MiniMax M3.1 Flash vs Qwen 3.8 Flash: Harga Masukan Sama, Arsitektur Bertolak Belakang

MiniMax-M3.1-Flash dan Qwen3.8-Flash berbiaya sama, lima belas sen per juta token input, dan dibangun di atas teori yang tidak kompatibel tentang ke mana uang itu pergi. MiniMax-M3.1-Flash, tersedia secara umum sejak 19 Oktober 2026, adalah model tertutup yang bernalar pada setiap panggilan, mau Anda menginginkannya atau tidak, dan menghasilkan 125,5 token per detik. Qwen3.8-Flash adalah campuran pakar dengan 125 miliar parameter yang mengaktifkan sekitar enam miliar parameter per token, menghasilkan sekitar 51,6 token per detik pada checkpoint yang diukur secara independen, dan menjual token keluaran tiga belas sen lebih murah. Satu cepat dan bertele-tele; yang lain lambat dan ringkas. Mana yang lebih murah untuk lalu lintas Anda bergantung pada rasio yang jarang diukur oleh sebagian besar tim, dan itulah satu-satunya pertanyaan nyata dalam perbandingan ini. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam the OrcaRouter AI Incident Archive di mana setiap entri mencantumkan sumbernya sendiri, tingkat keparahan, kelas keyakinan, dan tanda status diperdebatkan.

Satu hal yang perlu dibereskan sebelum angka-angka, karena ini memengaruhi setiap baris di bawah. Qwen3.8-Flash adalah produk yang dihosting. Yang dapat Anda unduh adalah Qwen3.8-Flash-Next, yang berbagi arsitektur tetapi tidak berbagi nama, lisensi, atau belum tentu perilakunya — dan angka benchmark independen yang ada adalah untuk Flash-Next, bukan untuk Flash yang dihosting. Satu-satunya skor MiniMax-M3.1-Flash yang diukur secara independen adalah untuk model itu sendiri, karena tidak ada hal lain yang bisa diukur. Jika angka di bawah ini adalah angka vendor, hal itu dinyatakan; jika berasal dari Artificial Analysis, hal itu dinyatakan; jika baris tersebut tidak dapat dibandingkan secara jujur, baris itu menyatakan hal itu.

Kedua arsitektur tersebut bukanlah dua pengaturan dari satu desain

Model Qwen adalah yang lebih mudah dipahami di antara keduanya, dan angkanya dipublikasikan dengan cukup rinci untuk dianalisis. Qwen3.8-Flash memiliki 48 lapis dengan 512 pakar per lapis, sepuluh pakar yang dirutekan ditambah satu pakar bersama, dengan total 125 miliar parameter dan sekitar 6 miliar parameter aktif per token — sekitar 95% sparsitas. Di samping tumpukan pakar, model ini membawa tabel embedding n-gram 51 miliar parameter dan kepala prediksi multi-token 4 miliar parameter, sehingga artefak tersimpannya lebih dekat ke 180 miliar parameter daripada ke 125 miliar. Prediksi multi-token adalah bagian yang penting untuk kecepatan: ini memungkinkan model mengusulkan beberapa token per forward pass dan memverifikasinya, yang membuat model sesparse ini tetap dapat digunakan.

M​iniMax belum menerbitkan jumlah parameter yang sebanding untuk MiniMax-M3.1-Flash. Pos peluncurannya membahas hasil — tolok ukur agentic, klaim pengurangan biaya penggunaan sebesar 70%, inferensi "hampir tiga kali lebih cepat" daripada versi pratinjau — dan bukan tentang bentuk jaringan. Asimetri itu sendiri merupakan titik data tentang kedua produk: Q​wen menjual arsitektur yang secara prinsip dapat Anda hosting, M​iniMax menjual layanan. Untuk halaman perbandingan, ini berarti argumen arsitektur hanya berlaku satu arah. Anda dapat mengatakan dengan yakin mengapa Qwen3.8-Flash cepat per parameter aktif. Anda tidak dapat mengatakan apa pun tentang mengapa MiniMax-M3.1-Flash cepat, karena vendor belum memberi tahu Anda.

