MiniMax M3.1 Flash vs Qwen 3.8 Flash: dezelfde invoerprijs, tegenovergestelde architecturen

MiniMax-M3.1-Flash en Qwen3.8-Flash kosten allebei vijftien cent per miljoen invoertokens en zijn gebaseerd op onverenigbare theorieën over waar het geld naartoe gaat. MiniMax-M3.1-Flash, algemeen beschikbaar sinds 19 oktober 2026, is een gesloten model dat bij elke aanroep redeneert, of je dat nu wilt of niet, en genereert met 125,5 tokens per seconde. Qwen3.8-Flash is een mixture-of-expertsmodel met 125 miljard parameters dat per token ongeveer zes miljard daarvan activeert, genereert met ongeveer 51,6 tokens per seconde op de onafhankelijk gemeten checkpoint, en verkoopt uitvoertokens voor dertien cent minder. De een is snel en breedsprakig; de ander is traag en beknopt. Welke van de twee goedkoper uitpakt voor jouw verkeer hangt af van een verhouding die de meeste teams nooit meten, en dat is de enige echte vraag in deze vergelijking. De gedocumenteerde AI-fouten en agentincidenten achter releases zoals deze zijn verzameld in het OrcaRouter AI Incident Archive waarbij elke vermelding zijn eigen bronnen, ernstniveau, betrouwbaarheidsgraad en betwistvlag bevat.

Eén ding moet eerst worden rechtgezet voordat we bij de cijfers komen, want het beïnvloedt elke rij hieronder. Qwen3.8-Flash is een gehost product. Wat je kunt downloaden is Qwen3.8-Flash-Next, dat dezelfde architectuur deelt maar niet de naam, de licentie of noodzakelijkerwijs het gedrag — en de onafhankelijke benchmarkcijfers die bestaan, zijn voor Flash-Next, niet voor de gehoste Flash. De enige onafhankelijk gemeten score van MiniMax-M3.1-Flash is voor het model zelf, omdat er niets anders te meten valt. Waar een cijfer hieronder een leverancierscijfer is, staat dat erbij; waar het van Artificial Analysis afkomstig is, staat dat erbij; waar de rij niet eerlijk kan worden vergeleken, zegt de rij dat in plaats daarvan.

De twee architecturen zijn niet twee instellingen van één ontwerp.

Het model van Qwen is het beter leesbare van de twee, en de cijfers zijn in voldoende detail gepubliceerd om erover te kunnen redeneren. Qwen3.8-Flash heeft 48 lagen met 512 experts per laag, tien gerouteerd plus één gedeeld, en put uit 125 miljard totale parameters met ruwweg 6 miljard actief per token — ongeveer 95% sparsity. Naast de expertstack heeft het een n-gram-embeddingtabel van 51 miljard parameters en een multi-token-prediction-head van 4 miljard parameters, dus het opgeslagen artefact ligt dichter bij 180 miljard parameters dan bij 125 miljard. Multi-token prediction is het onderdeel dat voor snelheid uitmaakt: het laat het model meerdere tokens per forward pass voorstellen en verifiëren, en dat is hoe een model dat zo sparse is überhaupt bruikbaar blijft.

M​iniMax heeft voor MiniMax-M3.1-Flash geen vergelijkbaar aantal parameters gepubliceerd. De aankondigingspost gaat over uitkomsten — agentische benchmarks, een beweerde verlaging van de gebruikskosten met 70%, inferentie die "bijna drie keer sneller" is dan de preview — en niet over de opbouw van het netwerk. Die asymmetrie is op zichzelf al een datapunt over de twee producten: Q​wen verkoopt een architectuur die je in principe zou kunnen hosten, M​iniMax verkoopt een dienst. Voor een vergelijkingspagina betekent het dat het architectuurargument maar één kant op werkt. Je kunt met zekerheid zeggen waarom Qwen3.8-Flash snel is per actieve parameter. Je kunt niets zeggen over waarom MiniMax-M3.1-Flash snel is, omdat de leverancier het je niet heeft verteld.

