MiniMax M3.1 Flash vs Qwen 3.8 Flash：入力価格は同じ、アーキテクチャは正反対

MiniMax-M3.1-FlashとQwen3.8-Flashは、入力トークン100万あたり同じ15セントで、コストがどこに向かうかについて相容れない理論に基づいて構築されています。MiniMax-M3.1-Flashは2026年10月19日から一般提供されているクローズドモデルで、望むと望まざるとにかかわらず呼び出しのたびに推論を行い、毎秒125.5トークンで生成します。Qwen3.8-Flashは1250億パラメータのMixture of Expertsで、トークンあたり約60億パラメータをアクティブ化し、独立測定されたチェックポイントでは毎秒約51.6トークンで生成し、出力トークンを13セント安く販売しています。一方は高速で冗長、もう一方は低速で簡潔です。あなたのトラフィックでどちらが安いかは、ほとんどのチームが測定しない比率次第であり、それがこの比較における唯一の実質的な問いです。このようなリリースの背景にある、文書化されたAIの障害やエージェントインシデントは、the OrcaRouter AI Incident Archiveに収集されており、各エントリには独自の情報源、重大度、信頼度グレード、異議ありフラグが付されています。

数字に入る前に、ひとつ直しておくべきことがあります。以下のすべての行に影響するからです。Qwen3.8-Flash はホスト型の製品です。ダウンロードできるのは Qwen3.8-Flash-Next で、これはアーキテクチャを共有しているものの、名前もライセンスも、必ずしも挙動も共有していません。そして存在する独立系ベンチマークの数値は Flash-Next のものであり、ホスト型の Flash のものではありません。MiniMax-M3.1-Flash について独立に測定されたスコアはモデル自体のものだけです。他に測定するものがないからです。以下の数値がベンダーによる数字である場合はその旨を記し、Artificial Analysis のものである場合はその旨を記し、その行を正直に比較できない場合は、代わりにその旨を記します。

この2つのアーキテクチャは、1つの設計における2つの設定ではない

Qwenのモデルは2つのうちより読み解きやすく、その数値は推論に足る詳細さで公開されている。Qwen3.8-Flashは48層で、各層に512個のエキスパートを持ち、そのうち10個がルーティングされ1個が共有される。総パラメータ1250億に対し、トークンあたり約60億がアクティブで、約95%のスパース性となる。エキスパートスタックに加えて、510億パラメータのn-gram埋め込みテーブルと40億パラメータのマルチトークン予測ヘッドを備えるため、保存されるアーティファクトは1250億よりも1800億パラメータに近い。マルチトークン予測は速度面で重要な部分だ。1回のフォワードパスで複数トークンを提案して検証できるようにし、これによってこれほどスパースなモデルがそもそも実用に耐えるのである。

MiniMaxはMiniMax-M3.1-Flashについて、比較可能なパラメータ数を公表していない。ローンチ投稿は成果——エージェント系ベンチマーク、使用コストが70%削減されたという主張、プレビュー版より推論が「ほぼ3倍高速」——についてであり、ネットワークの形状についてではない。この非対称性自体が、この2つの製品についての1つのデータポイントだ。Qwenは原理上は自分でホストできるアーキテクチャを売っており、MiniMaxはサービスを売っている。比較ページにとってこれは、アーキテクチャの論点が一方向にしか成立しないことを意味する。Qwen3.8-Flashがアクティブパラメータあたりでなぜ高速なのかは、自信を持って言える。MiniMax-M3.1-Flashがなぜ高速なのかについては何も言えない。ベンダーが教えてくれていないからだ。

各次元につき1行、それぞれ両側をオン

• 入力価格 — 両方とも100万トークンあたり$0.15で、このページを枠づける偶然の一致はここに由来します

• 出力価格 — MiniMax-M3.1-Flash は100万トークンあたり0.60ドル、Qwen3.8-Flash は0.47ドルで、MiniMaxに不利な28%の差

• キャッシュ — M​iniMax はキャッシュ済み入力トークン 100 万件あたり $0.015 を課金します。一方 QwenCloud は、キャッシュ読み取り 100 万件あたり $0.016、明示的なキャッシュ作成については 100 万件あたり $0.20 を提示しているため、両者の中では M​iniMax のキャッシュのほうがシンプルでわずかに安価です

• コンテキスト — MiniMax-M3.1-Flash は 1,000,000 トークン、Qwen3.8-Flash はデフォルトで 1,000,000 トークン（最大入力 991,000 トークン、最大出力 131,000 トークン）

• 独立した能力評価 — Artificial Analysisは{{1}}MiniMax-M3.1-Flash{{/1}}の{{2}}Intelligence Index{{/2}}スコアを42とし、173モデル中41位に位置付けています。同じ追跡調査では{{3}}Qwen3.8-Flash-Next{{/3}}を40と評価しており、ホスト版の{{4}}Qwen3.8-Flash{{/4}}についてはインデックススコアが公表されていません

