MiniMax M3.1 Flash vs. Ling 3.1 Flash: Das eine ist Open Source, das andere lediglich offene Gewichte

Beide dieser Checkpoints sind herunterladbar. Nur einer davon ist kostenlos als Grundlage für ein Unternehmen nutzbar. Ling 3.1 Flash wird unter MIT veröffentlicht — der Lizenz, die Ihre Rechtsabteilung ohne Besprechung genehmigt. MiniMax-M3.1-Flash wird unter der MiniMax Community License veröffentlicht, die für nichtkommerzielle Nutzung kostenlos ist, in kommerziellen Produkten einen gut sichtbaren Hinweis „Built with MiniMax M3“ verlangt, unter 20 Millionen US-Dollar Jahresumsatz eine einmalige Mitteilung erfordert und darüber hinaus eine vorherige schriftliche Genehmigung von MiniMax voraussetzt. Diese Klausel ist der folgenreichste Unterschied zwischen zwei Modellen, die ansonsten in messbarer Qualität so nah beieinanderliegen, dass die Lücke innerhalb eines Rundungsfehlers liegt, und es ist der Unterschied, den fast keine Vergleichsseite an erster Stelle nennt.

Alles andere an diesem Paar liegt wirklich nah beieinander. Ling 3.1 Flash von InclusionAI, angekündigt am 30. September 2026, mit MIT-Gewichten, die Mitte Oktober folgen, ist ein Hybrid-Attention-MoE mit 560 Milliarden Parametern, das pro Token etwa 25 Milliarden aktiviert. MiniMax-M3.1-Flash von MiniMax, veröffentlicht am 19. Oktober 2026, mit Gewichten, die am 23. Oktober folgen, ist ein MoE mit 428 Milliarden Parametern, das pro Token 23 Milliarden aktiviert. Zwei Anbieter, zwei Architekturen, zwei Wochen Abstand und aktivierte Parameterzahlen, die innerhalb von acht Prozent voneinander liegen. Die interessante Frage ist nicht, welches größer ist. Sondern, welches man verwenden darf.

Zwei Checkpoints, drei Wochen auseinander

Ling 3.1 Flash ist das Modell aus Ant Groups InclusionAI-Lab, ID inclusionAI/Ling-3.1-flash, Text rein und Text raus. Es nutzt 512 geroutete Experten, von denen pro Token 8 ausgewählt werden, plus einen gemeinsam genutzten Experten, und wechselt 63 KDA-Linear-Attention-Schichten mit 9 gated MLA-Schichten im Verhältnis 7:1 ab – eine Architektur, die darauf ausgelegt ist, Inferenz bei langem Kontext günstig zu halten, statt Modalitäten hinzuzufügen. Die Modellkarte beansprucht einen Kontext von einer Million Token; max_position_embeddings der ausgelieferten Konfiguration beträgt 262.144, daher sollte man die größere Zahl als angekündigtes Ziel und nicht als gelieferte Funktion betrachten. Die Preise liegen bei 0,30 $ pro Million Eingabe-Token, 0,90 $ für Ausgabe und 0,06 $ für gecachte Lesezugriffe. Es gibt Hersteller-Benchmarks – Terminal-Bench 4.0 bei 40,4 %, FrontierSWE bei 75,2 %, CyberGym bei 87,9 % –, doch sie wurden auf Ants eigenem LingCode-Harness ausgeführt, der nicht öffentlich ist, und keiner wurde unabhängig reproduziert.

MiniMax-M3.1-Flash ist MiniMaxs natives multimodales MoE-Modell, ID MiniMaxAI/MiniMax-M3.1-Flash auf Hugging Face, das Text, Bilder und Videos entgegennimmt und Text zurückgibt. Es aktiviert 23 Milliarden von 428 Milliarden Parametern, wobei sparse Attention über das gesamte Netzwerk hinweg angewendet wird, geroutete Experten bei W4A4 in NVFP4 trainiert sind und ein DSpark-Speculative-Decoding-Drafter im Repository enthalten ist – weshalb der Download 252,4 GB groß ist statt der über 450 GB, die ein BF16-Master benötigen würde. Der Kontext umfasst 1.000.000 Tokens Eingabe und 524.288 Tokens Ausgabe. Die Preise betragen 0,15 $ für die Eingabe, 0,60 $ für die Ausgabe und 0,015 $ für gecachte Tokens. Die Hersteller-Benchmarks sind ähnlich geartet und ebenso wenig reproduziert: DeepSWE v1.1 bei 73,7 %, OSWorld V2 bei 61,7 %, CyberGym bei 82,2 %, Automation-Bench bei 62,8 %.

