MiniMax-M3.1-Flash erzielt 42 Punkte im Intelligence Index — und kostet 0,22 US-Dollar pro Aufgabe.

MiniMax-M3.1-Flash erschien am 19. Oktober 2026 mit einem Wert von 42 im Artificial Analysis Intelligence Index – dreizehn Punkte über MiniMax-M3 mit 29 –, zum halben Preis pro Token und – die Zahl, die wirklich zählt – zu weniger als der Hälfte der Kosten pro Aufgabe: 0,22 $ gegenüber 0,51 $. Es liegt gleichauf mit GLM-5.3-Flash bei 42, drei Punkte hinter DeepSeek V4.1 Flash 1017 mit 45, und kostet weniger als beide, um eine Benchmark-Aufgabe abzuschließen. Diese vier Zahlen sind die ganze Geschichte in einer Zeile. Der interessante Teil ist, was passiert, wenn man aufhört, den Index zu lesen, und anfängt, die Rechnung zu lesen, denn dieses Modell ist pro Token günstig und zugleich ungewöhnlich teuer pro Token. Die dokumentierten KI-Ausfälle und Agenten-Vorfälle hinter Releases wie diesem werden im OrcaRouter AI Incident Archive gesammelt, wobei jeder Eintrag eigene Quellen, Schweregrad, Konfidenzgrad und eine Kennzeichnung als umstritten führt.

Die Zahl, die M​iniMax nicht im Blogbeitrag genannt hat

Der Launch-Post von MiniMax ist ein solides Stück Herstellermarketing: schnellere Inferenz, stärkere agentische Scores, 70 % geringere Kosten für agentische Aufgaben als beim Vorgänger. Was er nicht enthält, ist eine einzige Zahl, mit der sich das Modell mit irgendetwas vergleichen ließe, das nicht von MiniMax selbst stammt. Diese wurde nun von außen geliefert, von Artificial Analysis, das MiniMax-M3.1-Flash durch seine Standard-Evaluationssuite laufen ließ und am 19. Oktober 2026 veröffentlichte.

• Intelligenzindex — 42, auf Platz vier von 173 Modellen im Tracker

• Kosten pro Intelligence-Index-Aufgabe — 0,22 $, gegenüber 0,51 $ für MiniMax-M3 und 0,28 $ für GLM-5.3-Flash

• Listenpreis — 0,15 $ pro Million Eingabe-Token, 0,60 $ pro Million Ausgabe-Token, 0,015 $ pro Million gecachte Lesevorgänge

• Gemischter Preis — 0,10 $ pro Million bei der 7:2:1-Mischung aus Cache-Treffern, Input und Output des Trackers

• Kontextfenster — 1.000.000 Token

• Ausgabegeschwindigkeit — 125,5 Token pro Sekunde, mit 1,04 Sekunden bis zum ersten Token

• Ausführlichkeit — 180 Millionen verbrauchte Ausgabe-Tokens im gesamten Index, gegenüber einem Median von 99 Millionen

• Eingabemodalitäten — Text und Bild, laut Tracker; M​iniMax' eigene API-Referenz listet auch Video auf

Der Rang ist der schwache Teil der Schlagzeile. Platz vier von 173 klingt nach einem Podium, und im engeren Sinne – der Tracker vergleicht Modelle jeder Größe und Preisklasse – ist es das auch. Doch die drei Modelle darüber – DeepSeek V4.1 Flash 1017 mit 45 und zwei größere Frontier-Systeme – sind in einer Beschaffungsentscheidung nicht seine Konkurrenz. Die Modelle, gegen die es tatsächlich in die engere Auswahl kommt, sind diejenigen in derselben Preisklasse, und dort ergibt sich ein Kopf-an-Kopf-Rennen mit GLM-5.3-Flash und eine knappe Niederlage gegen DeepSeeks neuestes Flash.

