Claude Sonnet 5.5 vs MiniMax M3: w czym 15× tańszy model faktycznie dorównuje

Na niezależnej tablicy wyników jest jeden wiersz, w którym MiniMax M3 i Claude Sonnet 5.5 są tym samym modelem, i nie jest to ten, którego ktokolwiek by się domyślił. W przywoływaniu informacji z długiego kontekstu MiniMax M3 uzyskuje 83,0%, a Claude Sonnet 5.5 uzyskuje 82,7%. MiniMax M3 kosztuje 0,30 USD za milion tokenów wejściowych i 1,20 USD za milion tokenów wyjściowych. Claude Sonnet 5.5 kosztuje 2,00 USD i 10,00 USD. W całym Intelligence Index zmierzony koszt M3 to 0,51 USD na zadanie w porównaniu z 7,60 USD dla Claude Sonnet 5.5 — piętnaście razy taniej, a w jedynej ewaluacji, która mierzy, czy model wciąż potrafi znaleźć coś w bardzo długim dokumencie, wcale nie jest w tyle.

Potem otwierasz ewaluacje agentowe i obraz odwraca się tak mocno, że przestaje to być porównanie. W Terminal-Bench 4.0, który wymaga od modelu sterowania powłoką i faktycznego ukończenia zadania programistycznego, MiniMax M3 uzyskuje 2,0%, a Claude Sonnet 5.5 — 63,6%. Trzydziestokrotna różnica w jedynym benchmarku, który najbardziej przypomina pracę produkcyjną, nie jest kwestią ceny i żadna oszczędność na tokenach tego nie przetrwa. Pożyteczne pytanie, jakie rodzi to starcie, nie brzmi „który jest lepszy”, lecz który z tych dwóch trybów awarii jest w stanie zaabsorbować twój workload: MiniMax M3 to model z otwartymi wagami, o kontekście miliona tokenów i natywnej obsłudze wideo, który dorównuje modelowi frontierowemu w wyszukiwaniu i załamuje się przy wykonywaniu, a Claude Sonnet 5.5 to model zamknięty, wydany 28 września 2026 r. właśnie po to, by robić coś przeciwnego.

Czym jest każde z nich, powiedziane wprost

MiniMax M3 to flagowy otwarty model podstawowy (open-weight) chińskiego laboratorium, ogłoszony 1 czerwca 2026 r. i dostępny do pobrania na licencji społecznościowej M​iniMax. Jest to mieszanka ekspertów o łącznej liczbie około 428 miliardów parametrów, z około 23 miliardami aktywnymi na token, i jest natywnie multimodalny w mocnym sensie: tekst, obraz i wideo wchodzą, a tekst wychodzi, przy czym potok multimodalny został przebudowany od pierwszego kroku pretrenowania, a nie doklejony. Okno wynosi 1 048 576 tokenów — z gwarantowanym użytecznym minimum 512 000 we własnym wpisie katalogowym — a maksymalne wyjście to 512 000 tokenów, co jest naszą liczbą, a nie dostawcy, ponieważ M​iniMax nie publikuje takiej. Architektura to M​iniMax Sparse Attention, temat arXiv 2606.13392, a twierdzenie dostawcy o niej to ponad 9× szybsze prefilling i ponad 15× szybsze dekodowanie niż w poprzedniej generacji przy oknie miliona tokenów. To są liczby dostawcy i nie widzieliśmy ich niezależnie odtworzonych.

Claude Sonnet 5.5 to drugi model Anthropic z generacji 5.5, mający dzień w chwili pisania, i jest zamknięty. Anthropic opisuje go jako najlepsze połączenie szybkości i inteligencji w ofercie, a specyfikacja obejmuje 1 000 000 tokenów kontekstu, 128 000 tokenów synchronicznego wyjścia przy 300 000 w Message Batches API, wejście tekstowe, obrazkowe i plikowe, adaptacyjne myślenie z możliwością wyboru wysiłku, datę odcięcia wiedzy: czerwiec 2026 oraz zerową retencję danych dostępną od premiery. Jego cena nie zmieniła się względem Claude Sonnet 5: 2,00 USD za wejście, 10,00 USD za wyjście, 0,20 USD za odczyty z pamięci podręcznej, 2,50 USD za zapisy do pamięci podręcznej. Anthropic twierdzi, że działa o 30% szybciej i kosztuje do 30% mniej na zadanie niż Claude Sonnet 5 — dane producenta, niezweryfikowane, które należy czytać jako twierdzenia o liczbie tokenów, a nie o stawkach, ponieważ stawki są identyczne.

