Claude Sonnet 5.5 vs MiniMax M3: dove il modello 15 volte più economico è davvero alla pari

C'è una riga sulla classifica indipendente in cui MiniMax M3 e Claude Sonnet 5.5 sono lo stesso modello, e non è quello che chiunque indovinerebbe. Sul recall a contesto lungo, MiniMax M3 ottiene l'83,0% e Claude Sonnet 5.5 l'82,7%. MiniMax M3 costa $0,30 per milione di token in input e $1,20 per milione in output. Claude Sonnet 5.5 costa $2,00 e $10,00. Sull'intero Intelligence Index, il costo misurato di M3 è di $0,51 per attività contro $7,60 di Claude Sonnet 5.5 — quindici volte più economico, e sull'unica valutazione che misura se un modello riesce ancora a trovare qualcosa in un documento molto lungo, non è affatto indietro.

Poi apri le valutazioni agentiche e il quadro si ribalta con tale forza che smette di essere un confronto. Su Terminal-Bench 4.0, che chiede a un modello di pilotare una shell e portare davvero a termine un compito software, MiniMax M3 ottiene il 2,0% e Claude Sonnet 5.5 il 63,6%. Un divario di trenta volte sull'unico benchmark che assomiglia di più al lavoro in produzione non è una questione di prezzo, e nessun risparmio per token sopravvive a questo. La domanda utile che questo confronto solleva non è "quale sia migliore" ma quale di queste due modalità di fallimento il tuo carico di lavoro può assorbire: MiniMax M3 è il modello open-weight, da un milione di token, nativo per il video che eguaglia un modello di frontiera sul recupero delle informazioni e crolla sull'esecuzione, e Claude Sonnet 5.5 è il modello chiuso rilasciato il 28 settembre 2026 per fare l'opposto.

Che cos'è ciascuno, detto chiaramente

MiniMax M3 è il modello fondazionale open-weight di punta del laboratorio cinese, annunciato il 1º giugno 2026 e scaricabile con la licenza comunitaria dello stesso MiniMax. È un mixture of experts con circa 428 miliardi di parametri totali e circa 23 miliardi attivi per token, ed è nativamente multimodale in senso forte: in ingresso testo, immagini e video, in uscita testo, con la pipeline multimodale ricostruita fin dal primo passo di pre-addestramento anziché aggiunta a posteriori. La finestra è di 1.048.576 token — con un minimo utilizzabile garantito di 512.000 nella nostra scheda di catalogo — e l'output massimo è di 512.000 token, cifra nostra e non del fornitore, perché MiniMax non ne pubblica alcuna. L'architettura è MiniMax Sparse Attention, oggetto dell'arXiv 2606.13392, e il fornitore dichiara per essa un prefill più di 9 volte più veloce e un decoding più di 15 volte più veloce rispetto alla generazione precedente con una finestra da un milione di token. Sono numeri dichiarati dal fornitore e non li abbiamo visti riprodotti in modo indipendente.

Claude Sonnet 5.5 è il secondo modello della generazione 5.5 di Anthropic, vecchio di un giorno al momento della scrittura, ed è closed. Anthropic lo descrive come la migliore combinazione di velocità e intelligenza della gamma, e le specifiche sono 1.000.000 di token di contesto, 128.000 token di output sincrono con 300.000 sulla Message Batches API, input di testo, immagini e file, pensiero adattivo con sforzo selezionabile, un knowledge cutoff di giugno 2026, e ritenzione zero dei dati disponibile dal lancio. Il suo prezzo non è cambiato rispetto a Claude Sonnet 5: $2,00 input, $10,00 output, $0,20 per le letture della cache, $2,50 per le scritture della cache. Anthropic afferma che è il 30% più veloce e costa fino al 30% in meno per attività rispetto a Claude Sonnet 5 — cifre del fornitore, non riprodotte, e da leggere come affermazioni sul numero di token anziché sulle tariffe, dato che le tariffe sono identiche.

La forma del benchmark è tutto.

