MiniMax M3.1 Flash vs Gemini 3.8 Flash : l’écart de prix double le 1er janvier

Ce qui coûte le plus cher avec Gemini 3.8 Flashn’est pas son prix aujourd’hui. C’est la date qui lui est associée. Google a lancé Gemini 3.8 Flash le 2 septembre 2026 à 0,75 $ par million de jetons d’entrée et 3,75 $ par million de jetons de sortie, avec les entrées mises en cache à 0,075 $, et a précisé que ce tarif ne s’applique que jusqu’au 31 décembre 2026. Le 1er janvier 2027, il double pour passer à 1,50 $ et 7,50 $, avec les entrées mises en cache à 0,15 $. MiniMax M3.1 Flash a été lancé le 19 octobre 2026 à 0,15 $ et 0,60 $, sans variation, avec les entrées mises en cache à 0,015 $, et ses poids ont été publiés sur Hugging Face le 23 octobre. Aujourd’hui, le rapport de prix pour l’entrée est de cinq pour un et celui pour la sortie d’un peu plus de six pour un. En janvier, ils seront de dix pour un et de douze et demi pour un, et rien n’aura changé pour l’un ou l’autre modèle, hormis le calendrier.

Cela en fait un comparatif direct inhabituel. En termes de capacités, les deux sont proches : Artificial Analysis attribue à MiniMax M3.1 Flash un score de 43 et à Gemini 3.8 Flash un score de 41 sur le même Intelligence Index v4.3.2. En termes de coût par tâche d’index terminée, ils ne sont pas proches du tout — 0,22 $ contre 1,24 $. La question intéressante n’est pas de savoir quel modèle est meilleur. C’est de savoir laquelle des deux différences permet de bâtir un budget, et laquelle expire.

Deux grilles tarifaires, deux types d'expiration

Mettez les structures côte à côte avant les chiffres. La grille tarifaire de MiniMax est forfaitaire : les mêmes 0,15 $ et 0,60 $ à toute heure, avec une remise de 90 % sur les entrées mises en cache. Celle de Gemini est un tarif promotionnel avec une date de fin annoncée et une lecture du cache qui coûte cinq fois celle de MiniMax. Ni l’une ni l’autre n’est un piège ; ce sont des paris commerciaux différents. MiniMax achète l’adoption avec un prix catalogue bas. Google achète l’adoption avec une remise temporaire sur un modèle qu’il compte continuer à vendre au tarif plus élevé.

• MiniMax M3.1 Flash — 0,15 $ en entrée, 0,60 $ en sortie, 0,015 $ pour l’entrée mise en cache par million de tokens, tarif fixe, sans palier selon l’heure de la journée

• Gemini 3.8 Flash aujourd'hui — 0,75 $ en entrée, 3,75 $ en sortie, 0,075 $ en entrée mise en cache par million de tokens, jusqu'au 31 décembre 2026

• Gemini 3.8 Flash à partir du 1er janvier 2027 — 1,50 $ en entrée, 7,50 $ en sortie, 0,15 $ pour l’entrée mise en cache par million de tokens

• Ratio de cache — 5x en faveur de MiniMax aujourd'hui, 10x après la modification

• Contexte — 1 000 000 de tokens d'entrée sur les deux

• Sortie max — 524 288 tokens sur MiniMax contre 65 536 sur Gemini

• Poids — Licence communautaire MiniMax et un téléchargement de 252 Go sur MiniMax ; fermés sur Gemini

Testez une charge de travail d'assistant de support avec les deux : 20 millions de jetons d'entrée par mois à un taux de succès du cache de 60 %, plus 3 millions de jetons de sortie. Sur Gemini 3.8 Flash, cela représente aujourd'hui $6.00 d'entrée non mise en cache, $0.90 d'entrée mise en cache et $11.25 de sortie — $18.15. À partir de janvier, c'est $12.00, $1.80 et $22.50 — $36.30. Sur MiniMax M3.1 Flash, le même mois, c'est $1.20, $0.18 et $1.80 — $3.18. L'écart est de 5,7x aujourd'hui et de 11,4x après le changement. Le stockage du cache de Gemini est facturé séparément à l'heure, donc le poste mis en cache est un plancher plutôt que le coût total ; le sens de la comparaison ne change pas.

C’est aussi là qu’une couche de routage trouve sa raison d’être. OrcaRouter répercute les prix catalogue des fournisseurs avec 0 % de marge, de sorte que l’ajustement de janvier apparaîtra dans vos coûts de routage le jour même où il apparaîtra dans la documentation de Google, sans nouveau contrat ni renégociation. La même répercussion s’applique à chaque route du catalogue, ce qui signifie que le volet Gemini de la comparaison de prix ci-dessus peut être recalculé sur votre propre trafic plutôt que sur un mois hypothétique.