Die Lizenz ist die Weggabelung, nicht der Maßstab.

Legt man die beiden Lizenztexte nebeneinander, ist der Vergleich nicht mehr technisch. MIT bedeutet: Sie können ihn forken, feinabstimmen, kommerziell hosten, das Derivat weiterverbreiten und müssen nie wieder mit InclusionAI sprechen. Sie müssen keine Namensnennung veröffentlichen, keine Umsätze melden, und es gibt keine Schwelle, ab der jemand Ihre Erlaubnis widerrufen kann. Für ein Unternehmen, das ein Produkt auf einem Modell aufbaut, ist das der Unterschied zwischen einer Engineering-Entscheidung und einem Beschaffungszyklus.

Die MiniMax Community License ist nicht feindselig – sie ist deutlich permissiver als eine geschlossene API, und die meisten kleinen Teams werden die 20-Millionen-Dollar-Grenze nie berühren. Aber es ist eine Lizenz mit Bedingungen, die an die Größe Ihres Unternehmens geknüpft sind, und die Größe ist die eine Variable, die ein wachsendes Unternehmen nicht konstant halten kann. Ein Produkt, das die Schwelle überschreitet, muss zurückgehen und neu verhandeln, und die Bedingungen dieser Verhandlung werden nicht veröffentlicht. Wenn Sie ein Basismodell für etwas wählen, das Sie skalieren wollen, wählen Sie eine Lizenz, die ihre Bedeutung an einem Umsatzmeilenstein ändert.

Diese eine Tatsache ordnet den Rest dieses Vergleichs neu. Bei Leistungsfähigkeit und Preis ist MiniMax-M3.1-Flash das stärkere Angebot. Bei der Frage, ob man im ungünstigsten Moment ohne rechtliche Prüfung darauf aufbauen kann, ist Ling 3.1 Flash diejenige, die nicht mit einem Meilenstein daherkommt.

Die Anzeigetafel mit ihrem angehängten Vorbehalt.

Artificial Analysis ist der einzige neutrale Bewerter, der beide getestet hat, und seine Zahlen liegen so nah beieinander, dass die Rangfolge fragil ist.

• Intelligence Index — MiniMax-M3.1-Flash 43 gegen Ling 3.1 Flash 41. Eine Zwei-Punkte-Lücke, und das bei einem Tracker, bei dem eine einzige Überarbeitung der Evaluierung ein Modell um genau so viel verschieben kann.

• Kosten pro Indexierungsaufgabe — 0,22 $ gegenüber 1,00 $. Ein 4,5-facher Unterschied zugunsten von MiniMax und größer als der 2-fache Unterschied auf der Preisliste.

• Eingabepreis — 0,15 $ gegenüber 0,30 $ pro Million.

• Preis für die Ausgabe — 0,60 $ gegenüber 0,90 $ pro Million.

• Zwischengespeicherte Eingabe — 0,015 $ gegenüber 0,06 $ pro Million. Eine 4-fache Spanne bei der Position, die einen cache-lastigen Agentenlauf dominiert.

• Ausgabegeschwindigkeit — 95,6 Token pro Sekunde gegenüber 220,8. Das ist Lings deutlichster Vorteil, und er ist mehr als 2×.

• Kontextfenster — 1.000.000 Token gegenüber 1.000.000 laut Angabe, 262.144 in der ausgelieferten Konfiguration.

• Maximale Ausgabe — 524.288 Token gegenüber ungefähr 33.000.

• Eingabemodalitäten – Text, Bild und Video im Vergleich zu reinem Text.

• Lizenz — MiniMax Community License gegenüber MIT.