Eén regel per dimensie, beide zijden op elke regel.

• Invoerprijs — $0,15 per miljoen tokens bij beide, en dat is waar de toevalligheid die deze pagina omkadert vandaan komt

• Outputprijs — MiniMax-M3.1-Flash op $0,60 per miljoen tegenover Qwen3.8-Flash op $0,47, een verschil van 28% in het nadeel van MiniMax

• Caching — M​iniMax rekent $0,015 per miljoen gecachte invoertokens; QwenCloud vermeldt $0,016 per miljoen cache-leesbewerkingen en $0,20 per miljoen voor expliciete cachecreatie, dus de cache van M​iniMax is de eenvoudigere en iets goedkopere van de twee

• Context — MiniMax-M3.1-Flash bij 1.000.000 tokens; Qwen3.8-Flash standaard op 1.000.000 tokens, met een maximale invoer van 991.000 tokens en een maximale uitvoer van 131.000 tokens

• Onafhankelijke capaciteit — Artificial Analysis geeft MiniMax-M3.1-Flash een score van 42 op zijn Intelligence Index, gerangschikt als 41e van 173 modellen; dezelfde tracker geeft Qwen3.8-Flash-Next een score van 40, en voor de gehoste Qwen3.8-Flash is geen indexscore gepubliceerd

• Uitvoersnelheid — 125,5 tokens per seconde en een tijd tot het eerste token van 1,04 seconde voor MiniMax-M3.1-Flash; 51,6 tokens per seconde voor Qwen3.8-Flash-Next op dezelfde tracker, wat het dichtstbijzijnde beschikbare vergelijkbare cijfer is

• Kosten per voltooide taak — $0,22 voor MiniMax-M3.1-Flash op de eigen harness van de tracker; voor geen van beide Qwen-artefacten is een vergelijkbaar cijfer gepubliceerd.

• Verbositeit — 180 miljoen outputtokens verbruikt tijdens de Intelligence Index-run van MiniMax-M3.1-Flash, tegenover een mediaan van 99 miljoen voor modellen in de tracker; Qwen publiceert geen vergelijkbaar cijfer

• Redeneerbeheersing — MiniMax retourneert HTTP 400 als je thinking: {"type": "disabled"} verstuurt en wijst reasoning_effort: "none" af, waardoor een vijftrapsladder overblijft waarvan max de standaardwaarde is; Alibaba documenteert zowel thinking- als non-thinking-modi voor de Qwen3.8-familie, dus dit is de enige rij waarin de documentatie van de twee leveranciers niet rechtstreeks vergelijkbaar is en je de schakelaar op je endpoint moet testen in plaats van een van beide pagina's te vertrouwen

• Gewichten — MiniMax zegt dat de gewichten van MiniMax-M3.1-Flash "later worden vrijgegeven", zonder datum; die van Qwen3.8-Flash zijn helemaal niet gepubliceerd, en de downloadbare Qwen3.8-Flash-Next valt onder de Qwen Community License 1.0 in plaats van Apache 2.0

• Invoermodaliteiten — tekst en afbeelding bij beide, waarbij Qwen3.8-Flash ook video accepteert en beide alleen tekst retourneren

Het verschil in outputprijs is kleiner dan dat in outputvolume.

Dertien cent per miljoen outputtokens klinkt als een afrondingsfout naast een kop van 28%. Bij een echte workload kan het de hele beslissing bepalen, in de tegenovergestelde richting van de tariefkaart, omdat de twee modellen niet hetzelfde aantal tokens produceren voor dezelfde taak.

MiniMax-M3.1-Flash kan niet stoppen met denken. De API-referentie retourneert een 400 voor het voor de hand liggende verzoek om dat uit te schakelen, en de enige knop is hoe hard het nadenkt — van laag tot max, standaard op max. Artificial Analysis heeft de consequentie gemeten: 180 miljoen outputtokens tijdens de index-run, terwijl het mediane model op dezelfde tracker 99 miljoen verbruikt. Dat is 1,8× het outputvolume van een typisch model, en denktokens worden gefactureerd als outputtokens en tellen mee voor je max_tokens-plafond.

