MiniMax-M3.1-Flash obtiene 42 en el Intelligence Index — y cuesta 0,22 $ por tarea

MiniMax-M3.1-Flash llegó el 19 de octubre de 2026 con una puntuación de 42 en el Artificial Analysis Intelligence Index, trece puntos por encima de MiniMax-M3, que tiene 29, a la mitad de la tarifa por token y —la cifra que realmente importa— a menos de la mitad del coste por tarea, 0,22 $ frente a 0,51 $. Empata con GLM-5.3-Flash en 42, queda tres puntos por detrás de DeepSeek V4.1 Flash 1017, con 45, y cuesta menos que cualquiera de los dos completar una tarea de benchmark. Esos cuatro números son toda la historia en una sola línea. Lo interesante es qué ocurre cuando dejas de leer el índice y empiezas a leer la factura, porque este modelo es barato por token y, al mismo tiempo, inusualmente caro por token. Los fallos de IA y los incidentes con agentes documentados que hay detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive donde cada entrada incluye sus propias fuentes, nivel de gravedad, grado de confianza e indicador de disputa.

El número que M​iniMax no puso en la publicación del blog

El anuncio de lanzamiento de MiniMax es una pieza competente de marketing de proveedor: inferencia más rápida, mejores puntuaciones agénticas y un coste un 70 % menor en tareas agénticas que su predecesor. Lo que no contiene es ni un solo número que permita comparar el modelo con algo que no haya creado él mismo. Eso ya lo ha aportado un tercero, Artificial Analysis, que sometió a MiniMax-M3.1-Flash a su batería de evaluación estándar y publicó los resultados el 19 de octubre de 2026.

• Intelligence Index — 42, en cuarto lugar de 173 modelos en el tracker

• Coste por tarea de Intelligence Index: 0,22 $, frente a 0,51 $ de MiniMax-M3 y 0,28 $ de GLM-5.3-Flash

• Precio de lista — $0.15 por millón de tokens de entrada, $0.60 por millón de salida, $0.015 por millón de lecturas en caché

• Precio combinado: $0.10 por millón según la mezcla 7:2:1 de aciertos de caché/entrada/salida del tracker

• Ventana de contexto — 1.000.000 de tokens

• Velocidad de salida — 125,5 tokens por segundo, con un tiempo hasta el primer token de 1,04 segundos

• Verbosidad — 180 millones de tokens de salida consumidos en todo el Index, frente a una mediana de 99 millones

• Modalidades de entrada — texto e imagen, según el tracker; la referencia de la API de M​iniMax también incluye video

El puesto es la parte débil del titular. Cuarto de 173 suena a podio y, en el sentido estricto de que el tracker compara modelos de todos los tamaños y precios, lo es. Pero los tres modelos por encima de él —DeepSeek V4.1 Flash 1017 en 45, y dos sistemas frontera más grandes— no son su competencia en una decisión de compra. Los modelos con los que realmente se le comparará en la lista corta son los del mismo precio, y ahí el panorama es un empate técnico con GLM-5.3-Flash y una derrota ajustada frente al Flash más nuevo de DeepSeek.

42 dos veces, por dos razones diferentes

GLM-5.3-Flash y MiniMax-M3.1-Flash obtienen ambos 42 en el mismo índice, lo que hace que el empate sea menos útil de lo que parece. Los dos llegan ahí por caminos opuestos.

GLM-5.3-Flash es un modelo de pesos abiertos: 320 mil millones de parámetros totales, 18 mil millones activos, licencia MIT, pesos en Hugging Face desde su lanzamiento el 26 de agosto de 2026. Funciona a 78 tokens por segundo con un tiempo hasta el primer token de 2,52 segundos, cuesta 0,15 $ por millón de entrada y 0,50 $ por millón de salida, y consume 0,28 $ por tarea de indexación. MiniMax-M3.1-Flash está cerrado hoy —M​iniMax dice que los pesos "se publicarán más adelante"—, funciona a 125,5 tokens por segundo y consume 0,22 $ por tarea. Así que el empate es un empate en capacidad y una decisión dividida en todo lo que le importa a un equipo de producción: uno se puede descargar y cuantizar; el otro es un 60 % más rápido y un 20 % más barato por tarea.

