MiniMax-M3.1-Flash uzyskuje 42 punkty w Intelligence Index — a koszt zadania wynosi 0,22 USD.

MiniMax-M3.1-Flash zadebiutował 19 października 2026 r. z wynikiem 42 w Artificial Analysis Intelligence Index — o trzynaście punktów powyżej MiniMax-M3 z wynikiem 29 — przy o połowę niższej cenie za token i, co naprawdę się liczy, za mniej niż połowę kosztu na zadanie: 0,22 USD wobec 0,51 USD. Dorównuje GLM-5.3-Flash wynikiem 42, plasuje się trzy punkty za DeepSeek V4.1 Flash 1017 z wynikiem 45 i kosztuje mniej niż każdy z nich przy wykonaniu zadania benchmarkowego. Te cztery liczby to cała historia w jednym wierszu. Ciekawe jest to, co się dzieje, gdy przestajesz czytać indeks, a zaczynasz czytać fakturę, ponieważ ten model jest tani w przeliczeniu na token i jednocześnie wyjątkowo drogi w przeliczeniu na token. Udokumentowane awarie AI i incydenty agentów stojące za takimi wydaniami jak to są zebrane w OrcaRouter AI Incident Archive gdzie każdy wpis zawiera własne źródła, poziom ważności, stopień pewności i oznaczenie sporności.

Liczba, której MiniMax nie podał w poście na blogu

Post premierowy MiniMaxa to solidny materiał marketingowy dostawcy: szybsze wnioskowanie, lepsze wyniki w zadaniach agentowych, o 70% niższy koszt zadań agentowych niż u poprzednika. Nie zawiera jednak ani jednej liczby, która pozwoliłaby porównać model z czymkolwiek, czego nie stworzył. To zostało teraz dostarczone z zewnątrz przez Artificial Analysis, która przepuściła MiniMax-M3.1-Flash przez swój standardowy zestaw ewaluacyjny i opublikowała wyniki 19 października 2026 r.

• Intelligence Index — 42, czwarte miejsce wśród 173 modeli w trackerze

• Koszt na zadanie Intelligence Index — 0,22 USD, wobec 0,51 USD dla MiniMax-M3 i 0,28 USD dla GLM-5.3-Flash

• Cena katalogowa — 0,15 USD za milion tokenów wejściowych, 0,60 USD za milion tokenów wyjściowych, 0,015 USD za milion odczytów z pamięci podręcznej

• Cena mieszana — $0.10 za milion przy stosowanym w trackerze miksie 7:2:1 trafień w pamięć podręczną, danych wejściowych i danych wyjściowych

• Okno kontekstu — 1 000 000 tokenów

• Szybkość generowania — 125,5 tokena na sekundę, a czas do pierwszego tokena to 1,04 sekundy

• Gadatliwość — 180 milionów tokenów wyjściowych zużytych w całym Index, wobec mediany 99 milionów

• Modalności wejściowe — tekst i obraz, zgodnie z trackerem; dokumentacja API samego MiniMax również wymienia wideo

Pozycja w rankingu to słaby punkt nagłówka. Czwarte miejsce na 173 brzmi jak podium i w wąskim sensie — bo tracker porównuje modele każdej wielkości i ceny — faktycznie nim jest. Ale trzy modele powyżej — DeepSeek V4.1 Flash 1017 z wynikiem 45 oraz dwa większe systemy frontier — nie są jego konkurencją w decyzji zakupowej. Modele, z którymi faktycznie będzie porównywany na shortliście, to te w tym samym przedziale cenowym, a tam obraz to remis z GLM-5.3-Flash i wąska porażka z najnowszym Flash od DeepSeek.

42 dwa razy, z dwóch różnych powodów

GLM-5.3-Flash i MiniMax-M3.1-Flash uzyskują po 42 punkty w tym samym indeksie, co sprawia, że ten remis jest mniej przydatny, niż wygląda. Oba dochodzą do tego przeciwnymi drogami.

GLM-5.3-Flash to model z otwartymi wagami: 320 mld parametrów łącznie, 18 mld aktywnych, licencja MIT, wagi na Hugging Face od wydania 26 sierpnia 2026 r. Osiąga 78 tokenów na sekundę przy czasie do pierwszego tokena wynoszącym 2,52 s, kosztuje 0,15 USD za milion tokenów wejściowych i 0,50 USD za milion wyjściowych, a na zadanie indeksowania zużywa 0,28 USD. MiniMax-M3.1-Flash jest dziś zamknięty — MiniMax zapowiada, że wagi „zostaną udostępnione później” — osiąga 125,5 tokena na sekundę i zużywa 0,22 USD na zadanie. Mamy więc remis pod względem możliwości i podzielony wynik we wszystkim, na czym zależy zespołowi produkcyjnemu: jeden można pobrać i skwantyzować, drugi jest o 60% szybszy i o 20% tańszy na zadanie.