Warum die Differenz pro Aufgabe größer ist als die Differenz pro Token

Ling 3.1 Flash kostet beim Eingabepreis doppelt so viel und beim Ausgabepreis 1,5-mal so viel. Die Kosten pro abgeschlossener Aufgabe sind 4,5-mal so hoch, und Geschwätzigkeit erklärt das nicht: Ling ist von den beiden im Tracker der geschwätzigerere und erzeugt über den Index hinweg 220 Millionen Ausgabe-Tokens gegenüber 180 Millionen bei MiniMax-M3.1-Flash. Erklären lässt es sich durch die Cache-Preisgestaltung und die Struktur eines Reasoning-Laufs.

Bei beiden handelt es sich um Agenten, die vor der Antwort nachdenken; das bedeutet, dass die meisten Tokens in einem langen Lauf Eingabe-Tokens sind, die aus dem Cache erneut gelesen werden und nicht aus einem frischen Prompt stammen. Bei einer von Cache dominierten Rechnung ist die entscheidende Zeile $0,015 gegenüber $0,06, nicht $0,15 gegenüber $0,30. Aus einer vierfachen Spanne bei der dominierenden Kostenposition wird auf der Rechnung eine viereinhalbfache Spanne, und die veröffentlichte Preisliste gibt sie um die Hälfte zu niedrig an.

Das ist auch das Argument dafür, die Rechnung statt der Karte zu prüfen. OrcaRouter gibt die Listenpreise der Anbieter mit 0 % Aufschlag weiter, sodass eine Preisänderung auf einer der beiden Seiten bei uns an dem Tag sichtbar ist, an dem sie erfolgt, und nicht erst nach einem Preisanpassungszyklus – und weder Ling 3.1 Flash noch MiniMax-M3.1-Flash ist heute in unserem Katalog, die oben genannten Zahlen sind also die von den Anbietern selbst veröffentlichten Preise und nichts, was wir für Sie routen können. Die Modelle, die wir aus dieser Stufe tatsächlich anbieten, sind MiniMax-M3 und DeepSeek V4.1 Flash, was das Experiment zum Preis pro Aufgabe günstig macht, gegen ein Modell laufen zu lassen, das Sie tatsächlich aufrufen können.

Multimodal gegenüber rein textbasiert ist keine Funktionszeile.

Es ist ein Workload-Filter. MiniMax-M3.1-Flash akzeptiert Bilder und Videoframes; Ling 3.1 Flash akzeptiert Text und sonst nichts. Wenn Ihre Pipeline Screenshots liest, gescannte Dokumente parst, Diagramme prüft oder Video ansieht, endet der Vergleich bereits auf der Eingabestufe, und keine noch so großzügige MIT-Lizenzierung wiegt auf, dass ein Modell die Eingabe nicht sehen kann.

Die Ausgabelänge ist auf dieselbe Weise begrenzt. Eine Obergrenze von 524.288 Token gegenüber etwa 33.000 ist ein Unterschied um den Faktor sechzehn, und sie entscheidet über jede Aufgabe, deren Ergebnis selbst lang ist — eine vollständige Neuschreibung einer Datei, eine repositoryweite Migration, eine strukturierte Extraktion aus einem umfangreichen Dokument. Eine 33K-Obergrenze macht diese Aufgaben nicht unmöglich; sie macht sie zu einem Chunking-Problem, das Sie in Ihrem eigenen Code lösen müssen, und beim Chunking verschlechtert sich die Qualität langer Kontexte unbemerkt.

Wann Ling 3.1 Flash die richtige Wahl ist

Drei Situationen, und sie sind keine Nische. Erstens: Bei allem, was kommerziell über der 20-Millionen-Dollar-Marke ausgeliefert wird, entfernt MIT eine Verhandlung aus Ihrer Roadmap. Zweitens: Bei allem, wo der Durchsatz die bindende Einschränkung ist – bei 220,8 Tokens pro Sekunde gegenüber 95,6 erledigt Ling eine Textaufgabe in weniger als der Hälfte der Wanduhrzeit, und für einen interaktiven Agenten ist das der Unterschied zwischen brauchbar und nicht brauchbar. Drittens: Bei allem, wo Sie Fine-Tuning und Weiterverbreitung beabsichtigen: MIT erlaubt Ihnen, das abgeleitete Werk auszuliefern, und die Namensnennungspflicht der MiniMax-Lizenz folgt der Ausgabe bis in die Benutzeroberfläche Ihres Produkts.

