MiniMax M3.1 Flash vs Gemini 3.5 Flash-Lite : à moitié prix, un score deux fois supérieur, et pourtant pas le choix évident

Gemini 3.5 Flash-Lite est en vente depuis le 21 juillet 2026. MiniMax M3.1 Flash est arrivé le 19 octobre 2026 à 0,15 $ par million de jetons d’entrée et 0,60 $ par million de jetons de sortie — soit la moitié et environ un quart des tarifs de Gemini 3.5 Flash-Lite à 0,30 $ et 2,50 $. Sur l’Intelligence Index d’Artificial Analysis, le nouveau modèle obtient 43 et le modèle de Google 22. MiniMax M3.1 Flash est donc moins cher sur chaque ligne de jetons et deux fois plus performant sur l’indice indépendant. Puis on arrive à la ligne du coût par tâche, et Gemini 3.5 Flash-Lite l’emporte, 0,19 $ contre 0,22 $. Cette inversion est la seule manière honnête d’aborder cette comparaison, car elle vous dit que la décision ne porte pas du tout sur les grilles tarifaires.

Deux grilles tarifaires qui ne font que se ressembler

Commencez par ce que chaque fournisseur publie réellement, car les structures diffèrent autant que les chiffres.

• Entrée — 0,15 $ par million de tokens sur MiniMax M3.1 Flash contre 0,30 $ sur Gemini 3.5 Flash-Lite.

• Sortie — 0,60 $ contre 2,50 $, un écart de quatre pour un.

• Entrée mise en cache — 0,015 $ contre 0,03 $, soit dans les deux cas une remise de 90 % sur le tarif d’entrée.

• Stockage du cache — Google le facture $1.00 par million de tokens en cache par heure. La grille tarifaire de lancement de MiniMax ne détaille pas de frais de stockage.

• Batch and Flex — Google réduit l'entrée à 0,15 $ et la sortie à 1,25 $ sur les deux niveaux. La tarification de lancement de MiniMax est une carte forfaitaire à trois lignes, sans niveau batch dans le matériel de lancement.

• Priorité — Google propose un palier prioritaire à 0,54 $ en entrée et 4,50 $ en sortie. Le billet de lancement de MiniMax n'annonçait aucun équivalent.

• Contexte et plafond de sortie — les deux acceptent 1 million de tokens d’entrée. MiniMax autorise jusqu’à 524 288 tokens de sortie ; Gemini 3.5 Flash-Lite s’arrête à 65 536.

• Poids — MiniMax a publié le 23 octobre un téléchargement de 252,4 Go sous sa licence communautaire. Gemini 3.5 Flash-Lite est propriétaire.

Le niveau batch mérite sa propre phrase, car c'est le seul endroit où les deux cartes se touchent presque. Une équipe capable de tolérer la latence du mode batch obtient l'entrée de Gemini 3.5 Flash-Lite à 0,15 $ — exactement le prix d'entrée standard de MiniMax — mais la sortie à 1,25 $, soit encore plus du double des 0,60 $ de MiniMax. Le mode batch réduit l'écart sur l'entrée et laisse intact l'écart sur la sortie. Si votre charge de travail est à forte composante de sortie — ce qui est le cas des charges agentiques et de codage —, la remise batch ne sauve pas la comparaison.

L'écart de capacités n'est pas subtil, mais lisez la version du benchmark

Artificial Analysis soumet les deux modèles à la même suite de tests, et les résultats ne sont pas proches :

• Intelligence Index — 43 pour MiniMax M3.1 Flash, cinquième sur 173 modèles ; 22 pour Gemini 3.5 Flash-Lite, 44e.

• Terminal-Bench 4.0 — 26 % contre 1 %.

• AutomationBench-AA — 73 % contre 25 %.

• GDPval-AA — 1 458 contre 985.

• SciCode — 53 % contre 41 %.

Le chiffre Terminal-Bench est celui qui sera cité hors contexte, il a donc besoin de contexte. La fiche modèle de Google pour Gemini 3.5 Flash-Lite cite Terminal-Bench 2.1 à 54,0 %. Artificial Analysis exploite Terminal-Bench 4.0 et enregistre 1 %. Les deux chiffres peuvent être corrects, car ils correspondent à des générations différentes du benchmark qui testent des choses différentes. Ce que signifie le 1 %, ce n’est pas que Flash-Lite ne sait pas utiliser un terminal ; cela signifie qu’il ne termine presque jamais les tâches terminales difficiles de bout en bout actuelles sans aide. Ce que signifie le 54 %, c’est qu’il a bien réussi sur une version antérieure du benchmark. Quiconque compare le modèle à MiniMax M3.1 Flash sur « Terminal-Bench » sans préciser la version compare deux tests différents.

