MiniMax-M3.1-Flash obtient un score de 42 à l’Intelligence Index — et ne coûte que 0,22 $ par tâche.

MiniMax-M3.1-Flash est sorti le 19 octobre 2026 avec un score de 42 à l’Artificial Analysis Intelligence Index, treize points au-dessus de MiniMax-M3 à 29, pour un tarif par token réduit de moitié et — le chiffre qui compte vraiment — un coût par tâche inférieur de plus de moitié, 0,22 $ contre 0,51 $. Il est à égalité avec GLM-5.3-Flash à 42, se situe trois points derrière DeepSeek V4.1 Flash 1017 à 45, et coûte moins que chacun des deux pour accomplir une tâche de benchmark. Ces quatre chiffres résument toute l’histoire en une seule ligne. Le plus intéressant, c’est ce qui se passe lorsqu’on cesse de lire l’indice pour se mettre à lire la facture, car ce modèle est à la fois bon marché par token et étonnamment cher par token. Les défaillances documentées de l’IA et les incidents d’agents liés à des versions comme celle-ci sont recensés dans l’OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, un niveau de gravité, une note de confiance et un indicateur de contestation.

Le chiffre que M​iniMax n’a pas mis dans l’article de blog

L’article de lancement de MiniMax est une communication marketing de fournisseur bien menée : inférence plus rapide, meilleurs scores agentiques, coût des tâches agentiques inférieur de 70 % à celui du prédécesseur. Ce qu’il ne contient pas, c’est un seul chiffre permettant de comparer le modèle à quoi que ce soit qu’il n’a pas produit. Cela a désormais été fourni de l’extérieur, par Artificial Analysis, qui a fait passer MiniMax-M3.1-Flash par sa suite d’évaluation standard et publié le 19 octobre 2026.

• Intelligence Index — 42, classé quatrième sur 173 modèles dans le tracker

• Coût par tâche de l'Intelligence Index — 0,22 $, contre 0,51 $ pour MiniMax-M3 et 0,28 $ pour GLM-5.3-Flash

• Prix catalogue — 0,15 $ par million de jetons d’entrée, 0,60 $ par million de jetons de sortie, 0,015 $ par million de lectures mises en cache

• Prix mixte — 0,10 $ par million selon la répartition 7:2:1 des succès de cache / entrées / sorties du tracker

• Fenêtre de contexte — 1 000 000 de tokens

• Vitesse de sortie — 125,5 tokens par seconde, avec un délai de 1,04 seconde avant le premier token

• Verbosité — 180 millions de tokens de sortie consommés sur l’ensemble de l’Index, contre une médiane de 99 millions

• Modalités d’entrée — texte et image, selon le tracker ; la référence API de M​iniMax indique également la vidéo

Le rang est le point faible du titre. Une quatrième place sur 173 ressemble à un podium, et au sens strict — puisque le tracker compare des modèles de toutes tailles et de tous prix — c’en est un. Mais les trois modèles qui le précèdent — DeepSeek V4.1 Flash 1017 à la 45e place, et deux systèmes de frontière plus grands — ne sont pas ses concurrents dans une décision d’achat. Les modèles face auxquels il sera réellement présélectionné sont ceux du même niveau de prix, et là, le tableau est à égalité parfaite avec GLM-5.3-Flash et à une courte défaite près face au Flash le plus récent de DeepSeek.

42 deux fois, pour deux raisons différentes

GLM-5.3-Flash et MiniMax-M3.1-Flash obtiennent tous deux 42 sur le même indice, ce qui rend cette égalité moins utile qu'elle n'en a l'air. Les deux y parviennent par des voies opposées.

GLM-5.3-Flash est un modèle à poids ouverts : 320 milliards de paramètres au total, 18 milliards actifs, licence MIT, poids disponibles sur Hugging Face depuis sa sortie le 26 août 2026. Il tourne à 78 tokens par seconde avec un temps jusqu'au premier token de 2,52 secondes, coûte 0,15 $ par million de tokens en entrée et 0,50 $ en sortie, et consomme 0,28 $ par tâche d'indexation. MiniMax-M3.1-Flash est fermé aujourd'hui — MiniMax affirme que les poids « seront publiés plus tard » — tourne à 125,5 tokens par seconde et consomme 0,22 $ par tâche. L'égalité est donc une égalité sur les capacités, et une décision partagée sur tout ce qui compte pour une équipe de production : l'un peut être téléchargé et quantifié, l'autre est 60 % plus rapide et 20 % moins cher par tâche.