42 zweimal, aus zwei verschiedenen Gründen

GLM-5.3-Flash und MiniMax-M3.1-Flash erzielen beide 42 Punkte auf demselben Index, was den Gleichstand weniger nützlich macht, als er aussieht. Die beiden gelangen auf entgegengesetzten Wegen dorthin.

GLM-5.3-Flash ist ein Modell mit offenen Gewichten: 320 Milliarden Parameter insgesamt, 18 Milliarden aktiv, MIT-Lizenz, Gewichte auf Hugging Face seit seiner Veröffentlichung am 26. August 2026. Es läuft mit 78 Token pro Sekunde bei einer Zeit bis zum ersten Token von 2,52 Sekunden, kostet 0,15 $ pro Million Input- und 0,50 $ pro Million Output-Token und verbraucht 0,28 $ pro Indexierungsaufgabe. MiniMax-M3.1-Flash ist heute geschlossen — M​iniMax sagt, die Gewichte „werden später veröffentlicht“ —, läuft mit 125,5 Token pro Sekunde und verbraucht 0,22 $ pro Aufgabe. Der Gleichstand ist also ein Gleichstand bei der Leistungsfähigkeit und eine geteilte Entscheidung bei allem, worauf es einem Produktionsteam ankommt: Das eine lässt sich herunterladen und quantisieren, das andere ist 60 % schneller und 20 % günstiger pro Aufgabe.

DeepSeek V4.1 Flash 1017, zwei Tage zuvor am 17. Oktober veröffentlicht, ist der schwierigere Vergleich. Es erzielt 45, läuft mit 222 Tokens pro Sekunde — fast doppelt so schnell — und kostet $0.30 für Eingaben und $1.20 für Ausgaben, genau das Doppelte von M​iniMax’ Preisliste, mit einem Cache-Rabatt von 98 %, der seine Kosten pro Aufgabe auf $0.26 drückt. Es ist außerdem ein MIT-lizenziertes Modell mit offenen Gewichten und 552 Milliarden Gesamt- sowie 16 Milliarden aktiven Parametern. Bei roher Leistungsfähigkeit und roher Geschwindigkeit gewinnt es klar. Bei den Kosten pro abgeschlossener Aufgabe liegt M​iniMax weiterhin vorn, um vier Cent — eine Marge, die so knapp ist, dass in realen Arbeitslasten das Cache-Verhalten und die Ausgabelänge darüber entscheiden werden, nicht der Listenpreis.

Es lohnt sich, es klar zu sagen: Das ältere DeepSeek V4.1 Flash, veröffentlicht am 10. September 2026, erzielt 39 Punkte — weniger als MiniMax-M3.1-Flash. Das Suffix „1017“ ist wichtig. Wer einen Vergleich mit dem September-Checkpoint anstellt, vergleicht mit einem schwächeren Modell.

Die Anbieter-Benchmarks – und was sie wert sind

MiniMax hat zusammen mit der Markteinführung sechs Evaluierungen veröffentlicht. Keine davon wurde unabhängig reproduziert, und der Beitrag enthält keine Vergleichsspalte; die Zahlen sind daher vor allem als Profil dessen nützlich, wofür MiniMax dieses Modell gedacht hat.

• BankerToolBench — 76.2, eine Enterprise-Workflow-Suite, die mehrstufige Planung, Dokumentenkonsistenz und verkettete Tool-Aufrufe abdeckt

• DeepSWE v1.1 — 73,7 %, Codeverständnis, Feature-Arbeit, Fehlerbehebung und Testvalidierung

• OSWorld V2 — 61,7, anwendungsübergreifende Computerbedienung; M​iniMax beansprucht den ersten Platz unter chinesischen Modellen

• Agents' Last Exam — 29,6, professionelle Aufgaben mit langem Zeithorizont; dieselbe Behauptung „Erster unter chinesischen Modellen“

• CyberGym — 82 %, Entdeckung und Validierung von Schwachstellen

• AutomationBench-AA — beschrieben als Spitzenreiter, keine Punktzahl veröffentlicht