Maak de rekensom voor een bewust eenvoudig geval. Een werklast die op een mediaanmodel één dollar aan outputtokens zou kosten, kost $1,82 op MiniMax-M3.1-Flash als de verboseheidsratio standhoudt. Dezelfde werklast op Qwen3.8-Flash tegen $0,47 in plaats van $0,60 kost $0,78 vóór enige volumeaanpassing — en als Qwens non-thinkingmodus beschikbaar is en je die gebruikt, is er helemaal geen denkvolume om voor te betalen. Bij outputgedomineerd verkeer vermenigvuldigen het gat van dertien cent en de 1,8× verboseheid zich tot iets dat dichter bij een totaalverschil van 2,3× ligt. Dat is het argument tegen MiniMax-M3.1-Flash, zo ronduit gesteld als het verdient.

Het argument ervoor is snelheid, en snelheid is geen zacht voordeel wanneer de workload agentisch is. Met 125,5 tokens per seconde tegenover 51,6 produceert MiniMax-M3.1-Flash ongeveer 2,4× sneller output, wat betekent dat een meerstaps toolgebruik-lus die bij Qwen twintig seconden genereren kost, bij MiniMax acht seconden duurt. Als je agent veertig modelaanroepen doet om een taak af te ronden, is dat het verschil tussen een taak van dertien minuten en een van vijf minuten, en latentie als deze verandert wat je kunt bouwen, niet alleen hoeveel je betaalt. Het betekent ook dat de extra tokens van MiniMax in minder kloktijd aankomen dan de minder talrijke tokens van Qwen, en dat is de zin die het argument over breedsprakigheid ingewikkeld maakt in plaats van beslissend.

Twee benchmarktabellen van leveranciers die je niet naast elkaar kunt zetten

Beide bedrijven hebben evaluaties gepubliceerd, en beide sets zijn onbruikbaar voor een één-op-éénvergelijking, om een reden die je ronduit moet benoemen in plaats van eromheen te draaien.

De tabel van MiniMax voor MiniMax-M3.1-Flash vermeldt BankerToolBench op 76,2, DeepSWE v1.1 op 73,7%, OSWorld V2 op 61,7, Agents' Last Exam op 29,6 en CyberGym op 82%, en beschrijft het AutomationBench-AA-resultaat als een van de best presterende zonder een score te vermelden. De tabel van Alibaba voor Qwen3.8-Flash-Next vermeldt SWE-bench Pro op 62,5, DeepSWE 1.1 op 58,7, CoWorkBench op 73,9, AndroidWorld op 84,5, MathVision op 95,7 en JobBench op 55,7. De twee lijsten hebben precies één benchmarknaam gemeen — DeepSWE v1.1 — en daar zijn de cijfers van de leveranciers 73,7% tegen 58,7%, een verschil van vijftien punten dat doorslaggevend lijkt en niet vergelijkbaar is, omdat de twee cijfers betrekking hebben op andere modellen dan die op deze pagina (de ene is de gehoste Flash-Next, de andere is M3.1-Flash) en omdat geen van beide bedrijven de harness, de scaffold of de slaagcriteria heeft gepubliceerd.

Waar de tabellen goed voor zijn, is het aflezen van de intentie. M​iniMax heeft computergebruik, langdurige professionele taken en het ontdekken van kwetsbaarheden gemeten — het profiel van een model dat bedoeld is om software te bedienen. A​libaba heeft programmeren, multimodale wiskunde en bediening van mobiele apparaten gemeten — het profiel van een model dat bedoeld is om in applicaties over modaliteiten heen te worden ingebed. Geen van beide tabellen bevat een cijfer van een concurrent, en geen van beide zou moeten worden gebruikt alsof dat wel zo was.

Wat de licenties daadwerkelijk toestaan

Het open-weightverhaal is het onderdeel waarop de meeste kopers de fout ingaan, in beide richtingen.

