MiniMax M3.1 Flash vs Qwen 3.8 Flash: stesso prezzo di input, architetture opposte

MiniMax-M3.1-Flash e Qwen3.8-Flash costano gli stessi quindici centesimi per milione di token in input e si basano su teorie incompatibili di dove finiscano i soldi. MiniMax-M3.1-Flash, disponibile generalmente dal 19 ottobre 2026, è un modello chiuso che ragiona a ogni chiamata, che tu lo voglia o no, e genera a 125,5 token al secondo. Qwen3.8-Flash è un mixture of experts da 125 miliardi di parametri che ne attiva circa sei miliardi per token, genera a circa 51,6 token al secondo sul checkpoint misurato in modo indipendente e vende i token in output a tredici centesimi in meno. Uno è veloce e prolisso; l'altro è lento e conciso. Quale sia più economico sul tuo traffico dipende da un rapporto che la maggior parte dei team non misura mai, e questa è l'unica vera domanda in questo confronto. I fallimenti documentati dell'IA e gli incidenti degli agenti dietro rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, il livello di gravità, il grado di confidenza e il flag di disputa.

Una cosa da chiarire prima dei numeri, perché riguarda ogni riga qui sotto. Qwen3.8-Flash è un prodotto hosted. Quello che si può scaricare è Qwen3.8-Flash-Next, che condivide l'architettura ma non il nome, la licenza o necessariamente il comportamento — e i dati indipendenti di benchmark disponibili riguardano Flash-Next, non il Flash hosted. L'unico punteggio misurato in modo indipendente di MiniMax-M3.1-Flash riguarda il modello stesso, perché non c'è altro da misurare. Dove un dato qui sotto è un numero del fornitore, viene indicato; dove proviene da Artificial Analysis, viene indicato; dove la riga non può essere confrontata in modo onesto, la riga lo dice invece.

Le due architetture non sono due configurazioni di un unico progetto

Il modello di Qwen è il più leggibile dei due, e i suoi numeri sono pubblicati con un livello di dettaglio sufficiente per ragionarci sopra. Qwen3.8-Flash ha 48 strati con 512 esperti per strato, dieci instradati più uno condiviso, attingendo a 125 miliardi di parametri totali con circa 6 miliardi attivi per token — una sparsità di circa il 95%. Accanto allo stack di esperti porta una tabella di embedding n-gram da 51 miliardi di parametri e una testa di predizione multi-token da 4 miliardi di parametri, quindi l'artefatto memorizzato è più vicino a 180 miliardi di parametri che a 125 miliardi. La predizione multi-token è la parte che conta per la velocità: consente al modello di proporre diversi token per passaggio in avanti e di verificarli, ed è così che un modello tanto sparso resta utilizzabile.

M​iniMax non ha pubblicato un conteggio comparabile dei parametri per MiniMax-M3.1-Flash. Il post di lancio riguarda i risultati — benchmark agentici, una riduzione dichiarata del 70% dei costi d'uso, un'inferenza «quasi tre volte più veloce» rispetto all'anteprima — e non la struttura della rete. Questa asimmetria è di per sé un dato sui due prodotti: Q​wen vende un'architettura che in linea di principio potresti ospitare, M​iniMax vende un servizio. Per una pagina di confronto, significa che l'argomentazione sull'architettura vale solo in una direzione. Puoi dire con sicurezza perché Qwen3.8-Flash è veloce per parametro attivo. Non puoi dire nulla sul perché MiniMax-M3.1-Flash sia veloce, perché il fornitore non te l'ha detto.

Una riga per dimensione, entrambi i lati su ciascuna

• Prezzo di input — $0.15 per milione di token su entrambi, ed è da qui che deriva la coincidenza che fa da cornice a questa pagina

• Prezzo di output — MiniMax-M3.1-Flash a 0,60 $ per milione contro Qwen3.8-Flash a 0,47 $, un divario del 28% a sfavore di MiniMax

• Caching — M​iniMax addebita 0,015 $ per milione di token di input memorizzati in cache; QwenCloud riporta 0,016 $ per milione di letture dalla cache e 0,20 $ per milione per la creazione esplicita della cache, quindi la cache di M​iniMax è la più semplice e leggermente più economica delle due

• Contesto — MiniMax-M3.1-Flash a 1.000.000 di token; Qwen3.8-Flash a 1.000.000 per impostazione predefinita, con un input massimo di 991.000 token e un output massimo di 131.000 token

• Capacità indipendente — Artificial Analysis assegna a MiniMax-M3.1-Flash un punteggio di 42 sul suo Intelligence Index, posizionandolo al 41º posto su 173 modelli; lo stesso tracker assegna a Qwen3.8-Flash-Next un punteggio di 40, e nessun punteggio dell'indice è pubblicato per la versione ospitata di Qwen3.8-Flash

• Velocità di output — 125,5 token al secondo e 1,04 secondi al primo token per MiniMax-M3.1-Flash; 51,6 token al secondo per Qwen3.8-Flash-Next sullo stesso tracker, che è il valore comparabile più vicino disponibile