Entrambi i modelli sono misurati sullo stesso indice, revisione v4.3.2, e sono i risultati per singola valutazione a rendere questo abbinamento interessante anziché sbilanciato.

• Recall su contesto lungo — MiniMax M3 83,0% vs Claude Sonnet 5.5 82,7%, una differenza da errore di arrotondamento su un vero pareggio.

• SciCode — MiniMax M3 47,1% vs Claude Sonnet 5,5 61,0%, un divario reale ma superabile

• Humanity's Last Exam — MiniMax M3 39,0% vs Claude Sonnet 5.5 55,0%

• Terminal-Bench 4.0 — MiniMax M3 2,0% contro Claude Sonnet 5.5 63,6%, dove il confronto smette di essere utile

• Indice di intelligenza — MiniMax M3 29 vs Claude Sonnet 5.5 56

• Costo per attività Index — MiniMax M3 0,51 $ vs Claude Sonnet 5.5 7,60 $

• Token di output generati nell'Indice — MiniMax M3 120M vs Claude Sonnet 5.5 410M

• Velocità di output — MiniMax M3 115,3 token/sec contro Claude Sonnet 5.5 138,7 token/sec

Leggi quelle righe in ordine ed emerge un modello coerente. MiniMax M3 è competente nel ragionamento statico e nel recupero di informazioni, ma debole nell'esecuzione prolungata. Il suo risultato su Terminal-Bench non è un modesto deficit; un punteggio del 2,0% significa che il modello sostanzialmente non completa i compiti, e lo stesso schema si manifesta nel suo punteggio di 0,21 contro 0,71 nel benchmark di automazione, e in un punteggio di onniscienza di 1,35 contro 32,3. Il punto in cui MiniMax M3 tiene davvero la posizione è esattamente quello in cui la sua architettura rivendica un vantaggio: un input davvero lungo, letto e a cui viene data risposta. È MSA che fa ciò per cui MiniMax l'ha venduta.

La voce di costo aggiunge un secondo punto, meno ovvio. MiniMax M3 non è solo più economico per token — 1/6,7 in input e 1/8,3 in output — ma spende anche meno token per arrivare a una risposta, circa 120 milioni contro 410 milioni sullo stesso insieme di test. Due effetti si moltiplicano fino a produrre un divario di quindici volte per singola attività. Parte di quel divario è vera efficienza e parte è semplicemente dovuta al fatto che MiniMax M3 si arrende prima sui compiti in cui sta fallendo; un compito economico che restituisce la risposta sbagliata non è un risparmio, e questa è la lezione più a buon mercato dell'articolo.

La dimensione che il listino prezzi non può mostrare

MiniMax M3 ha una proprietà che Claude Sonnet 5.5 non ha e non può acquisire: puoi prendere i pesi. Questo conta per esattamente una categoria di acquirenti, e per quell'acquirente supera tutto quanto sopra. Se una richiesta non può uscire da una giurisdizione, non può attraversare un confine di rete, o deve girare dove nessuna API è raggiungibile, un modello senza pesi scaricabili non è un'opzione a nessun prezzo, mentre un modello open-weight da 428 miliardi di parametri lo è. La stessa proprietà è un passivo nella direzione opposta: ospitare in autonomia 428B parametri con 23B attivi è una decisione di capitale, non una chiave API, e le stesse dichiarazioni di MiniMax sull'attenzione sparsa esistono perché l'alternativa a un milione di token è un'infrastruttura insostenibile.

Per tutti gli altri, la formulazione onesta è che questa è una linea build-versus-buy con un prezzo attaccato. Claude Sonnet 5.5 è il modello migliore per qualsiasi cosa agentica. MiniMax M3 è il modello migliore per leggere qualcosa di enorme e rispondere a una domanda al riguardo, ed è di gran lunga il modello migliore per l'elaborazione video, che Claude Sonnet 5.5 non accetta affatto — la sua superficie di input è testo, immagini e file.