Kształt benchmarku mówi wszystko

Oba modele są mierzone na tym samym indeksie, wersja v4.3.2, a tym, co czyni to zestawienie interesującym, a nie jednostronnym, są wyniki poszczególnych ewaluacji.

• Przywoływanie w długim kontekście — MiniMax M3 83,0% vs Claude Sonnet 5.5 82,7%, różnica na poziomie błędu zaokrąglenia przy faktycznym remisie

• SciCode — MiniMax M3 47,1% vs Claude Sonnet 5.5 61,0%, realna, ale możliwa do przetrwania różnica

• Humanity's Last Exam — MiniMax M3 39,0% vs Claude Sonnet 5.5 55,0%

• Terminal-Bench 4.0 — MiniMax M3 2,0% vs Claude Sonnet 5.5 63,6%, gdzie porównanie przestaje być użyteczne

• Indeks Inteligencji — MiniMax M3 29 vs Claude Sonnet 5.5 56

• Koszt na zadanie Index — MiniMax M3 $0,51 vs Claude Sonnet 5.5 $7,60

• Tokeny wyjściowe wygenerowane w całym Indeksie — MiniMax M3 120M vs Claude Sonnet 5.5 410M

• Szybkość generowania — MiniMax M3 115,3 tokenów/s vs Claude Sonnet 5.5 138,7 tokenów/s

Przeczytaj te wiersze po kolei, a wyłoni się spójny model. MiniMax M3 jest kompetentny w statycznym rozumowaniu i wyszukiwaniu informacji, a słaby w długotrwałym wykonywaniu zadań. Jego wynik w Terminal-Bench to nie skromny niedobór; wynik 2,0% oznacza, że model zasadniczo nie wykonuje tych zadań, a ten sam wzorzec widać w jego wyniku w benchmarku automatyzacji 0,21 wobec 0,71 oraz w wyniku wszechwiedzy 1,35 wobec 32,3. Tam, gdzie MiniMax M3 rzeczywiście utrzymuje pozycję, jest dokładnie tam, gdzie jego architektura obiecuje przewagę: naprawdę długie dane wejściowe, odczytane i obsłużone odpowiedzią. To MSA robiące to, do czego MiniMax je sprzedawał.

Kwestia kosztów dodaje drugi, mniej oczywisty punkt. MiniMax M3 jest nie tylko tańszy za token — 1/6,7 na wejściu i 1/8,3 na wyjściu — lecz także zużywa mniej tokenów na dojście do odpowiedzi: około 120 milionów wobec 410 milionów w tym samym zestawie. Dwa efekty mnożą się, dając piętnastokrotną różnicę na zadanie. Część tej różnicy to autentyczna wydajność, a część wynika po prostu z tego, że MiniMax M3 szybciej poddaje się w zadaniach, w których sobie nie radzi; tanie zadanie, które zwraca błędną odpowiedź, nie jest oszczędnością, a to najtańsza lekcja w tym artykule.

Wymiar, którego cennik nie może pokazać

MiniMax M3 ma właściwość, której Claude Sonnet 5.5 nie ma i nie może nabyć: możesz wziąć wagi. To ma znaczenie dokładnie dla jednej klasy nabywców i dla tego nabywcy przeważa nad wszystkim powyżej. Jeśli żądanie nie może opuścić jurysdykcji, nie może przekroczyć granicy sieci albo musi działać tam, gdzie nie można w ogóle dotrzeć do żadnego API, model bez wag do pobrania nie jest opcją za żadną cenę, a model z otwartymi wagami o 428 miliardach parametrów jest. Ta sama właściwość jest obciążeniem w drugą stronę: samodzielne hostowanie 428 mld parametrów przy 23 mld aktywnych to decyzja kapitałowa, a nie klucz API, a własne twierdzenia MiniMax dotyczące rzadkiej uwagi istnieją, ponieważ alternatywa przy milionie tokenów to infrastruktura nieosiągalna finansowo.

Dla wszystkich pozostałych uczciwym ujęciem jest to, że to wybór między zbudowaniem a kupnem, do którego dołączona jest cena. Claude Sonnet 5.5 to lepszy model do wszystkiego, co agentowe. MiniMax M3 to lepszy model do czytania czegoś ogromnego i odpowiadania na pytanie o to, a przy tym jest dramatycznie lepszym modelem do przetwarzania wideo, którego Claude Sonnet 5.5 w ogóle nie obsługuje — jego powierzchnia wejściowa to tekst, obrazy i pliki.

