MiniMax M3.1 Flash vs Ling 3.1 Flash: Satu Open Source, yang Lain Sekadar Open Weights

Kedua checkpoint ini dapat diunduh. Hanya salah satunya yang gratis untuk dijadikan dasar membangun bisnis. Ling 3.1 Flash dirilis dengan lisensi MIT — lisensi yang disetujui tim hukum Anda tanpa perlu rapat. MiniMax-M3.1-Flash dirilis dengan MiniMax Community License, yang gratis untuk penggunaan nonkomersial, mewajibkan atribusi "Built with MiniMax M3" yang menonjol dalam produk komersial, meminta pemberitahuan satu kali jika pendapatan tahunan di bawah $20 juta, dan memerlukan otorisasi tertulis terlebih dahulu dari MiniMax jika di atasnya. Klausul itu adalah perbedaan paling konsekuensial antara dua model yang selain itu cukup dekat dalam kualitas terukur sehingga selisihnya berada dalam margin pembulatan, dan itulah perbedaan yang hampir tidak ada halaman perbandingan yang menempatkannya di urutan pertama.

Segala hal lain tentang pasangan ini benar-benar mirip. Ling 3.1 Flash, dari InclusionAI dan diumumkan pada 30 September 2026 dengan bobot MIT menyusul pada pertengahan Oktober, adalah MoE perhatian hibrida dengan 560 miliar parameter yang mengaktifkan sekitar 25 miliar per token. MiniMax-M3.1-Flash, dari MiniMax dan dirilis pada 19 Oktober 2026 dengan bobot menyusul pada 23 Oktober, adalah MoE dengan 428 miliar parameter yang mengaktifkan 23 miliar per token. Dua vendor, dua arsitektur, selisih dua minggu, dan jumlah parameter aktif yang berada dalam rentang delapan persen satu sama lain. Pertanyaan yang menarik bukanlah mana yang lebih besar. Melainkan mana yang diizinkan untuk Anda gunakan.

Dua titik pemeriksaan, berselang tiga minggu

Ling 3.1 Flash adalah model dari lab InclusionAI milik Ant Group, dengan ID inclusionAI/Ling-3.1-flash, masukan teks dan keluaran teks. Model ini menggunakan 512 pakar ter-routing dengan 8 pakar dipilih per token ditambah satu pakar bersama, serta menyelang-selingkan 63 lapisan attention linear KDA dengan 9 lapisan MLA bergerbang dalam rasio 7:1 — sebuah arsitektur yang dirancang agar inferensi konteks panjang tetap murah, bukan untuk menambahkan modalitas. Kartu modelnya mengklaim konteks satu juta token; max_position_embeddings pada konfigurasi yang dikirimkan adalah 262.144, jadi anggap angka yang lebih besar itu sebagai target yang dinyatakan, bukan fitur yang benar-benar tersedia. Harganya $0,30 per juta token masukan, $0,90 untuk keluaran, dan $0,06 untuk pembacaan dari cache. Tolok ukur dari vendor memang ada — Terminal-Bench 4.0 sebesar 40,4%, FrontierSWE sebesar 75,2%, CyberGym sebesar 87,9% — tetapi semuanya dijalankan pada harness LingCode milik Ant sendiri, yang tidak bersifat publik, dan tidak satu pun telah direproduksi secara independen.

MiniMax-M3.1-Flash adalah MoE multimodal native dari MiniMax, dengan ID MiniMaxAI/MiniMax-M3.1-Flash di Hugging Face, yang menerima teks, gambar, dan video lalu mengembalikan teks. Model ini mengaktifkan 23 miliar dari 428 miliar parameter, dengan sparse attention diterapkan di seluruh jaringan, routed expert dilatih pada W4A4 dalam NVFP4, serta drafter speculative-decoding DSpark yang disertakan dalam repositori — itulah sebabnya unduhannya 252,4 GB, bukan 450-an lebih yang dibutuhkan master BF16. Konteksnya 1.000.000 token masuk, 524.288 keluar. Harganya $0,15 untuk input, $0,60 untuk output, $0,015 untuk cached. Benchmark vendornya serupa jenisnya dan sama-sama belum direproduksi: DeepSWE v1.1 sebesar 73,7%, OSWorld V2 sebesar 61,7%, CyberGym sebesar 82,2%, Automation-Bench sebesar 62,8%.

Lisensi adalah persimpangan jalan, bukan tolok ukur.

Letakkan kedua teks lisensi berdampingan dan perbandingannya tidak lagi bersifat teknis. MIT berarti Anda dapat mem-fork-nya, melakukan fine-tuning, menghostingnya secara komersial, mendistribusikan ulang turunannya, dan tidak perlu lagi berkomunikasi dengan InclusionAI. Anda tidak perlu mempublikasikan atribusi, tidak perlu melaporkan pendapatan, dan tidak ada ambang batas yang di atasnya seseorang dapat mencabut izin Anda. Bagi perusahaan yang membangun produk di atas sebuah model, itu adalah perbedaan antara keputusan teknik dan siklus pengadaan.