Satu baris per dimensi, dengan kedua sisi pada tiap baris

• Harga input — $0.15 per juta token pada keduanya, dan dari situlah kebetulan yang membingkai halaman ini berasal

• Harga keluaran — MiniMax-M3.1-Flash sebesar $0.60 per juta dibandingkan Qwen3.8-Flash sebesar $0.47, selisih 28% yang merugikan M​iniMax

• Caching — M​iniMax mengenakan biaya $0.015 per juta token input yang di-cache; QwenCloud mencantumkan $0.016 per juta pembacaan cache dan $0.20 per juta untuk pembuatan cache eksplisit, sehingga cache M​iniMax lebih sederhana dan sedikit lebih murah di antara keduanya

• Konteks — MiniMax-M3.1-Flash pada 1.000.000 token; Qwen3.8-Flash pada 1.000.000 secara default dengan input maksimum 991.000 token dan output maksimum 131.000 token

• Kemampuan independen — Artificial Analysis memberi MiniMax-M3.1-Flash skor 42 pada Intelligence Index miliknya, dengan peringkat ke-41 dari 173 model; pelacak yang sama memberi Qwen3.8-Flash-Next skor 40, dan tidak ada skor indeks yang diterbitkan untuk Qwen3.8-Flash yang di-hosting

• Kecepatan keluaran — 125,5 token per detik dan waktu hingga token pertama 1,04 detik untuk MiniMax-M3.1-Flash; 51,6 token per detik untuk Qwen3.8-Flash-Next pada pelacak yang sama, yang merupakan angka sebanding terdekat yang tersedia

• Biaya per tugas yang diselesaikan — $0,22 untuk MiniMax-M3.1-Flash pada harness milik tracker itu sendiri; tidak ada angka setara yang dipublikasikan untuk kedua artefak Qwen tersebut

• Verbositas — 180 juta token keluaran dikonsumsi dalam uji Intelligence Index MiniMax-M3.1-Flash, dibandingkan median 99 juta untuk model di pelacak; Q​wen tidak menerbitkan angka yang sebanding

• Kontrol penalaran — M​iniMax mengembalikan HTTP 400 jika Anda mengirim thinking: {"type": "disabled"} dan menolak reasoning_effort: "none", sehingga menyisakan tangga lima tingkat yang nilai default-nya adalah max; A​libaba mendokumentasikan mode thinking dan non-thinking untuk keluarga Qwen3.8, jadi ini adalah satu-satunya baris tempat dokumentasi kedua vendor tidak dapat dibandingkan secara langsung dan Anda sebaiknya menguji toggle pada endpoint Anda sendiri alih-alih memercayai salah satu halaman tersebut

• Bobot — M​iniMax mengatakan bobot MiniMax-M3.1-Flash "akan dirilis nanti" tanpa tanggal; bobot Qwen3.8-Flash sama sekali tidak dipublikasikan, dan Qwen3.8-Flash-Next yang dapat diunduh dirilis di bawah Q​wen Community License 1.0, bukan Apache 2.0

• Modalitas input — teks dan gambar pada keduanya, dengan Qwen3.8-Flash juga menerima video dan keduanya hanya mengembalikan teks

Perbedaan harga output lebih kecil dibandingkan volume output.

Tiga belas sen per juta token keluaran terdengar seperti kesalahan pembulatan di samping angka utama 28%. Pada beban kerja nyata, itu bisa menjadi seluruh keputusan, dengan arah yang berlawanan dengan kartu tarif, karena kedua model tidak menghasilkan jumlah token yang sama untuk pekerjaan yang sama.

MiniMax-M3.1-Flash tidak bisa berhenti berpikir. Referensi API-nya mengembalikan 400 untuk permintaan yang jelas untuk menonaktifkannya, dan satu-satunya tuas adalah seberapa keras ia berpikir — dari low hingga max, dengan default max. Artificial Analysis mengukur konsekuensinya: 180 juta token output di seluruh index run-nya, sedangkan model median di pelacak yang sama menghabiskan 99 juta. Itu 1,8× volume output model tipikal, dan token berpikir ditagih sebagai token output serta dihitung terhadap plafon max_tokens Anda.

