MiniMax-M3.1-Flash scoort 42 op de Intelligence Index — en kost $0,22 per taak

MiniMax-M3.1-Flash verscheen op 19 oktober 2026 met een score van 42 op de Artificial Analysis Intelligence Index, dertien punten boven MiniMax-M3 op 29, tegen de helft van het tarief per token en — het cijfer dat er echt toe doet — minder dan de helft van de kosten per taak, $0,22 tegen $0,51. Het evenaart GLM-5.3-Flash op 42, staat drie punten achter DeepSeek V4.1 Flash 1017 op 45, en kost minder dan beide om een benchmarktaak te voltooien. Die vier cijfers zijn het hele verhaal in één regel. Het interessante deel is wat er gebeurt als je stopt met het lezen van de index en de factuur begint te lezen, want dit model is goedkoop per token en tegelijkertijd ongewoon duur per token. De gedocumenteerde AI-fouten en agent-incidenten achter releases zoals deze zijn verzameld in het OrcaRouter AI Incident Archive waarbij elke vermelding zijn eigen bronnen, ernstgraad, betrouwbaarheidsclassificatie en betwist-vlag heeft.

Het getal dat M​iniMax niet in de blogpost heeft gezet

MiniMax' introductieblog is een degelijk stukje leveranciersmarketing: snellere inferentie, sterkere agentische scores, 70% lagere kosten voor agentische taken dan de voorganger. Wat er niet in staat, is één cijfer waarmee je het model kunt vergelijken met iets dat het niet zelf heeft gemaakt. Dat is nu van buitenaf aangeleverd, door Artificial Analysis, dat MiniMax-M3.1-Flash door zijn standaardevaluatiesuite heeft gehaald en de resultaten op 19 oktober 2026 heeft gepubliceerd.

• Intelligence Index — 42, gerangschikt als vierde van de 173 modellen op de tracker

• Kosten per taak in de Intelligence Index — $0,22, tegenover $0,51 voor MiniMax-M3 en $0,28 voor GLM-5.3-Flash

• Lijstprijs — $0,15 per miljoen invoertokens, $0,60 per miljoen uitvoertokens, $0,015 per miljoen gecachte leesbewerkingen

• Gemengde prijs — $0,10 per miljoen op de 7:2:1-mix van cache-hits/input/output van de tracker

• Contextvenster — 1.000.000 tokens

• Outputsnelheid — 125,5 tokens per seconde, met een tijd tot het eerste token van 1,04 seconden

• Uitvoerigheid — 180 miljoen outputtokens verbruikt over de hele Index, tegen een mediaan van 99 miljoen

• Invoermodaliteiten — tekst en afbeelding, volgens de tracker; M​iniMax' eigen API-referentie vermeldt ook video

De rang is het zwakke punt van de kop. Een vierde plaats van de 173 klinkt als een podiumplaats, en in de enge zin dat de tracker modellen van elke grootte en prijs vergelijkt, is dat ook zo. Maar de drie modellen boven dit model — DeepSeek V4.1 Flash 1017 op 45, en twee grotere frontier-systemen — zijn niet zijn concurrenten in een inkoopbeslissing. De modellen waarmee het daadwerkelijk op de shortlist komt, zijn die op hetzelfde prijspunt, en daar is het beeld een nek-aan-nekrace met GLM-5.3-Flash en een nipte nederlaag tegen DeepSeeks nieuwste Flash.

42 twee keer, om twee verschillende redenen

GLM-5.3-Flash en MiniMax-M3.1-Flash scoren beide 42 op dezelfde index, waardoor de gelijke stand minder nuttig is dan hij lijkt. De twee bereiken dat via tegenovergestelde routes.

GLM-5.3-Flash is een open-weight model: 320 miljard parameters in totaal, 18 miljard actief, MIT-licentie, gewichten op Hugging Face sinds de release op 26 augustus 2026. Het draait op 78 tokens per seconde met een tijd tot eerste token van 2,52 seconden, kost $0,15 per miljoen input en $0,50 output, en verbruikt $0,28 per indextaak. MiniMax-M3.1-Flash is vandaag closed — M​iniMax zegt dat de gewichten "later worden vrijgegeven" — draait op 125,5 tokens per seconde en verbruikt $0,22 per taak. De gelijke stand is dus een gelijke stand qua capaciteiten en een verdeeld oordeel over alles waar een productieteam om geeft: de ene kun je downloaden en quantiseren, de andere is 60% sneller en 20% goedkoper per taak.