DeepSeek V4.1 Flash 1017, lanzado dos días antes, el 17 de octubre, es la comparación más difícil. Obtiene 45, funciona a 222 tokens por segundo —casi el doble— y cuesta $0.30 de entrada y $1.20 de salida, exactamente el doble de la tarifa de MiniMax, con un descuento de caché del 98% que reduce su costo por tarea a $0.26. También tiene pesos abiertos con licencia MIT, con 552 mil millones de parámetros totales y 16 mil millones activos. En capacidad bruta y velocidad bruta, gana de forma rotunda. En costo por tarea completada, MiniMax sigue por delante, por cuatro centavos, un margen tan estrecho que, en cargas de trabajo reales, lo decidirán el comportamiento de la caché y la longitud de la salida, más que el precio de lista.

Vale la pena decirlo claramente: el modelo anterior DeepSeek V4.1 Flash, publicado el 10 de septiembre de 2026, obtiene 39, por debajo de MiniMax-M3.1-Flash. El sufijo «1017» importa. Cualquiera que lo compare con el checkpoint de septiembre lo está comparando con un modelo más débil.

Los benchmarks de los proveedores, y lo que valen

M​iniMax publicó seis evaluaciones junto con el lanzamiento. Ninguna de ellas ha sido reproducida de forma independiente, y la publicación no incluye ninguna columna de comparación, así que los números resultan útiles sobre todo como un perfil de para qué cree M​iniMax que está pensado este modelo.

• BankerToolBench — 76.2, una suite de flujos de trabajo empresariales que abarca planificación de varios pasos, consistencia documental y llamadas a herramientas encadenadas

• DeepSWE v1.1 — 73,7 %, comprensión de código, desarrollo de funcionalidades, corrección de errores y validación de pruebas

• OSWorld V2 — 61.7, operación de computadora en distintas aplicaciones; M​iniMax afirma ser el primero entre los modelos chinos

• Agents' Last Exam — 29,6, tareas profesionales de horizonte largo; la misma afirmación de «primero entre los modelos chinos»

• CyberGym — 82%, descubrimiento y validación de vulnerabilidades

• AutomationBench-AA — descrito como un destacado, sin puntuación publicada

Esa última línea es la señal reveladora. AutomationBench es el benchmark que sustenta el posicionamiento «agentic», y es el único número que el artículo se abstiene de publicar. Los otros cinco son reales y específicos, pero una puntuación de benchmark sin un conjunto de comparación te dice qué puede hacer un modelo en un laboratorio y nada sobre si supera al modelo que ya estás pagando. Ten en cuenta también que el modelo estuvo en manos de los probadores durante tres semanas como MiniMax-M3.1-Flash-Preview antes de este lanzamiento, y tampoco se publicó ninguna evaluación independiente de ese checkpoint: la primera medición de terceros de cualquier modelo M3.1 es el 42 que apareció el día del lanzamiento.

Por qué no coinciden el precio del token y el precio de la tarea

Aquí está la trampa en este modelo, y no es pequeña. La lista de precios de MiniMax-M3.1-Flash es exactamente la mitad que la de MiniMax-M3: $0.15/$0.60 frente a $0.30/$1.20 hasta 512.000 tokens de entrada. La inferencia natural es que una carga de trabajo cuesta la mitad. No es así, por dos razones que se acumulan.

Lo primero es la verbosidad. En el Intelligence Index, el modelo consumió 180 millones de tokens de salida, mientras que el modelo mediano consume 99 millones. Piensa con el nivel de esfuerzo predeterminado de max, y los tokens de pensamiento se facturan como salida y cuentan para max_tokens. Haz las cuentas con una carga de trabajo intensiva en salida: con 180 millones de tokens de salida, MiniMax-M3 a $1.20 por millón factura $216. Diez millones a $0.60 facturan $108; la reducción a la mitad se mantiene. Así que la tarifa es honesta; el volumen es lo que mueve.

La segunda razón es que no puedes desactivar el pensamiento en absoluto. La referencia de API de M​iniMax es explícita: enviar thinking: {"type": "disabled"} devuelve HTTP 400, y reasoning_effort: "none" se rechaza de la misma manera. La escala de cinco niveles —low, medium, high, xhigh, max— es el único control que tienes, y omitir el campo significa max. MiniMax-M3, en cambio, te permite desactivar el pensamiento por completo y, de forma predeterminada, está desactivado en el endpoint compatible con Anthropic.