La distinction entre fournisseur et indépendant compte tout autant. La fiche de Google indique aussi SWE-Bench Pro à 54,2 %, OSWorld-Verified à 74,0 % et GDM-MRCR à 72,2 % sur des contextes de 128K — tous rapportés par le fournisseur, tous selon les paramètres choisis par Google. Le billet de lancement de MiniMax rapporte BankerToolBench à 76,2, DeepSWE v1.1 à 73,7 % et OSWorld V2 à 61,7, également rapportés par le fournisseur. Les seules lignes de cet article à faire passer les deux modèles par le même harnais sont celles d’Artificial Analysis, ce qui explique qu’elles étayent l’argumentation.

Pourquoi le modèle plus cher peut malgré tout coûter moins par tâche

Artificial Analysis mesure le coût par tâche de l’Intelligence Index menée à terme à 0,19 $ pour Gemini 3.5 Flash-Lite et à 0,22 $ pour MiniMax M3.1 Flash. Cela semble impossible face à un écart de prix de sortie de quatre contre un, jusqu’à ce que l’on se rappelle ce que mesure cet indicateur : les tokens réellement consommés, multipliés par les tarifs du fournisseur. Il ne s’agit pas d’une comparaison de grilles tarifaires. C’est une mesure de la quantité de travail que chaque modèle effectue pour accomplir la même tâche.

MiniMax M3.1 Flash est un raisonneur verbeux. Artificial Analysis a enregistré environ 180 millions de tokens de sortie sur l'ensemble de l'indice pour M3.1 Flash, contre une médiane d'environ 100 millions pour les modèles qu'il suit. Le coût de 0,19 $ par tâche de Gemini 3.5 Flash-Lite, à environ un tiers du prix mixte du token de MiniMax, implique qu'il parcourt le même indice avec bien moins de tokens. Il s'agit d'une déduction tirée de deux chiffres publiés plutôt que d'une affirmation d'un fournisseur, mais elle va dans le même sens : sur les tâches où la délibération supplémentaire de M3.1 Flash permet d'obtenir une réponse correcte, la dépense en tokens est un bon investissement. Sur les tâches où la réponse n'a jamais fait de doute, la délibération est un gaspillage, et le modèle le moins cher au token devient le plus cher par tâche.

Faites le calcul de la facture pour une charge de travail que vous pourriez réellement avoir : 20 millions de jetons d’entrée par mois avec un taux de réussite du cache de 60 %, plus 3 millions de jetons de sortie.

• MiniMax M3.1 Flash — 8 millions de tokens d’entrée frais à $0.15, soit $1.20 ; 12 millions en cache à $0.015, soit $0.18 ; 3 millions de tokens de sortie à $0.60, soit $1.80. Total : $3.18.

• Gemini 3.5 Flash-Lite — 8 millions de tokens d’entrée non mis en cache à 0,30 $ représentent 2,40 $ ; 12 millions de tokens mis en cache à 0,03 $ représentent 0,36 $ ; 3 millions de tokens de sortie à 2,50 $ représentent 7,50 $. Total : 10,26 $, hors stockage du cache.

Cela représente un écart de 3,2x en faveur de MiniMax. Réduisez la sortie à un demi-million de tokens, la forme d’une tâche de classification ou d’extraction, et cela devient 1,68 $ contre 4,01 $ — toujours 2,4x. Mettez Gemini sur son palier batch avec la sortie de 3 millions de tokens et cela tombe à 5,19 $, toujours 1,6x MiniMax. L’arithmétique par token ne bronche pas.

L’inversion du coût par tâche est donc réelle, mais limitée, et elle concerne l’efficacité en tokens plutôt que le prix. Si votre charge de travail ressemble à l’Intelligence Index — des tâches courtes et bien définies qu’un modèle plus petit peut accomplir rapidement —, l’efficacité de Flash-Lite peut effacer l’écart de tarif affiché. Si votre charge de travail ressemble à la facture ci-dessus, ce ne sera pas le cas. La seule prévision fiable repose sur vos propres nombres de tokens avec vos propres prompts, mesurés sur les deux modèles.

La vitesse, ce sont deux mesures qui pointent en sens opposés.