DeepSeek V4.1 Flash 1017, publié deux jours plus tôt, le 17 octobre, constitue la comparaison plus difficile. Il obtient 45, tourne à 222 tokens par seconde — presque le double — et coûte 0,30 $ en entrée et 1,20 $ en sortie, exactement le double de la grille tarifaire de M​iniMax, avec une remise de 98 % sur le cache qui ramène son coût par tâche à 0,26 $. Il est également proposé en poids ouverts sous licence MIT, avec 552 milliards de paramètres au total et 16 milliards de paramètres actifs. Sur la capacité brute et la vitesse brute, il l’emporte nettement. En termes de coût par tâche terminée, M​iniMax reste devant, de quatre cents, une marge si mince que ce sont le comportement du cache et la longueur des sorties qui trancheront en charge réelle, plutôt que le prix catalogue.

Il faut le dire clairement : l'ancien DeepSeek V4.1 Flash, sorti le 10 septembre 2026, obtient un score de 39 — en dessous de MiniMax-M3.1-Flash. Le suffixe « 1017 » compte. Quiconque se compare au checkpoint de septembre se compare à un modèle plus faible.

Les benchmarks des fournisseurs, et ce qu’ils valent

MiniMax a publié six évaluations en même temps que le lancement. Aucune d’entre elles n’est reproduite indépendamment, et l’article ne fournit aucune colonne de comparaison ; les chiffres servent donc surtout de profil de ce pour quoi MiniMax estime que ce modèle est conçu.

• BankerToolBench — 76,2, une suite de flux de travail d'entreprise couvrant la planification en plusieurs étapes, la cohérence des documents et les appels d'outils en chaîne

• DeepSWE v1.1 — 73,7 %, compréhension du code, développement de fonctionnalités, correction de bugs et validation des tests

• OSWorld V2 — 61,7, utilisation d’ordinateur sur plusieurs applications ; MiniMax revendique la première place parmi les modèles chinois

• Agents' Last Exam — 29,6, tâches professionnelles à long horizon ; même affirmation de « premier parmi les modèles chinois »

• CyberGym — 82 %, découverte et validation de vulnérabilités

• AutomationBench-AA — présenté comme très performant, aucun score publié

Cette dernière ligne est révélatrice. AutomationBench est le benchmark qui sous-tend le positionnement « agentique », et c’est le seul chiffre que l’article refuse d’imprimer. Les cinq autres sont réels et précis, mais un score de benchmark sans ensemble de comparaison vous dit ce qu’un modèle peut faire en laboratoire et rien sur la question de savoir s’il surpasse le modèle que vous payez déjà. Notez aussi que le modèle a été entre les mains des testeurs pendant trois semaines sous le nom de MiniMax-M3.1-Flash-Preview avant ce lancement, et aucune évaluation indépendante de ce checkpoint n’a non plus été publiée — la première mesure par un tiers de tout modèle M3.1 est le 42 apparu le jour du lancement.

Pourquoi le prix du token et le prix de la tâche ne concordent pas

Voici le piège que recèle ce modèle, et il n'est pas anodin. La grille tarifaire de MiniMax-M3.1-Flash est exactement la moitié de celle de MiniMax-M3 : 0,15 $/0,60 $ contre 0,30 $/1,20 $ jusqu'à 512 000 tokens d'entrée. L'inférence naturelle est qu'une charge de travail coûte moitié moins. Ce n'est pas le cas, pour deux raisons cumulatives.

Le premier point est la verbosité. Dans l’Intelligence Index, le modèle a consommé 180 millions de tokens de sortie, alors que le modèle médian en consomme 99 millions. Il réfléchit au niveau d’effort par défaut « max », et les tokens de réflexion sont facturés comme des tokens de sortie et comptent dans max_tokens. Faites le calcul sur une charge de travail à forte composante de sortie : à 180 millions de tokens de sortie, MiniMax-M3 à 1,20 $ par million facture 216 $. Dix millions à 0,60 $ facturent 108 $ — la réduction de moitié se vérifie. Le tarif est donc honnête ; c’est le volume qui fait la différence.

La seconde raison est qu'il est impossible de désactiver complètement la réflexion. La référence API de M​iniMax est explicite : envoyer thinking: {"type": "disabled"} renvoie une erreur HTTP 400, et reasoning_effort: "none" est rejeté de la même manière. L'échelle à cinq niveaux — low, medium, high, xhigh, max — est le seul contrôle dont vous disposez, et omettre le champ équivaut à max. MiniMax-M3, en revanche, vous permet de désactiver entièrement la réflexion, et celle-ci est désactivée par défaut sur le point de terminaison compatible Anthropic.

