MiniMax M3.1 Flash vs GLM-5.3-Flash: Cenniki się zgadzają, więc decyduj na podstawie tych wierszy, które się nie zgadzają

Obie karty cenowe są, praktycznie rzecz biorąc, tą samą kartą. M​iniMax M3.1 Flash pobiera 0,15 USD za milion tokenów wejściowych i 0,60 USD za milion tokenów wyjściowych. GLM-5.3-Flash pobiera 0,15 USD i 0,50 USD. Po zmieszaniu ich tak, jak robi to Artificial Analysis, oba wypadają na 0,10 USD za milion. Ich niezależne odczyty inteligencji różnią się o jeden punkt — 43 wobec 42 w obecnym indeksie. Porównanie, które zatrzymuje się na cenie i wyniku, nie ma więc nic do powiedzenia, i dlatego większość z nich właśnie tam się zatrzymuje, a potem poleca ten model, który autor akurat testował. Decyzja między M​iniMax M3.1 Flash a GLM-5.3-Flash rozgrywa się całkowicie w wierszach, które się nie zgadzają: co wolno ci robić z wagami, co się dzieje, gdy twoje wyjście uderzy w sufit, czym możesz nakarmić model i czy tę rzecz da się w ogóle kupić przez endpoint, którego już używasz.Karty cenowe i tabele benchmarków pomijają zarówno to, jak te modele zawodzą, gdy trafią już do produkcji, a odnotowane incydenty są skatalogowane w Archiwum incydentów OrcaRouter AI, gdzie każdy wpis ma własne źródła, poziom dotkliwości, ocenę pewności i oznaczenie sporności.

• Sześć linii, po obu stronach

• Cena — M​iniMax M3.1 Flash: 0,15 USD za tokeny wejściowe i 0,60 USD za tokeny wyjściowe za milion, tokeny wejściowe z pamięci podręcznej: 0,015 USD; GLM-5.3-Flash: 0,15 USD i 0,50 USD, tokeny wejściowe z pamięci podręcznej: 0,03 USD. W przypadku obu modeli przy proporcji tokenów wejściowych, z pamięci podręcznej i wyjściowych 7:2:1 średnia cena wynosi 0,10 USD za milion.

• Niezależny wynik — Intelligence Index 43 dla MiniMax M3.1 Flash, 42 dla GLM-5.3-Flash, na tej samej wersji indeksu odczytanej tego samego dnia. Jeden punkt mieści się w granicach szumu pojedynczego przebiegu ewaluacji.

• Koszt na ukończone zadanie — 0,22 USD za zadanie indeksowania w przypadku M​iniMax M3.1 Flash wobec 0,28 USD dla GLM-5.3-Flash. Niższa cena katalogowa oznacza też niższy koszt zadania — o około 21%.

• Maksymalna wielkość danych wyjściowych — niepodana przez M​iniMax dla M3.1 Flash; 128 000 tokenów dla GLM-5.3-Flash. Oba reklamują okno kontekstowe o rozmiarze 1 mln tokenów, ale tylko jedno z nich mówi, ile z niego może wrócić na wyjście.

• Dane wejściowe — tekst, obraz i wideo dla M​iniMax M3.1 Flash; tekst, obraz, wideo i pliki dla GLM-5.3-Flash. Nietypowym elementem jest wideo po obu stronach; elementem operacyjnym jest przesyłanie plików po jednej stronie.

• Otwarte wagi — GLM-5.3-Flash jest objęty licencją MIT, ma 320 miliardów parametrów łącznie, z czego 18 miliardów aktywnych, i można go pobrać już dziś. M​iniMax twierdzi, że wagi M3.1 Flash zostaną udostępnione później, bez licencji i bez daty podanej w obietnicy.

Dlaczego jeden punkt na indeksie nie jest powodem, by wybrać którąkolwiek z opcji

Indeks Inteligencji to ważony kompozyt: agenci po 30%, kodowanie po 20%, rozumowanie naukowe po 20%, ogólne po 30%, zbudowany z dziesięciu ewaluacji, w tym AA-Briefcase i AA-Omniscience po 15% każda. Pojedynczy punkt w tak ukształtowanym kompozycie może wynikać z przesunięcia jednej podewaluacji o kilka punktów. Odczytuj go jako remis, a będziesz mieć rację znacznie częściej, niż się mylić. Odczytuj go jako ranking, a wybierasz model produkcyjny na podstawie czwartej cyfry znaczącej badania.