Ce que dit l’indice indépendant, et ce qu’il ne dit pas

Artificial Analysis évalue les deux modèles sur la même suite de tests, ce qui fait de ses chiffres la seule comparaison de capacités à périmètre égal de cet article. L'écart de deux points est trop faible pour décider à lui seul d'un achat, mais l'écart de coût par tâche est assez important pour en décider à lui seul.

• Indice d'intelligence — 43 pour MiniMax M3.1 Flash, 41 pour Gemini 3.8 Flash en effort élevé, tous deux v4.3.2

• Coût par tâche d'indexation — 0,22 $ contre 1,24 $, soit un écart de 5,6 fois

• Vitesse de sortie — 92,5 tokens par seconde contre 146,9

• Temps jusqu'au premier token — 1,52 seconde contre 24,70 secondes avec un effort élevé

• Tokens de sortie lors de l’exécution de l’indice — environ 180 millions pour MiniMax, 170 millions pour Gemini, tous deux bien au-dessus de la médiane

• Modalités d’entrée — texte, image et vidéo sur MiniMax ; texte, image, parole et vidéo sur Gemini

L'indice est une moyenne de capacités, pas une charge de travail. Le 41 de Gemini est mesuré avec un effort de raisonnement élevé, et une équipe qui l'exécute en mode moyen verra un score différent et une facture différente. Le 43 de MiniMax est mesuré à son effort par défaut, qui est maximal, car la réflexion ne peut pas être désactivée. Ce ne sont pas les mêmes points de fonctionnement, et l'écart de deux points doit être lu en gardant cela à l'esprit. C'est aussi pourquoi le coût par tâche est la comparaison la plus honnête : il inclut déjà la verbosité et le comportement de raisonnement par défaut de chaque modèle.

Le plafond de production est la véritable ligne de fracture.

Oublions le prix un instant. La différence structurelle entre ces deux modèles réside dans la quantité qu’ils peuvent écrire en un seul appel. Gemini 3.8 Flash plafonne la sortie à 65 536 tokens. MiniMax M3.1 Flash autorise 524 288 tokens. C’est un rapport de huit à un, et cela détermine des catégories entières de charge de travail avant même que la grille tarifaire ne soit consultée.

Un plafond de 65K est généreux pour le chat, l’extraction, le résumé et la génération de code ordinaire. Il ne l’est pas pour une refactorisation complète d’un dépôt, un rapport généré avec des tableaux et des annexes, la réécriture d’une longue transcription, ou un agent qui rédige un plan puis l’exécute dans une seule réponse. Au-delà de 65K tokens de sortie, Gemini ne perd pas sur le prix ; il cesse d’être une option, sauf si vous construisez un pipeline de fragmentation (chunking) autour. Le plafond de 524K de MiniMax est la capacité qui rend sa fenêtre de contexte long utile plutôt que décorative.

Le côté des entrées est plus équilibré. Les deux modèles acceptent un million de tokens de contexte, et tous deux acceptent la vidéo. Gemini accepte aussi l’audio et les documents PDF ; la fiche modèle de MiniMax liste le texte, l’image et la vidéo. Si votre pipeline transcrit l’audio de réunions ou lit des contrats numérisés, c’est le territoire de Gemini, et aucun calcul de prix n’y changera rien. Si vos entrées sont des captures d’écran, des images vidéo et du code, les deux modèles peuvent les voir.

L’effort de raisonnement est un réglage de latence, et les réglages ne sont pas identiques.

Les deux modèles réfléchissent avant de répondre, et tous deux facturent cette réflexion comme sortie. Les contrôles diffèrent. Gemini expose les niveaux d’effort low, medium et high, medium étant la valeur par défaut et la réflexion activée par défaut. MiniMax expose low, medium, high, xhigh et max, max étant la valeur par défaut lorsque le champ est omis, et rejette toute tentative de désactivation de la réflexion avec un code HTTP 400.

Cette asymétrie se retrouve dans les chiffres de latence. Artificial Analysis mesure MiniMax à un temps médian jusqu’au premier token de 1,52 seconde et Gemini à 24,70 secondes en effort élevé. Le chiffre de Gemini n’est pas un défaut de service ; c’est ce que fait un modèle de raisonnement à effort élevé avant d’émettre le premier token dans un environnement de benchmark. Mais c’est une décision produit. Une interface de streaming qui attend 25 secondes avant le premier token donne l’impression d’être cassée, et une équipe qui rétrograde Gemini à un effort faible pour corriger cela ne compare plus le modèle que l’indice a mesuré.