Lakukan perhitungan aritmetika pada kasus yang sengaja dibuat sederhana. Beban kerja yang biaya token keluarannya satu dolar pada model median menghabiskan $1,82 pada MiniMax-M3.1-Flash jika rasio verbositasnya berlaku. Beban kerja yang sama pada Qwen3.8-Flash dengan harga $0,47 alih-alih $0,60 menghabiskan $0,78 sebelum penyesuaian volume apa pun — dan jika mode non-thinking Qwen tersedia dan Anda menggunakannya, tidak ada volume thinking yang perlu dibayar sama sekali. Pada lalu lintas yang didominasi keluaran, selisih tiga belas sen dan verbositas 1,8× berlipat menjadi perbedaan total yang lebih mendekati 2,3×. Itulah argumen menentang MiniMax-M3.1-Flash, yang disampaikan secara blak-blakan sebagaimana mestinya.

Alasannya adalah kecepatan, dan kecepatan bukanlah manfaat yang lemah ketika beban kerjanya bersifat agentik. Pada 125,5 token per detik dibandingkan 51,6, MiniMax-M3.1-Flash menghasilkan output sekitar 2,4× lebih cepat, yang berarti loop penggunaan alat multi-langkah yang membutuhkan dua puluh detik generasi pada Qwen hanya membutuhkan delapan detik pada MiniMax. Jika agen Anda melakukan empat puluh panggilan model untuk menyelesaikan suatu tugas, itu adalah selisih antara tugas berdurasi tiga belas menit dan tugas berdurasi lima menit, dan latensi seperti itu mengubah apa yang dapat Anda bangun, bukan sekadar berapa banyak yang Anda bayar. Ini juga berarti token tambahan MiniMax tiba dalam waktu aktual yang lebih singkat daripada token Qwen yang lebih sedikit, dan itulah kalimat yang membuat argumen verbositas menjadi rumit alih-alih menentukan.

Dua tabel benchmark vendor yang tidak dapat Anda sandingkan

Kedua perusahaan menerbitkan evaluasi, dan kedua kumpulan evaluasi itu tidak dapat digunakan untuk perbandingan langsung, karena alasan yang perlu dinyatakan secara gamblang alih-alih dihindari.

Tabel M​iniMax untuk MiniMax-M3.1-Flash mencakup BankerToolBench pada 76.2, DeepSWE v1.1 pada 73.7%, OSWorld V2 pada 61.7, Agents' Last Exam pada 29.6 dan CyberGym pada 82%, serta menggambarkan hasil AutomationBench-AA-nya sebagai salah satu performa teratas tanpa mencantumkan skor. Tabel A​libaba untuk Qwen3.8-Flash-Next mencakup SWE-bench Pro pada 62.5, DeepSWE 1.1 pada 58.7, CoWorkBench pada 73.9, AndroidWorld pada 84.5, MathVision pada 95.7 dan JobBench pada 55.7. Kedua daftar tersebut berbagi tepat satu nama benchmark — DeepSWE v1.1 — dan di situ angka dari vendor adalah 73.7% berbanding 58.7%, selisih lima belas poin yang tampak menentukan dan tidak dapat dibandingkan, karena kedua angka tersebut adalah untuk model yang berbeda dari yang ada di halaman ini (yang satu adalah Flash-Next yang dihosting, yang lainnya adalah M3.1-Flash) dan karena tidak ada perusahaan yang menerbitkan harness, scaffold, atau kriteria kelulusannya.

Tabel-tabel itu berguna untuk membaca niat. M​iniMax mengukur penggunaan komputer, tugas profesional berjangka panjang, dan penemuan kerentanan — profil model yang dimaksudkan untuk mengoperasikan perangkat lunak. A​libaba mengukur pemrograman, matematika multimoda, dan kendali perangkat seluler — profil model yang dimaksudkan untuk disematkan dalam aplikasi lintas modalitas. Tidak satu pun tabel memuat angka pesaing, dan tidak satu pun boleh digunakan seolah-olah memuatnya.

Apa yang sebenarnya diizinkan oleh lisensi

Kisah open-weight adalah baris yang paling sering dipahami keliru oleh pembeli, dalam kedua arah.