DeepSeek V4.1 Flash 1017, wydany dwa dni wcześniej, 17 października, jest trudniejszym porównaniem. Osiąga wynik 45, działa z prędkością 222 tokenów na sekundę — prawie dwukrotnie większą — i kosztuje 0,30 USD za wejście oraz 1,20 USD za wyjście, czyli dokładnie dwukrotność cennika M​iniMax, przy 98-procentowej zniżce na cache, która obniża jego koszt na zadanie do 0,26 USD. Ma też otwarte wagi na licencji MIT, z 552 mld parametrów łącznie i 16 mld aktywnych. Pod względem surowej wydajności i szybkości wygrywa bezapelacyjnie. Pod względem kosztu na ukończone zadanie M​iniMax nadal prowadzi o cztery centy, co jest marginesem tak wąskim, że w rzeczywistych obciążeniach rozstrzygną o tym zachowanie pamięci podręcznej i długość wyjścia, a nie cena katalogowa.

Warto powiedzieć wprost: starszy DeepSeek V4.1 Flash, wydany 10 września 2026 r., uzyskuje 39 punktów — poniżej MiniMax-M3.1-Flash. Sufiks „1017” ma znaczenie. Każdy, kto porównuje z wrześniowym checkpointem, porównuje ze słabszym modelem.

Benchmarki dostawców — i ile są warte

M​iniMax opublikował sześć ewaluacji wraz z premierą. Żadna z nich nie została niezależnie odtworzona, a wpis nie zawiera kolumny porównawczej, więc liczby są przydatne głównie jako profil tego, do czego — zdaniem M​iniMax — ten model jest przeznaczony.

• BankerToolBench — 76.2, pakiet przepływów pracy dla przedsiębiorstw obejmujący wieloetapowe planowanie, spójność dokumentów i łańcuchowe wywołania narzędzi

• DeepSWE v1.1 — 73,7%, rozumienie kodu, praca nad funkcjami, naprawianie błędów i walidacja testów

• OSWorld V2 — 61,7, obsługa komputera w różnych aplikacjach; M​iniMax twierdzi, że zajmuje pierwsze miejsce wśród chińskich modeli

• Agents' Last Exam — 29,6, długoterminowe zadania zawodowe; ta sama deklaracja „pierwszy wśród chińskich modeli”

• CyberGym — 82%, wykrywanie i walidacja podatności

• AutomationBench-AA — opisywany jako najlepszy w swojej kategorii, bez opublikowanego wyniku

Ta ostatnia linijka zdradza sedno. AutomationBench to benchmark, który podpiera pozycjonowanie jako „agentic”, i jest to jedyna liczba, której wpis nie podaje. Pozostałe pięć są prawdziwe i konkretne, ale wynik benchmarku bez zestawu porównawczego mówi, co model potrafi w laboratorium, i nic o tym, czy bije model, za który już płacisz. Zauważ też, że model był w rękach testerów przez trzy tygodnie jako MiniMax-M3.1-Flash-Preview przed tą premierą i żadna niezależna ocena tego checkpointu również nie została opublikowana — pierwszym pomiarem zewnętrznym jakiegokolwiek modelu M3.1 jest 42, które pojawiło się w dniu premiery.

Dlaczego cena tokena i cena zadania się różnią

Oto pułapka w tym modelu i nie jest ona mała. Cennik MiniMax-M3.1-Flash jest dokładnie o połowę niższy niż w przypadku MiniMax-M3: $0.15/$0.60 wobec $0.30/$1.20 do 512 000 tokenów wejściowych. Naturalnym wnioskiem jest, że obciążenie kosztuje o połowę mniej. Tak nie jest — z dwóch nakładających się powodów.

Pierwszą kwestią jest rozwlekłość. W Intelligence Index model zużył 180 milionów tokenów wyjściowych, podczas gdy mediana modeli zużywa 99 milionów. Myśli na domyślnym poziomie wysiłku max, a tokeny myślenia są rozliczane jako wyjście i wliczają się do max_tokens. Policzmy to na obciążeniu zdominowanym przez wyjście: przy 180 milionach tokenów wyjściowych MiniMax-M3 przy 1,20 USD za milion daje rachunek 216 USD. Dziesięć milionów przy 0,60 USD daje 108 USD — obniżenie o połowę się utrzymuje. Stawka jest więc uczciwa; to wolumen robi różnicę.

Drugi powód jest taki, że w ogóle nie można wyłączyć myślenia. Dokumentacja API MiniMax wyraźnie stwierdza: wysłanie thinking: {"type": "disabled"} zwraca HTTP 400, a reasoning_effort: "none" jest odrzucane w ten sam sposób. Pięciostopniowa drabinka — low, medium, high, xhigh, max — to jedyna dostępna kontrola, a pominięcie pola oznacza max. Natomiast MiniMax-M3 pozwala całkowicie wyłączyć myślenie i domyślnie jest ono wyłączone w punkcie końcowym zgodnym z Anthropic.

