MiniMax M3.1 Flash vs Ling 3.1 Flash : l'un est open source, l'autre n'est que des poids ouverts

Ces deux checkpoints sont téléchargeables. Un seul d’entre eux est libre d’exploitation pour bâtir une entreprise. Ling 3.1 Flash est distribué sous MIT — la licence que votre équipe juridique approuve sans réunion. MiniMax-M3.1-Flash est distribué sous la MiniMax Community License, qui est gratuite pour un usage non commercial, exige une mention bien visible « Built with MiniMax M3 » dans les produits commerciaux, demande une notification unique en dessous de 20 millions de dollars de chiffre d’affaires annuel, et requiert l’autorisation écrite préalable de MiniMax au-delà de ce seuil. Cette clause est la différence la plus lourde de conséquences entre deux modèles par ailleurs assez proches en qualité mesurable pour que l’écart tienne dans une erreur d’arrondi, et c’est la différence que presque aucune page de comparaison ne met en premier.

Tout le reste concernant ce duo est vraiment très proche. Ling 3.1 Flash, d’InclusionAI, annoncé le 30 septembre 2026 avec des poids sous licence MIT publiés ensuite à la mi-octobre, est un MoE à attention hybride de 560 milliards de paramètres activant environ 25 milliards de paramètres par token. MiniMax-M3.1-Flash, de MiniMax, publié le 19 octobre 2026 avec des poids publiés ensuite le 23 octobre, est un MoE de 428 milliards de paramètres activant 23 milliards de paramètres par token. Deux fournisseurs, deux architectures, à deux semaines d’intervalle, et des nombres de paramètres actifs à moins de huit pour cent l’un de l’autre. La question intéressante n’est pas de savoir lequel est le plus gros. C’est de savoir lequel vous êtes autorisé à utiliser.

Deux points de contrôle, à trois semaines d'intervalle

Ling 3.1 Flash est le modèle du laboratoire InclusionAI d'Ant Group, ID inclusionAI/Ling-3.1-flash, texte en entrée et texte en sortie. Il utilise 512 experts routés avec 8 sélectionnés par token plus un expert partagé, et alterne 63 couches d'attention linéaire KDA avec 9 couches MLA à portes selon un ratio de 7:1 — une architecture conçue pour maintenir l'inférence en contexte long à faible coût plutôt que pour ajouter des modalités. La fiche technique revendique un contexte d'un million de tokens ; la valeur max_position_embeddings de la configuration livrée est de 262 144, il faut donc considérer le chiffre le plus élevé comme un objectif annoncé plutôt qu'une fonctionnalité livrée. La tarification est de 0,30 $ par million de tokens d'entrée, 0,90 $ en sortie et 0,06 $ sur les lectures mises en cache. Des benchmarks du fournisseur existent — Terminal-Bench 4.0 à 40,4 %, FrontierSWE à 75,2 %, CyberGym à 87,9 % — mais ils ont été exécutés sur le propre harnais LingCode d'Ant, qui n'est pas public, et aucun n'a été reproduit indépendamment.

MiniMax-M3.1-Flash est le MoE multimodal natif de MiniMax, ID MiniMaxAI/MiniMax-M3.1-Flash sur Hugging Face, prenant en entrée du texte, des images et des vidéos et renvoyant du texte. Il active 23 milliards de ses 428 milliards de paramètres, avec une attention creuse appliquée à l’ensemble du réseau, des experts routés entraînés en W4A4 en NVFP4, et un modèle de décodage spéculatif DSpark intégré au dépôt — ce qui explique que le téléchargement pèse 252,4 Go plutôt que les plus de 450 Go dont aurait besoin un maître BF16. Le contexte est de 1 000 000 de tokens en entrée et de 524 288 en sortie. Tarification : 0,15 $ en entrée, 0,60 $ en sortie, 0,015 $ en cache. Ses benchmarks fournisseur sont du même ordre et tout aussi non reproduits : DeepSWE v1.1 à 73,7 %, OSWorld V2 à 61,7 %, CyberGym à 82,2 %, Automation-Bench à 62,8 %.

La licence est l'embranchement sur la route, pas le point de référence

Mettez les deux textes de licence côte à côte et la comparaison cesse d’être technique. MIT signifie que vous pouvez le forker, le fine-tuner, l’héberger commercialement, redistribuer le dérivé et ne plus jamais parler à InclusionAI. Vous n’avez pas à publier d’attribution, ni à déclarer de revenus, et il n’existe aucun seuil au-delà duquel quelqu’un pourrait révoquer votre autorisation. Pour une entreprise qui construit un produit sur un modèle, c’est la différence entre une décision d’ingénierie et un cycle d’achat.

