MiniMax-M3.1-Flash משיג 42 במדד האינטליגנציה — ועולה 0.22 דולר למשימה
- OrcaחדשOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 9 tok/s
- deepseekחדשDeepSeek: DeepSeek V4.1 Flash 10172026-10-17$0.15 / $0.60 לכל 1M טוקנים · 233 tok/s
- DeepSeekחדשDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 94 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 787 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 40 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 832 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 51 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 120 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
MiniMax-M3.1-Flash הושק ב-19 באוקטובר 2026 עם ציון של 42 במדד ה-Artificial Analysis Intelligence Index, שלוש עשרה נקודות מעל MiniMax-M3 שעומד על 29, במחצית התעריף לכל טוקן ולמעשה — הנתון שבאמת חשוב — בפחות ממחצית העלות לכל משימה, $0.22 לעומת $0.51. הוא משתווה ל-GLM-5.3-Flash בציון 42, נמצא שלוש נקודות מאחורי DeepSeek V4.1 Flash 1017 שעומד על 45, ועולה פחות משניהם להשלמת משימת בנצ'מרק. ארבעת המספרים האלה הם כל הסיפור בשורה אחת. החלק המעניין הוא מה קורה כשמפסיקים לקרוא את המדד ומתחילים לקרוא את החשבונית, כי המודל הזה זול לכל טוקן ויקר בצורה יוצאת דופן לכל טוקן בו-זמנית. הכשלים המתועדים של AI ותקריות סוכנים שמאחורי השקות כמו זו מרוכזים ב-ה-OrcaRouter AI Incident Archive שבו כל רשומה כוללת מקורות משלה, חומרה, דרגת ביטחון וסימון של מחלוקת.
המספר ש-MiniMax לא הכניסה לפוסט בבלוג
פוסט ההשקה של MiniMax הוא פריט שיווק ספקי מוצלח: אינפרנס מהיר יותר, ציונים סוכניים חזקים יותר, ועלות נמוכה ב-70% למשימות סוכניות לעומת קודמו. מה שאין בו הוא אף מספר אחד שמאפשר להשוות את המודל למשהו שהוא לא יצר. זה סופק כעת מבחוץ, על ידי Artificial Analysis, שהעבירה את MiniMax-M3.1-Flash דרך מערך ההערכה הסטנדרטי שלה ופרסמה ב-19 באוקטובר 2026.
• Intelligence Index — 42, במקום הרביעי מתוך 173 מודלים במעקב
• עלות לכל משימה במדד האינטליגנציה — 0.22$, לעומת 0.51$ עבור MiniMax-M3 ו-0.28$ עבור GLM-5.3-Flash
• מחיר מחירון — $0.15 למיליון טוקני קלט, $0.60 למיליון טוקני פלט, $0.015 למיליון קריאות מהמטמון
• מחיר משוקלל — $0.10 למיליון לפי תמהיל 7:2:1 של פגיעות מטמון/קלט/פלט של הטרקר
• חלון הקשר — 1,000,000 אסימונים
• מהירות פלט — 125.5 אסימונים לשנייה, עם זמן של 1.04 שניות עד לאסימון הראשון
• מילוליות — 180 מיליון טוקני פלט נצרכו ברחבי האינדקס, לעומת חציון של 99 מיליון
• מודאליות קלט — טקסט ותמונה, לפי הטראקר; מסמך ה-API של MiniMax עצמו מפרט גם וידאו
הדירוג הוא החלק החלש של הכותרת. מקום רביעי מתוך 173 נשמע כמו פודיום, ובמובן הצר שבו כלי המעקב משווה מודלים מכל גודל ומחיר, זה אכן כך. אבל שלושת המודלים שמעליו — DeepSeek V4.1 Flash 1017 במקום 45, ושתי מערכות חזית גדולות יותר — אינם המתחרים שלו בהחלטת רכש. המודלים שהוא למעשה ייכלל מולם ברשימה הקצרה הם אלה באותה נקודת מחיר, ושם התמונה היא שוויון מוחלט עם GLM-5.3-Flash והפסד קל ל-Flash החדש ביותר של DeepSeek.
