Ling 3.2 Flash vs MiniMax M3.1 Flash : la même fenêtre de 1 M, deux factures différentes

Placez Ling 3.2 Flash et MiniMax M3.1 Flash côte à côte sur une fiche technique, et ils ressemblent à des modèles frères. Tous deux sont des modèles mixture-of-experts multimodaux natifs qui prennent en entrée du texte, des images et des vidéos et renvoient du texte. Tous deux disposent d'une fenêtre de contexte de 1 M de tokens. Tous deux activent environ 23 à 25 milliards de paramètres par token sur un total bien plus élevé. Tous deux proposent un endpoint compatible Anthropic en plus d'un endpoint compatible OpenAI. La divergence réside entièrement dans ce que l'on peut savoir d'eux et dans ce que l'on peut faire avec eux : MiniMax M3.1 Flash est appelable à un tarif publié de 0,15 $ par million de tokens en entrée et de 0,60 $ par million de tokens en sortie depuis le 19 octobre 2026, avec des poids téléchargeables et un score d'intelligence indépendant ; Ling 3.2 Flash, disponible depuis le 5 novembre, a une fenêtre gratuite qui se termine vers le 19 novembre, aucun tarif publié, aucun poids et aucun score tiers.

Cela fait de ceci une comparaison entre deux décisions d’achat plutôt qu’entre deux modèles. L’une, vous pouvez en chiffrer le coût, l’auditer, l’héberger vous-même et assurer la bascule en cas de défaillance dès aujourd’hui. L’autre, vous pouvez l’évaluer gratuitement pendant quelques jours de plus, puis devoir vous en remettre à des conjectures.

Ce que chacun est réellement

Ling 3.2 Flash est le fleuron multimodal d'Ant Ling : 560 milliards de paramètres au total, 25 milliards actifs, un contexte de 1 M, une entrée native pour les images et les vidéos, documenté sur le site développeur d'Ant aux côtés d'un homologue texte de taille identique. Il se situe au sommet d'une gamme dont le précédent fleuron, Ling-3.1-flash, affiche 560B/25B avec la même fenêtre et sans vision. La sortie de la version 3.2 se comprend mieux comme le moment où le sommet de la gamme Ling et la capacité multimodale se sont retrouvés dans les mêmes poids — Ling-3.0-flash-VL disposait de la vision, mais il s'agissait d'une branche latérale de 124B/5.5B.

MiniMax M3.1 Flash appartient à une lignée entièrement différente : 428 B au total, 23 B actifs, 1 M de contexte, un MoE multimodal natif bâti sur MiniMax Sparse Attention avec décodage spéculatif DSpark et un entraînement tenant compte de la quantification. Il succède à MiniMax-M3, toujours au catalogue à 0,30 $ en entrée et 1,20 $ en sortie — soit exactement le double de M3.1 Flash des deux côtés. La documentation de MiniMax décrit M3.1 Flash comme « un modèle à poids ouverts ultra-efficace pour le travail quotidien », positionné pour le raisonnement agentique, l’utilisation d’outils, la programmation et les tâches à contexte long, avec une profondeur de réflexion ajustable selon low, medium, high, xhigh et max.

• Paramètres — Ling 3.2 Flash 560B au total / 25B actifs contre MiniMax M3.1 Flash 428B / 23B.

• Contexte — 1 M de tokens dans les deux cas ; les deux le servent nativement plutôt que par récupération.

• Entrées — texte, image et vidéo sur les deux ; sortie texte sur les deux.

• Sortie maximale — MiniMax documente 524 288 tokens ; Ant ne publie aucun plafond de sortie pour Ling 3.2 Flash.

• Poids — MiniMax : téléchargeables, environ 252 Go, sous la MINIMAX COMMUNITY LICENSE. Ling 3.2 Flash : aucun publié.

• Tarif — MiniMax 0,15 $ / 0,60 $ par million avec une remise de 90 % sur le cache, contre Ling 3.2 Flash non répertorié, gratuit pendant quatorze jours à compter du 5 novembre.

• Score indépendant — MiniMax 29 sur l'Artificial Analysis Intelligence Index v5.0.1 vs Ling 3.2 Flash : aucune page, aucun score.

La fenêtre gratuite est une date limite, pas une réduction.

La page de tarification d'Ant, mise à jour le jour du lancement, comporte des lignes pour Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash et deux modèles d'image Ming. Elle ne comporte aucune ligne pour Ling 3.2 Flash. Le modèle n'apparaît qu'une fois, dans une mention promotionnelle : gratuit pendant les deux premières semaines suivant le lancement. Lorsque cela prend fin — vers le 19 novembre, soit environ cinq jours à compter d'aujourd'hui — la page indique que les prix d'origine reprennent et conseille de surveiller votre solde. C'est là toute l'information divulguée.

