MiniMax-M3.1-Flash ottiene 42 sull'Intelligence Index — e costa 0,22 $ per attività

MiniMax-M3.1-Flash è arrivato il 19 ottobre 2026 con un punteggio di 42 all'Artificial Analysis Intelligence Index, tredici punti sopra MiniMax-M3 a 29, a metà della tariffa per token e — il dato che conta davvero — meno della metà del costo per attività, $0,22 contro $0,51. Eguaglia GLM-5.3-Flash a 42, si colloca tre punti dietro DeepSeek V4.1 Flash 1017 a 45 e costa meno di entrambi per completare un'attività di benchmark. Quei quattro numeri sono tutta la storia in una riga. La parte interessante è ciò che accade quando smetti di leggere l'indice e inizi a leggere la fattura, perché questo modello è economico per token e insolitamente costoso per token allo stesso tempo. I fallimenti documentati dell'IA e gli incidenti degli agenti alla base di rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, gravità, livello di confidenza e flag di contestazione.

Il numero che M​iniMax non ha inserito nel post del blog

Il post di lancio di MiniMax è un competente esempio di marketing commerciale: inferenza più rapida, punteggi agentici migliori, costi per attività agentiche inferiori del 70% rispetto al predecessore. Ciò che non contiene è un solo numero che consenta di confrontare il modello con qualcosa che non abbia prodotto MiniMax stessa. Questo è ora stato fornito dall'esterno, da Artificial Analysis, che ha sottoposto MiniMax-M3.1-Flash alla sua suite di valutazione standard e ha pubblicato il 19 ottobre 2026.

• Intelligence Index — 42, quarto posto su 173 modelli nel tracker

• Costo per attività dell'Intelligence Index — 0,22 $, contro 0,51 $ per MiniMax-M3 e 0,28 $ per GLM-5.3-Flash

• Prezzo di listino — $0,15 per milione di token di input, $0,60 per milione di token di output, $0,015 per milione di letture dalla cache

• Prezzo misto — $0.10 per milione in base al mix 7:2:1 di cache hit/input/output del tracker

• Finestra di contesto — 1.000.000 di token

• Velocità di output — 125,5 token al secondo, con un tempo al primo token di 1,04 secondi

• Verbosità — 180 milioni di token di output consumati in tutto l'Index, rispetto a una mediana di 99 milioni

• Modalità di input — testo e immagine, secondo il tracker; anche la documentazione di riferimento API di MiniMax elenca il video

Il rank è la parte debole del titolo. {{1}}Quarto su 173{{/1}} suona come un podio, e in senso stretto lo è, dato che il tracker confronta modelli di ogni dimensione e prezzo. Ma i tre modelli che lo precedono — DeepSeek V4.1 Flash 1017 a {{2}}45{{/2}}, e due sistemi frontier più grandi — non sono la sua concorrenza in una decisione di acquisto. I modelli contro cui sarà effettivamente messo nella shortlist sono quelli allo stesso prezzo, e lì il quadro è un testa a testa con GLM-5.3-Flash e una lieve sconfitta contro il Flash più recente di DeepSeek.

42 due volte, per due motivi diversi

GLM-5.3-Flash e MiniMax-M3.1-Flash ottengono entrambi 42 sullo stesso indice, il che rende il pareggio meno utile di quanto sembri. I due ci arrivano per strade opposte.

GLM-5.3-Flash è un modello a pesi aperti: 320 miliardi di parametri totali, 18 miliardi attivi, licenza MIT, pesi su Hugging Face dal rilascio del 26 agosto 2026. Funziona a 78 token al secondo con un tempo al primo token di 2,52 secondi, costa 0,15 $ per milione in input e 0,50 $ in output, e consuma 0,28 $ per attività di indicizzazione. MiniMax-M3.1-Flash è chiuso oggi — MiniMax afferma che i pesi «saranno rilasciati in seguito» — funziona a 125,5 token al secondo e consuma 0,22 $ per attività. Quindi il pareggio è un pareggio sulle capacità e una decisione divisa su tutto ciò che conta per un team di produzione: uno che puoi scaricare e quantizzare, l'altro è più veloce del 60% e più economico del 20% per attività.