L'histoire de la vitesse est plus intéressante que « l'un est plus rapide », car les deux modèles l'emportent chacun sur une moitié différente.

• Temps jusqu’au premier token — 1,48 seconde sur MiniMax M3.1 Flash, contre 6,94 secondes sur Gemini 3.5 Flash-Lite. Le modèle MiniMax commence à répondre presque cinq fois plus tôt.

Débit de sortie — 95,6 jetons par seconde contre 430,2. Une fois lancé, Flash-Lite diffuse environ quatre fois et demie plus vite.

Le nombre qui compte dépend de la forme de l’appel. Dans une interface de chat, c’est la latence du premier token que l’utilisateur ressent ; un modèle qui marque une pause de sept secondes avant le premier mot paraît défaillant, quelle que soit la vitesse à laquelle il génère ensuite. Dans une génération longue — un rapport de 100 000 tokens, une grosse refonte —, le débit domine le temps total et celui qui démarre lentement peut terminer en premier. Dans une boucle d’agent, où chaque étape est un court appel d’outil et où la boucle s’exécute vingt fois, le temps jusqu’au premier token est payé vingt fois et le débit compte à peine.

Deux réserves. Artificial Analysis a mesuré 95,6 jetons par seconde pour M3.1 Flash, tandis que la documentation de MiniMax revendique une médiane supérieure à 170 et des pics au-dessus de 200 — un rappel que le chemin de service et les conditions de mesure font beaucoup varier ce chiffre. Et les 430 jetons par seconde de Flash-Lite sont vraiment rapides, mais son plafond de sortie de 65 536 jetons signifie que le cas de génération longue où cette vitesse serait le plus avantageuse est limité. Le plafond de 524 288 jetons de MiniMax est huit fois plus élevé.

L'écart entre fournisseurs est plus large que l'écart entre les modèles. La page qu'OrcaRouter consacre à Gemini 3.5 Flash-Lite rapporte un time to first token p50 de 3,59 secondes et un p95 de 10,00 secondes sur l'ensemble des fournisseurs vers lesquels elle route, contre le chiffre de 6,94 secondes d'Artificial Analysis. Ce n'est pas une contradiction ; c'est l'allure d'un modèle routé lorsque différents backends le servent. Cela signifie aussi que la façon honnête de comparer ces deux solutions en matière de latence est de mesurer votre propre route, plutôt que de se fier à un chiffre unique provenant de l'un ou l'autre fournisseur.

La ligne qui devrait décider du travail réglementé

L’évaluation AA-Omniscience d’Artificial Analysis attribue à MiniMax M3.1 Flash un score de 16 : 56 % des questions factuelles ont reçu une réponse correcte, et un taux d’hallucination de 93 %. Ce dernier chiffre ne signifie pas que 93 % des réponses étaient fausses. Il signifie que, parmi les réponses qui n’étaient pas correctes, 93 % étaient carrément fausses plutôt que des réponses partielles ou des refus — le modèle répond généralement alors qu’il devrait s’abstenir.

La page Artificial Analysis de Gemini 3.5 Flash-Lite n’affiche aucun score AA-Omniscience, ils ne peuvent donc pas être comparés sur l’abstention. Cette absence ne constitue pas un certificat de bonne santé ; ce sont des données manquantes. Ce que l’on peut dire, c’est qu’un modèle dont le plafond de capacités est plus bas et qui présente une forte tendance aux réponses courtes peut échouer différemment — en refusant de répondre ou en produisant une sortie manifestement pauvre —, mais aucune mesure publiée ne l’établit. Ne partez pas du principe que le modèle plus petit est plus sûr simplement parce qu’il est plus petit.

Pour les tâches de programmation et agentiques, AA-Omniscience est un mauvais prédicteur : on ne demande pas au modèle de se rappeler des faits, on lui demande d’agir sur des fichiers et des résultats d’outils. Pour tout ce qui ressemble à du travail intellectuel — résumer un contrat, répondre à la question d’un client sur une politique, extraire un chiffre d’un document déposé —, le chiffre de 93 % est le premier élément à prendre en compte dès la conception, pas le dernier. La récupération d’informations, la vérification des citations et une étape de relecture humaine n’y sont pas facultatives, et un prix des tokens plus bas ne compense pas le coût d’une réponse erronée donnée avec assurance.

Une règle de décision qui tient face à votre propre charge de travail

• Classification, extraction, routage et traduction à grand volume avec des sorties courtes — Gemini 3.5 Flash-Lite. L’indice 22 suffit pour des tâches ciblées, 430 tokens par seconde, c’est l’essentiel, et 65 536 tokens de sortie sont amplement suffisants. Son palier batch à 0,15 $ en entrée renforce l’argument du volume.

