MiniMax M3.1 Flash vs Gemini 3.8 Flash: il divario di prezzo raddoppia il 1° gennaio

La cosa più costosa di Gemini 3.8 Flash non è il suo prezzo oggi. È la data che gli è attaccata. Google ha rilasciato Gemini 3.8 Flash il 2 settembre 2026 a $0.75 per milione di token di input e $3.75 per milione di output, con input in cache a $0.075, e ha dichiarato che tale tariffa è valida solo fino al 31 dicembre 2026. Il 1º gennaio 2027 raddoppia a $1.50 e $7.50, con input in cache a $0.15. MiniMax M3.1 Flash è stato lanciato il 19 ottobre 2026 a $0.15 e $0.60, tariffe fisse, con input in cache a $0.015, e i suoi pesi sono stati pubblicati su Hugging Face il 23 ottobre. Oggi il rapporto tra i prezzi di input è di cinque a uno e quello di output è appena superiore a sei a uno. A gennaio saranno dieci a uno e dodici e mezzo a uno, e nulla dei due modelli sarà cambiato tranne il calendario.

Questo lo rende un confronto diretto insolito. Sulle capacità i due sono vicini: Artificial Analysis assegna a MiniMax M3.1 Flash 43 e a Gemini 3.8 Flash 41 sullo stesso Intelligence Index v4.3.2. Sul costo per attività completata dell'indice, invece, non sono affatto vicini: $0.22 contro $1.24. La domanda interessante non è quale modello sia migliore, ma su quale delle due differenze si possa impostare un budget e quale delle due sia destinata a scadere.

Due listini prezzi, due tipi di scadenza

Metti le strutture una accanto all'altra prima dei numeri. La scheda di MiniMax è a tariffa fissa: gli stessi $0,15 e $0,60 a ogni ora, con uno sconto del 90% sull'input in cache. La scheda di Gemini è una tariffa promozionale con data di fine annunciata e una lettura della cache che costa cinque volte quella di MiniMax. Nessuna delle due è un trucco; sono scommesse commerciali diverse. MiniMax sta comprando l'adozione con un prezzo di listino basso. Google sta comprando l'adozione con uno sconto temporaneo su un modello che prevede di continuare a vendere alla tariffa più alta.

• MiniMax M3.1 Flash — 0,15 $ in input, 0,60 $ in output, 0,015 $ per input in cache per milione di token, tariffa fissa, nessuna fascia oraria

• Gemini 3.8 Flash oggi — $0,75 per input, $3,75 per output, $0,075 per input in cache per milione di token, fino al 31 dicembre 2026

• Gemini 3.8 Flash dal 1° gennaio 2027 — 1,50 $ input, 7,50 $ output, 0,15 $ input in cache per milione di token

• Rapporto cache — 5x a favore di MiniMax oggi, 10x dopo la modifica

• Contesto — 1.000.000 token di input su entrambi

• Output massimo — 524.288 token su MiniMax rispetto a 65.536 su Gemini

• Pesi — MiniMax Community Licence e un download da 252 GB su MiniMax; chiuso su Gemini

Esegui un carico di lavoro da assistente di supporto su entrambi: 20 milioni di token di input al mese con un tasso di cache hit del 60%, più 3 milioni di token di output. Su Gemini 3.8 Flash oggi sono $6,00 di input nuovo, $0,90 di input in cache e $11,25 di output — $18,15. Da gennaio sono $12,00, $1,80 e $22,50 — $36,30. Su MiniMax M3.1 Flash lo stesso mese è $1,20, $0,18 e $1,80 — $3,18. Il divario è di 5,7x oggi e 11,4x dopo la modifica. Lo spazio di archiviazione della cache di Gemini viene fatturato separatamente a ore, quindi la voce relativa alla cache è un minimo e non il costo totale; la direzione del confronto non cambia.

È anche qui che un livello di routing si guadagna il suo posto. OrcaRouter trasferisce i prezzi di listino dei provider con markup allo 0%, così l'adeguamento di gennaio comparirà nei tuoi costi di routing il giorno stesso in cui comparirà nella documentazione di Google, senza nuovi contratti e senza rinegoziazioni. Lo stesso pass-through si applica a ogni rotta del catalogo, il che significa che il lato Gemini del confronto prezzi sopra può essere rieseguito sul tuo traffico reale anziché su un mese ipotetico.