Die letzte Zeile ist das verräterische Zeichen. AutomationBench ist der Benchmark, der die „agentische“ Positionierung untermauert, und es ist die eine Zahl, die der Beitrag nicht nennt. Die anderen fünf sind real und konkret, aber ein Benchmark-Ergebnis ohne Vergleichsgruppe sagt einem, was ein Modell im Labor leisten kann, und nichts darüber, ob es das Modell schlägt, für das man bereits bezahlt. Zu beachten ist auch, dass das Modell drei Wochen lang als MiniMax-M3.1-Flash-Preview in den Händen von Testern war, bevor dieser Launch erfolgte, und dass auch keine unabhängige Bewertung dieses Checkpoints veröffentlicht wurde – die erste Messung durch Dritte eines M3.1-Modells ist die 42, die am Launch-Tag erschien.

Warum der Token-Preis und der Aufgabenpreis nicht übereinstimmen

Hier liegt die Falle bei diesem Modell, und sie ist nicht klein. Die Preisliste von MiniMax-M3.1-Flash ist genau halb so teuer wie die von MiniMax-M3: $0,15/$0,60 gegenüber $0,30/$1,20 bis zu 512.000 Eingabetokens. Die naheliegende Schlussfolgerung ist, dass eine Workload halb so viel kostet. Das ist nicht der Fall, und zwar aus zwei Gründen, die sich gegenseitig verstärken.

Das erste ist Weitschweifigkeit. Im Intelligence Index verbrauchte das Modell 180 Millionen Output-Tokens, während das Median-Modell 99 Millionen verbraucht. Es denkt auf der Standard-Aufwandsstufe max, und Denk-Tokens werden als Output abgerechnet und zählen gegen max_tokens. Rechnen wir das für eine output-lastige Arbeitslast durch: Bei 180 Millionen Output-Tokens berechnet MiniMax-M3 bei 1,20 US-Dollar pro Million 216 US-Dollar. Zehn Millionen zu 0,60 US-Dollar ergeben 108 US-Dollar – die Halbierung bleibt bestehen. Der Tarif ist also fair; die Menge ist das, was den Ausschlag gibt.

Der zweite Grund ist, dass man das Denken überhaupt nicht abschalten kann. Die API-Referenz von M​iniMax ist eindeutig: Das Senden von thinking: {"type": "disabled"} gibt HTTP 400 zurück, und reasoning_effort: "none" wird ebenso abgelehnt. Die fünfstufige Leiter – low, medium, high, xhigh, max – ist die einzige Steuerung, die es gibt, und das Weglassen des Feldes bedeutet max. MiniMax-M3 hingegen erlaubt es, das Denken vollständig zu deaktivieren, und standardmäßig ist es auf dem Anthropic-kompatiblen Endpunkt aus.

Die praktische Konsequenz: Bei einer Klassifizierungs-, Extraktions- oder Formatierungsaufgabe, bei der Sie für sechzig Ausgabe-Tokens und kein Reasoning bezahlt haben, kann MiniMax-M3 mit deaktiviertem Thinking bei 1,20 US-Dollar pro Million Ausgabe-Tokens MiniMax-M3.1-Flash bei 0,60 US-Dollar immer noch unterbieten, weil das neuere Modell ein paar Hundert Thinking-Tokens verbraucht, bevor es antwortet. Bei agentischen Läufen – mehrstufige Tool-Nutzung, lange Coding-Sessions, Computer-Use-Schleifen – gewinnt das neuere Modell, und die unabhängige Kennzahl zu den Kosten pro Aufgabe bestätigt das: 0,22 US-Dollar gegenüber 0,51 US-Dollar sind eine Senkung um 57 %, nicht um 50 %, weil die kürzeren Trajektorien die zusätzlichen Reasoning-Kosten mehr als ausgleichen.

Eine Markteinführung wie diese sollte man pro abgeschlossener Aufgabe bewerten, nicht pro Token, und die 0,22 $ des Trackers sind die einzige Zahl in diesem Artikel, die diese Rechnung bereits für Sie erledigt.