• Codage à l’échelle du dépôt, agents multi-étapes, documents longs, génération de textes longs — MiniMax M3.1 Flash. Terminal-Bench 4.0 à 26 % contre 1 % : c’est l’écart pertinent ; 524 288 tokens de sortie éliminent un plafond contraignant, et le prix des entrées est divisé par deux.

• Sur site ou accès aux poids — MiniMax M3.1 Flash, et lui seul. Le téléchargement de 252,4 Go est bien réel, mais il est régi par la MiniMax Community Licence : l'attribution est obligatoire pour les déploiements commerciaux, et une autorisation écrite préalable est requise au-delà de 20 millions de dollars de chiffre d'affaires annuel. « Open weights » n'est pas « open source », et le service achats devrait lire la licence avant le nombre de paramètres.

• Chat sensible à la latence — testez les deux. MiniMax l'emporte largement sur le temps jusqu'au premier token ; Gemini l'emporte sur le débit de streaming. Lequel semble plus rapide dépend de la longueur de la réponse.

• Réponse à des questions factuelles sans supervision — ni l'un ni l'autre sans récupération et vérification. MiniMax M3.1 Flash présente un problème d'abstention mesuré ; Gemini 3.5 Flash-Lite ne dispose d'aucune mesure publiée.

Où chacun est réellement appelable

Il existe une asymétrie qu'il vaut la peine d'énoncer clairement. Gemini 3.5 Flash-Lite figure aujourd'hui au catalogue d'OrcaRouter, ce qui signifie qu'il peut être appelé via une seule clé API au prix catalogue du fournisseur, avec 0 % de marge, avec un basculement automatique entre fournisseurs et le DSL de routage disponible pour le composer avec d'autres modèles. MiniMax M3.1 Flash ne figure pas au catalogue ; la gamme MiniMax y s'arrête à MiniMax-M3. Appeler M3.1 Flash implique de passer par l'API propre à MiniMax ou par l'un de ses partenaires de service — notamment Tenstorrent Cloud, qui a annoncé le déploiement le 22 octobre.

Cela compte davantage pour l’évaluation que pour la production. Si vous voulez trancher la question du coût par tâche sur vos propres données, la comparaison utile oppose souvent MiniMax-M3 à Gemini 3.5 Flash-Lite sur une même clé, car les deux sont routables et facturés de la même manière ; le modèle plus récent doit alors surpasser cette référence avant que vous n’ajoutiez un second fournisseur. OrcaRouter répercute sans modification les prix catalogue des fournisseurs : ainsi, une modification tarifaire de MiniMax ou un palier batch de Google apparaît sur votre facture le jour même où elle intervient, et non à la fin d’un contrat négocié.

Le choix dépend du nombre sur lequel vous pouvez vous permettre de vous tromper.

Si vous choisissez Gemini 3.5 Flash-Lite et que vous vous trompez sur ses capacités, l’échec est visible : 1 % sur Terminal-Bench 4.0 et un score de 25 % à AutomationBench-AA ne passent pas inaperçus. Vous verrez la tâche échouer et vous la ferez passer à un autre modèle.

Si vous choisissez MiniMax M3.1 Flash et que vous vous trompez sur le coût, l’échec est moins grave que ne le suggère la grille tarifaire : sur l’exemple facturé au token ci-dessus, c’est deux à trois fois moins cher, et selon la métrique de tâche d’Artificial Analysis, c’est environ 16 % plus cher. Aucun des deux résultats n’est catastrophique.

Si vous choisissez MiniMax M3.1 Flash et que vous vous trompez sur l’abstention, l’échec est silencieux. C’est là l’asymétrie qui devrait guider la décision pour le travail de connaissance, et c’est la raison pour laquelle cette comparaison ne se conclut pas par « le modèle le moins cher et le plus intelligent gagne ». Pour les charges de travail agentiques et de codage, où le modèle agit sur des artefacts que vous pouvez inspecter, MiniMax M3.1 Flash est le meilleur choix à un prix par token inférieur. Pour le traitement à haut volume de réponses courtes, la vitesse et l’efficacité opérationnelle de Gemini 3.5 Flash-Lite justifient encore leur place. Pour le travail factuel sans couche de vérification, la réponse honnête est qu’aucun des deux modèles ne l’a méritée.