MiniMax M3.1 Flash vs GLM-5.3-Flash: las tarifas coinciden, así que decide por las filas que no.

Las dos tarifas son, a efectos prácticos, la misma tarifa. MiniMax M3.1 Flash cobra $0.15 por millón de tokens de entrada y $0.60 por millón de salida. GLM-5.3-Flash cobra $0.15 y $0.50. Si las combinas como lo hace Artificial Analysis, ambas quedan en $0.10 por millón. Sus mediciones independientes de inteligencia están a un punto de distancia: 43 frente a 42 en el índice actual. Así que una comparación que se detiene en el precio y la puntuación no tiene nada que decir, y por eso la mayoría se queda ahí y luego recomienda el modelo que al autor le tocó probar. La decisión entre MiniMax M3.1 Flash y GLM-5.3-Flash reside por completo en las filas que no coinciden: qué se te permite hacer con los pesos, qué ocurre cuando tu salida alcanza un techo, qué puedes darle al modelo y si la cosa siquiera se puede comprar a través del endpoint que ya usas.Tanto las tarifas como las tablas de benchmarks omiten cómo fallan estos modelos una vez que están en producción, y los incidentes registrados se catalogan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, su gravedad, su grado de confianza y su indicador de disputa.

• Seis líneas, ambos lados

• Precio — M​iniMax M3.1 Flash $0,15 de entrada y $0,60 de salida por millón, entrada en caché $0,015; GLM-5.3-Flash $0,15 y $0,50, entrada en caché $0,03. Ambos resultan en $0,10 por millón con una mezcla de entrada, caché y salida de 7:2:1.

Puntuación independiente: Intelligence Index 43 para MiniMax M3.1 Flash, 42 para GLM-5.3-Flash, sobre la misma versión del índice consultada el mismo día. Un punto está dentro del ruido de una sola ejecución de evaluación.

• Costo por tarea finalizada — $0,22 por tarea de indexación para M​iniMax M3.1 Flash frente a $0,28 para GLM-5.3-Flash. El precio de etiqueta más barato también es la tarea más barata, por alrededor del 21 %.

• Salida máxima: no publicada por M​iniMax para M3.1 Flash; 128.000 tokens para GLM-5.3-Flash. Ambos anuncian una ventana de contexto de 1 M de tokens, pero solo uno de ellos indica cuánto de ella puede devolverse como salida.

• Entradas — texto, imagen y vídeo para MiniMax M3.1 Flash; texto, imagen, vídeo y archivos para GLM-5.3-Flash. El vídeo en ambos lados es la parte poco habitual; la carga de archivos en un lado es la parte operativa.

• Pesos abiertos — GLM-5.3-Flash tiene licencia MIT, 320 mil millones de parámetros totales con 18 mil millones activos, y se puede descargar hoy. M​iniMax dice que los pesos de M3.1 Flash se publicarán más adelante, sin licencia ni fecha asociada a la promesa.

Por qué un punto en el índice no es motivo para decantarse por ninguno de los dos

El Intelligence Index es un compuesto ponderado: agentes al 30 %, programación al 20 %, razonamiento científico al 20 %, general al 30 %, construido a partir de diez evaluaciones, incluidas AA-Briefcase y AA-Omniscience con un 15 % cada una. Un solo punto en un compuesto de esa forma puede provenir de que una única subevaluación se mueva un par de puntos. Léalo como un empate y acertará con mucha más frecuencia de la que fallará. Léalo como una clasificación y estará eligiendo un modelo de producción basándose en la cuarta cifra significativa de una encuesta.

La comparación de coste por tarea es más útil que la comparación del índice, y además apunta en la misma dirección que el precio de etiqueta. A 0,22 $ por tarea completada, M​iniMax M3.1 Flash hace el trabajo del índice por menos que los 0,28 $ de GLM-5.3-Flash, pese a una tarifa de salida por token más alta. Eso es la aritmética de verbosidad y caché haciendo su trabajo: GLM-5.3-Flash cobra un tercio más por token de salida y recupera menos de eso mediante caché, así que la tarifa de salida que parece más barata en la ficha de M​iniMax es realmente más barata en conjunto. Si tu carga de trabajo es un bucle de agente de larga duración en el que la mayor parte de la factura son tokens de salida que se vuelven a leer, ese 21 % es el número que aparece en la partida mensual.