Qwen3.8-Flash tidak terbuka. Yang terbuka adalah Qwen3.8-Flash-Next, dan perbedaannya bukan sekadar kosmetik: ini adalah artefak terpisah, diterbitkan pada 26 Agustus 2026, dijelaskan oleh laboratorium Alibaba sendiri sebagai pratinjau arsitektur yang akan menjadi landasan Qwen4, dikirim sebagai 131 shard dengan total sekitar 360 GB dalam bf16 dan FP8 tanpa kuantisasi GGUF yang disediakan vendor. Ini membawa Qwen Community License 1.0, yang bukan Apache 2.0 dan bukan lisensi yang diasumsikan banyak tim ketika mendengar "bobot Qwen." Siapa pun yang berencana mengunduh Flash dan menjalankannya secara lokal harus membaca lisensi tersebut sebelum menentukan ukuran perangkat keras, karena 360 GB bobot tidak muat pada satu akselerator dan kuantisasi komunitas adalah satu-satunya jalur ke jejak yang lebih kecil.

MiniMax-M3.1-Flash ditutup dengan sebuah janji. Postingan peluncurannya menyatakan bahwa bobotnya “akan dirilis nanti” dan tidak memberikan tanggal, lisensi, maupun ukuran. Itu adalah posisi yang secara tegas lebih lemah daripada Qwen—sesuatu yang dapat Anda unduh hari ini di bawah lisensi yang membatasi mengalahkan sesuatu yang mungkin dapat Anda unduh nanti dengan ketentuan yang tidak diketahui—tetapi itu bukan tanpa arti, dan itulah hal yang paling mungkin mengubah perhitungan di halaman ini. Jika MiniMax merilis bobotnya, perbandingan harga tidak lagi penting bagi siapa pun yang memiliki GPU, dan keunggulan sparsitas yang diperoleh Qwen dengan 6 miliar parameter aktif akan menghadapi pesaing yang juga dapat dijalankan di perangkat keras Anda sendiri.

Yang mana yang harus ditelepon hari ini?

Keduanya dapat diakses melalui OrcaRouter, meskipun tidak secara setara. Qwen3.8-Flash ada di katalog sebagai qwen/qwen3.8-flash, salah satu dari lebih dari 200 model di balik satu kunci API dengan harga daftar penyedia diteruskan dengan markup 0%. MiniMax-M3.1-Flash tidak ada di katalog; model ini dapat dipanggil melalui API MiniMax sendiri, M Plan dan MiniMax Code miliknya, serta melalui mitra penyedia layanan yang disebut MiniMax pada 21 Oktober. Yang dapat dirutekan dari sisi MiniMax adalah sisa lini tersebut — MiniMax-M3 di antaranya — sehingga tim yang ingin menguji perbandingan pada lalu lintasnya sendiri dapat menempatkan qwen/qwen3.8-flash dan minimax/minimax-m3 di balik satu kunci dan mengukurnya, alih-alih membaca dua tabel vendor dan menebak.

Pengukuran itu layak dilakukan sebelum berkomitmen, karena kedua model gagal dengan cara yang berlawanan pada sebuah benchmark. MiniMax-M3.1-Flash akan tampak mahal per token dan murah per tugas yang diselesaikan jika pekerjaan Anda bersifat agentic, dengan trajektori panjang yang diselesaikan model dalam lebih sedikit putaran karena setiap putaran cepat. Qwen3.8-Flash akan tampak lebih murah di setiap baris faktur dan akan tampak lebih buruk pada loop yang sensitif terhadap latensi, karena 51,6 token per detik adalah batasan nyata ketika agen membutuhkan empat puluh respons berurutan. Tidak satu pun dari itu merupakan cacat. Keduanya adalah dua desain yang bekerja sebagaimana mestinya.

Putusan sempitnya: jika Anda membangun agen yang mengoperasikan perangkat lunak dan Anda membayar per tugas yang diselesaikan alih-alih per token, kecepatan MiniMax-M3.1-Flash sepadan dengan verbositasnya, dan bobot tertutupnya adalah harga masuk sampai MiniMax merilisnya. Jika Anda menjalankan ekstraksi, klasifikasi, atau generasi bervolume tinggi yang panjang outputnya terbatas dan latensi bukan kendala, Qwen3.8-Flash lebih murah pada kartu tarif dan lebih murah lagi setelah Anda berhenti membayar token penalaran yang tidak Anda minta — dan jika Anda perlu memiliki modelnya alih-alih menyewanya, Qwen3.8-Flash-Next adalah satu-satunya dari pasangan itu yang benar-benar dapat Anda pegang, di bawah lisensi yang harus Anda baca terlebih dahulu.