MiniMax-M3.1-Flash לעומת MiniMax-M3: חצי מהמחיר, בלי המשקולות
- 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
מחירו של MiniMax-M3.1-Flash לכל טוקן הוא בדיוק חצי מזה של MiniMax-M3, הוא משיג ציון גבוה יותר ב-13 נקודות ב-Artificial Analysis Intelligence Index, והוא המודל שאליו MiniMax מנתבת כעת את המנויים הוותיקים שלה. הוא גם המודל הראשון בסדרה הזו שאי אפשר להוריד. MiniMax-M3, שיצא ב-1 ביוני 2026, הוא מודל mixture-of-experts עם 428 מיליארד פרמטרים ו-23 מיליארד פרמטרים פעילים, משקלים מפורסמים ב-Hugging Face, ומחירון שאפשר לקרוא מטבלה; MiniMax-M3.1-Flash, שיצא ב-19 באוקטובר 2026, הוא מודל סגור עם ציון בנצ'מרק טוב יותר, מסלול שירות מהיר יותר, והבטחה שהמשקלים יגיעו "מאוחר יותר". המשפט הזה הוא כל ההחלטה, ופער המחירים הוא הסחת דעת ממנה — אם כי הסחת דעת גדולה מספיק כדי שיהיה שווה לעשות את החשבון לפני שמחליטים. כשלי ה-AI המתועדים ותקריות הסוכנים שמאחורי שחרורים כמו זה נאספים בתוך the OrcaRouter AI Incident Archive, שבו לכל ערך מקורות משלו, חומרה, דירוג מהימנות וסימון מחלוקת.
מה שני כרטיסי התעריפים באמת אומרים
התחל מהכסף, כי הכסף הוא המקום שבו הטענה השיווקית והחשבונית נבדלות זו מזו.
• קלט סטנדרטי — MiniMax-M3.1-Flash $0.15 לכל 1M לעומת MiniMax-M3 $0.30 לכל 1M עד 512,000 טוקני קלט
• פלט סטנדרטי — $0.60 לכל 1M לעומת $1.20 לכל 1M, אותו סף של 512,000 טוקנים
• מעל 512,000 טוקני קלט — המחיר של MiniMax-M3 מוכפל ל-0.60$ בקלט ול-2.40$ בפלט; MiniMax-M3.1-Flash אינה מפרסמת תוספת מחיר עבור הקשר ארוך
• קריאות מהמטמון — $0.015 ל-1M לעומת $0.06 ל-1M
• גישה מועדפת — אינה מוצעת ב-MiniMax-M3.1-Flash; MiniMax-M3 מוכרת אותה בתעריף של פי 1.5 מהתעריף הסטנדרטי, כלומר $0.45/$1.80 מתחת לסף ו-$0.90/$3.60 מעליו
• מדד האינטליגנציה — 42 לעומת 29, לפי Artificial Analysis
• עלות לכל משימת Index — 0.22$ לעומת 0.51$, קיצוץ של 57% ולא 50% כפי שמשתמע מכרטיס התעריפים
• חלון הקשר — 1,000,000 טוקנים בשניהם, אם כי הקטלוג שלנו מציין את MiniMax-M3 ב-1,048,576
• מהירות פלט — 125.5 טוקנים לשנייה לעומת 106.4, שניהם נמדדו באופן עצמאי
• משקלים — הובטחו למועד מאוחר יותר לעומת פורסמו, פתוחים, ב-Hugging Face
• פרמטרים — לא נחשפו, מתוארים רק כ"דלילות אגרסיבית יותר" לעומת 428B סה"כ ו-23B פעילים
שתי שורות ברשימה הזו נושאות משקל רב מכפי שאורכן מרמז. הראשונה היא תוספת המחיר עבור הקשר ארוך. אם עומס העבודה שלך עובר באופן שגרתי את 512,000 אסימוני הקלט — סבב קידוד על פני כל המאגר, תמלול ארוך, סט מסמכים — הפער האפקטיבי אינו פי 2 אלא פי 4 בקלט ופי 4 בפלט, מפני ש-MiniMax-M3.1-Flash אינו מדרג את מחירו כלל. השנייה היא קבלה בעדיפות. MiniMax-M3 יכול לרכוש מסלול שירות מהיר יותר תמורת פי 1.5; MiniMax-M3.1-Flash אינו יכול לרכוש כזה בכל מחיר. מסמכי ה-API שלו מפרטים את service_tier כלא נתמך. אם השהיה תחת עומס הייתה הסיבה ששילמת עבור M3, המודל החדש אינו מוכר לך את המנוף הזה — הוא מוכר לך נתיב שירות מהיר יותר ביסודו ואז נוטל ממך את המנוף.