La conséquence pratique : pour une tâche de classification, d’extraction ou de mise en forme pour laquelle vous payiez soixante tokens de sortie et aucun raisonnement, MiniMax-M3 avec le raisonnement désactivé à 1,20 $ le million de tokens de sortie peut encore être moins cher que MiniMax-M3.1-Flash à 0,60 $, car le modèle plus récent dépensera quelques centaines de tokens de raisonnement avant de répondre. Pour les exécutions agentiques — utilisation d’outils en plusieurs étapes, longues sessions de codage, boucles d’utilisation d’ordinateur — le modèle plus récent l’emporte, et le chiffre indépendant du coût par tâche le confirme : 0,22 $ contre 0,51 $, soit une réduction de 57 %, et non de 50 %, car les trajectoires plus courtes compensent plus que largement le raisonnement supplémentaire.

La bonne façon d’interpréter un lancement comme celui-ci, c’est par tâche accomplie, et non par token, et le $0.22 du tracker est le seul chiffre de cet article qui fait déjà ce calcul à votre place.

Obtenir des coûts justes sans réécrire votre stack

Le coût par tâche relève davantage d'une décision de routage que d'un choix d'achat. Les modèles de cette comparaison ne sont pas interchangeables sur un seul axe : MiniMax-M3.1-Flash est rapide et économique par tâche, mais fermé ; GLM-5.3-Flash offre la même capacité avec des poids téléchargeables ; DeepSeek V4.1 Flash 1017 est plus rapide et plus performant pour un tarif par token deux fois supérieur. La plupart des équipes finissent par exploiter deux des trois modèles, en répartissant le trafic selon le type de tâche.

Cette séparation est précisément le cas pour lequel OrcaRouter existe : une seule clé API pour plus de 200 modèles, avec les prix catalogue des fournisseurs répercutés à 0 % de marge, ainsi, lorsque M​iniMax divise par deux sa grille tarifaire, le montant sur votre facture évolue le jour même plutôt qu’à la prochaine renégociation de contrat. MiniMax-M3.1-Flash lui-même n’est pas encore dans notre catalogue — il est appelable dès aujourd’hui via l’API propre à M​iniMax, M Plan et M​iniMax Code, et nulle part ailleurs où nous pouvons le garantir. Ce qui est déjà routable sur OrcaRouter, c’est le reste de la sélection : MiniMax-M3, GLM-5.3-Flash et DeepSeek V4.1 Flash 1017, tous les trois sur une seule clé, afin que la comparaison ci-dessus puisse être exécutée sur votre propre trafic plutôt que sur un benchmark.

Le basculement automatique en cas de défaillance compte plus que d’habitude lorsque le modèle le plus récent d’une gamme est aussi celui qui possède le moins d’historique opérationnel. MiniMax-M3.1-Flash a deux jours, le parcours de migration de son prédécesseur est encore en cours, et le fournisseur a promis un modèle Pro plus performant ultérieurement — ce qui est exactement la situation où l’on préfère un second modèle derrière le premier dans la table de routage plutôt qu’une réécriture dans trois semaines.

Que regarder

Trois choses détermineront si 42 reste le chiffre que l’on cite dans six mois. Premièrement, les poids : MiniMax s’est engagé à les publier « plus tard », sans date, et des poids ouverts feraient de lui du jour au lendemain le modèle téléchargeable le moins cher par tâche de sa catégorie. Deuxièmement, le modèle Pro : MiniMax a annoncé qu’une version plus puissante arrive, ce qui signifie généralement que le Flash est repositionné sur le prix. Et la troisième est la réplication indépendante des chiffres agentiques — OSWorld V2, ALE et CyberGym sont précisément les benchmarks qui varient le plus d’un harnais à l’autre, et à l’heure actuelle, chaque chiffre les concernant provient de l’entreprise qui vend le modèle.

En attendant, la synthèse défendable est étroite et utile : à 0,22 $ par tâche, MiniMax-M3.1-Flash est le moyen le moins cher d’obtenir un score de 42 à l’Intelligence Index, il égale GLM-5.3-Flash sur ce score tout en étant plus rapide et fermé, et il perd face à DeepSeek V4.1 Flash 1017 en capacité et en vitesse tout en le battant sur le coût par tâche accomplie. Si votre charge de travail est agentique, cet arbitrage vaut la peine aujourd’hui. S’il s’agit de mille appels de classification courts, le modèle qu’il a remplacé peut encore être le moins cher.