La MiniMax Community License n’est pas hostile — elle est bien plus permissive qu’une API fermée, et la plupart des petites équipes n’atteindront jamais le seuil des 20 millions de dollars. Mais c’est une licence dont les conditions sont liées à la taille de votre entreprise, et la taille est la seule variable qu’une entreprise en croissance ne peut pas maintenir constante. Un produit qui franchit le seuil doit revenir négocier, et les termes de cette négociation ne sont pas publiés. Si vous choisissez un modèle de base pour quelque chose que vous avez l’intention de faire passer à l’échelle, vous choisissez une licence dont la signification change à un jalon de revenus.

Ce seul fait réorganise le reste de cette comparaison. En termes de capacités et de prix, MiniMax-M3.1-Flash est la proposition la plus solide. Sur la question de savoir si vous pouvez bâtir sur cette base sans revue juridique au pire moment, Ling 3.1 Flash est celui qui ne s'accompagne pas d'un jalon.

Le tableau des scores, avec la mise en garde qui l'accompagne

Artificial Analysis est le seul évaluateur neutre à avoir exécuté les deux, et ses chiffres sont suffisamment proches pour que le classement soit fragile.

• Indice d’intelligence — MiniMax-M3.1-Flash 43 contre Ling 3.1 Flash 41. Un écart de deux points, sur un tableau de suivi où une seule révision d’évaluation peut déplacer un modèle d’autant.

• Coût par tâche d'indexation — 0,22 $ contre 1,00 $. Un écart de 4,5× en faveur de MiniMax, plus large que l'écart de 2× sur la grille tarifaire.

• Prix d’entrée — 0,15 $ contre 0,30 $ par million.

• Prix de sortie — 0,60 $ contre 0,90 $ par million.

Entrée mise en cache — 0,015 $ contre 0,06 $ par million. Un écart de 4× sur la ligne qui domine une exécution d’agent gourmande en cache.

• Vitesse de sortie — 95,6 tokens par seconde contre 220,8. C'est la victoire la plus nette de Ling, et c'est plus de 2×.

• Fenêtre de contexte — 1 000 000 de tokens contre 1 000 000 annoncés, 262 144 dans la configuration livrée.

• Sortie maximale — 524 288 jetons contre environ 33 000.

• Modalités d'entrée — texte, image et vidéo par rapport au texte uniquement.

• Licence — MiniMax Community License contre MIT.

Pourquoi l’écart par tâche est-il plus grand que l’écart par token ?

Ling 3.1 Flash coûte deux fois le prix des tokens d’entrée et 1,5 fois le prix des tokens de sortie. Son coût par tâche terminée est 4,5 fois plus élevé, et la verbosité ne l’explique pas : sur le tracker, Ling est le plus bavard des deux, générant 220 millions de tokens de sortie sur l’index contre 180 millions pour MiniMax-M3.1-Flash. Ce qui l’explique, c’est le prix du cache et la forme d’une exécution de raisonnement.

Ce sont tous deux des agents qui réfléchissent avant de répondre, ce qui signifie que la plupart des tokens d’une longue exécution sont des tokens d’entrée relus depuis le cache plutôt que du prompt frais. Sur une facture dominée par le cache, la ligne qui compte est 0,015 $ contre 0,06 $, et non 0,15 $ contre 0,30 $. Un écart de quatre fois sur la ligne de coût dominante devient un écart de quatre fois et demie sur la facture, et la grille tarifaire publiée le sous-estime de moitié.

C'est aussi l'argument pour vérifier la facture plutôt que la carte. OrcaRouter répercute les prix catalogue des fournisseurs avec 0 % de marge, de sorte qu'un changement de tarif d'un côté ou de l'autre est visible de notre côté le jour où il entre en vigueur, et non après un cycle de réévaluation des prix — et ni Ling 3.1 Flash ni MiniMax-M3.1-Flash ne figurent aujourd'hui dans notre catalogue, donc les chiffres ci-dessus sont les tarifs publiés par les fournisseurs eux-mêmes et non des tarifs que nous pouvons router pour vous. Les modèles de ce niveau que nous proposons réellement sont MiniMax-M3 et DeepSeek V4.1 Flash, ce qui rend le test du coût par tâche peu coûteux à mener sur un modèle que vous pouvez réellement appeler.

Le multimodal face au texte seul n’est pas une ligne de fonctionnalités.

C'est un filtre de charge de travail. MiniMax-M3.1-Flash accepte les images et les trames vidéo ; Ling 3.1 Flash accepte le texte et rien d'autre. Si votre pipeline lit des captures d'écran, analyse des documents numérisés, examine des graphiques ou regarde des vidéos, la comparaison s'arrête à l'étape d'entrée et aucun avantage lié à la licence MIT ne compense un modèle qui ne peut pas voir l'entrée.

