unserer Route nur etwa 10.000 Tokens [OURS], viel zu wenig, um irgendetwas messen zu können; daher stammt jede hier aufgeführte Latenz- und Kostenangabe hierfür, einschließlich des Durchsatzes, vom Evaluator.

Zwischen ihnen wählen

Beginne mit der Evaluierungszeile, die deinem Traffic am ähnlichsten ist, nicht mit der Index-Schlagzeile oder dem Preisblatt. Wenn die Antwort auf Terminal-Bench, GDPval oder irgendeiner Familie langhorizontiger Ausführung beruht, entscheiden die Abstände von 41 Punkten und 388 Elo die Sache, bevor über Kosten gesprochen wird. Wenn sie auf AA-LCR, MMMU-Pro, CritPt oder AutomationBench beruht, liegen beide nur wenige Punkte auseinander, und du solltest nach Preis, Durchsatz und Kontext wählen – sprich: MiniMax M3.1 Flash, mit einer Retrieval-Schicht und einem Validator, der das Halluzinationsprofil verwaltet.

Der mittlere Fall ist begrenzte analytische Arbeit mit einer überprüfbaren Antwort. Plotlys 42 von 43 gegen 41 von 43 [INDEPENDENT] hat diese Form, und eine Lücke von 3,1× bei einer Aufgabe, bei der das günstigere Modell 9,5× des Inputs benötigt, um gleichzuziehen, ist ein echter Kompromiss. Ziehe zuerst eine Stichprobe aus deinem eigenen Traffic; ein einzelner Lauf mit 43 Fragen ist eine Richtung, kein Urteil.

Ein struktureller Hinweis zur Preisgestaltung, der wichtiger ist als jedes oben genannte Verhältnis. OrcaRouter gibt die Token-Preise der Anbieter unverändert weiter. Ändert sich ein Listenpreis, ändert sich unser Preis für dieses Modell am selben Tag mit – ohne dazwischen neu verhandelte Tarifstufe. Jedes hier genannte Verhältnis ist eine Momentaufnahme der aktuellen Preislisten zweier Anbieter, keine Aufschlagsstaffel – wenn einer der Anbieter nächsten Monat die Output-Preise senkt, bewegen sich sowohl die 15,2× als auch die 9,6×, während die Abrechnung weiterhin ein Abbild der ihren bleibt. Das ist auch der Grund, warum man den Vorteil der günstigen Tarifstufe lieber regelmäßig nachprüfen als auswendig lernen sollte: MiniMax M3.1 Flash kam am 19. Oktober [VENDOR] auf den Markt, eine Woche bevor dies geschrieben wurde, und Einführungspreise sind selten Endpreise.

Quellen: Artificial Analysis Intelligence Index v4.3.2, Datenstand 26. Oktober 2026, für Index-, Zeilen-, Durchsatz- und Kosten-pro-Aufgabe-Werte; Plotlys DataAnalyticsBench-Ausarbeitungen vom 20. und 23. Oktober für den Vergleich mit 43 Fragen; Herstellermodellkarten für Preise, Kontextlimits, Parameter und Veröffentlichungsdaten. MiniMax M3.1 Flash hatte im Sieben-Tage-Zeitraum etwa 10.000 Token auf OrcaRouters Route, zu wenig, um es zu messen, daher sind seine Latenz- und Kostenwerte hier die des Bewerters.