La consecuencia práctica: para una tarea de clasificación, extracción o formateo en la que pagabas por sesenta tokens de salida y ningún razonamiento, MiniMax-M3 con el pensamiento desactivado a $1,20 por millón de salida todavía puede resultar más barato que MiniMax-M3.1-Flash a $0,60, porque el modelo más nuevo gastará unos cientos de tokens de pensamiento antes de responder. Para ejecuciones agénticas —uso de herramientas en varios pasos, sesiones largas de programación, bucles de uso de computadora—, el modelo más nuevo gana, y la cifra independiente de coste por tarea lo confirma: $0,22 frente a $0,51 es una reducción del 57 %, no del 50 %, porque las trayectorias más cortas compensan con creces el razonamiento adicional.

La forma correcta de interpretar un lanzamiento como este es por tarea completada, no por token, y los $0.22 del tracker son la única cifra de este artículo que ya hace ese cálculo por ti.

Conseguir el coste adecuado sin reescribir tu stack

El coste por tarea es más una decisión de enrutamiento que una decisión de compra. Los modelos de esta comparación no son intercambiables en un solo eje: MiniMax-M3.1-Flash es rápido y barato por tarea, pero es cerrado; GLM-5.3-Flash ofrece la misma capacidad con pesos descargables; DeepSeek V4.1 Flash 1017 es más rápido y potente por el doble de tarifa por token. La mayoría de los equipos acaban usando dos de los tres, repartiendo el tráfico según el tipo de tarea.

Esa división es el caso para el que existe OrcaRouter: una sola clave de API para más de 200 modelos, con los precios de lista de los proveedores trasladados sin margen (0%), así que cuando M​iniMax reduce a la mitad su tarifa, la cifra de tu factura cambia el mismo día en lugar de en la próxima renovación del contrato. MiniMax-M3.1-Flash en sí aún no está en nuestro catálogo — hoy se puede llamar a través de la propia API de M​iniMax, M Plan y M​iniMax Code, y en ningún otro sitio que podamos garantizar. Lo que ya se puede enrutar en OrcaRouter es el resto de la lista corta: MiniMax-M3, GLM-5.3-Flash y DeepSeek V4.1 Flash 1017, los tres con una sola clave, para que la comparación anterior se pueda ejecutar con tu propio tráfico en lugar de con un benchmark.

La conmutación por error automática importa más de lo habitual cuando el modelo más reciente de una línea es también el que menos historial operativo tiene. MiniMax-M3.1-Flash tiene dos días de vida, la ruta de migración de su predecesor todavía está en curso y el proveedor ha prometido para más adelante un modelo Pro más capaz; es exactamente la situación en la que uno quiere un segundo modelo detrás del primero en la tabla de enrutamiento en lugar de una reescritura dentro de tres semanas.

Qué ver

Tres cosas decidirán si 42 se sostiene como la cifra que la gente citará dentro de seis meses. Lo primero, los pesos: M​iniMax se ha comprometido a publicarlos «más adelante», sin fecha, y unos pesos abiertos convertirían de la noche a la mañana a este en el modelo descargable más barato por tarea de su categoría. Lo segundo, el modelo Pro: M​iniMax ha dicho que viene una versión más potente, lo que normalmente significa que el Flash se reposiciona en precio. Y lo tercero es la replicación independiente de las cifras agénticas: OSWorld V2, ALE y CyberGym son justo los benchmarks que más varían entre arneses, y ahora mismo todas las cifras sobre ellos provienen de la empresa que vende el modelo.

Hasta entonces, el resumen defendible es acotado y útil: a 0,22 $ por tarea, MiniMax-M3.1-Flash es la forma más barata de comprar una puntuación de 42 en el Intelligence Index, empata con GLM-5.3-Flash en esa puntuación aunque es más rápido y cerrado, y pierde frente a DeepSeek V4.1 Flash 1017 en capacidad y velocidad, pero lo supera en coste por tarea completada. Si tu carga de trabajo es agéntica, ese intercambio merece la pena hoy. Si se trata de mil llamadas cortas de clasificación, el modelo al que sustituyó puede seguir siendo el más barato.