42 פעמיים, משתי סיבות שונות
GLM-5.3-Flash ו-MiniMax-M3.1-Flash מקבלים שניהם ציון 42 באותו מדד, מה שהופך את התיקו לפחות שימושי ממה שהוא נראה. השניים מגיעים לשם בדרכים הפוכות.
GLM-5.3-Flash הוא מודל במשקלים פתוחים: 320 מיליארד פרמטרים בסך הכול, 18 מיליארד פעילים, רישיון MIT, והמשקלים זמינים ב-Hugging Face מאז שחרורו ב-26 באוגוסט 2026. הוא פועל בקצב של 78 אסימונים לשנייה עם זמן של 2.52 שניות לאסימון הראשון, עולה $0.15 למיליון קלט ו-$0.50 פלט, וצורך $0.28 לכל משימת אינדוקס. MiniMax-M3.1-Flash סגור היום — MiniMax אומרת שהמשקלים "ישוחררו מאוחר יותר" — פועל בקצב של 125.5 אסימונים לשנייה, וצורך $0.22 לכל משימה. אז התיקו הוא תיקו ביכולות והחלטה חצויה בכל מה שצוות ייצור אכפת לו ממנו: האחד ניתן להורדה ולכימות, השני מהיר ב-60% וזול ב-20% לכל משימה.
DeepSeek V4.1 Flash 1017, שיצא יומיים קודם לכן ב-17 באוקטובר, הוא ההשוואה הקשה יותר. הוא מגיע ל-45, פועל במהירות של 222 טוקנים לשנייה — כמעט כפול — ועולה 0.30 דולר בקלט ו-1.20 דולר בפלט, בדיוק כפול מהמחירון של MiniMax, עם הנחת מטמון של 98% שמורידה את העלות שלו למשימה ל-0.26 דולר. הוא גם משקולות פתוחות ברישיון MIT עם 552 מיליארד פרמטרים בסך הכול ו-16 מיליארד פרמטרים פעילים. ביכולת גולמית ובמהירות גולמית הוא מנצח באופן מוחלט. בכסף למשימה שהושלמה MiniMax עדיין מוביל, בארבעה סנטים, וזה מרווח דק מספיק כדי שהתנהגות המטמון ואורך הפלט יכריעו אותו בעומסי עבודה אמיתיים, ולא מחיר המחירון.
כדאי לומר זאת בפשטות: ה-DeepSeek V4.1 Flash הישן יותר, שיצא ב-10 בספטמבר 2026, מקבל ציון 39 — מתחת ל-MiniMax-M3.1-Flash. הסיומת "1017" חשובה. כל מי שמשווה מול הצ'קפוינט מספטמבר משווה מול מודל חלש יותר.
הבנצ'מרקים של הספקים, ומה הם שווים
MiniMax פרסמה שישה מבחני הערכה לצד ההשקה. אף אחד מהם לא שוחזר באופן עצמאי, והפוסט אינו כולל עמודת השוואה, ולכן המספרים שימושיים בעיקר כפרופיל של מה ש-MiniMax חושבת שהמודל הזה נועד לו.