Ling ist auf dem Papier auch die sauberere Langkontext-Story, in dem Sinne, dass seine hybride lineare Attention dafür ausgelegt ist – aber die ausgelieferte Konfiguration mit 262.144 Tokens bedeutet, dass die Behauptung von einer Million Tokens ein Versprechen über eine zukünftige Konfiguration ist, keine Eigenschaft des Checkpoints, den Sie heute herunterladen. Kalkulieren Sie nicht mit der Zahl auf der Karte.

Wo MiniMax-M3.1-Flash die richtige Wahl ist

Überall dort, wo die Eingabe kein Text ist, und überall dort, wo die Ausgabe lang ist. Es ist außerdem das günstigere Modell – mit einem Vorsprung, der auch angesichts des Lizenzvorbehalts Bestand hat: Bei einem Fünftel von Lings Kosten pro Aufgabe kann ein Team unter der 20-Millionen-Dollar-Schwelle die doppelte Arbeitslast für weniger als die Hälfte des Geldes bewältigen, und die Namensnennungspflicht ist eine Zeile in einer Fußzeile statt einer technischen Einschränkung. Wenn Ihr Produkt klein ist, ist die Lizenz eine Formalität; wenn es erfolgreich ist, wird sie zum Gesprächsthema. Planen Sie für dieses Gespräch, statt so zu tun, als würde es nicht stattfinden.

Und es ist das Modell mit dem höheren unabhängigen Score. Zwei Punkte auf dem Intelligence Index sind kein entscheidender Abstand, aber sie weisen in dieselbe Richtung wie der Preis, die Modalitätsunterstützung und das Kontextfenster, was eher ein Muster als ein Zufall ist.

Wählen, ohne zweimal zu wählen

Die Form, die dieser Vergleich tatsächlich nahelegt, ist keine dauerhafte Entscheidung. Ling 3.1 Flash ist die bessere Text-Engine und die sicherere Lizenz; MiniMax-M3.1-Flash ist die bessere multimodale Engine und die günstigere. Eine Pipeline, die beides braucht – Textzusammenfassung in großem Umfang sowie Dokument- und Screenshot-Verarbeitung für die Teilmenge, die dies benötigt –, will zwei Modelle hinter einer Schnittstelle statt eines Modells, von dem verlangt wird, in beidem gut zu sein.

Das spricht für ein Gateway statt für einen zweiten Vertrag: ein Schlüssel, eine Abrechnungsebene, automatisches Failover, wenn einer der beiden Anbieter beeinträchtigt ist, und die Routing-DSL, wenn die Kostenobergrenze in der Route statt im Anwendungscode liegen soll. Keines dieser beiden Modelle steht im Katalog von OrcaRouter, daher geht es hier um die Form der Integration, nicht um eine Aussage darüber, was wir hosten. Was wir aus derselben Stufe hosten – MiniMax-M3, DeepSeek V4.1 Flash –, ist dafür da, das Muster zu benchmarken, bevor Sie einen Produktionspfad darauf festlegen.

Die Frage, die vor beidem zu beantworten ist

Nicht „welches Modell höher punktet“. Zwei Punkte sind Rauschen, und beide Modelle werden sich bewegen, wenn Evaluatoren ihre Suiten überarbeiten. Die Frage ist, worauf Ihr Unternehmen aufbauen darf und wie sich diese Antwort an einem Umsatzmeilenstein ändert, den Sie noch nicht erreicht haben. Wenn die ehrliche Antwort lautet, dass eine Neuverhandlung der Lizenz tragbar wäre, ist MiniMax-M3.1-Flash das stärkere Modell zu einem deutlich niedrigeren Preis, und die Entscheidung ist einfach. Wenn sie nicht tragbar wäre, verzichtet Ling 3.1 Flash auf zwei Indexpunkte, etwas Kontextspielraum und Bildeingabe im Austausch gegen eine Lizenz, die Ihnen nie eine Frage stellt – und das ist ein Tausch, den die meisten Teams einmal richtig eingehen, statt ihn später zu entdecken.