La ligne voisine constitue la seule estimation disponible. Ling-3.1-flash affiche ¥2,00 par million de tokens d’entrée et ¥6,00 de sortie, avec une remise de 75 % à ¥0,50 et ¥1,50, les lectures de cache passant de ¥0,40 à ¥0,10. Environ $0,28/$0,85 au tarif catalogue, $0,07/$0,21 après remise. Si Ling 3.2 Flash est tarifé comme son frère texte uniquement, il se situera près de là — mais il s’agit d’une inférence à partir d’une ligne adjacente, et aucune page Ant n’indique comment les tokens d’image ou de vidéo sont facturés. Trente-deux images d’un clip de trente secondes constituent une entrée qu’Ant n’a pas tarifée.

Le chiffre de MiniMax M3.1 Flash, en revanche, figure sur une page et dans notre catalogue : 0,15 $ par million en entrée, 0,60 $ en sortie, 0,015 $ par million pour les lectures de cache après une remise de 90 %. Cette ligne de cache compte plus qu’il n’y paraît pour les charges de travail des agents, car un long prompt système et un schéma d’outil stable renvoyés à chaque tour sont exactement ce à quoi sert le cache — à 0,015 $, garder le contexte en place est presque gratuit.

Le nombre indépendant, et ce que cela coûte par tâche

Artificial Analysis attribue à MiniMax M3.1 Flash un score de 29 sur l’indice Intelligence Index v5.0.1 actuel, ce qui le classe 7e sur 28 modèles de son ensemble de comparaison et au-dessus de la médiane de 24. Le coût pour exécuter cet indice une fois est de 0,49 $, et l’exécution a pris 16,3 minutes par tâche, contre une médiane de 14,4 — plus lent que la moyenne. La vitesse de sortie est de 141 tokens par seconde, et le temps jusqu’au premier token de réponse est de 53,75 secondes, soit le chiffre qui devrait vous inquiéter le plus : 53,75 contre une médiane de 17,52 signifie que ce modèle réfléchit avant de parler, et une interface de chat le ressentira.

Il est également verbeux. L’exécution de l’index a généré 161M de tokens de sortie, contre une médiane de 106M. Pas cher par token, bavard par réponse — c’est pourquoi le coût par tâche compte plus que le prix par token, et pourquoi c’est $0.49 qu’il faut retenir dans un budget plutôt que $0.15.

Ling 3.2 Flash n’a rien de tout cela. Il n’existe pas de page Artificial Analysis pour ce modèle au 14 novembre ; l’URL du modèle renvoie une 404. La chose la plus proche dans la famille est Ling 3.1 Flash 1019 à 29,6 sur le même indice v5.0.1, proposé à 0,30 $ en entrée et 0,90 $ en sortie sur le marché tiers — un chiffre indépendant réel pour le prédécesseur, et non un chiffre pour ce modèle. La seule preuve de performance pour Ling 3.2 Flash est la comparaison de lancement faite par Ant elle-même face à Opus 5 à effort maximal : 92,21 contre 90,56 sur OmniDocBench1.5, 43,71 contre 39,52 sur ZEROBench(Sub), 85,86 contre 80,20 sur Vision2Web. Rapportés par le fournisseur, non reproduits, et tous les trois visuels par construction.

Donc, le tableau de bord honnête présente d'un côté un chiffre fourni par un tiers et un coût par tâche, et de l'autre trois chiffres d'éditeurs sans arbitre. Cette asymétrie ne remet pas en cause la qualité de Ling 3.2 Flash — qui n'a que neuf jours — mais c'est un fait dont il faut tenir compte pour ce que vous pouvez décider aujourd'hui.

Deux plafonds qui façonneront votre architecture

C’est ici que les fiches techniques cessent de se ressembler. Ant documente clairement sa limite de débit : deux requêtes par seconde au niveau global, des 429 au-delà, et un délai d’expiration de 90 secondes sur les appels synchrones, avec le streaming recommandé. Pour un agent qui effectue des dizaines d’appels par tâche, deux QPS ne constituent pas une limite souple — c’est le chiffre de débit qui détermine combien d’utilisateurs une intégration peut servir.

Les limites multimodales d'Ant sont tout aussi précises et tout aussi contraignantes. Images : JPEG ou PNG, base64 uniquement, jusqu'à quarante par requête, 32 MiB par chaîne encodée, 32 MiB pour le corps total de la requête. Vidéo : MP4, MOV ou WMV, trente secondes maximum, une vidéo par requête, échantillonnage fixe à 2 fps plafonné à 32 images, plafond de 32 MiB en base64. Aucun chemin de récupération par URL n'est documenté pour l'un ou l'autre média. Un « agent multimodal à long horizon » capable de conserver un contexte visuel sur de nombreux appels d'outils est un argument séduisant ; un plafond de trente secondes, trente-deux images et une vidéo par requête donne la forme de la boucle qu'il peut réellement exécuter.

MiniMax ne publie aucun plafond vidéo par requête équivalent dans la documentation que nous avons lue, et son contexte est plus simple : 1 M en entrée, jusqu’à 524 288 en sortie, la profondeur de réflexion se réglant via un paramètre d’effort plutôt qu’un mode distinct. Si votre tâche consiste à « lire un long enregistrement d’écran et produire un long rapport », la différence entre les limites divulguées correspond à la différence entre un problème de documentation et un problème de conception.