להגיע למחצית העלות קל יותר מלהגיע למחצית החשבון
הורדת המחירון בחצי אינה מחצה את החשבונית, וזו השגיאה הנפוצה ביותר בתכנון הגירה עבור הצמד הזה. MiniMax-M3.1-Flash מפעיל חשיבה בכל בקשה ברמת מאמץ מרבית כברירת מחדל, לא ניתן להורות לו להפסיק, והוא מפורט יתר על המידה באופן מוכח: הוא צרך 180 מיליון אסימוני פלט לאורך ה-Intelligence Index, בעוד המודל החציוני צרך 99 מיליון. MiniMax-M3 מאפשר לכבות את החשיבה לחלוטין, וברירת המחדל היא שהיא כבויה בנקודת הקצה התואמת Anthropic.
תנו לזה מספר. קחו משימת תיוג מסמכים ששולחת 2,000 טוקני קלט של סכימה והוראות בכל קריאה ומחזירה 80 טוקנים של JSON. ב-MiniMax-M3 כשהחשיבה מושבתת אתם משלמים 2,000 × $0.30 למיליון ועוד 80 × $1.20 למיליון — כ-$0.0007 לכל קריאה. ב-MiniMax-M3.1-Flash אותה משימה, כשאין דרך להשבית את החשיבה, מוציאה את הקלט לפי $0.15 למיליון אבל לאחר מכן פולטת בלוק חשיבה שמגיע לכמה מאות טוקנים לפני התשובה. ב-500 טוקני חשיבה ועוד 80 טוקני תשובה, חשבון הפלט הוא 580 × $0.60 למיליון — בערך $0.00065. בקושי זול יותר, וזה עם הערכת חשיבה שמרנית. ב-1,500 טוקני חשיבה המודל החדש יותר עולה יותר מהישן יותר עבור פלט זהה, כי היכולת של הישן יותר לכבות את החשיבה שווה יותר מהתעריף הזול יותר של החדש יותר.
עכשיו שנה את עומס העבודה. הרצת סוכן רב-שלבית שכבר השתמשה ב-40,000 אסימוני פלט ב-M3 עבור קריאות לכלים וחשיבה, עם חשיבה מופעלת כי היא הייתה צריכה לחשוב. M3 מחייב 40,000 × $1.20 למיליון, או $0.048. M3.1-Flash באותו נפח מחייב $0.024 — ובפועל מוציא פחות, כי המסלולים קצרים יותר, ולכן נתון העלות העצמאי לכל משימה יורד ב-57% ולא ב-50%. שם נמצא החיסכון: עבודה ארוכה עתירת חשיבה, לא קריאות דטרמיניסטיות קצרות.
הכלל הנובע מכך: אם אפשר לתאר את עומס העבודה שלך כ"הרבה תשובות קצרות", ייתכן ש-MiniMax-M3.1-Flash הוא המודל היקר יותר. אם אפשר לתאר אותו כ"מעט תשובות ארוכות", הוא ללא ספק הזול יותר.
המשקלים הם החלק שלא ניתן לעקוף.
כל מספר שלעיל הוא הפיך. MiniMax יכולה מחר להוריד את המחיר של MiniMax-M3; היא יכולה להעלות את זה של M3.1-Flash. מה שאינו הפיך הוא הרישיון. MiniMax-M3 ניתנת להורדה — 428 מיליארד פרמטרים בסך הכול, 23 מיליארד פעילים, ב-Hugging Face ובעותק מראה ב-MXFP8 — כלומר אפשר לכמת אותה, לכוונן אותה, להריץ אותה על החומרה שלך, להמשיך להפעיל אותה כשירות לאחר שהספק יעבור הלאה, ולבחון מה נמצא בתוכה. MiniMax-M3.1-Flash היא נקודת קצה מתארחת ש-MiniMax אומרת שתקבל משקלים מאוחר יותר, בלי תאריך, בלי רישיון ובלי מספר פרמטרים.