• 出力速度 — MiniMax-M3.1-Flash は毎秒125.5トークン、初回トークン出力までの時間は1.04秒。同じトラッカー上では Qwen3.8-Flash-Next が毎秒51.6トークンで、これが入手可能な最も条件の揃った比較値です

• 完了したタスクあたりのコスト — トラッカー独自のハーネス上で MiniMax-M3.1-Flash は 0.22 ドル。Qwen のどちらの成果物についても、同等の数値は公表されていない

• 冗長性 — MiniMax-M3.1-Flash の Intelligence Index 実行で消費された出力トークンは1億8,000万で、トラッカー上のモデルの中央値9,900万と比較される。Qwen は比較可能な数値を公表していない

• 推論制御 — M​iniMax は thinking: {"type": "disabled"} を送信すると HTTP 400 を返し、reasoning_effort: "none" を拒否するため、デフォルトが max である5段階のラダーが残ります。A​libaba は Qwen3.8 ファミリーについて thinking モードと非 thinking モードの両方を文書化しているので、これは両ベンダーのドキュメントが直接比較できない唯一の行であり、どちらのページも信頼するのではなく、ご利用のエンドポイントでトグルをテストすべきです

• 重み — M​iniMaxによると、MiniMax-M3.1-Flashの重みは日付の明示なく「後日公開予定」とされています。Qwen3.8-Flashの重みはまったく公開されておらず、ダウンロード可能なQwen3.8-Flash-NextはApache 2.0ではなくQ​wen Community License 1.0の下で提供されています。

• 入力モダリティ — 両方ともテキストと画像に対応し、Qwen3.8-Flash はさらに動画も受け付け、いずれもテキストのみを返します

出力価格の差は出力量の差よりも小さい。

100万出力トークンあたり13セントは、28%という見出しの横では丸め誤差のように見える。しかし実際のワークロードでは、料金表とは逆方向に、意思決定全体を左右しかねない。なぜなら、同じ作業でも2つのモデルが生成するトークン数は同じではないからだ。

MiniMax-M3.1-Flash は思考を止められません。無効化するという明白なリクエストに対して API リファレンスは 400 を返し、唯一の調整手段は思考の強度——low から max まであり、デフォルトは max です。Artificial Analysis はその結果を測定しました。インデックス実行全体で 1 億 8,000 万出力トークンで、同じトラッカー上の中央値モデルは 9,900 万トークンです。これは典型的なモデルの出力量の 1.8 倍であり、思考トークンは出力トークンとして課金され、max_tokens の上限にカウントされます。

意図的に単純なケースで計算してみよう。中央値モデルで出力トークン1ドル分かかるワークロードは、冗長度比率が成り立つなら、MiniMax-M3.1-Flashでは1.82ドルかかる。同じワークロードを、0.60ドルではなく0.47ドルのQwen3.8-Flashで処理すると、ボリューム調整前で0.78ドルかかる。さらに、Qwenの非思考モードが利用可能でそれを使うなら、支払うべき思考ボリュームは一切ない。出力主体のトラフィックでは、13セントの差と1.8倍の冗長度が相乗して、合計差は2.3倍に近づく。これが、MiniMax-M3.1-Flashに対する反対論を、相応に率直に述べたものだ。

その根拠は速度にあり、ワークロードがエージェント型である場合、速度はソフトな利点ではない。毎秒125.5トークン対51.6トークンで、MiniMax-M3.1-Flashは出力を約2.4倍速く生成する。つまり、Qwenでは生成に20秒かかる多段階のツール使用ループが、MiniMaxでは8秒で済む。エージェントがタスクを完了するために40回モデルを呼び出すなら、それは13分のタスクと5分のタスクの違いであり、そのようなレイテンシは支払額だけでなく、何を構築できるかを変える。また、MiniMaxの余分なトークンがQwenのより少ないトークンよりも短い実時間で到着するということでもあり、この一文が冗長性の議論を決定的ではなく複雑なものにする。

並べて比較できない2つのベンダーベンチマーク表

両社は評価を公表したが、どちらの評価セットも直接比較には使えない。その理由は、回避するのではなく率直に述べておく価値がある。

MiniMaxのMiniMax-M3.1-Flash向け表では、BankerToolBenchが76.2、DeepSWE v1.1が73.7%、OSWorld V2が61.7、Agents' Last Examが29.6、CyberGymが82%とされており、AutomationBench-AAの結果についてはスコアを記載せず、上位パフォーマーの一角だと説明している。AlibabaのQwen3.8-Flash-Next向け表では、SWE-bench Proが62.5、DeepSWE 1.1が58.7、CoWorkBenchが73.9、AndroidWorldが84.5、MathVisionが95.7、JobBenchが55.7とされている。2つのリストで共通するベンチマーク名はちょうど1つだけで、それはDeepSWE v1.1であり、そこでのベンダー公表値は73.7%対58.7%である。この15ポイントの差は決定的に見えるが、比較可能ではない。なぜなら、その2つの数値はこのページに載っているモデルとは異なるモデルのもの（一方はホストされているFlash-Next、もう一方はM3.1-Flash）であり、どちらの企業もハーネス、スキャフォールド、合格基準を公開していないからだ。

