Dots vs MiniMax M3: Menyewa Pekerja atau Mengunduh Pembaca

Model termurah dalam kumpulan ini juga merupakan model yang boleh Anda simpan, dan kombinasi itulah yang menjadi keseluruhan perbandingannya. MiniMax M3, yang dirilis pada 31 Mei 2026, digambarkan sebagai model fondasi bobot terbuka andalan MiniMax: masukan teks, gambar, dan video dengan keluaran teks, jendela konteks 1.048.576 token, hingga 512.000 token keluaran dalam satu respons, dan harga daftar $0,30 per juta token masukan serta $1,20 per juta token keluaran dengan pembacaan cache sebesar $0,06 — sekitar seper tiga belas dari yang dibebankan model frontier untuk token yang sama. Dots adalah agen selalu aktif perusahaan, yang diumumkan pada DevDay pada 29 September 2026: ia mendapatkan komputer cloud dan peramban sendiri, bekerja di lebih dari 4.000 aplikasi terhubung, berjalan di GPT-6 Astra, dan disertakan dengan Pro dan Business Premium tanpa angka jatah yang dipublikasikan di mana pun. Yang satu adalah komponen yang dapat Anda pegang. Yang lainnya adalah layanan yang hanya bisa Anda langgani.

Harganya bukan angka yang menarik.

Tiga puluh sen per sejuta token masukan adalah sorotan utamanya, tetapi angka yang menarik adalah dua angka yang membentuk apa yang bisa Anda minta. Yang pertama adalah 512.000 token keluaran maksimum — enam kali lipat dari yang akan dihasilkan GPT-5.6 Sol dalam satu respons, dan batas keluaran terbesar dari model mana pun dalam kumpulan perbandingan ini. Yang kedua adalah 83 pada daya ingat konteks panjang, yang cukup tinggi sehingga jendela konteks menjadi permukaan kerja yang dapat digunakan, bukan sekadar angka di lembar spesifikasi.

Gabungkan semua itu, dan satu kelas tugas tertentu menjadi murah: menghasilkan hal yang panjang dari sumber yang panjang. Panduan teknis 400 halaman yang ditulis ulang untuk audiens yang berbeda. Panduan migrasi yang dihasilkan dari seluruh repositori. Ringkasan riset yang panjangnya sendiri sepanjang sebuah laporan. Dengan $0,30 dan $1,20 per juta, pekerjaan yang pada model terdepan akan menjadi item baris empat digit hanyalah kesalahan pembulatan di sini — dan fakta bahwa batas atas keluaran diukur dalam ratusan ribu token alih-alih puluhan ribu itulah yang menjadikannya satu permintaan, bukan dua puluh.

Ada catatan penting yang perlu disampaikan soal pengukuran. Panel latensi katalog kami melaporkan median waktu hingga token pertama 10,00 detik untuk M3 selama jendela tujuh hari yang sama dengan lalu lintas 18,35 juta token, dan angka itu tepat berada di batas atas rentang yang ditampilkan panel. Bacalah itu sebagai artefak jendela, bukan sebagai gambaran karakter model. Angka lalu lintaslah yang memberi tahu bahwa orang benar-benar menggunakannya.

Video adalah input yang tidak direncanakan siapa pun.

Visi kini sudah menjadi standar dasar, sehingga modalitas yang masih membedakan adalah video. M3 menerimanya secara native, bersama teks dan gambar, dan itu mengubah bentuk pipeline, bukan sekadar menambahkan kemampuan ke dalam daftar. Arsip dukungan berisi rekaman layar, kumpulan klip dashcam, rekaman kuliah satu semester — semuanya sebelumnya menjadi masalah prapemrosesan, di mana Anda mengambil sampel frame dengan satu alat dan mendeskripsikannya dengan alat lain. Model yang membaca video secara langsung melebur dua tahap menjadi satu panggilan.

Ini juga membuat perhitungan biaya jadi kurang dapat diprediksi, karena video mahal untuk dilihat sedangkan teks tidak, dan angka terbesar dalam tagihan biasanya adalah input yang tidak dianggarkan oleh siapa pun. Tarif per token yang murah itulah yang membuatnya aman untuk dieksperimenkan: pada $0.30 per juta token input, pemasukan data lima jam yang sesekali dilakukan cukup terjangkau untuk dibuat prototipe alih-alih diperdebatkan dalam rapat perencanaan.