Praktyczna konsekwencja: w przypadku zadania klasyfikacji, ekstrakcji lub formatowania, gdzie płacono za sześćdziesiąt tokenów wyjściowych i zero rozumowania, MiniMax-M3 z wyłączonym myśleniem za 1,20 USD za milion tokenów wyjściowych wciąż może być tańszy niż MiniMax-M3.1-Flash za 0,60 USD, ponieważ nowszy model zużywa kilkaset tokenów myślenia, zanim udzieli odpowiedzi. W przypadku uruchomień agentowych — wieloetapowego korzystania z narzędzi, długich sesji kodowania, pętli computer-use — wygrywa nowszy model, co potwierdza niezależny wskaźnik kosztu na zadanie: 0,22 USD wobec 0,51 USD to obniżka o 57%, a nie o 50%, ponieważ krótsze trajektorie z nawiązką pokrywają dodatkowe rozumowanie.

Taką premierę należy odczytywać w przeliczeniu na ukończone zadanie, a nie na token, a $0.22 w trackerze to jedyna liczba w tym artykule, która już wykonuje tę arytmetykę za Ciebie.

Ustalenie właściwych kosztów bez przepisywania stosu technologicznego

Koszt na zadanie to bardziej decyzja o routingu niż o zakupie. Modele w tym porównaniu nie są wzajemnie wymienne pod jednym względem: MiniMax-M3.1-Flash jest szybki i tani w przeliczeniu na zadanie, ale zamknięty; GLM-5.3-Flash oferuje te same możliwości, a przy tym wagi do pobrania; DeepSeek V4.1 Flash 1017 jest szybszy i mocniejszy przy dwukrotnie wyższej stawce za tokeny. Większość zespołów ostatecznie uruchamia dwa z trzech modeli, dzieląc ruch według typu zadania.

Ten podział to przypadek, dla którego istnieje OrcaRouter: jeden klucz API do ponad 200 modeli, z cenami listowymi dostawców przekazywanymi przy 0% marży, więc gdy MiniMax obniża cennik o połowę, liczba na Twojej fakturze zmienia się tego samego dnia, a nie przy kolejnym odnowieniu umowy. Sam MiniMax-M3.1-Flash nie jest jeszcze w naszym katalogu — można go dziś wywoływać przez własne API MiniMax, M Plan i MiniMax Code i nigdzie indziej, za co możemy ręczyć. Co już można kierować przez OrcaRouter to reszta krótkiej listy: MiniMax-M3, GLM-5.3-Flash i DeepSeek V4.1 Flash 1017 — wszystkie trzy na jednym kluczu, więc powyższe porównanie można przeprowadzić na własnym ruchu zamiast na benchmarku.

Automatyczne przełączanie awaryjne ma większe znaczenie niż zwykle, gdy najnowszy model w danej linii jest jednocześnie tym o najkrótszej historii operacyjnej. MiniMax-M3.1-Flash ma dwa dni, ścieżka migracji jego poprzednika wciąż jest w toku, a dostawca obiecał później bardziej wydajny model Pro — to dokładnie ta sytuacja, w której lepiej mieć drugi model za pierwszym w tabeli routingu niż przepisywać wszystko za trzy tygodnie.

Co obejrzeć

Trzy rzeczy zdecydują o tym, czy za sześć miesięcy 42 utrzyma się jako liczba, którą ludzie będą cytować. Po pierwsze wagi: MiniMax zobowiązał się je udostępnić „później”, bez podania daty, a otwarte wagi z dnia na dzień uczyniłyby go najtańszym w przeliczeniu na zadanie modelem do pobrania w swojej klasie. Po drugie model Pro: MiniMax zapowiedział, że nadchodzi mocniejsza wersja, co zwykle oznacza, że Flash zostaje na nowo pozycjonowany cenowo. A trzecia to niezależna replikacja wyników agentowych — OSWorld V2, ALE i CyberGym to dokładnie te benchmarki, które najbardziej różnią się między środowiskami testowymi, a obecnie każda liczba w nich pochodzi od firmy sprzedającej model.

Do tego czasu możliwe do obrony podsumowanie jest wąskie i użyteczne: przy 0,22 USD za zadanie MiniMax-M3.1-Flash to najtańszy sposób na uzyskanie wyniku 42 w Intelligence Index; dorównuje GLM-5.3-Flash w tym wyniku, będąc szybszym i zamkniętym, a przegrywa z DeepSeek V4.1 Flash 1017 pod względem możliwości i szybkości, wygrywając jednocześnie kosztem przypadającym na ukończone zadanie. Jeśli Twoje obciążenie ma charakter agentowy, ta wymiana jest warta przeprowadzenia już dziś. Jeśli to tysiąc krótkich wywołań klasyfikacyjnych, model, który zastąpił, może nadal być tańszy.