DeepSeek V4.1 Flash 1017, dat twee dagen eerder, op 17 oktober, verscheen, is de moeilijkere vergelijking. Het scoort 45, haalt 222 tokens per seconde — bijna het dubbele — en kost $0,30 in en $1,20 uit, precies het dubbele van de tariefkaart van M​iniMax, met een cachekorting van 98% waardoor de kosten per taak dalen naar $0,26. Het heeft ook MIT-gelicenseerde open weights, met 552 miljard totale en 16 miljard actieve parameters. Op het gebied van pure capaciteit en pure snelheid wint het overtuigend. Op kosten per voltooide taak staat M​iniMax nog steeds voor, met vier cent — een marge die zo dun is dat cachegedrag en outputlengte in echte workloads de doorslag geven, en niet de lijstprijs.

Om het maar duidelijk te zeggen: de oudere DeepSeek V4.1 Flash, uitgebracht op 10 september 2026, scoort 39 — lager dan MiniMax-M3.1-Flash. Het achtervoegsel "1017" is van belang. Wie zich vergelijkt met de checkpoint van september, vergelijkt met een zwakker model.

De leveranciersbenchmarks, en wat ze waard zijn

M​iniMax publiceerde zes evaluaties tegelijk met de lancering. Geen ervan is onafhankelijk gereproduceerd, en het bericht geeft geen vergelijkingskolom, dus de cijfers zijn vooral nuttig als profiel van waarvoor M​iniMax denkt dat dit model bedoeld is.

• BankerToolBench — 76,2, een suite voor bedrijfsworkflows die meerstapsplanning, documentconsistentie en geketende toolaanroepen omvat

• DeepSWE v1.1 — 73,7%, codebegrip, featurewerk, bugfixing en testvalidatie

• OSWorld V2 — 61,7, computerbediening in verschillende applicaties; M​iniMax claimt de eerste te zijn onder Chinese modellen

• Agents' Last Exam — 29.6, langdurige professionele taken; dezelfde claim 'eerste onder Chinese modellen'

• CyberGym — 82%, ontdekken en valideren van kwetsbaarheden

• AutomationBench-AA — beschreven als een toppresteerder, geen score gepubliceerd

Die laatste regel is de verraderlijke aanwijzing. AutomationBench is de benchmark die de "agentic"-positionering onderbouwt, en het is het ene cijfer dat het bericht weigert te vermelden. De andere vijf zijn echt en specifiek, maar een benchmarkscore zonder vergelijkingsset vertelt je wat een model in een lab kan en niets over de vraag of het beter is dan het model waarvoor je al betaalt. Merk ook op dat het model drie weken lang in handen van testers was als MiniMax-M3.1-Flash-Preview vóór deze lancering, en dat er ook geen onafhankelijke evaluatie van dat checkpoint is gepubliceerd — de eerste meting door derden van welk M3.1-model dan ook is de 42 die op de lanceringsdag verscheen.

Waarom de tokenprijs en de taakprijs niet overeenkomen

Hier is de valkuil in dit model, en het is geen kleine. De prijskaart van MiniMax-M3.1-Flash is precies de helft van die van MiniMax-M3: $0,15/$0,60 tegenover $0,30/$1,20 tot 512.000 invoertokens. De voor de hand liggende gevolgtrekking is dat een workload half zoveel kost. Dat is niet zo, om twee elkaar versterkende redenen.

Het eerste is breedsprakigheid. Op de Intelligence Index verbruikte het model 180 miljoen outputtokens, terwijl het mediane model 99 miljoen verbruikt. Het denkt op het standaard inspanningsniveau max, en denktokens worden als output gefactureerd en tellen mee voor max_tokens. Reken het eens door voor een outputzware workload: bij 180 miljoen outputtokens factureert MiniMax-M3 tegen $1,20 per miljoen $216. Tien miljoen tegen $0,60 factureert $108 — de halvering klopt. Het tarief is dus eerlijk; het volume is wat het verschil maakt.

De tweede reden is dat je het denken helemaal niet kunt uitschakelen. De API-referentie van MiniMax is expliciet: als je thinking: {"type": "disabled"} verstuurt, krijg je HTTP 400 terug, en reasoning_effort: "none" wordt op dezelfde manier afgewezen. De ladder met vijf treden — low, medium, high, xhigh, max — is de enige controle die je hebt, en als je het veld weglaat, betekent dat max. MiniMax-M3 daarentegen laat je het denken volledig uitschakelen en staat standaard uit op het Anthropic-compatibele endpoint.