• Pesi — MiniMax M3 aperto sotto la licenza community di M​iniMax vs Claude Sonnet 5.5 chiuso

• Modalità di input — MiniMax M3 testo, immagine e video vs Claude Sonnet 5.5 testo, immagine e file

• Output massimo — MiniMax M3 512.000 token secondo il nostro catalogo rispetto a Claude Sonnet 5.5 128.000 in modalità sincrona, 300.000 su Batches

• Prezzi della cache — MiniMax M3 $0,06 per milione di letture vs Claude Sonnet 5.5 $0,20 in lettura e $2,50 in scrittura

• Controllo dello sforzo — pensiero MiniMax M3 abilitato, adattivo o disattivato vs pensiero adattivo di Claude Sonnet 5.5, dove la disattivazione ora richiede il between_toolsmodulo

• Conservazione dei dati — MiniMax M3 gestita dal proprio deployment se self-hosted rispetto a Claude Sonnet 5.5, con conservazione zero dei dati disponibile da A​nthropic al lancio

Eseguire entrambi senza eseguire due contratti

Combina un modello cinese open-weight e un modello A​nthropic chiuso in un'unica pipeline e il costo operativo di solito non sono i token; è il secondo contratto, la seconda chiave, il secondo insieme di limiti di frequenza e il secondo punto in cui può verificarsi un guasto. OrcaRouter riduce tutto questo a un unico endpoint compatibile con Open​AI che copre oltre 200 modelli, con il prezzo di listino dei provider trasferito invariato — nessun ricarico aggiunto da nessuna delle due parti — failover automatico tra provider upstream e un DSL di routing per comporre più modelli in un'unica chiamata. MiniMax M3 è instradabile qui come minimax/minimax-m3 ai prezzi di M​iniMax di $0,30 e $1,20 con letture dalla cache a $0,06, ed è uno dei modelli più trafficati del catalogo, il che è di per sé un segnale utile: il livello di routing può dirti quanto carico reale sta sopportando un modello, non solo come si è classificato.

Claude Sonnet 5.5 non è ancora nel nostro catalogo, e l'articolo non fingerà il contrario. La via per arrivarci oggi è l'API di A​nthropic stessa. Claude Sonnet 5 è instradabile qui agli stessi $2.00 e $10.00, e lo è dal 30 giugno, ed è il naturale target di staging e partner di failover mentre il suo successore ha solo un giorno di vita.

Quella combinazione — la sostituzione long-context e il percorso agentico dietro un'unica credenziale — è esattamente ciò per cui serve un router. MiniMax M3 trasporta 63,2 milioni di token di traffico a settimana attraverso questo catalogo, contro i 7,9 milioni di Claude Sonnet 5, quindi il modello economico non è un sostituto teorico in questo caso; sta già sostenendo il volume. Instradare entrambi da un'unica chiave significa che la suddivisione è una decisione di configurazione su cui puoi spostare il traffico, invece di un secondo contratto che devi firmare prima di poter testare il lato più economico.

Cosa fare con la cravatta

Se il tuo carico di lavoro è la risposta a domande su scala documentale — un input molto lungo, una risposta fattuale breve, una latenza tollerabile — la parità sul contesto lungo è reale e, insieme ad essa, è reale il vantaggio di costo di quindici volte di MiniMax M3. È una sostituzione semplice e vale la pena testarla questa settimana.

Se il tuo carico di lavoro è agentico, la riga di Terminal-Bench lo risolve prima ancora che il prezzo entri in gioco. Claude Sonnet 5.5 a 7,60 $ per attività Index contro MiniMax M3 a 0,51 $ è un premio di 15× per un modello che totalizza sessanta punti in più nella valutazione più simile al tuo traffico di produzione, e l'opzione quindici volte più economica che fallisce l'attività è quella costosa. La misura da eseguire sui tuoi dati è token per attività completata, non token per richiesta, perché è l'unico numero in questo articolo su cui il vantaggio di prezzo di MiniMax M3 non regge di default.