DeepSeek V4.1 Flash 1017, rilasciato due giorni prima il 17 ottobre, è il confronto più difficile. Ottiene 45, funziona a 222 token al secondo — quasi il doppio — e costa 0,30 $ in input e 1,20 $ in output, esattamente il doppio della tariffa di M​iniMax, con uno sconto cache del 98% che riduce il costo per attività a 0,26 $. È inoltre distribuito con licenza MIT come pesi aperti, con 552 miliardi di parametri totali e 16 miliardi attivi. Sulla capacità grezza e sulla velocità grezza vince nettamente. Sul costo per attività completata M​iniMax è ancora avanti, di quattro centesimi, un margine così sottile che a deciderlo nei carichi di lavoro reali saranno il comportamento della cache e la lunghezza dell'output, non il prezzo di listino.

Vale la pena dirlo chiaramente: il precedente DeepSeek V4.1 Flash, rilasciato il 10 settembre 2026, ottiene 39 — al di sotto di MiniMax-M3.1-Flash. Il suffisso "1017" è importante. Chiunque lo confronti con il checkpoint di settembre lo sta confrontando con un modello più debole.

I benchmark dei fornitori, e quanto valgono

M​iniMax ha pubblicato sei valutazioni insieme al lancio. Nessuna di esse è stata riprodotta in modo indipendente, e il post non fornisce alcuna colonna di confronto, quindi i numeri sono utili soprattutto come profilo di ciò per cui M​iniMax ritiene che questo modello sia pensato.

• BankerToolBench — 76.2, una suite per flussi di lavoro aziendali che copre la pianificazione in più passaggi, la coerenza dei documenti e le chiamate concatenate agli strumenti

• DeepSWE v1.1 — 73,7%, comprensione del codice, sviluppo di funzionalità, correzione di bug e validazione dei test

• OSWorld V2 — 61.7, operatività al computer su più applicazioni; MiniMax rivendica il primo posto tra i modelli cinesi

• Agents' Last Exam — 29,6, compiti professionali a lungo termine; stessa rivendicazione "primo tra i modelli cinesi"

• CyberGym — 82%, scoperta e validazione delle vulnerabilità

• AutomationBench-AA — descritto come un top performer, nessun punteggio pubblicato

Quell'ultima riga è il dettaglio rivelatore. {{1}}AutomationBench{{/1}} è il benchmark che avalla il posizionamento "agentic", ed è l'unico numero che il post si rifiuta di pubblicare. Gli altri cinque sono reali e specifici, ma un punteggio di benchmark senza un set di confronto ti dice cosa può fare un modello in laboratorio e nulla sul fatto che superi il modello che stai già pagando. Nota anche che il modello è stato nelle mani dei tester per tre settimane come {{2}}MiniMax-M3.1-Flash-Preview{{/2}} prima di questo lancio, e neppure è stata pubblicata una valutazione indipendente di quel checkpoint — la prima misurazione di terze parti di qualsiasi modello {{3}}M3.1{{/3}} è il 42 che è apparso il giorno del lancio.

Perché il prezzo del token e il prezzo del task non coincidono

Ecco la trappola in questo modello, e non è affatto piccola. Il listino prezzi di MiniMax-M3.1-Flash è esattamente la metà di quello di MiniMax-M3: $0,15/$0,60 contro $0,30/$1,20 fino a 512.000 token di input. L'inferenza naturale è che un carico di lavoro costi la metà. Non è così, per due ragioni che si sommano.

Il primo è la verbosità. Sull'Intelligence Index il modello ha consumato 180 milioni di token di output, mentre il modello mediano ne consuma 99 milioni. Ragiona al livello di impegno predefinito di max, e i token di ragionamento vengono fatturati come output e conteggiati ai fini di max_tokens. Fai il calcolo su un carico di lavoro con molto output: a 180 milioni di token di output, MiniMax-M3 a $1,20 per milione fattura $216. Dieci milioni a $0,60 fatturano $108 — il dimezzamento regge. Quindi la tariffa è onesta; è il volume a fare la differenza.

Il secondo motivo è che non puoi disattivare del tutto il pensiero. Il riferimento API di MiniMax è esplicito: inviare thinking: {"type": "disabled"} restituisce HTTP 400, e reasoning_effort: "none" viene rifiutato allo stesso modo. La scala a cinque livelli — low, medium, high, xhigh, max — è l'unico controllo disponibile, e omettere il campo significa max. MiniMax-M3, al contrario, consente di disabilitare completamente il pensiero e per impostazione predefinita lo mantiene disattivato sull'endpoint compatibile con Anthropic.