Qwen3.8-Flash is niet open. Wat wel open is, is Qwen3.8-Flash-Next, en het verschil is niet cosmetisch: het is een afzonderlijk artefact, gepubliceerd op 26 augustus 2026, door het eigen lab van Alibaba beschreven als een preview van de architectuur die de basis zal vormen voor Qwen4, geleverd als 131 shards met een totale omvang van ongeveer 360 GB in bf16 en FP8, zonder door de leverancier geleverde GGUF-kwantisatie. Het valt onder de Qwen Community License 1.0, die niet Apache 2.0 is en niet de licentie is die veel teams verwachten als ze 'Qwen-gewichten' horen. Iedereen die van plan is Flash te downloaden en lokaal te draaien, moet die licentie lezen voordat de hardware wordt gedimensioneerd, want 360 GB aan gewichten past niet op één accelerator en kwantisaties door de community zijn de enige manier om de voetafdruk te verkleinen.

MiniMax-M3.1-Flash is gesloten, met een belofte. In de aankondigingspost staat dat de gewichten "later worden vrijgegeven", zonder datum, zonder licentie en zonder omvang. Dat is een strikt zwakkere positie dan die van Qwen — iets dat je vandaag onder een restrictieve licentie kunt downloaden, is beter dan iets dat je ooit misschien onder onbekende voorwaarden kunt downloaden — maar het is niet niets, en het is het meest waarschijnlijke punt waarop de afweging op deze pagina kan veranderen. Als MiniMax de gewichten levert, doet de prijsvergelijking er voor niemand met GPU's meer toe, en het sparsityvoordeel dat Qwen met 6 miljard actieve parameters heeft verworven, krijgt te maken met een concurrent die ook op je eigen hardware kan worden gedraaid.

Welke moet ik vandaag bellen?

Beide zijn bereikbaar via OrcaRouter, zij het niet in gelijke mate. Qwen3.8-Flash staat in de catalogus als qwen/qwen3.8-flash, een van meer dan 200 modellen achter één API-sleutel, waarbij de lijstprijzen van de providers tegen 0% opslag worden doorgegeven. MiniMax-M3.1-Flash staat niet in de catalogus; het is aanroepbaar via MiniMax' eigen API, het M Plan en MiniMax Code, en via de serverende partner die MiniMax op 21 oktober noemde. Wat aan de MiniMax-kant routeerbaar is, is de rest van de lijn — waaronder MiniMax-M3 — dus een team dat de vergelijking op zijn eigen verkeer wil testen, kan qwen/qwen3.8-flash en minimax/minimax-m3 achter één sleutel zetten en meten, in plaats van twee leverancierstabellen te lezen en te gissen.

Die meting is de moeite waard om uit te voeren voordat je je vastlegt, want de twee modellen falen op tegengestelde manieren op een benchmark. MiniMax-M3.1-Flash ziet er duur uit per token en goedkoop per voltooide taak als je werk agentisch is, met lange trajecten die het model in minder roundtrips afrondt omdat elke ronde snel is. Qwen3.8-Flash zal op elke factuurregel goedkoper lijken en slechter presteren in elke latentiegevoelige lus, want 51,6 tokens per seconde is een echte beperking wanneer een agent veertig opeenvolgende antwoorden nodig heeft. Geen van beide is een defect. Het zijn de twee ontwerpen die werken zoals bedoeld.

De beperkte conclusie: als je een agent bouwt die software bedient en je betaalt per voltooide taak in plaats van per token, is de snelheid van M​iniMax-M3.1-Flash zijn breedsprakigheid waard, en zijn gesloten weights zijn de toegangsprijs totdat M​iniMax ze uitbrengt. Als je grootschalige extractie, classificatie of generatie draait waarbij de uitvoerlengte begrensd is en latentie niet de beperkende factor is, is Qwen3.8-Flash goedkoper op de tariefkaart en nog goedkoper zodra je stopt met betalen voor reasoning-tokens die je niet hebt gevraagd — en als je het model wilt bezitten in plaats van huren, is Qwen3.8-Flash-Next de enige van het tweetal die je daadwerkelijk in handen kunt houden, onder een licentie die je eerst zou moeten lezen.