• BankerToolBench — 76.2, חבילת זרימות עבודה ארגוניות הכוללת תכנון רב-שלבי, עקביות מסמכים וקריאות לכלים משורשרות
• DeepSWE v1.1 — 73.7%, הבנת קוד, עבודה על תכונות, תיקון באגים ואימות בדיקות
• OSWorld V2 — 61.7, הפעלת מחשב ביישומים שונים; MiniMax טוענת למקום הראשון מבין המודלים הסיניים
• Agents' Last Exam — 29.6, משימות מקצועיות לטווח ארוך; אותה טענה של "ראשון מבין המודלים הסיניים"
• CyberGym — 82%, גילוי ואימות פגיעויות
• AutomationBench-AA — מתואר כמבצע מוביל, לא פורסם ציון
השורה האחרונה היא הסימן המסגיר. AutomationBench הוא הבנצ'מרק שמגבה את המיצוב ה"אייג'נטי", והוא המספר היחיד שהפוסט נמנע מלהדפיס. חמשת האחרים אמיתיים וספציפיים, אבל ציון בנצ'מרק בלי קבוצת השוואה אומר לך מה מודל יכול לעשות במעבדה, ושום דבר על האם הוא מנצח את המודל שאתה כבר משלם עבורו. שים לב גם שהמודל היה בידי בודקים במשך שלושה שבועות כ-MiniMax-M3.1-Flash-Preview לפני ההשקה הזו, וגם לא פורסמה הערכה עצמאית של אותו צ'קפוינט — המדידה הראשונה מצד שלישי של מודל M3.1 כלשהו היא ה-42 שהופיעה ביום ההשקה.
מדוע מחיר הטוקן ומחיר המשימה אינם תואמים
הנה המלכודת במודל הזה, והיא לא קטנה. כרטיס התעריפים של MiniMax-M3.1-Flash הוא בדיוק חצי מזה של MiniMax-M3: $0.15/$0.60 לעומת $0.30/$1.20 עד 512,000 אסימוני קלט. ההסקה הטבעית היא שעומס עבודה עולה חצי. זה לא כך, משתי סיבות מצטברות.
הראשון הוא מילוליות יתר. ב-Intelligence Index המודל צרך 180 מיליון אסימוני פלט, בעוד שהמודל החציוני צורך 99 מיליון. הוא חושב ברמת המאמץ המוגדרת כברירת מחדל, max, ואסימוני חשיבה מחויבים כפלט ונספרים כחלק מ-max_tokens. הריצו את החשבון על עומס עבודה עתיר פלט: ב-180 מיליון אסימוני פלט, MiniMax-M3 בתעריף של $1.20 למיליון מחייב $216. עשרה מיליון ב-$0.60 מחייבים $108 — החציה נשמרת. כלומר, התעריף הוגן; הנפח הוא מה שמשנה.
הסיבה השנייה היא שאי אפשר לכבות את החשיבה בכלל. תיעוד ה-API של MiniMax מפורש: שליחת thinking: {"type": "disabled"} מחזירה HTTP 400, ו-reasoning_effort: "none" נדחה באותו אופן. סולם חמש הדרגות — low, medium, high, xhigh, max — הוא הבקרה היחידה שיש לך, והשמטת השדה משמעה max. לעומת זאת, MiniMax-M3 מאפשר להשבית את החשיבה לחלוטין, ובברירת מחדל היא כבויה בנקודת הקצה התואמת ל-Anthropic.
ההשלכה המעשית: עבור משימת סיווג, חילוץ או עיצוב, שבה שילמת עבור שישים טוקני פלט וללא הסקה, MiniMax-M3 עם חשיבה מושבתת במחיר $1.20 למיליון טוקני פלט עדיין יכול להציע מחיר נמוך מזה של MiniMax-M3.1-Flash, שעומד על $0.60, כי המודל החדש יותר יוציא כמה מאות טוקני חשיבה לפני שיענה. עבור ריצות אג'נטיות — שימוש בכלים רב-שלבי, סשנים ארוכים של קידוד, לופים של שימוש במחשב — המודל החדש יותר מנצח, והנתון העצמאי של עלות למשימה מאשר זאת: $0.22 לעומת $0.51 הוא קיצוץ של 57%, לא של 50%, כי המסלולים הקצרים יותר מכסים את עלות ההסקה הנוספת ואף מעבר לכך.