האסימטריה הזו באה לידי ביטוי בשלושה מקומות שהשוואת עלויות לא תוכל לתפוס. ציות: צוות כפוף לרגולציה שנדרש להריץ הסקה בתוך הגבול הארגוני שלו, או לתעד את ארטיפקט המודל שהוא תלוי בו, לא יכול להשתמש היום ב-MiniMax-M3.1-Flash בכל מחיר. המשכיות: לוח הזמנים של MiniMax עצמה להוצאת מודלים משימוש כבר איחד שתי משפחות מודלים שלמות — M2.5 ו-M2.7 — אל תוך MiniMax-M3.1-Flash ב-19 באוקטובר, עם הוצאה מלאה משימוש ב-18 בנובמבר. מודלים אכן מכבים, והדרך המובטחת היחידה לשרוד את זה היא להחזיק עותק. שחזוריות: ציון בנצ'מרק שלא ניתן להריץ מחדש מול checkpoint קפוא הוא ציון שצריך פשוט להאמין לו, וכל מספר של MiniMax-M3.1-Flash במאמר הזה הוא מהסוג הזה.
אם MiniMax תשחרר את המשקלים, הקטע הזה הופך למיושן, והאזכור של מודל להורדה בנפח 428B במחיר של $0.30 למיליון הופך להערת השוליים המעניינת יותר. עד שזה יקרה, "מאוחר יותר" הוא הבטחה, והמודל הישן הוא זה שאפשר להחזיק.
פער היכולות הוא אמיתי, וצר מכפי שהמדד מרמז
שלוש עשרה נקודות במדד ה-Intelligence Index הן קפיצה גדולה — בערך דור מודלים אחד בנקודת המחיר הזו. אבל חלק מהפער הזה מודד את השינוי באופן שבו מותר למודלים לפעול, ולא את מה שהם יודעים. MiniMax-M3.1-Flash נמדד עם חשיבה כפויה במאמץ מקסימלי; תוצאת המדד של MiniMax-M3 מופקת לפי ברירות המחדל שלה, שבפרוטוקול אחד פירושן חשיבה כבויה. חלק מאותן שלוש עשרה נקודות הוא הסולם, לא המשקלים.
העדויות מצד הספק מצביעות לאותו כיוון. מספרי ההשקה של MiniMax עצמה עבור MiniMax-M3.1-Flash — BankerToolBench 76.2, DeepSWE v1.1 ב-73.7%, OSWorld V2 ב-61.7, Agents' Last Exam ב-29.6, CyberGym ב-82% — הם כולם הערכות אג'נטיות, וכל אחד מהם הוא תרחיש שבו כפיית הסקה מקסימלית עוזרת. אין השוואה שפורסמה ל-MiniMax-M3 על אותן מערכות בדיקה, ולכן האמירה הכנה היא שהמודל החדש יותר טוב בעבודה אג'נטית בפער שאיש מחוץ ל-MiniMax לא מדד מול קודמו, ושהמדד מרמז על שיפור אמיתי של משהו קטן משלוש־עשרה נקודות כאשר מדיניות ההסקה מוחזקת קבועה.
המקום שבו ההבדל אינו שנוי במחלוקת הוא המישור התפעולי. 125.5 טוקנים לשנייה לעומת 106.4 הם מסלול הגשה מהיר ב-18%, כפי שנמדד על ידי צד שלישי, והוא נשמר ללא תלות בעומס העבודה. עבור כלי קידוד אינטראקטיבי, זהו ההבדל שהמשתמש מרגיש.
היכן MiniMax-M3.1-Flash היא התשובה הלא נכונה
שלושה עומסי עבודה צריכים להישאר על MiniMax-M3 גם אחרי ההשקה הזו, וכדאי לנקוב בשמותיהם כי סיקור ההשקה אינו עושה זאת.