Les deux modèles se trouvent derrière les deux mêmes dialectes d'endpoint : le coût d'un changement se limite donc à une URL de base et à une chaîne de modèle — ce qui plaide précisément pour ne câbler en dur ni l'un ni l'autre. Sur OrcaRouter, MiniMax M3.1 Flash est un identifiant parmi plus de 200 sur une seule clé, facturé au tarif catalogue du fournisseur, sans aucune marge, de sorte qu'une évolution du prix de MiniMax se répercute sur votre facture le jour même, et non après un cycle de réévaluation tarifaire. Le basculement automatique signifie qu'un 429 ou un délai d'expiration de 90 secondes chez un fournisseur donne lieu à une nouvelle tentative ailleurs plutôt qu'à une requête en échec — le mode de défaillance contre lequel la propre page d'Ant sur les limites de débit met en garde est précisément celui que cela élimine. Ling 3.2 Flash ne figure pas dans notre catalogue, nous ne prétendrons donc pas le servir ; la formulation honnête est qu'il est ici en concurrence pour les charges de travail où MiniMax M3.1 Flash n'est déjà qu'à un appel de distance.

La question de la licence que personne ne met dans le titre

MiniMax M3.1 Flash est publié avec des poids ouverts sous la MINIMAX COMMUNITY LICENSE, et ses conditions méritent d’être lues avant que quiconque dans la salle ne prononce les mots « open source ». La licence accordée couvre un usage non commercial. L’usage commercial exige d’afficher de manière bien visible « Built with MiniMax M3.1-Flash » sur un site web, une interface, un article de blog, une page « à propos » ou une documentation produit associés, et nécessite une notification unique à MiniMax — ou une autorisation écrite préalable si vos produits génèrent plus de 20 millions de dollars de chiffre d’affaires annuel. C’est une proposition sensiblement différente d’une licence MIT, et c’est le genre de clause qui ressort lors de la revue juridique deux semaines après que le prototype fonctionne.

Ling 3.2 Flash ne pose aucune question de licence, puisqu'il n'a pas de poids. L'organisation inclusionAI sur Hugging Face héberge Ling-3.1-flash, Ling-3.1-flash-1019 et des checkpoints de base ; à ce jour, cette semaine, il n'existe aucun dépôt 3.2. La dernière publication de poids phare d'Ant remonte au 27 octobre, avec 573,8 Go sous licence MIT. Un laboratoire qui ouvre un modèle phare et ferme le suivant vous indique où il estime se trouver la marge, et une équipe qui a besoin d'auto-héberger, d'affiner ou d'auditer les poids n'est absolument pas servie par cette publication.

Lequel choisir, et quand n’en choisir aucun

Choisissez MiniMax M3.1 Flash si vous avez besoin d’un chiffre dès aujourd’hui. Il dispose d’un tarif publié, d’une remise de 90 % sur le cache, de poids téléchargeables sous une licence lisible, d’un score indépendant que vous pouvez comparer à 27 autres modèles, et il est utilisable via notre service dès maintenant. Les coûts sont bien réels : 53,75 secondes avant le premier token de réponse, 16,3 minutes par tâche d’indexation, et 161 M de tokens de sortie pour une exécution qu’un modèle plus léger termine avec deux tiers de ce nombre.

Choisissez Ling 3.2 Flash uniquement si la tâche est fortement orientée vision et à l’échelle d’une image — compréhension de documents avec équations et diagrammes, conversion de dessins en 3D, boucles d’inspection de rendu — et seulement pour les cinq prochains jours, tant que l’inférence est gratuite. C’est un modèle multimodal natif de 560B avec une fenêtre de 1M et une revendication de benchmark vraiment inhabituelle sur trois évaluations visuelles. Ce que vous ne pouvez pas faire, c’est le mettre en production : pas de grille tarifaire, pas de poids, pas de score indépendant, deux requêtes par seconde, et aucun chemin de bascule nulle part, y compris ici.

N'en choisissez aucun si ce que vous voulez vraiment, c'est un modèle multimodal bon marché, à prix stable et avec une licence qui vous convient — l'offre autour de ces deux-là est dense, et tous deux se situent à un niveau intermédiaire sur les dimensions qui déterminent un choix de production : la transparence des prix, le débit maximal et l'existence d'un arbitre.

Les cinq prochains jours constituent tout l’enjeu pour Ling 3.2 Flash. Soit Ant publie une grille tarifaire incluant le prix des tokens d’image et de vidéo avant la fermeture de la fenêtre gratuite, et l’on obtient une véritable comparaison entre deux modèles tarifés, soit la fenêtre retombe sur un tarif non répertorié et la décision reste à sens unique pour un trimestre de plus. MiniMax M3.1 Flash a déjà répondu à toutes les questions qu’un acheteur se pose ; Ling 3.2 Flash a répondu à la question intéressante — qu’un modèle multimodal de 560B peut surpasser Opus 5 sur les benchmarks de documents et de 3D selon sa propre mesure — et a reporté les questions ennuyeuses, celles qui déterminent si vous pouvez livrer.