Die Kosten richtig hinbekommen, ohne Ihren Stack neu zu schreiben

Die Kosten pro Aufgabe sind eher eine Routing- als eine Einkaufsentscheidung. Die Modelle in diesem Vergleich sind nicht auf einer einzigen Achse austauschbar: MiniMax-M3.1-Flash ist schnell und günstig pro Aufgabe, aber geschlossen; GLM-5.3-Flash bietet dieselbe Leistungsfähigkeit mit herunterladbaren Gewichten; DeepSeek V4.1 Flash 1017 ist schneller und stärker zum doppelten Token-Preis. Die meisten Teams betreiben am Ende zwei der drei und verteilen den Traffic nach Aufgabentyp.

Genau für diese Trennung gibt es OrcaRouter: ein API-Schlüssel für über 200 Modelle, wobei die Listenpreise der Anbieter mit 0 % Aufschlag durchgereicht werden, sodass sich, wenn M​iniMax eine Preisliste halbiert, die Zahl auf Ihrer Rechnung noch am selben Tag ändert und nicht erst bei der nächsten Vertragsverlängerung. MiniMax-M3.1-Flash selbst ist noch nicht in unserem Katalog – es ist heute über die eigene API von M​iniMax, M Plan und M​iniMax Code abrufbar und sonst nirgendwo, wofür wir bürgen können. Was sich auf OrcaRouter bereits routen lässt, ist der Rest der Auswahlliste: MiniMax-M3, GLM-5.3-Flash und DeepSeek V4.1 Flash 1017, alle drei über einen Schlüssel, sodass der obige Vergleich mit Ihrem eigenen Traffic statt anhand eines Benchmarks durchgeführt werden kann.

Automatisches Failover ist wichtiger als üblich, wenn das neueste Modell einer Reihe zugleich das mit der kürzesten Betriebsgeschichte ist. MiniMax-M3.1-Flash ist zwei Tage alt, der Migrationspfad seines Vorgängers ist noch nicht abgeschlossen, und der Anbieter hat für später ein leistungsfähigeres Pro-Modell versprochen — genau die Situation, in der man ein zweites Modell hinter dem ersten in der Routing-Tabelle haben möchte statt eines Rewrites in drei Wochen.

Was zu sehen

Drei Dinge werden darüber entscheiden, ob 42 in sechs Monaten noch die Zahl ist, die zitiert wird. Zuerst die Gewichte: M​iniMax hat zugesagt, sie „später“ zu veröffentlichen, ohne Datum, und offene Gewichte würden daraus über Nacht das herunterladbare Modell mit den niedrigsten Kosten pro Aufgabe in seiner Klasse machen. Zweitens das Pro-Modell: M​iniMax hat gesagt, dass eine stärkere Version kommt, was normalerweise bedeutet, dass das Flash beim Preis neu positioniert wird. Und das Dritte ist die unabhängige Reproduktion der agentischen Kennzahlen – OSWorld V2, ALE und CyberGym sind genau die Benchmarks, die je nach Harness am stärksten variieren, und derzeit stammt jede Zahl dazu von dem Unternehmen, das das Modell verkauft.

Bis dahin ist die vertretbare Zusammenfassung eng und nützlich: Bei 0,22 $ pro Aufgabe ist MiniMax-M3.1-Flash der günstigste Weg, einen Intelligence-Index-Wert von 42 zu kaufen; es liegt bei diesem Wert gleichauf mit GLM-5.3-Flash, ist dabei jedoch schneller und geschlossen, und es unterliegt DeepSeek V4.1 Flash 1017 bei Leistungsfähigkeit und Geschwindigkeit, schlägt es aber bei den Kosten pro abgeschlossener Aufgabe. Wenn Ihre Arbeitslast agentisch ist, lohnt sich dieser Tausch heute. Wenn es sich um tausend kurze Klassifizierungsaufrufe handelt, könnte das Modell, das es ersetzt hat, immer noch das günstigere sein.