Che cosa dice l'indice indipendente e che cosa non dice

Artificial Analysis misura entrambi i modelli sulla stessa suite, il che rende i suoi numeri l'unico confronto omogeneo delle capacità in questo articolo. Il divario di due punti è abbastanza piccolo da non dover da solo determinare una decisione d'acquisto, ma il divario di costo per attività è abbastanza ampio da poterla determinare da solo.

• Indice di intelligenza — 43 per MiniMax M3.1 Flash, 41 per Gemini 3.8 Flash con impegno elevato, entrambi v4.3.2

• Costo per attività di indicizzazione — 0,22 $ contro 1,24 $, una differenza di 5,6 volte

• Velocità di output — 92,5 token al secondo contro 146,9

• Tempo al primo token — 1,52 secondi rispetto a 24,70 secondi con sforzo elevato

• Token di output nell'esecuzione dell'indice — circa 180 milioni per MiniMax, 170 milioni per Gemini, entrambi ben al di sopra della mediana

• Modalità di input — testo, immagine e video su MiniMax; testo, immagine, voce e video su Gemini

L'indice è una media delle capacità, non un carico di lavoro. Il 41 di Gemini è misurato con uno sforzo di ragionamento elevato, e un team che lo esegue a livello medio vedrà un punteggio diverso e un conto diverso. Il 43 di MiniMax è misurato al suo sforzo predefinito, che è massimo, perché il pensiero non può essere disattivato. Non sono lo stesso punto di funzionamento, e il divario di due punti dovrebbe essere letto tenendo conto di questo. È anche il motivo per cui il numero di costo per attività è il confronto più onesto: include già la verbosità predefinita e il comportamento di ragionamento di ciascun modello.

Il tetto dell'output è il vero spartiacque

Dimentica il prezzo per un momento. La differenza strutturale tra questi due modelli sta in quanto possono scrivere in una singola chiamata. Gemini 3.8 Flash limita l'output a 65.536 token. MiniMax M3.1 Flash consente 524.288. Si tratta di una differenza di otto a uno, che decide intere categorie di carichi di lavoro prima ancora che si consulti il listino prezzi.

Un tetto di 65K è generoso per chat, estrazione, sintesi e generazione di codice ordinaria. Non è generoso per un refactoring dell'intero repository, un report generato con tabelle e appendici, la riscrittura di una lunga trascrizione o un agente che scrive un piano e poi lo esegue in un'unica risposta. Oltre 65K token di output, Gemini non perde sul prezzo; smette di essere un'opzione a meno che non si costruisca una pipeline di chunking attorno a esso. Il tetto di 524K di MiniMax è la capacità che rende utile, e non solo decorativa, la sua finestra di contesto lungo.

Il lato input è più equilibrato. Entrambi i modelli accettano un milione di token di contesto ed entrambi accettano video. Gemini accetta anche audio e documenti PDF; la scheda del modello MiniMax elenca testo, immagini e video. Se la tua pipeline trascrive l'audio delle riunioni o legge contratti scansionati, quello è territorio di Gemini, e nessun calcolo sul prezzo lo cambia. Se i tuoi input sono screenshot, fotogrammi video e codice, entrambi i modelli possono vederli.

Lo sforzo di ragionamento è una manopola della latenza, e le manopole non sono tutte uguali.

Entrambi i modelli pensano prima di rispondere, ed entrambi addebitano il ragionamento come output. I controlli sono diversi. Gemini espone i livelli low, medium e high, con medium come impostazione predefinita e il ragionamento attivo per impostazione predefinita. MiniMax espone low, medium, high, xhigh e max, con max come impostazione predefinita quando il campo viene omesso, e rifiuta qualsiasi tentativo di disattivare il ragionamento con HTTP 400.

Quell'asimmetria emerge nei numeri della latenza. Artificial Analysis misura MiniMax a un tempo mediano al primo token di 1,52 secondi e Gemini a 24,70 secondi con sforzo elevato. Il dato di Gemini non è un difetto di servizio; è ciò che fa un modello di ragionamento ad alto sforzo prima di emettere il primo token su un harness di benchmark. Ma è una decisione di prodotto. Un'interfaccia in streaming che attende 25 secondi prima del primo token sembra rotta, e un team che abbassa Gemini a sforzo basso per risolvere il problema non sta più confrontando il modello misurato dall'indice.