De praktische consequentie: voor een classificatie-, extractie- of opmaaktaak waarbij je betaalde voor zestig outputtokens en geen redenering, kan MiniMax-M3 met thinking uitgeschakeld tegen $1,20 per miljoen outputtokens nog steeds goedkoper zijn dan MiniMax-M3.1-Flash tegen $0,60, omdat het nieuwere model een paar honderd redeneertokens verbruikt voordat het antwoordt. Voor agentische runs — toolgebruik in meerdere stappen, lange programmeersessies, computer-use-lussen — wint het nieuwere model, en het onafhankelijke kosten-per-taakcijfer bevestigt dat: $0,22 tegenover $0,51 is een verlaging van 57%, niet van 50%, omdat de kortere trajecten de extra redenering ruimschoots terugverdienen.

De juiste manier om een lancering als deze te lezen is per voltooide taak, niet per token, en de $0.22 van de tracker is het enige cijfer in dit artikel dat die rekensom al voor je maakt.

De kosten goed krijgen zonder je stack te herschrijven

Kosten per taak zijn eerder een routingbeslissing dan een inkoopbeslissing. De modellen in deze vergelijking zijn niet uitwisselbaar op één enkele as: MiniMax-M3.1-Flash is snel en goedkoop per taak, maar gesloten; GLM-5.3-Flash biedt dezelfde capaciteit met downloadbare gewichten; DeepSeek V4.1 Flash 1017 is sneller en sterker voor het dubbele tokentarief. De meeste teams draaien uiteindelijk twee van de drie, waarbij ze verkeer per taaktype splitsen.

Die splitsing is precies het geval waarvoor OrcaRouter bestaat: één API-sleutel voor 200+ modellen, met de lijstprijzen van providers doorgegeven tegen 0% opslag, zodat wanneer M​iniMax een tariefkaart halveert, het bedrag op je factuur dezelfde dag meebeweegt in plaats van bij de volgende contractverlenging. M​iniMax-M3.1-Flash staat zelf nog niet in onze catalogus — het is vandaag aanroepbaar via de eigen API van M​iniMax, M Plan en M​iniMax Code, en nergens anders waarvoor wij kunnen instaan. Wat al routeerbaar is op OrcaRouter is de rest van de shortlist: M​iniMax-M3, GLM-5.3-Flash en DeepSeek V4.1 Flash 1017, alle drie op één sleutel, zodat de bovenstaande vergelijking op je eigen verkeer kan worden gedraaid in plaats van op een benchmark.

Automatische failover is belangrijker dan gebruikelijk wanneer het nieuwste model in een reeks ook het model met de minste operationele geschiedenis is. MiniMax-M3.1-Flash is twee dagen oud, het migratiepad van zijn voorganger is nog gaande, en de leverancier heeft later een capabeler Pro-model beloofd — precies de situatie waarin je een tweede model achter het eerste in de routeringstabel wilt, in plaats van over drie weken een herschrijving.

Wat te kijken

Drie dingen zullen bepalen of 42 over zes maanden nog overeind blijft als het getal dat mensen citeren. Eerst de gewichten: M​iniMax heeft toegezegd ze "later" vrij te geven, zonder datum, en open gewichten zouden dit van de ene op de andere dag het goedkoopste downloadbare model per taak in zijn klasse maken. Ten tweede het Pro-model: M​iniMax heeft gezegd dat er een sterkere versie aankomt, wat meestal betekent dat de Flash qua prijs wordt herpositioneerd. En het derde is onafhankelijke replicatie van de agentic-cijfers — OSWorld V2, ALE en CyberGym zijn precies de benchmarks die het meest variëren tussen harnesses, en op dit moment komt elk cijfer daarop van het bedrijf dat het model verkoopt.

Tot die tijd is de verdedigbare samenvatting smal en nuttig: tegen $0,22 per taak is MiniMax-M3.1-Flash de goedkoopste manier om een Intelligence Index-score van 42 te kopen, het evenaart GLM-5.3-Flash op die score terwijl het sneller en gesloten is, en het verliest van DeepSeek V4.1 Flash 1017 op capaciteit en snelheid, maar verslaat het op kosten per voltooide taak. Als je workload agentisch is, is die ruil vandaag de moeite waard. Gaat het om duizend korte classificatieaanroepen, dan is het model dat het verving misschien nog steeds de goedkoopste optie.