Lisensi Komunitas MiniMax tidak bermusuhan — lisensi ini jauh lebih permisif daripada API tertutup, dan sebagian besar tim kecil tidak akan pernah menyentuh batas $20 juta. Namun ini adalah lisensi dengan syarat yang melekat pada ukuran perusahaan Anda, dan ukuran adalah satu variabel yang tidak dapat dijaga tetap konstan oleh perusahaan yang sedang tumbuh. Produk yang melewati ambang tersebut harus kembali untuk bernegosiasi, dan ketentuan negosiasi itu tidak dipublikasikan. Jika Anda memilih model dasar untuk sesuatu yang ingin Anda skalakan, Anda memilih lisensi yang berubah makna pada tonggak pendapatan.

Fakta tunggal itu menyusun ulang sisa perbandingan ini. Dari segi kemampuan dan harga, MiniMax-M3.1-Flash adalah proposisi yang lebih kuat. Dalam pertanyaan apakah Anda dapat membangun di atasnya tanpa tinjauan hukum pada saat terburuk, Ling 3.1 Flash adalah pilihan yang tidak disertai tonggak pencapaian.

Papan skor, lengkap dengan catatan peringatannya.

Artificial Analysis adalah satu-satunya evaluator netral yang telah menjalankan keduanya, dan angkanya cukup berdekatan sehingga peringkatnya menjadi rapuh.

• Indeks Kecerdasan — MiniMax-M3.1-Flash 43 versus Ling 3.1 Flash 41. Selisih dua poin, pada pelacak yang satu revisi evaluasi saja dapat menggeser sebuah model sebesar itu.

• Biaya per tugas indeks — $0,22 dibandingkan $1,00. Selisih 4,5× yang menguntungkan MiniMax, dan lebih lebar daripada selisih 2× pada kartu tarif.

• Harga input — $0.15 dibandingkan $0.30 per juta.

• Harga output — $0.60 dibandingkan $0.90 per juta.

• Input yang di-cache — $0,015 dibanding $0,06 per juta. Selisih 4× pada pos yang mendominasi proses agen yang berat cache.

• Kecepatan keluaran — 95,6 token per detik dibandingkan 220,8. Ini adalah kemenangan Ling yang paling jelas, dan ini lebih dari 2×.

• Jendela konteks — 1.000.000 token dibandingkan 1.000.000 yang diklaim, 262.144 dalam konfigurasi yang dikirim.

• Keluaran maksimum — 524.288 token dibandingkan sekitar 33.000.

• Modalitas masukan — teks, gambar, dan video dibandingkan dengan teks saja.

• Lisensi — MiniMax Community License dibandingkan MIT.

Mengapa kesenjangan per tugas lebih besar daripada kesenjangan per token

Ling 3.1 Flash berharga dua kali lipat untuk input dan 1,5 kali untuk output. Biayanya 4,5 kali per tugas yang diselesaikan, dan verbositas tidak menjelaskannya: Ling lebih banyak bicara di antara keduanya pada pelacak, menghasilkan 220 juta token output di seluruh indeks dibandingkan 180 juta untuk MiniMax-M3.1-Flash. Yang menjelaskannya adalah penetapan harga cache dan bentuk dari satu proses penalaran.

Keduanya adalah agen yang berpikir sebelum menjawab, yang berarti sebagian besar token dalam proses yang panjang adalah token masukan yang dibaca ulang dari cache, bukan prompt baru. Pada tagihan yang didominasi cache, baris yang penting adalah $0,015 versus $0,06, bukan $0,15 versus $0,30. Selisih empat kali pada baris biaya dominan berubah menjadi selisih empat setengah kali pada faktur, dan daftar tarif resmi meremehkannya hingga setengahnya.

Ini juga alasan untuk memeriksa tagihan, bukan kartu. OrcaRouter meneruskan harga daftar penyedia dengan markup 0%, sehingga perubahan tarif di kedua sisi terlihat di sisi kami pada hari perubahan itu terjadi, bukan setelah siklus penyesuaian harga — dan baik Ling 3.1 Flash maupun MiniMax-M3.1-Flash tidak ada di katalog kami saat ini, jadi angka di atas adalah tarif terbitan vendor sendiri dan bukan sesuatu yang dapat kami rutekan untuk Anda. Model yang memang kami sediakan dari tingkat ini adalah MiniMax-M3 dan DeepSeek V4.1 Flash, yang membuat eksperimen harga per tugas murah untuk dijalankan terhadap model yang benar-benar dapat Anda panggil.

Multimodal dibandingkan text-only bukanlah baris fitur

Ini adalah filter beban kerja. MiniMax-M3.1-Flash menerima gambar dan frame video; Ling 3.1 Flash menerima teks dan tidak yang lain. Jika pipeline Anda membaca tangkapan layar, mengurai dokumen hasil pindai, memeriksa grafik, atau melihat video, perbandingan berakhir pada tahap input dan tidak ada lisensi MIT, sebanyak apa pun, yang dapat mengompensasi model yang tidak dapat melihat input.