Apa yang sebenarnya diubah oleh open weights

MiniMax menggambarkan M3 sebagai model open-weight, yang berarti bobotnya diterbitkan, bukan hanya dilayani, dan itu adalah jenis jaminan yang berbeda dari langganan. Jika MiniMax berhenti melayani besok, atau mengubah harga, atau menghentikan pengenal tersebut, model itu tidak akan hilang — model itu akan tetap berjalan pada perangkat keras yang sudah Anda beli, pada kuantisasi apa pun yang sesuai. Itu tidak membuat self-hosting lebih murah dalam kasus umum; melayani sendiri model campuran-pakar besar yang sparse adalah proyek rekayasa yang nyata. Itu membuat ketergantungan menjadi dapat bertahan, yang merupakan klaim berbeda dan klaim yang penting ketika Anda memutuskan akan membangun di atas apa.

Sebuah titik menawarkan jaminan yang berlawanan. OpenAI memegang komputer, peramban, konektor, dan jatahnya, dan solusi Anda jika ada yang berubah adalah berhenti menggunakannya. Itu pengaturan yang adil — menyewa adalah cara sebagian besar tim seharusnya memulai — tetapi itu bukan pengaturan yang sama, dan perbedaannya baru terlihat pada hari ketika hal itu penting.

Enam perbedaan yang mengubah sebuah keputusan

• Jaminan — layanan yang dapat mengubah ketentuan, dibandingkan dengan bobot yang dapat Anda simpan (MiniMax M3 digambarkan sebagai open-weight; sebuah titik tidak dapat diunduh dalam pengertian apa pun)

• Biaya per unit kerja — tidak dipublikasikan untuk dot, dibandingkan dengan $0,30 dan $1,20 per juta token dengan pembacaan dari cache sebesar $0,06, tarif terendah dalam kumpulan perbandingan ini

• Plafon permintaan tunggal — tidak terdokumentasi sedikit pun, terhadap 1,048,576 token input dan 512,000 token output

• Modalitas masuk — pesan dan data aplikasi terhubung untuk Dot, dibandingkan dengan teks, gambar, dan video untuk model

• Modalitas keluar — perubahan di dalam perangkat lunak lain, terhadap teks dan hanya teks

• Kedudukan independen — tidak ada tolok ukur untuk sebuah titik; M3 memiliki Artificial Analysis Intelligence Index sebesar 29,2 yang menempatkannya di urutan keenam puluh dari 145 model yang diukur, yang berada di pertengahan dan perlu diketahui sebelum Anda menganggap tarif murah itu membeli penalaran terdepan. Ternyata tidak.

Di mana masing-masing berhak atas barisnya di faktur

Pembacaan jujur atas profil publik M3 adalah bahwa ini model volume, bukan model terdepan: 92,9 pada GPQA Diamond kompetitif, 59 pada SWE Bench Pro terhormat, dan Intelligence Index kelas menengah adalah petunjuknya. Yang menjadi keunggulannya adalah biaya per unit kerja, plafon keluaran, video, dan kemudahan penerapan, dalam urutan itu. Model ini bagus untuk diletakkan di bawah lapisan pipeline yang mahal — langkah merangkum, mengekstrak, mentranskripsi, menghasilkan teks panjang, dan fan-out banyak percobaan — dan buruk untuk diletakkan di atasnya.

OrcaRouter menyediakannya sebagai minimax/minimax-m3 pada harga daftar penyedia MiniMax dengan markup 0%, dalam katalog yang sama dengan 200+ model di balik satu kunci, dengan failover otomatis di antara penyedia upstream dan DSL perutean untuk mengirim permintaan individual ke model yang seharusnya menanganinya. Pengaturan itulah yang membuat pemisahan dua lapis praktis, bukan teoretis: kunci yang sama yang menjangkau model murah untuk volume juga menjangkau model frontier untuk panggilan yang harus tepat, dan tidak ada yang datang di dalam dot karena dot sama sekali tidak ada di katalog — tidak ada endpoint, tidak ada pengenal, tidak ada kecerdasan pengganti.

Apa yang harus dilakukan pada hari Senin

Jika Anda memiliki korpus audio atau video dan tidak ada cara murah untuk melihatnya, mulailah dari sana: M3 adalah satu-satunya model dalam kumpulan ini yang membaca video secara native pada harga ini, dan eksperimennya hampir tidak memakan biaya. Jika Anda memiliki jenis pekerjaan yang terus terlewat karena tidak ada yang mengejarnya, dot adalah produk yang dibentuk untuk itu, dan model metered tidak akan berpura-pura menjadi itu.

Keduanya hanya bertentangan jika Anda menganggap salah satunya harus menang. Langganan mengejar; pembaca yang diunduh membaca. Miliki yang kedua, sewa yang pertama, dan jaga batas di antara keduanya cukup eksplisit sehingga Anda dapat mengganti salah satunya tanpa menulis ulang yang lain.