La longueur de sortie se heurte à la même limite. Un plafond de 524 288 tokens contre environ 33 000 représente une différence d’un facteur seize, et il détermine toute tâche dont le livrable est lui-même long — une réécriture de fichier entier, une migration à l’échelle d’un dépôt, une extraction structurée sur un document volumineux. Un plafond de 33K ne rend pas ces tâches impossibles ; il en fait un problème de découpage que vous devez résoudre dans votre propre code, et c’est dans le découpage que la qualité du contexte long se dégrade insidieusement.

Quand Ling 3.1 Flash est le bon choix

Trois situations, et elles ne sont pas marginales. Premièrement, tout ce qui est commercialisé au-delà du seuil des 20 millions de dollars : MIT supprime une négociation de votre feuille de route. Deuxièmement, tout ce où le débit est la contrainte déterminante — à 220,8 jetons par seconde contre 95,6, Ling termine une tâche textuelle en moins de la moitié du temps réel écoulé, et pour un agent interactif, c’est la différence entre utilisable et inutilisable. Troisièmement, tout ce que vous comptez affiner et redistribuer : MIT vous permet de livrer la version dérivée, tandis que l’exigence d’attribution de la licence MiniMax suit la sortie jusque dans l’interface de votre produit.

Ling est aussi, sur le papier, le récit le plus propre en matière de contexte long, en ce sens que son attention linéaire hybride est conçue pour cela — mais la configuration livrée à 262 144 jetons signifie que l’affirmation du million de jetons est une promesse concernant une future configuration, pas une propriété du checkpoint que vous téléchargez aujourd’hui. Ne basez pas votre budget sur le chiffre de la fiche.

Quand MiniMax-M3.1-Flash est le bon choix

Partout où l’entrée n’est pas du texte, et partout où la sortie est longue. C’est aussi le modèle le moins cher, avec une marge qui résiste à la réserve liée à la licence : à un cinquième du coût par tâche de Ling, une équipe sous le seuil des 20 millions de dollars peut traiter deux fois plus de charge de travail pour moins de la moitié du prix, et l’obligation d’attribution est une ligne dans un pied de page plutôt qu’une contrainte d’ingénierie. Si votre produit est petit, la licence est une formalité ; s’il réussit, elle devient une conversation. Prévoyez cette conversation plutôt que de faire comme si elle n’aura pas lieu.

Et c’est le modèle qui obtient le score indépendant le plus élevé. Deux points d’écart sur l’Intelligence Index ne constituent pas un écart décisif, mais cela va dans le même sens que le prix, la prise en charge des modalités et la fenêtre de contexte, ce qui relève d’un schéma plutôt que d’une coïncidence.

Choisir sans avoir à choisir deux fois

La structure que cette comparaison implique réellement n’est pas une décision définitive. Ling 3.1 Flash est un meilleur moteur de texte et une licence plus sûre ; MiniMax-M3.1-Flash est un meilleur moteur multimodal et le moins cher. Un pipeline qui a besoin des deux — synthèse de texte à grande échelle, plus le traitement de documents et de captures d’écran pour le sous-ensemble qui en a besoin — appelle deux modèles derrière une interface unique plutôt qu’un seul modèle auquel on demande d’être performant sur les deux.

C’est le cas d’une passerelle plutôt que d’un second contrat : une seule clé, une seule surface de facturation, un basculement automatique en cas de dégradation de l’un ou l’autre fournisseur, et le DSL de routage lorsque le plafond de coût doit figurer dans la route plutôt que dans le code applicatif. Aucun de ces deux modèles ne figure au catalogue d’OrcaRouter ; il s’agit donc d’un argument sur la forme de l’intégration, et non d’une affirmation sur ce que nous hébergeons. Ce que nous hébergeons bel et bien dans la même gamme — MiniMax-M3, DeepSeek V4.1 Flash — est là pour éprouver le schéma avant que vous n’y engagiez un chemin de production.

La question à laquelle répondre avant l’un ou l’autre

Pas « lequel obtient le meilleur score ». Deux points, c’est du bruit, et les deux modèles évolueront à mesure que les évaluateurs réviseront leurs suites. La question est de savoir sur quoi votre entreprise est autorisée à bâtir, et comment cette réponse change à un jalon de revenus que vous n’avez pas encore atteint. Si la réponse honnête est qu’une renégociation de licence serait tolérable, MiniMax-M3.1-Flash est le modèle le plus solide à un prix nettement inférieur, et la décision est facile. Si elle ne le serait pas, Ling 3.1 Flash abandonne deux points d’indice, une certaine marge de contexte et l’entrée d’images en échange d’une licence qui ne vous pose jamais de question — et c’est un compromis que la plupart des équipes feront une fois, correctement, plutôt que de le découvrir plus tard.