Porównanie kosztu na zadanie jest użyteczniejsze niż porównanie indeksów i wskazuje ten sam kierunek co metka cenowa. Przy 0,22 USD za ukończone zadanie MiniMax M3.1 Flash wykonuje pracę indeksu za mniej niż GLM-5.3-Flash z jego 0,28 USD, mimo wyższej stawki za token wyjściowy. To arytmetyka gadatliwości i buforowania robi swoje: GLM-5.3-Flash pobiera o jedną trzecią więcej za token wyjściowy i odzyskuje mniej z tego dzięki pamięci podręcznej, więc tańsza z pozoru stawka za token wyjściowy na karcie MiniMax jest w istocie tańsza w ujęciu zbiorczym. Jeśli Twoje obciążenie to długotrwała pętla agenta, w której większość rachunku stanowią wielokrotnie odczytywane tokeny wyjściowe, to właśnie te 21% pojawi się w miesięcznej pozycji kosztowej.

Szybkość daje czysty podział, a podział ten wypada na niekorzyść tańszego modelu.

To jest wymiar, w którym oba przestają być wymienne. M​iniMax M3.1 Flash osiąga około 105 tokenów na sekundę na wyjściu, a czas do pierwszego tokenu wynosi 1,38 sekundy. GLM-5.3-Flash osiąga 76,8 tokenu na sekundę, a pierwszy token pojawia się po 2,57 sekundy. M​iniMax jest około 36% szybszy, gdy już zacznie, i około dwa razy szybciej startuje. W przypadku interaktywnej powierzchni — edytora, panelu czatu, asystenta kodowania, w którym człowiek czeka właśnie na pierwszy token — przewaga 1,2 sekundy na TTFT to różnica między narzędziem, które wydaje się responsywne, a takim, które wydaje się, że się zastanawia. W przypadku potoku wsadowego luka w przepustowości ma większe znaczenie niż luka w opóźnieniu, a i tak przemawia na korzyść M​iniMax.

Oba modele każą płacić za myślenie, czy tego chcesz, czy nie. M​iniMax odrzuca żądanie, które próbuje całkowicie wyłączyć rozumowanie. Dokumentacja Z.ai mówi to samo innymi słowami: nie można wyłączyć myślenia, a maksymalny wysiłek to zalecane ustawienie. Żadna ze stron nie oferuje więc dźwigni kosztowej, którą daje model z przełączalnym rozumowaniem, a obie rozliczają swoje tokeny rozumowania jako tokeny wyjściowe. Jeśli mieliście nadzieję, że jeden z tych dwóch jest tanią i cichą opcją do zadania klasyfikacji o dużym wolumenie, to żaden nią nie jest. To właściwość tego poziomu, a nie któregokolwiek z dostawców.

Limit 128K dla odpowiedzi to wiersz, który decyduje o rzeczywistej pracy

GLM-5.3-Flash podaje maksymalną długość wyjścia na poziomie 128 000 tokenów. MiniMax nie podaje nic dla M3.1 Flash — ani niskiej liczby, ani zastrzeżenia, nic na stronie modelu ani w dokumentacji API, którą udało nam się znaleźć. W praktyce oznacza to, że przed wysłaniem żądania nie można wiedzieć, czy generowanie kodu o długości 40 000 tokenów zakończy się powodzeniem, czy zostanie obcięte. Można to odkryć empirycznie i zbudować wokół tego mechanizm ponawiania, ale nie można tego uwzględnić w planie pojemności ani w umowie.

Dla większości ruchu w kształcie czatu jest to niewidoczne. W przypadku obciążeń, które czynią poziom Flash interesującym — przepisywanie całych plików, długie transkrypty agentów, ekstrakcja strukturalna z dużego dokumentu — limit wyjścia jest pierwszą rzeczą, która się psuje, i psuje się po cichu. Model, który obcina odpowiedź na nieudokumentowanej długości i zwraca poprawnie sformułowaną częściową odpowiedź, jest gorszy w eksploatacji niż model, który odrzuca żądanie. Jeśli jakakolwiek część twojego potoku generuje w jednym wywołaniu więcej niż kilka tysięcy tokenów, ten pojedynczy niepublikowany wiersz powinien przeważyć nad różnicą jednego punktu w indeksie i przewagą kosztową 21% łącznie.