La réflexion obligatoire de MiniMax pose exactement le même problème, mais en sens inverse. Une tâche de classification ou de mise en forme qui coûtait auparavant soixante tokens de sortie paie désormais pour une trace de raisonnement avant la réponse, même à faible effort. Le prix par token est plus bas ; le nombre de tokens est plus élevé. C’est pourquoi le coût de $0.22 par tâche terminée est le chiffre à citer, et non le tarif de $0.60.

La réserve sur la fiabilité qu’aucune des deux grilles tarifaires n’indique

Bon marché et performant ne signifie pas pour autant qu’il est sûr à automatiser. L’évaluation AA-Omniscience d’Artificial Analysis a classé MiniMax M3.1 Flash à la 16e place au classement général, avec un taux d’hallucination de 93 % : lorsque le modèle ne connaissait pas une réponse, il répondait quand même presque à chaque fois au lieu de s’abstenir. C’est le chiffre le plus important de cette comparaison pour quiconque construit un agent qui agit à partir de la sortie. Un modèle cinq fois moins cher par tâche et qui dit rarement « je ne sais pas » peut coûter bien plus cher dès qu’un humain doit vérifier son travail.

Gemini 3.8 Flash a ses propres modes de défaillance — c’est un raisonneur verbeux, et la tarification promotionnelle de Google suggère que l’entreprise cherche encore à acheter de l’usage plutôt qu’à défendre un prix de maturité — mais le comportement d’abstention est l’asymétrie documentée. La réponse pratique n’est pas d’éviter MiniMax. Elle consiste à contourner la faiblesse : garder un second modèle derrière pour les recherches factuelles, exiger des citations ou des réponses ancrées dans des outils sur les parcours à fort enjeu, et mesurer le taux auquel chaque modèle refuse de répondre sur votre propre ensemble d’évaluation plutôt que de faire confiance au tableau de benchmarks de l’un ou l’autre laboratoire.

Où OrcaRouter s'intègre

OrcaRouter achemine Gemini 3.8 Flash aujourd’hui. Il n’héberge pas MiniMax M3.1 Flash, et cet article ne prétend pas qu’il le fait. Ce que le routeur vous apporte, c’est le volet Gemini de la comparaison sur la même clé que plus de 200 autres modèles, au prix catalogue du fournisseur avec 0 % de marge, de sorte que le changement de prix de janvier intervient au même moment qu’il intervient chez Google. Il vous offre également un basculement automatique : si la route Gemini est lente ou renvoie des erreurs, la requête peut aboutir sur un autre modèle sans que l’appelant ait à modifier quoi que ce soit.

Si vous testez MiniMax M3.1 Flash face à Gemini, la configuration pratique consiste à appeler MiniMax via sa propre API ou une plateforme tierce, à garder Gemini routable via OrcaRouter, et à comparer les deux sur vos propres prompts et votre propre répartition mensuelle de tokens. L'écart de prix est réel, mais la charge de travail qui le produit est la vôtre, pas celle du benchmark.

La décision de janvier, avancée

La tentation est d’attendre décembre pour décider. C’est le mauvais ordre. Le changement de prix de Gemini est déjà publié, le prix de MiniMax est déjà stable, et le calcul de la charge de travail peut être fait dès aujourd’hui. Un pipeline texte uniquement qui dépense 1 000 $ par mois en sortie Gemini aujourd’hui dépensera environ 2 000 $ en janvier pour les mêmes tokens. Le déplacer vers MiniMax maintenant coûte une migration et permet d’économiser la facture de janvier ; le déplacer en janvier coûte les deux. Un pipeline qui a besoin d’une entrée audio ou de l’intégration à l’écosystème de Google doit rester, prévoir le budget pour l’augmentation et cesser de prétendre que le tarif actuel est le vrai.

Il existe aussi une voie médiane qu'aucune des deux grilles tarifaires ne mentionne : faire tourner les deux. Gemini pour les requêtes qui nécessitent de l'audio, de la vidéo ou la lecture d'un document plus étendu ; MiniMax pour la majorité, à dominante textuelle, où l'écart de prix est le plus important. Cette répartition est une décision de routage, non une réécriture, si votre passerelle peut adresser les deux.

Version courte : sur une charge de travail textuelle, MiniMax M3.1 Flash est aujourd'hui environ cinq fois moins cher et environ dix fois moins cher en janvier, avec un score indépendant similaire et un plafond de sortie bien plus élevé. Sur une charge de travail multimodale nécessitant de l'audio, Gemini 3.8 Flash est le seul des deux à pouvoir faire le travail, et la hausse de janvier est le prix de cette capacité. Dans les deux cas, le choix ne se joue pas de près. L'erreur consiste à choisir sur la base du tarif du jour sans lire la date qui l'accompagne.