これらの表が役立つのは、意図を読み取ることだ。MiniMaxはコンピューター操作、長期的な専門タスク、脆弱性発見を測定した——ソフトウェアを操作するために作られたモデルのプロファイルだ。Alibabaはコーディング、マルチモーダル数学、モバイルデバイス制御を測定した——さまざまなモダリティにまたがるアプリケーションに組み込まれるために作られたモデルのプロファイルだ。どちらの表にも競合他社の数値は含まれておらず、含まれているかのように使うべきでもない。

ライセンスが実際に何を許可しているか

オープンウェイトの話は、多くの購入者が双方向に誤解する項目だ。

Qwen3.8-Flashはオープンではありません。オープンなのはQwen3.8-Flash-Nextであり、その違いは見た目だけのものではありません。これは別個の成果物で、2026年8月26日に公開され、アリババ自身の研究所によってQwen4の基盤となるアーキテクチャのプレビューと説明されています。131個のシャードとして提供され、bf16とFP8で合計約360 GB、ベンダー提供のGGUF量子化はありません。Qwen Community License 1.0を採用しており、これはApache 2.0ではなく、「Qwenの重み」と聞いて多くのチームが想定するライセンスでもありません。Flashをダウンロードしてローカルで実行しようと考えている人は、ハードウェアを選定する前にそのライセンスを読むべきです。360 GBの重みは単一のアクセラレータには収まらず、コミュニティによる量子化だけがより小さなフットプリントへの道だからです。

MiniMax-M3.1-Flashは約束付きのクローズドモデルだ。ローンチ投稿には、重みは「後日公開される」とあり、日付もライセンスもサイズも示されていない。これはQwenの立場より明確に弱い——今日、制限的なライセンスの下でダウンロードできるものは、未知の条件の下で最終的にダウンロードできるかもしれないものに勝る——が、何もないわけではなく、このページの判断材料を変える可能性が最も高い単一の要素である。MiniMaxが重みを公開すれば、GPUを持つ人にとって価格比較は意味をなさなくなり、Qwenが60億のアクティブパラメータで買ったスパース性の優位は、自前のハードウェアでも提供できる競合と向き合うことになる。

今日はどれに電話すればいい？

どちらもOrcaRouter経由で利用できますが、同じように利用できるわけではありません。Qwen3.8-Flashは、qwen/qwen3.8-flashとしてカタログに掲載されており、単一のAPIキーの背後にあり、プロバイダーの定価が0%のマークアップでそのまま適用される200以上のモデルの一つです。MiniMax-M3.1-Flashはカタログにありません。M​iniMax自身のAPI、M Plan、M​iniMax Code、および10月21日にM​iniMaxが発表した提供パートナー経由で呼び出せます。M​iniMax側からルーティング可能なのは、このラインの残りのモデル、とりわけMiniMax-M3です。そのため、自社のトラフィックで比較を試したいチームは、qwen/qwen3.8-flashとminimax/minimax-m3を1つのキーの背後に置いて測定でき、2社のベンダー表を読んで推測する必要はありません。

その測定は、導入を決める前にやっておく価値がある。なぜなら、この2つのモデルはベンチマーク上で正反対の失敗の仕方をするからだ。MiniMax-M3.1-Flash は、トークンあたりでは高く見え、完了タスクあたりでは安く見えるだろう——あなたの仕事がエージェント的で、各ラウンドトリップが速いためにモデルがより少ない往復で終えられる長い軌跡を伴うなら。Qwen3.8-Flash は、請求書のどの行でもより安く見え、レイテンシーに敏感なループではより悪く見えるだろう。エージェントが40回の連続応答を必要とするとき、毎秒51.6トークンは現実的な制約だからだ。どちらも欠陥ではない。それらは意図どおりに機能している2つの設計なのだ。

結論を絞って言えば、ソフトウェアを操作するエージェントを構築していて、トークン単位ではなく完了したタスク単位で支払っているなら、MiniMax-M3.1-Flash の速度はその冗長さに見合う価値があり、MiniMax が重みを公開するまでは、そのクローズドな重みが参入コストとなる。出力長に上限があり、レイテンシーが制約にならない大量の抽出・分類・生成を回しているなら、Qwen3.8-Flash は料金表の上で安く、頼んでもいない推論トークンへの支払いをやめればさらに安くなる。そして、モデルを借りるのではなく所有する必要があるなら、Qwen3.8-Flash-Next はこの2つのうち実際に所有できる唯一のモデルであり、そのライセンスはまず読むべきだ。