Il pensiero obbligatorio di MiniMax ha lo stesso problema al contrario. Un lavoro di classificazione o formattazione che prima costava sessanta token di output ora paga una traccia di ragionamento prima della risposta, anche a basso sforzo. Il prezzo per token è inferiore; il numero di token è superiore. Per questo il costo di $0,22 per attività completata è il numero da citare, non la tariffa di $0,60.

L'avvertenza sull'affidabilità che nessuno dei due listini prezzi mostra

Economico e capace non significa sicuro da automatizzare. La valutazione AA-Omniscience di Artificial Analysis ha collocato MiniMax M3.1 Flash al 16° posto complessivo con un tasso di allucinazione del 93%: quando il modello non conosceva una risposta, quasi sempre rispondeva comunque invece di astenersi. È il dato più importante di questo confronto per chiunque sviluppi un agente che agisce sull'output. Un modello cinque volte più economico per attività e che raramente dice "non lo so" può costare molto di più quando qualcuno deve verificare il suo lavoro.

Gemini 3.8 Flash ha le proprie modalità di fallimento — è un ragionatore prolisso, e il prezzo promozionale di Google suggerisce che l'azienda stia ancora comprando utilizzo anziché difendere un prezzo maturo — ma il comportamento di astensione è l'asimmetria documentata. La risposta pratica non è evitare MiniMax. È aggirare la debolezza: tenere un secondo modello dietro di esso per le ricerche fattuali, richiedere citazioni o risposte fondate su strumenti nei percorsi ad alto rischio, e misurare il tasso con cui ciascun modello si astiene dal rispondere sul proprio set di valutazione invece di fidarsi della tabella di benchmark di uno dei due laboratori.

Dove si inserisce OrcaRouter

Oggi OrcaRouter instrada Gemini 3.8 Flash. Non ospita MiniMax M3.1 Flash, e questo articolo non sostiene che lo faccia. Ciò che il router ti offre è il lato Gemini del confronto sulla stessa chiave di oltre 200 altri modelli, al prezzo di listino del provider con 0% di ricarico, così la variazione di prezzo di gennaio arriva nello stesso momento in cui arriva su Google. Ti offre anche il failover automatico: se la rotta Gemini è lenta o restituisce errori, la richiesta può essere indirizzata a un altro modello senza che il chiamante cambi nulla.

Se stai testando MiniMax M3.1 Flash rispetto a Gemini, la configurazione pratica è chiamare MiniMax tramite la sua API o una piattaforma di terze parti, mantenere Gemini instradabile tramite OrcaRouter e confrontare i due sui tuoi prompt e sul tuo mix mensile di token. Il divario di prezzo è reale, ma il carico di lavoro che lo produce è tuo, non del benchmark.

La decisione di gennaio, anticipata

La tentazione è aspettare dicembre per decidere. È l'ordine sbagliato. La variazione di prezzo di Gemini è già pubblicata, il prezzo di MiniMax è già stabile e i calcoli del carico di lavoro si possono fare oggi. Una pipeline solo testo che oggi spende 1.000 $ al mese per l'output di Gemini spenderà circa 2.000 $ a gennaio per gli stessi token. Spostarla su MiniMax ora costa una migrazione e fa risparmiare la bolletta di gennaio; spostarla a gennaio costa sia la migrazione sia la bolletta. Una pipeline che richiede input audio o l'integrazione con l'ecosistema Google dovrebbe restare, prevedere in budget l'aumento e smettere di fingere che la tariffa attuale sia quella reale.

C'è anche una via di mezzo che nessuno dei due listini prezzi pubblicizza: usarli entrambi. Gemini per le richieste che richiedono audio, video o una lettura più estesa dei documenti; MiniMax per la maggioranza a forte componente testuale, dove il divario di prezzo è maggiore. Questa suddivisione è una decisione di routing, non una riscrittura, se il tuo gateway può indirizzare entrambi.

La versione breve: su un carico di lavoro testuale, MiniMax M3.1 Flash è oggi circa cinque volte più economico e a gennaio circa dieci volte più economico, con un punteggio indipendente simile e un tetto di output molto più ampio. Su un carico di lavoro multimodale che richiede audio, Gemini 3.8 Flash è l'unico dei due in grado di svolgere il compito, e l'aumento di gennaio è il prezzo di questa capacità. Nessuna delle due risposte è vicina. L'errore è scegliere in base alla tariffa di oggi senza leggere la data accanto.