La conseguenza pratica: per un compito di classificazione, estrazione o formattazione in cui pagavi per sessanta token di output e nessun ragionamento, MiniMax-M3 con il ragionamento disabilitato a 1,20 $ per milione di output può comunque costare meno di MiniMax-M3.1-Flash a 0,60 $, perché il modello più recente spenderà qualche centinaio di token di ragionamento prima di rispondere. Per le esecuzioni agentiche — uso di strumenti in più passaggi, lunghe sessioni di coding, cicli di computer-use — vince il modello più recente, e il dato indipendente del costo per attività lo conferma: 0,22 $ contro 0,51 $ è un taglio del 57%, non del 50%, perché le traiettorie più brevi compensano ampiamente il ragionamento extra.

Il modo corretto di leggere un lancio come questo è per attività completata, non per token, e il valore di $0.22 del tracker è l'unica cifra in questo articolo che fa già quel calcolo per te.

Ottenere costi corretti senza riscrivere il tuo stack

Il costo per attività è più una decisione di routing che una decisione di acquisto. I modelli in questo confronto non sono intercambiabili su un unico asse: MiniMax-M3.1-Flash è veloce ed economico per attività ma chiuso; GLM-5.3-Flash offre la stessa capacità con pesi scaricabili; DeepSeek V4.1 Flash 1017 è più veloce e più potente a un costo per token doppio. La maggior parte dei team finisce per usarne due su tre, suddividendo il traffico per tipo di attività.

Quella separazione è il caso per cui esiste OrcaRouter: una chiave API per oltre 200 modelli, con i prezzi di listino dei provider applicati a 0% di ricarico, quindi quando M​iniMax dimezza un listino tariffario la cifra sulla tua fattura cambia lo stesso giorno anziché al rinnovo contrattuale successivo. MiniMax-M3.1-Flash stesso non è ancora nel nostro catalogo — oggi è invocabile tramite l'API proprietaria di M​iniMax, M Plan e M​iniMax Code, e in nessun altro posto per cui possiamo offrire garanzie. Ciò che è già instradabile su OrcaRouter è il resto della rosa ristretta: MiniMax-M3, GLM-5.3-Flash e DeepSeek V4.1 Flash 1017, tutti e tre su una sola chiave, così il confronto sopra può essere eseguito sul tuo traffico reale invece che su un benchmark.

Il failover automatico conta più del solito quando il modello più recente di una linea è anche quello con la minore esperienza operativa. MiniMax-M3.1-Flash ha due giorni di vita, il percorso di migrazione del suo predecessore è ancora in corso e il fornitore ha promesso in seguito un modello Pro più capace — che è esattamente la situazione in cui si vuole un secondo modello dietro il primo nella tabella di routing, anziché una riscrittura tra tre settimane.

Cosa guardare

Tre cose decideranno se 42 reggerà come il numero che le persone citeranno tra sei mesi. Primo, i pesi: MiniMax si è impegnata a rilasciarli «in seguito», senza una data, e pesi aperti renderebbero all'istante questo il modello scaricabile più economico per singola attività della sua categoria. Secondo, il modello Pro: MiniMax ha detto che arriverà una versione più forte, il che di solito significa che il Flash viene riposizionato sul prezzo. E la terza è la replica indipendente dei numeri agentici: OSWorld V2, ALE e CyberGym sono esattamente i benchmark che variano di più tra gli harness, e al momento ogni cifra su di essi proviene dall'azienda che vende il modello.

Fino a quel momento, il riepilogo difendibile è limitato e utile: a 0,22 $ per attività, {{1}}MiniMax-M3.1-Flash{{/1}} è il modo più economico per acquistare un punteggio di 42 nell'{{2}}Indice di Intelligenza{{/2}}, è alla pari con {{3}}GLM-5.3-Flash{{/3}} su quel punteggio pur essendo più veloce e chiuso, e perde rispetto a {{4}}DeepSeek V4.1 Flash 1017{{/4}} in capacità e velocità pur battendolo sul costo per attività completata. Se il tuo carico di lavoro è di tipo agentico, oggi quel compromesso vale la pena. Se si tratta di mille brevi chiamate di classificazione, il modello che ha sostituito potrebbe comunque essere quello più economico.