La velocidad se separa con claridad, y lo hace en contra del modelo más barato.

Esta es la dimensión en la que los dos dejan de ser intercambiables. M​iniMax M3.1 Flash mide alrededor de 105 tokens por segundo de salida con un tiempo hasta el primer token de 1,38 segundos. GLM-5.3-Flash mide 76,8 tokens por segundo con un primer token de 2,57 segundos. M​iniMax es aproximadamente un 36 % más rápido una vez que empieza y aproximadamente el doble de rápido para empezar. Para una superficie interactiva —un editor, un panel de chat, un asistente de programación en el que el primer token es lo que la persona está esperando—, una ventaja de 1,2 segundos en TTFT es la diferencia entre una herramienta que se siente ágil y una que parece que se lo está pensando. Para una canalización por lotes, la brecha de rendimiento importa más que la brecha de latencia, y sigue favoreciendo a M​iniMax.

Ambos modelos te hacen pagar por el razonamiento, quieras o no. M​iniMax rechaza directamente una solicitud que intente desactivar el razonamiento. La documentación de Z.ai dice lo mismo con otras palabras: el razonamiento no se puede desactivar, y el esfuerzo máximo es la configuración recomendada. Así que ninguna de las dos partes ofrece la palanca de costes que te da un modelo con razonamiento conmutable, y ambas facturan sus tokens de razonamiento como salida. Si esperabas que uno de estos dos fuera la opción barata y silenciosa para una tarea de clasificación de alto volumen, ninguno lo es. Eso es una propiedad del nivel, no de ninguno de los dos proveedores.

El techo de respuesta de 128K es la fila que decide el trabajo real

GLM-5.3-Flash publica una salida máxima de 128.000 tokens. M​iniMax no publica nada para M3.1 Flash — ni una cifra baja, ni una advertencia, nada en la página del modelo ni en la documentación de la API que podamos encontrar. En la práctica, eso significa que no se puede saber, antes de enviar una solicitud, si una generación de código de 40.000 tokens se completará o se truncará. Se puede descubrir empíricamente y se puede implementar un reintento en torno a ello, pero no se puede incluir en un plan de capacidad ni en un contrato.

Para la mayor parte del tráfico con forma de chat, esto es invisible. Para las cargas de trabajo que hacen interesante un nivel Flash —reescrituras de archivos completos, transcripciones largas de agentes, extracción estructurada de un documento grande—, el techo de salida es lo primero que se rompe, y se rompe en silencio. Un modelo que trunca a una longitud no documentada y devuelve una respuesta parcial bien formada es peor de operar que un modelo que rechaza la solicitud. Si cualquier parte de tu pipeline genera más de unos pocos miles de tokens en una sola llamada, esta única fila no publicada debería superar la diferencia de un punto en el índice y la ventaja de coste del 21% combinadas.

Los pesos abiertos no son una cuestión de filosofía aquí

GLM-5.3-Flash tiene licencia MIT y pesos descargables, 320.000 millones de parámetros en total y 18.000 millones activos, lo que lo sitúa en el rango en el que un equipo serio puede autoalojarlo en un nodo con varias GPU y un equipo más reducido puede al menos auditar para qué se le entrenó. M​iniMax M3.1 Flash está cerrado hoy, y la promesa de pesos posteriores es exactamente eso: una promesa sin licencia, sin número de parámetros y sin fecha. Los procesos de adquisición que preguntan «¿cuál es nuestra salida si este proveedor cambia las condiciones?» tienen una respuesta por un lado y una frase por el otro.