• Wagi — MiniMax M3 udostępniony na licencji społecznościowej MiniMax vs Claude Sonnet 5.5 zamknięty

• Modalność wejściowa — MiniMax M3: tekst, obraz i wideo vs Claude Sonnet 5.5: tekst, obraz i plik

• Maksymalna wielkość wyjścia — MiniMax M3 512 000 tokenów według naszego katalogu vs Claude Sonnet 5.5 128 000 w trybie synchronicznym, 300 000 w trybie wsadowym

• Ceny pamięci podręcznej — MiniMax M3 0,06 USD za milion odczytów vs Claude Sonnet 5.5 0,20 USD za odczyt i 2,50 USD za zapis

• Kontrola wysiłku — MiniMax M3: myślenie włączone, adaptacyjne lub wyłączone w porównaniu z adaptacyjnym myśleniem Claude Sonnet 5.5, w którym wyłączenie wymaga terazbetween_tools formularza

• Retencja danych — MiniMax M3: w przypadku self-hostingu podlega Twojemu własnemu wdrożeniu, a Claude Sonnet 5.5: zerowa retencja danych dostępna od Anthropic w momencie premiery

Prowadzenie obu bez prowadzenia dwóch umów

Połączenie chińskiego modelu z otwartymi wagami i zamkniętego modelu Anthropic w jednym pipeline'ie sprawia, że koszt operacyjny to zwykle nie tokeny; to druga umowa, drugi klucz, drugi zestaw limitów szybkości i drugie miejsce, w którym może wystąpić awaria. OrcaRouter sprowadza to do jednego endpointu zgodnego z OpenAI, obejmującego ponad 200 modeli, z cenami katalogowymi dostawców przekazywanymi bez zmian — żadna ze stron nie dolicza marży — automatycznym przełączaniem awaryjnym między dostawcami źródłowymi oraz DSL-em routingu do składania kilku modeli w jedno wywołanie. MiniMax M3 można tu kierować jako minimax/minimax-m3 w cenie MiniMax $0.30 i $1.20, z odczytami z cache po $0.06, i jest to jeden z najczęściej używanych modeli w katalogu pod względem ruchu, co samo w sobie jest użytecznym sygnałem: warstwa routingu może powiedzieć, jaki realny ruch niesie dany model, a nie tylko jak wypadł w testach.

Claude Sonnet 5.5 nie ma jeszcze w naszym katalogu i ten tekst nie będzie udawał, że jest inaczej. Droga do niego prowadzi dziś przez własne API Anthropic. Claude Sonnet 5 można tu wywoływać w tej samej cenie 2,00 i 10,00 USD i tak jest od 30 czerwca, a to naturalny cel dla środowiska stagingowego i partner do przełączania awaryjnego, gdy jego następca ma dopiero jeden dzień.

Ta kombinacja — podmiana długiego kontekstu i ścieżka agentowa za jednym poświadczeniem — to właśnie zadanie routera. MiniMax M3 przepuszcza przez ten katalog 63,2 mln tokenów ruchu tygodniowo, podczas gdy Claude Sonnet 5 — 7,9 mln, więc tani model nie jest tu teoretycznym zamiennikiem; już obsługuje ten wolumen. Trasowanie obu z jednego klucza oznacza, że podział jest decyzją konfiguracyjną, w ramach której można przenosić ruch, a nie drugim kontraktem, który trzeba podpisać, zanim można przetestować tańszą stronę.

Co zrobić z krawatem

Jeśli Twoje obciążenie to odpowiadanie na pytania w skali dokumentu — bardzo długie dane wejściowe, krótka odpowiedź faktograficzna, tolerowalne opóźnienie — remis w zakresie długiego kontekstu jest realny, a wraz z nim realna jest piętnastokrotna przewaga kosztowa MiniMax M3. To prosta zamiana i warto ją przetestować w tym tygodniu.

Jeśli Twoje obciążenie ma charakter agentowy, wynik Terminal-Bench rozstrzyga sprawę, zanim cena w ogóle wejdzie do rozmowy. Claude Sonnet 5.5 w cenie $7.60 za zadanie Index w porównaniu z MiniMax M3 za $0.51 to 15× wyższa dopłata za model, który uzyskuje o sześćdziesiąt punktów wyższy wynik w ewaluacji najbardziej zbliżonej do ruchu w Twoim środowisku produkcyjnym, a piętnaście razy tańsza opcja, która nie wykonuje zadania, jest tą drogą. Pomiar, który należy przeprowadzić na własnych danych, to liczba tokenów na ukończone zadanie, a nie liczba tokenów na żądanie, ponieważ to jedyna wartość w tym artykule, w przypadku której przewaga cenowa MiniMax M3 nie utrzymuje się domyślnie.