Panjang output juga terpotong dengan cara yang sama. Batas 524.288 token dibandingkan sekitar 33.000 adalah perbedaan enam belas kali lipat, dan itu menentukan setiap tugas yang hasil akhirnya sendiri panjang — penulisan ulang seluruh file, migrasi berskala repositori, ekstraksi terstruktur atas dokumen yang besar. Batas 33K tidak membuat tugas-tugas itu mustahil; itu menjadikannya masalah chunking yang harus Anda selesaikan dalam kode Anda sendiri, dan chunking adalah tempat kualitas konteks panjang diam-diam menurun.

Di mana Ling 3.1 Flash menjadi pilihan yang tepat

Tiga situasi, dan semuanya bukan ceruk. Pertama, apa pun yang dirilis secara komersial di atas garis $20 juta: MIT menghilangkan satu negosiasi dari peta jalan Anda. Kedua, apa pun yang throughput-nya menjadi kendala pengikat — pada 220,8 token per detik dibandingkan 95,6, Ling menyelesaikan tugas teks dalam waktu eksekusi aktual kurang dari setengahnya, dan bagi agen interaktif, itulah perbedaan antara layak pakai dan tidak. Ketiga, apa pun yang ingin Anda fine-tune dan distribusikan ulang: MIT memungkinkan Anda merilis karya turunannya, dan persyaratan atribusi lisensi MiniMax mengikuti output tersebut hingga ke antarmuka produk Anda.

Ling juga secara teori merupakan kisah long-context yang lebih rapi, dalam artian attention linear hibridanya memang dirancang untuk itu — tetapi konfigurasi 262.144 token yang sudah dirilis berarti klaim satu juta token itu adalah janji tentang konfigurasi di masa depan, bukan properti dari checkpoint yang Anda unduh hari ini. Jangan menyusun anggaran berdasarkan angka di kartu tersebut.

Kapan MiniMax-M3.1-Flash menjadi pilihan yang tepat

Di mana pun inputnya bukan teks, dan di mana pun outputnya panjang. Ini juga model yang lebih murah dengan selisih yang tetap bertahan meskipun ada catatan lisensi: pada seperlima biaya per tugas Ling, tim di bawah ambang $20 juta dapat menjalankan dua kali beban kerja dengan biaya kurang dari setengahnya, dan persyaratan atribusi hanyalah satu baris di footer, bukan kendala rekayasa. Jika produk Anda kecil, lisensi hanyalah formalitas; jika berhasil, lisensi menjadi bahan pembicaraan. Rencanakan pembicaraan itu alih-alih berpura-pura hal itu tidak akan terjadi.

Dan itu adalah model dengan skor independen yang lebih tinggi. Dua poin pada Intelligence Index bukanlah selisih yang menentukan, tetapi hal itu mengarah ke arah yang sama seperti harga, dukungan modalitas, dan jendela konteks, yang merupakan sebuah pola, bukan kebetulan.

Memilih tanpa harus memilih dua kali

Bentuk yang sebenarnya tersirat dari perbandingan ini bukanlah keputusan permanen. Ling 3.1 Flash adalah mesin teks yang lebih baik dan lisensinya lebih aman; MiniMax-M3.1-Flash adalah mesin multimodal yang lebih baik dan lebih murah. Pipeline yang membutuhkan keduanya — peringkasan teks dalam volume besar, plus penanganan dokumen dan tangkapan layar untuk sebagian kecil yang memerlukannya — menginginkan dua model di balik satu antarmuka, bukan satu model yang dituntut unggul di keduanya.

Itu adalah alasan untuk menggunakan gateway alih-alih kontrak kedua: satu kunci, satu permukaan penagihan, failover otomatis saat salah satu vendor menurun, dan DSL perutean saat batas biaya sebaiknya berada di rute, bukan di kode aplikasi. Tidak ada satu pun dari kedua model ini di katalog OrcaRouter, jadi ini adalah argumen tentang bentuk integrasi, bukan klaim tentang apa yang kami hosting. Yang kami hosting dari tier yang sama — MiniMax-M3, DeepSeek V4.1 Flash — tersedia untuk menjadi tolok ukur pola tersebut sebelum Anda mengikatkan jalur produksi padanya.

Pertanyaan yang harus dijawab sebelum salah satunya

Bukan "mana yang skornya lebih tinggi." Dua poin hanyalah noise, dan kedua model akan bergerak seiring evaluator merevisi rangkaian uji mereka. Pertanyaannya adalah apa yang boleh menjadi landasan perusahaan Anda untuk membangun, dan bagaimana jawaban itu berubah pada tonggak pendapatan yang belum Anda capai. Jika jawaban jujurnya adalah renegosiasi lisensi masih dapat ditoleransi, MiniMax-M3.1-Flash adalah model yang lebih kuat dengan harga yang jauh lebih rendah dan keputusannya mudah. Jika tidak dapat ditoleransi, Ling 3.1 Flash mengorbankan dua poin indeks, sebagian ruang konteks, dan input gambar demi lisensi yang tidak pernah mengajukan pertanyaan kepada Anda — dan itu adalah pertukaran yang akan dilakukan sebagian besar tim sekali, dengan benar, alih-alih menemukannya belakangan.