También hay ahí un factor de coste oculto, y es el que nadie pone en una tabla comparativa. Un modelo de pesos abiertos pone un techo a lo que cualquier proveedor puede cobrarte por él, porque la alternativa siempre es ejecutarlo tú mismo. Un modelo cerrado no tiene ese techo; el proveedor fija el precio y o lo aceptas o migras. Con tarifas combinadas idénticas hoy, la licencia de GLM-5.3-Flash es lo que mantiene su tarifa honesta el año que viene, y la de M​iniMax es lo que deja la tarifa por completo a la discreción de M​iniMax.

La disponibilidad es donde el empate realmente se rompe

GLM-5.3-Flash está disponible desde el 26 de agosto de 2026 y se encuentra en el catálogo de OrcaRouter como z-ai/glm-5.3-flash, a $0.15 por millón de tokens de entrada y $0.50 por millón de tokens de salida, con la entrada en caché a $0.03, junto con un SKU gratuito para evaluación y el modelo más grande z-ai/glm-5.3 a $1.26 y $3.96 si necesita el modelo insignia. M​iniMax M3.1 Flash, con dos días de vida en el momento de escribir esto, es accesible a través de la propia API de M​iniMax, el M Plan y M​iniMax Code, y no está en nuestro catálogo — no vamos a insinuar que lo está, y la página del modelo no devuelve nada cuando se busca.

Esa asimetría vale más de lo que parece cuando comparas dos modelos que cuestan lo mismo. Meter GLM-5.3-Flash en una base de código es una cadena de modelo. Meter MiniMax M3.1 Flash es una segunda relación con un proveedor, una segunda forma de facturación y un segundo conjunto de límites de uso, además del que ya tienes. Y es justo el caso en el que una capa de enrutamiento no es un argumento de venta, sino una pieza de fontanería: una clave, una factura, un único lugar donde el precio de lista de un proveedor se traslada con un 0 % de margen para que un cambio de tarifa llegue a tu factura el mismo día en que se produce y no en la siguiente renovación. Si MiniMax incluye M3.1 Flash en un endpoint enrutable más adelante, eso pasa a ser una decisión entre dos modelos en lugar de entre dos contratos. Hoy no lo hace, y fingir lo contrario sería justo el tipo de comparación que este blog existe para evitar.

Cuál llamar

Si tu trabajo es interactivo, con mucha salida y vive dentro de una infraestructura existente compatible con OpenAI, GLM-5.3-Flash es la respuesta más sencilla: el mismo precio combinado, un límite de salida publicado, una licencia MIT sobre la que puedes actuar hoy mismo, entrada de archivos y vídeo, y una entrada en el catálogo que lo convierte en un cambio de una sola línea. El primer token en 2,57 segundos es el precio de eso y, para los agentes en segundo plano, es un precio que vale la pena pagar.

Si tu trabajo es sensible a la latencia y la salida está acotada —un clasificador de enrutamiento, un generador de formato corto, un paso de agente que devuelve un plan en lugar de un archivo—, M​iniMax M3.1 Flash es el modelo más rápido y con el menor coste por tarea, y su límite de salida no publicado nunca se pone a prueba porque nunca te acercas a él. Elígelo por el rendimiento y por el primer token en 1,38 segundos, no por el índice, y ten presente que estás adoptando un modelo cerrado con una tasa que nadie ha limitado.

Lo que no debería hacer es elegir entre ellos basándose en las tablas de benchmark. Ambos proveedores publicaron cifras en arneses de su propia elección, ninguno ejecutó el del otro, y el único benchmark que ambas familias han reportado históricamente —DeepSWE— se ha ejecutado en arneses distintos a lo largo de los lanzamientos de los dos laboratorios con la suficiente frecuencia como para que una comparación entre columnas sea una conjetura vestida con un decimal. Las dos cifras de este artículo que se midieron de la misma manera para ambos modelos son el índice y el coste por tarea, y esas dos dicen que los modelos tienen el mismo precio y la misma capacidad. Todo lo que realmente difiere es una condición de licencia, un límite documentado o una línea de un catálogo.