Costo per attività completata — 0,22 $ per MiniMax-M3.1-Flash sull'harness proprietario del tracker; non è pubblicato alcun valore equivalente per nessuno dei due artefatti Qwen

• Verbosità — 180 milioni di token di output consumati durante l'esecuzione dell'Intelligence Index di MiniMax-M3.1-Flash, rispetto a una mediana di 99 milioni per i modelli presenti nel tracker; Q​wen non pubblica dati comparabili

• Controllo del ragionamento — M​iniMax restituisce HTTP 400 se si invia thinking: {"type": "disabled"} e rifiuta reasoning_effort: "none", lasciando una scala a cinque livelli il cui valore predefinito è max; A​libaba documenta sia la modalità thinking sia quella non-thinking per la famiglia Qwen3.8, quindi questa è l'unica riga in cui la documentazione dei due fornitori non è direttamente confrontabile e conviene testare l'interruttore sul proprio endpoint invece di fidarsi dell'una o dell'altra pagina

• Pesi — MiniMax afferma che i pesi di MiniMax-M3.1-Flash "saranno rilasciati più avanti" senza una data; quelli di Qwen3.8-Flash non sono pubblicati affatto, e il Qwen3.8-Flash-Next scaricabile è distribuito con la Qwen Community License 1.0 anziché Apache 2.0

• Modalità di input — testo e immagine su entrambi, con Qwen3.8-Flash che accetta anche video e con entrambi che restituiscono solo testo

Il prezzo dell'output è una differenza minore rispetto al volume dell'output

Tredici centesimi per milione di token di output sembrano un errore di arrotondamento accanto a un dato in evidenza del 28%. Su un carico di lavoro reale può diventare l'intera decisione, nella direzione opposta rispetto al listino prezzi, perché i due modelli non producono lo stesso numero di token per lo stesso lavoro.

MiniMax-M3.1-Flash non riesce a smettere di pensare. Il suo riferimento API restituisce un 400 per la richiesta ovvia di disattivarlo, e l'unica leva è quanto intensamente pensa — da low a max, con valore predefinito max. Artificial Analysis ha misurato la conseguenza: 180 milioni di token di output durante la sua esecuzione dell'indice, mentre il modello mediano sullo stesso tracker ne spende 99 milioni. Si tratta di 1,8 volte il volume di output di un modello tipico, e i token di ragionamento vengono fatturati come token di output e contano ai fini del tetto max_tokens.

Fai i calcoli su un caso volutamente semplice. Un carico di lavoro che costerebbe un dollaro di token di output su un modello mediano costa 1,82 $ su MiniMax-M3.1-Flash se il rapporto di verbosità regge. Lo stesso carico di lavoro su Qwen3.8-Flash a 0,47 $ invece di 0,60 $ costa 0,78 $ prima di qualsiasi adeguamento per volume — e se la modalità non-thinking di Q​wen è disponibile e la usi, non c'è alcun volume di thinking da pagare. Su traffico dominato dall'output, il divario di tredici centesimi e la verbosità di 1,8× si moltiplicano in qualcosa più vicino a una differenza totale di 2,3×. Questo è il caso contro MiniMax-M3.1-Flash, detto nel modo più schietto che merita.

La ragione a suo favore è la velocità, e la velocità non è un vantaggio marginale quando il carico di lavoro è di tipo agentico. A 125,5 token al secondo contro 51,6, MiniMax-M3.1-Flash produce output circa 2,4 volte più velocemente, il che significa che un ciclo multi-step di uso degli strumenti che richiede a Q​wen venti secondi di generazione ne richiede otto a M​iniMax. Se il tuo agente effettua quaranta chiamate al modello per completare un compito, questa è la differenza tra un compito da tredici minuti e uno da cinque, e una latenza del genere cambia ciò che puoi costruire, non soltanto quanto paghi. Significa anche che i token in più di M​iniMax arrivano in meno tempo reale rispetto ai token in meno di Q​wen, ed è questa la frase che rende l'argomento sulla verbosità complicato anziché decisivo.

Due tabelle di benchmark dei fornitori che non puoi mettere a confronto affiancate

Entrambe le aziende hanno pubblicato valutazioni, ed entrambi i set sono inutilizzabili per un confronto diretto, per una ragione che vale la pena dichiarare apertamente anziché aggirare.

La tabella di MiniMax per MiniMax-M3.1-Flash riporta BankerToolBench a 76,2, DeepSWE v1.1 al 73,7%, OSWorld V2 a 61,7, Agents' Last Exam a 29,6 e CyberGym all'82%, e descrive il risultato di AutomationBench-AA come tra i migliori senza pubblicare un punteggio. La tabella di Alibaba per Qwen3.8-Flash-Next riporta SWE-bench Pro a 62,5, DeepSWE 1.1 a 58,7, CoWorkBench a 73,9, AndroidWorld a 84,5, MathVision a 95,7 e JobBench a 55,7. Le due liste condividono esattamente un nome di benchmark — DeepSWE v1.1 — e lì i numeri dei fornitori sono 73,7% contro 58,7%, un divario di quindici punti che sembra decisivo e non è comparabile, perché le due cifre riguardano modelli diversi da quelli di questa pagina (uno è il Flash-Next ospitato, l'altro è M3.1-Flash) e perché nessuna delle due aziende ha pubblicato l'harness, lo scaffold o i criteri di superamento.