{{1}}הדרך הנכונה לקרוא השקה כמו זו היא לפי משימה שהושלמה, לא לפי טוקן, וה־$0.22 של הטראקר הוא הנתון היחיד במאמר הזה שכבר עושה את החשבון הזה עבורך.{{/1}}
לדייק את העלויות בלי לשכתב את הסטאק שלך
עלות לכל משימה היא החלטת ניתוב יותר מאשר החלטת רכש. המודלים בהשוואה הזו אינם ניתנים להחלפה על ציר אחד: MiniMax-M3.1-Flash מהיר וזול לכל משימה אך סגור; GLM-5.3-Flash מציע את אותה יכולת עם משקלים להורדה; DeepSeek V4.1 Flash 1017 מהיר וחזק יותר בתעריף טוקנים כפול. רוב הצוותים בסופו של דבר מריצים שניים מתוך השלושה, ומפצלים את התעבורה לפי סוג משימה.
הפיצול הזה הוא בדיוק המקרה שעבורו OrcaRouter קיים: מפתח API אחד ליותר מ-200 מודלים, עם מחירי המחירון של הספקים כפי שהם וללא תוספת של 0%, כך שכאשר MiniMax חותכת את מחירון התעריפים, המספר בחשבונית שלכם משתנה באותו יום ולא בחידוש החוזה הבא. MiniMax-M3.1-Flash עצמו עדיין אינו בקטלוג שלנו — אפשר לקרוא לו היום דרך ה-API של MiniMax עצמה, דרך M Plan ו-MiniMax Code, ובשום מקום אחר שאנחנו יכולים לערוב לו. מה שכבר ניתן לניתוב ב-OrcaRouter הוא שאר הרשימה הקצרה: MiniMax-M3, GLM-5.3-Flash ו-DeepSeek V4.1 Flash 1017, שלושתם על מפתח אחד, כך שההשוואה שלמעלה יכולה לרוץ על התעבורה שלכם ולא על בנצ'מרק.
מעבר אוטומטי לגיבוי חשוב יותר מהרגיל כאשר המודל החדש ביותר בסדרה הוא גם זה עם ההיסטוריה התפעולית המועטה ביותר. MiniMax-M3.1-Flash בן יומיים, מסלול ההגירה של קודמו עדיין בעיצומו, והספק הבטיח מודל Pro בעל יכולות גבוהות יותר בהמשך — בדיוק המצב שבו רוצים מודל שני מאחורי הראשון בטבלת הניתוב, ולא שכתוב בעוד שלושה שבועות.
מה לצפות
שלושה דברים יכריעו אם 42 יחזיק מעמד כמספר שאנשים יצטטו בעוד חצי שנה. המשקלים, ראשית: MiniMax התחייבה לשחרר אותם "מאוחר יותר", בלי תאריך, ומשקלים פתוחים יהפכו את זה בין-לילה למודל להורדה הזול ביותר לכל משימה בקטגוריה שלו. מודל ה-Pro, שנית: MiniMax אמרה שגרסה חזקה יותר בדרך, מה שבדרך כלל אומר ש-Flash יתומחר מחדש. והשלישי הוא שכפול עצמאי של המספרים הסוכניים — OSWorld V2, ALE ו-CyberGym הם בדיוק הבנצ'מרקים שמשתנים הכי הרבה בין הרנסים, וכרגע כל נתון בהם מגיע מהחברה שמוכרת את המודל.
עד אז, הסיכום שניתן להגן עליו הוא צר ושימושי: בעלות של $0.22 למשימה, MiniMax-M3.1-Flash הוא הדרך הזולה ביותר לרכוש ציון 42 במדד האינטליגנציה; הוא משתווה ל-GLM-5.3-Flash בציון הזה בעודו מהיר יותר וסגור, והוא מפסיד ל-DeepSeek V4.1 Flash 1017 ביכולת ובמהירות אך מנצח אותו בעלות למשימה שהושלמה. אם עומס העבודה שלך מבוסס סוכנים, שווה לעשות את העסקה הזו היום. אם מדובר באלף קריאות סיווג קצרות, ייתכן שהמודל שהוא החליף עדיין זול יותר.
השוואות במאמר הזה2
זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית
