MiniMax M3.1 Flash vs Gemini 3.5 Flash-Lite: de helft van de prijs, twee keer de score, en toch niet de voor de hand liggende keuze

Gemini 3.5 Flash-Lite is sinds 21 juli 2026 te koop. MiniMax M3.1 Flash verscheen op 19 oktober 2026 voor $0,15 per miljoen inputtokens en $0,60 per miljoen outputtokens — de helft en ongeveer een kwart van Gemini 3.5 Flash-Lite, dat $0,30 en $2,50 kost. Op de Intelligence Index van Artificial Analysis scoort het nieuwere model 43 en het Google-model 22. Dus MiniMax M3.1 Flash is goedkoper per tokenregel en twee keer zo capabel op de onafhankelijke index. Dan kom je bij de rij met kosten per taak, en daar wint Gemini 3.5 Flash-Lite die rij, $0,19 tegen $0,22. Die omkering is de enige eerlijke manier om deze vergelijking in te gaan, want ze vertelt je dat de beslissing helemaal niet over tariefkaarten gaat.

Twee tariefkaarten die alleen maar op elkaar lijken

Begin met wat elke leverancier daadwerkelijk publiceert, want de structuren verschillen net zoveel als de cijfers.

• Invoer — $0,15 per miljoen tokens op MiniMax M3.1 Flash tegenover $0,30 op Gemini 3.5 Flash-Lite.

• Uitvoer — $0,60 tegenover $2,50, een verschil van vier tegen één.

• Gecachte invoer — $0.015 tegen $0.03, beide een korting van 90% op het invoertarief.

• Cacheopslag — Google rekent dit af tegen $1,00 per miljoen gecachte tokens per uur. De tariefkaart bij de lancering van MiniMax vermeldt geen afzonderlijke opslagkosten.

• Batch en Flex — Google verlaagt de input naar $0,15 en de output naar $1,25 op beide niveaus. De introductieprijzen van MiniMax staan op een vlakke kaart met drie regels, zonder batchniveau in het introductiemateriaal.

• Prioriteit — Google verkoopt een prioriteitslaag tegen $0,54 voor input en $4,50 voor output. In het lanceringsbericht van MiniMax werd geen equivalent aangekondigd.

• Context en uitvoerplafond — beide accepteren 1 miljoen invoertokens. MiniMax staat tot 524.288 uitvoertokens toe; Gemini 3.5 Flash-Lite stopt bij 65.536.

• Gewichten — MiniMax heeft op 23 oktober een download van 252,4 GB gepubliceerd onder zijn communitylicentie. Gemini 3.5 Flash-Lite is propriëtair.

De batchlaag verdient een eigen zin, want dat is de enige plek waar de twee kaarten elkaar bijna raken. Een team dat batchlatentie kan tolereren, krijgt Gemini 3.5 Flash-Lite-invoer voor $0,15 — precies de standaard invoerprijs van MiniMax — maar uitvoer voor $1,25, nog steeds meer dan het dubbele van de $0,60 van MiniMax. Batch verkleint de kloof bij invoer en laat de kloof bij uitvoer intact. Als je workload uitvoerintensief is, wat agent- en codingworkloads zijn, redt de batchkorting de vergelijking niet.

De capaciteitskloof is niet subtiel, maar lees de benchmarkversie.

Artificial Analysis laat beide modellen dezelfde suite doorlopen, en de resultaten liggen niet dicht bij elkaar:

• Intelligentie-index — 43 voor MiniMax M3.1 Flash, op de vijfde plaats van 173 modellen; 22 voor Gemini 3.5 Flash-Lite, op de 44e plaats.

• Terminal-Bench 4.0 — 26% tegen 1%.

• AutomationBench-AA — 73% tegen 25%.

• GDPval-AA — 1.458 tegen 985.

• SciCode — 53% tegen 41%.

{{1}}Het Terminal-Bench-getal is het getal dat uit zijn verband zal worden geciteerd, dus het heeft context nodig.{{/1}} Google's eigen modelkaart voor Gemini 3.5 Flash-Lite noemt {{2}}Terminal-Bench 2.1 met 54,0%.{{/2}} Artificial Analysis draait Terminal-Bench 4.0 en registreert 1%. Beide cijfers kunnen correct zijn, omdat het verschillende benchmarkgeneraties zijn die verschillende dingen testen. Wat de 1% betekent, is niet dat Flash-Lite geen terminal kan gebruiken; het betekent dat het bijna nooit de huidige moeilijke end-to-end terminaltaken zonder hulp voltooit. Wat de 54% betekent, is dat het goed presteerde op een eerdere versie van de benchmark. Iedereen die het model vergelijkt met MiniMax M3.1 Flash op "Terminal-Bench" zonder de versie te noemen, vergelijkt twee verschillende tests.

Het onderscheid tussen leverancier en onafhankelijke partij is net zo belangrijk. De modelkaart van Google rapporteert ook SWE-Bench Pro op 54,2%, OSWorld-Verified op 74,0% en GDM-MRCR op 72,2% bij contexten van 128K — allemaal door de leverancier gerapporteerd, allemaal met door Google gekozen instellingen. Het lanceringsbericht van MiniMax rapporteert BankerToolBench op 76,2, DeepSWE v1.1 op 73,7% en OSWorld V2 op 61,7, ook door de leverancier gerapporteerd. De enige rijen in dit artikel waarin beide modellen dezelfde testomgeving doorlopen, zijn die van Artificial Analysis; daarom dragen zij de argumentatie.

Waarom het duurdere model per taak toch goedkoper kan zijn

Artificial Analysis meet de kosten per voltooide Intelligence Index-taak op $0,19 voor Gemini 3.5 Flash-Lite en $0,22 voor MiniMax M3.1 Flash. Dat lijkt onmogelijk naast een verschil in outputprijs van vier tegen één, tot je je herinnert wat de maatstaf is: daadwerkelijk verbruikte tokens, vermenigvuldigd met de tarieven van de provider. Het is geen vergelijking van tariefkaarten. Het is een meting van hoeveel werk elk model verzet om dezelfde taak te voltooien.

MiniMax M3.1 Flash is een breedsprakig redeneermodel. Artificial Analysis registreerde ongeveer 180 miljoen outputtokens in de index voor M3.1 Flash, tegen een mediaan van ongeveer 100 miljoen voor de modellen die het volgt. De kosten van $0,19 per taak voor Gemini 3.5 Flash-Lite, bij ongeveer een derde van de gemengde tokenprijs van MiniMax, impliceren dat het dezelfde index met veel minder tokens doorloopt. Dat is een gevolgtrekking uit twee gepubliceerde cijfers, niet een bewering van de leverancier, maar het wijst dezelfde kant op: bij taken waar de extra beraadslaging van M3.1 Flash een correct antwoord oplevert, is de tokenbesteding een goede ruil. Bij taken waar het antwoord nooit in twijfel was, is de beraadslaging verspilling, en wordt het model met de lagere prijs per token per taak juist het duurdere.

Bereken de factuur voor een workload die je misschien daadwerkelijk hebt: 20 miljoen invoertokens per maand bij een cachehitpercentage van 60%, plus 3 miljoen uitvoertokens.

• MiniMax M3.1 Flash — 8 miljoen nieuwe invoer tegen $0,15 is $1,20; 12 miljoen gecachte invoer tegen $0,015 is $0,18; 3 miljoen uitvoer tegen $0,60 is $1,80. Totaal: $3,18.

• Gemini 3.5 Flash-Lite — 8 miljoen nieuwe invoer tegen $0,30 is $2,40; 12 miljoen gecachte invoer tegen $0,03 is $0,36; 3 miljoen uitvoer tegen $2,50 is $7,50. Totaal $10,26, exclusief cacheopslag.

Dat is een verschil van 3,2x in het voordeel van MiniMax. Verklein de output tot een half miljoen tokens, zoals bij een classificatie- of extractietaak, en het wordt $1,68 tegen $4,01 — nog steeds 2,4x. Zet Gemini op zijn batch-tier met de output van 3 miljoen tokens en het komt uit op $5,19, nog steeds 1,6x MiniMax. De rekenkunde per token verandert niet.

Dus de inversie van kosten per taak is reëel maar beperkt, en het is een uitspraak over token-efficiëntie, niet over prijs. Als je workload lijkt op de Intelligence Index — korte, goed gespecificeerde taken waarbij een kleiner model snel klaar kan zijn — kan de efficiëntie van Flash-Lite het verschil in de tariefkaart wegwerken. Als je workload lijkt op de factuur hierboven, dan niet. De enige betrouwbare voorspelling is je eigen tokenaantallen op je eigen prompts, gemeten op beide.

Snelheid bestaat uit twee metingen die in tegengestelde richting wijzen

Het verhaal over snelheid is interessanter dan 'de een is sneller', omdat de twee modellen elk een andere helft ervan winnen.

• Tijd tot eerste token — 1,48 seconden op MiniMax M3.1 Flash tegenover 6,94 seconden op Gemini 3.5 Flash-Lite. Het MiniMax-model begint bijna vijf keer zo snel met antwoorden.

• Outputdoorvoer — 95,6 tokens per seconde tegenover 430,2. Zodra het begint, streamt Flash-Lite ongeveer vier en een half keer sneller.

Welk getal ertoe doet, hangt af van de vorm van de aanroep. In een chatinterface is de latentie van de eerste token wat de gebruiker voelt; een model dat zeven seconden pauzeert voordat het eerste woord komt, voelt defect, ongeacht hoe snel het daarna typt. Bij een lange generatie — een rapport van 100.000 tokens, een grote refactor — domineert doorvoer de kloktijd en kan de langzame starter als eerste klaar zijn. In een agentlus, waarin elke stap een korte tool-aanroep is en de lus twintig keer draait, wordt de tijd tot de eerste token twintig keer betaald en doet doorvoer nauwelijks ertoe.

Twee kanttekeningen. Artificial Analysis heeft voor M3.1 Flash 95,6 tokens per seconde gemeten, terwijl MiniMax' eigen materiaal een mediaan boven 170 en pieken boven 200 claimt — een herinnering dat serverpad en meetomstandigheden dit getal sterk beïnvloeden. En de 430 tokens per seconde van Flash-Lite is echt snel, maar de uitvoerlimiet van 65.536 tokens betekent dat het scenario met lange generaties waarin die snelheid het meest zou lonen, begrensd is. De limiet van 524.288 tokens van MiniMax is acht keer groter.

De spreiding tussen providers is groter dan de kloof tussen de modellen. De eigen pagina van {{1}}OrcaRouter{{/1}} voor {{2}}Gemini 3.5 Flash-Lite{{/2}} meldt een p50-tijd tot het eerste token van 3,59 seconden en een p95 van 10,00 seconden over de providers waarnaar het routeert, tegenover het cijfer van 6,94 seconden van Artificial Analysis. Dat is geen tegenstrijdigheid; zo ziet een gerouteerd model eruit wanneer verschillende backends het bedienen. Het betekent ook dat de eerlijke manier om deze twee op latentie te vergelijken is om je eigen route te meten, en niet om één enkel cijfer van een van beide leveranciers te vertrouwen.

De rij die gereguleerd werk zou moeten bepalen

De AA-Omniscience-evaluatie van Artificial Analysis geeft MiniMax M3.1 Flash een score van 16: 56% van de feitelijke vragen werd correct beantwoord en het hallucinatiepercentage is 93%. Dat laatste cijfer betekent niet dat 93% van de antwoorden fout was. Het betekent dat van de antwoorden die niet correct waren, 93% ronduit fout was in plaats van gedeeltelijke antwoorden of weigeringen — het model antwoordt meestal wanneer het zou moeten weigeren.

De Artificial Analysis-pagina van Gemini 3.5 Flash-Lite bevat geen AA-Omniscience-score, dus de twee kunnen niet op onthouding worden vergeleken. Dat ontbreken is geen vrijbrief; het zijn ontbrekende gegevens. Wat wel kan worden gezegd, is dat een model met een lager capaciteitsplafond en een sterke neiging tot korte antwoorden op een andere manier kan falen — door te weigeren of door duidelijk magere output te produceren — maar er is geen gepubliceerde meting die dat aantoont. Ga er niet van uit dat het kleinere model veiliger is, alleen omdat het kleiner is.

Voor programmeer- en agentische taken is AA-Omniscience een slechte voorspeller: het model wordt niet gevraagd feiten op te halen, maar om op bestanden en toolresultaten te reageren. Voor alles wat op kenniswerk lijkt — een contract samenvatten, een klantvraag over beleid beantwoorden, een cijfer uit een officieel document halen — is het cijfer van 93% het eerste waar je omheen moet ontwerpen, niet het laatste. Retrieval, citatiecontroles en een stap met menselijke beoordeling zijn daar niet optioneel, en een lagere tokenprijs weegt niet op tegen de kosten van een zelfverzekerd fout antwoord.

Een beslisregel die je eigen werklast overleeft

• Grootschalige classificatie, extractie, routering en vertaling met korte uitvoer — Gemini 3.5 Flash-Lite. De 22-index volstaat voor smalle taken, 430 tokens per seconde is waar het om gaat, en 65.536 uitvoertokens is ruim voldoende. Het batchtier tegen $0,15 invoer maakt het volumeargument sterker.

• Coderen op reposchaal, agents met meerdere stappen, lange documenten, output in lange vorm — MiniMax M3.1 Flash. Terminal-Bench 4.0 met 26% tegen 1% is het relevante verschil, 524.288 uitvoertokens heffen een harde bovengrens op, en de invoerprijs is de helft.

• On-premises of toegang tot de gewichten — MiniMax M3.1 Flash, en niets anders. De download van 252,4 GB is echt, maar valt onder de MiniMax Community Licence: naamsvermelding is vereist bij commerciële implementaties, en boven een jaaromzet van $20 miljoen is voorafgaande schriftelijke toestemming vereist. "Open weights" is geen "open source", en inkoop zou de licentie moeten lezen voordat er naar het aantal parameters wordt gekeken.

• Latentiegevoelige chat — test beide. MiniMax wint op tijd tot het eerste token met een ruime marge; Gemini wint op streamingdoorvoer. Welke sneller aanvoelt, hangt af van de lengte van het antwoord.

• Ongesuperviseerde feitelijke vraagbeantwoording — geen van beide zonder retrieval en verificatie. MiniMax M3.1 Flash heeft een gemeten abstentieprobleem; Gemini 3.5 Flash-Lite heeft helemaal geen gepubliceerde meting.

Waar elk ervan daadwerkelijk aanroepbaar is

Er is een asymmetrie die het waard is om ronduit te benoemen. Gemini 3.5 Flash-Lite staat vandaag in de catalogus van OrcaRouter, dus het kan via één API-sleutel worden aangeroepen tegen de lijstprijs van de provider met 0% opslag, met automatische failover tussen providers en de routing-DSL beschikbaar om het met andere modellen te combineren. MiniMax M3.1 Flash staat niet in de catalogus; de MiniMax-lijn daar stopt bij MiniMax-M3. M3.1 Flash aanroepen betekent de eigen API van MiniMax of een van zijn serveerpartners — waaronder Tenstorrent Cloud, dat de uitrol op 22 oktober aankondigde.

Dat is belangrijker voor evaluatie dan voor productie. Als je de kwestie van de kosten per taak op je eigen data wilt beslechten, is de nuttige vergelijking vaak MiniMax-M3 tegenover Gemini 3.5 Flash-Lite op één key, omdat beide op dezelfde manier te routeren en te meten zijn; het nieuwere model moet dan die baseline verslaan voordat je een tweede leverancier erbij neemt. OrcaRouter geeft de lijstprijzen van providers ongewijzigd door, dus een prijswijziging van MiniMax of een Google-batchtarief verschijnt op je factuur op dezelfde dag dat die ingaat, niet aan het einde van een onderhandeld contract.

De keuze hangt ervan af over welk getal je je een fout kunt veroorloven.

Als je voor Gemini 3.5 Flash-Lite kiest en je vergist je in de capaciteiten, is de mislukking zichtbaar: 1% op Terminal-Bench 4.0 en een score van 25% op AutomationBench-AA zijn niet te verbergen. Je ziet de taak mislukken en je zult deze naar een ander model verplaatsen.

Als je voor MiniMax M3.1 Flash kiest en je vergist je in de kosten, is de fout kleiner dan de tariefkaart suggereert: in het hierboven genoemde voorbeeld met tokenmeting is het twee tot drie keer goedkoper, en op de taakmetriek van Artificial Analysis is het ongeveer 16% duurder. Geen van beide uitkomsten is catastrofaal.

Als je voor MiniMax M3.1 Flash kiest en je vergist je wat betreft het onthouden van een antwoord, is de fout stil. Dat is de asymmetrie die de beslissing voor kenniswerk zou moeten sturen, en het is de reden dat deze vergelijking niet eindigt met "het goedkopere, slimmere model wint". Voor agentische en programmeerworkloads, waarbij het model werkt op artefacten die je kunt inspecteren, is MiniMax M3.1 Flash de sterkere keuze tegen een lagere tokenprijs. Voor verwerking van grote volumes korte antwoorden verdienen de snelheid en taakefficiëntie van Gemini 3.5 Flash-Lite nog steeds hun plek. Voor feitelijk werk zonder verificatielaag is het eerlijke antwoord dat geen van beide modellen dat heeft verdiend.