Ciò a cui servono le tabelle è leggere l’intento. M​iniMax ha misurato l’uso del computer, attività professionali a lungo orizzonte e l’individuazione di vulnerabilità — il profilo di un modello pensato per operare sul software. A​libaba ha misurato il coding, la matematica multimodale e il controllo dei dispositivi mobili — il profilo di un modello pensato per essere integrato nelle applicazioni attraverso diverse modalità. Nessuna delle due tabelle contiene il numero di un concorrente, e nessuna delle due dovrebbe essere usata come se lo contenesse.

Che cosa consentono effettivamente le licenze

La questione degli open-weight è quella su cui la maggior parte degli acquirenti sbaglia, in entrambe le direzioni.

Qwen3.8-Flash non è aperto. Ciò che è aperto è Qwen3.8-Flash-Next, e la differenza non è cosmetica: è un artefatto separato, pubblicato il 26 agosto 2026, descritto dal laboratorio di Alibaba stesso come un'anteprima dell'architettura che sarà alla base di Qwen4, distribuito come 131 shard per un totale di circa 360 GB in bf16 e FP8 senza quantizzazione GGUF fornita dal fornitore. È coperto dalla Qwen Community License 1.0, che non è Apache 2.0 e non è la licenza che molti team presumono quando sentono parlare di «pesi Qwen». Chiunque pianifichi di scaricare Flash ed eseguirlo localmente dovrebbe leggere quella licenza prima di dimensionare l'hardware, perché 360 GB di pesi non entrano in un singolo acceleratore e le quantizzazioni della community sono l'unica strada verso un ingombro inferiore.

MiniMax-M3.1-Flash è chiuso con una promessa. Il post di lancio afferma che i pesi «saranno rilasciati in seguito» e non indica né una data, né una licenza, né una dimensione. È una posizione decisamente più debole di quella di Qwen — una cosa che puoi scaricare oggi con una licenza restrittiva batte una cosa che potresti riuscire a scaricare prima o poi con termini sconosciuti — ma non è nulla, ed è la singola cosa più probabile che possa cambiare i calcoli in questa pagina. Se MiniMax rilascerà i pesi, il confronto sui prezzi smetterà di contare per chiunque abbia delle GPU, e il vantaggio di sparsità che Qwen ha comprato con 6 miliardi di parametri attivi si troverà di fronte un concorrente che può essere servito anche sul tuo hardware.

Quale chiamare oggi

Entrambi sono raggiungibili tramite OrcaRouter, anche se non allo stesso modo. Qwen3.8-Flash è nel catalogo come qwen/qwen3.8-flash, uno dei oltre 200 modelli dietro un'unica chiave API, con i prezzi di listino dei provider trasferiti a un ricarico dello 0%. MiniMax-M3.1-Flash non è nel catalogo; è richiamabile tramite l'API proprietaria di M​iniMax, il suo M Plan e M​iniMax Code, e attraverso il partner di serving che M​iniMax ha indicato il 21 ottobre. Ciò che è instradabile dal lato M​iniMax è il resto della linea — tra cui MiniMax-M3 — così un team che vuole testare il confronto sul proprio traffico può mettere qwen/qwen3.8-flash e minimax/minimax-m3 dietro un'unica chiave e misurare, invece di leggere due tabelle dei fornitori e tirare a indovinare.

Vale la pena fare quella misurazione prima di impegnarsi, perché i due modelli falliscono in modi opposti su un benchmark. MiniMax-M3.1-Flash sembrerà costoso per token ed economico per attività completata se il tuo lavoro è agentico, con traiettorie lunghe che il modello completa in meno round trip perché ciascuno è veloce. Qwen3.8-Flash sembrerà più economico su ogni riga della fattura e sembrerà peggiore su qualsiasi ciclo sensibile alla latenza, perché 51,6 token al secondo sono un vero vincolo quando un agente ha bisogno di quaranta risposte sequenziali. Nessuno dei due è un difetto. Sono i due design che funzionano come previsto.

Il verdetto specifico: se stai costruendo un agente che controlla software e paghi per attività completata invece che per token, la velocità di MiniMax-M3.1-Flash vale la sua verbosità, e i suoi pesi chiusi sono il prezzo d'ingresso finché M​iniMax non li rilascerà. Se svolgi estrazione, classificazione o generazione ad alto volume, dove la lunghezza dell'output è limitata e la latenza non è il vincolo, Qwen3.8-Flash è più economico a listino e lo è ancora di più una volta che smetti di pagare per token di ragionamento che non hai richiesto — e se hai bisogno di possedere il modello invece di affittarlo, Qwen3.8-Flash-Next è l'unico dei due che puoi davvero tenere, con una licenza che dovresti leggere prima.