הראשון הוא כל דבר בתוך הרשת שלך. אין גרסה של המודל החדש יותר שתוכל להריץ, ואין שום אינדיקציה מתי תהיה כזו.
השני הוא עבודה דטרמיניסטית בנפח גבוה ובמעט טוקנים — סיווג, חילוץ, ניתוב, עיצוב — שבה היכולת להשבית את החשיבה היא תכונת העלות המכרעת, ול-MiniMax-M3 היא קיימת.
השלישי הוא כל דבר שתלוי בקבלה בעדיפות. אם האפליקציה שלך רכשה את שכבת ה-1.5× של MiniMax-M3 כדי לשמור על השהיית p99 בתוך SLA, MiniMax-M3.1-Flash מסיר את האפשרות הזו; היית מחליף מנוף שניתן לשליטה בבסיס מהיר יותר שאינך יכול לכוונן.
כל השאר — צינורות סוכניים, לולאות שימוש במחשב, מפגשי קידוד בהקשר ארוך, צוותים שעומס העבודה שלהם ארוך ולא מרובה — צריכים לזוז. המודל החדש יותר מהיר, זול יותר לכל משימה שהושלמה, וטוב יותר בדיוק בהערכות שמתארות את העבודה הזו.
להריץ את שניהם בלי להריץ שתי אינטגרציות
התשובה הריאלית עבור רוב הצוותים אינה מעבר אלא פיצול: MiniMax-M3 עבור הקריאות הקצרות והדטרמיניסטיות וכל מה שחייב להישאר בתשתית מקומית, ו-MiniMax-M3.1-Flash עבור ההרצות הארוכות של סוכנים. שניהם מאותו ספק, מאותה משפחת פרוטוקולים, ובמקרה של נקודת הקצה התואמת Anthropic — אותה צורת בקשה; כך שהפיצול הוא כלל ניתוב ולא שתי אינטגרציות SDK.
לשם כך נועד OrcaRouter: מפתח API אחד ל-200+ מודלים, כאשר מחירי המחירון של הספקים מועברים הלאה בתוספת של 0%, כך שה-$0.30/$1.20 של MiniMax-M3 הוא מה שאתם משלמים, ועדכון מצד הספק מופיע בחשבונית שלכם באותו יום שבו הוא מופיע אצלו. MiniMax-M3 נמצא בקטלוג שלנו היום. MiniMax-M3.1-Flash לא — קראו לו דרך ה-API של MiniMax עצמה, M Plan או MiniMax Code — כך שהפיצול שלעיל פועל ככלל ניתוב שרגל אחת שלו מחוץ לנו עד שנכלול אותו. מעבר אוטומטי לגיבוי (failover) עדיין עושה עבודה אמיתית במבנה כזה: אם נקודת הקצה החדשה יותר מוגבלת בקצב או שמזהה משתנה מתחת לידיים שלכם, הבקשה נופלת חזרה ל-MiniMax-M3 ולא לעמוד שגיאה.
מה שהופך את הפיצול לשווה בנייה ולא רק לדיון תיאורטי הוא ששני המודלים באמת נבדלים במבנה, ולא רק בציון. ראוטר שמפנה קריאות קצרות למודל שיכול להפסיק לחשוב, וקריאות ארוכות למודל שלא יכול לעשות זאת, עושה משהו שמדדי הביצועים כבר מצדיקים.
הגרסה הקצרה
MiniMax-M3.1-Flash הוא המודל הטוב יותר והנכס הגרוע יותר. הוא מקבל 42 לעומת 29, פועל מהר יותר ב-18%, ועולה פחות לכל משימה שהושלמה — 57% פחות במדד שנבנה מעבודה ארוכה ועתירת הסקה. MiniMax-M3 ניתן להורדה, זול יותר לקריאות קצרות, ומשהו שבבעלותך. בחודשים הקרובים, הגישה ההגיונית היא להריץ את שניהם, להעביר את העבודה הארוכה לחדש, ולעקוב אחר שחרור המשקולות, כי ביום שבו MiniMax תפרסם את הצ'קפוינט, הטיעון היחיד שנותר לטובת הדגם הישן הוא נתיב העדיפות.