Otwarte wagi nie są tutaj kwestią filozoficzną.

GLM-5.3-Flash jest objęty licencją MIT i ma wagi do pobrania — łącznie 320 miliardów parametrów, z czego 18 miliardów aktywnych — co plasuje go w zakresie, w którym poważny zespół może samodzielnie hostować go na węźle z wieloma GPU, a mniejszy zespół może przynajmniej skontrolować, do czego został wytrenowany. M​iniMax M3.1 Flash jest dziś zamknięty, a obietnica późniejszych wag jest dokładnie tym — obietnicą bez licencji, bez liczby parametrów i bez daty. Procesy zakupowe, które pytają „jaka jest nasza droga wyjścia, jeśli ten dostawca zmieni warunki”, mają odpowiedź po jednej stronie i zdanie po drugiej.

Kryje się w tym również aspekt kosztowy, i to taki, którego nikt nie umieszcza w tabeli porównawczej. Model o otwartych wagach wyznacza pułap tego, ile dowolny dostawca może ci za niego policzyć, ponieważ alternatywą jest zawsze uruchomienie go samodzielnie. Model zamknięty nie ma takiego pułapu; dostawca ustala cenę, a ty albo ją akceptujesz, albo migrujesz. Przy identycznych dzisiejszych stawkach mieszanych licencja GLM-5.3-Flash jest tym, co utrzymuje jego stawkę uczciwą w przyszłym roku, a licencja M​iniMax jest tym, co pozostawia stawkę całkowicie w gestii M​iniMax.

Dostępność jest tym, co tak naprawdę przełamuje remis.

GLM-5.3-Flash jest dostępny od 26 sierpnia 2026 r. i znajduje się w katalogu OrcaRouter jako z-ai/glm-5.3-flash, w cenie 0,15 USD za milion tokenów wejściowych i 0,50 USD za milion tokenów wyjściowych, a buforowane wejście kosztuje 0,03 USD, obok darmowego SKU do ewaluacji oraz większego z-ai/glm-5.3 w cenie 1,26 USD i 3,96 USD, jeśli potrzebujesz flagowego modelu. M​iniMax M3.1 Flash, który w chwili pisania ma dwa dni, jest dostępny przez własne API M​iniMax, M Plan i M​iniMax Code, i nie ma go w naszym katalogu — nie zamierzamy sugerować, że jest, a strona modelu nic nie zwraca, gdy się jej szuka.

Ta asymetria jest warta więcej, niż się wydaje, gdy porównujesz dwa modele kosztujące tyle samo. Dodanie GLM-5.3-Flash do bazy kodu to jeden ciąg znaków modelu. Dodanie M​iniMax M3.1 Flash to druga relacja z dostawcą, drugi model rozliczeń i drugi zestaw limitów zapytań — oprócz tego, który już masz. I właśnie w tym przypadku warstwa routingu nie jest argumentem sprzedażowym, lecz kawałkiem infrastruktury: jeden klucz, jedna faktura, jedno miejsce, w którym cena katalogowa dostawcy jest przekazywana z marżą 0%, dzięki czemu zmiana stawki trafia na Twój rachunek w dniu, w którym następuje, a nie przy kolejnym odnowieniu. Jeśli M​iniMax później udostępni M3.1 Flash na routowalnym endpoincie, stanie się to decyzją o dwóch modelach, a nie o dwóch umowach. Dziś tak nie jest, a udawanie inaczej byłoby właśnie tym rodzajem porównania, którego ten blog ma unikać.

Do kogo zadzwonić?

Jeśli Twoja praca jest interaktywna, intensywna pod względem danych wyjściowych i działa w ramach istniejącego stosu zgodnego z OpenAI, GLM-5.3-Flash jest łatwiejszą odpowiedzią: ta sama cena mieszana, opublikowany limit danych wyjściowych, licencja MIT, którą możesz wykorzystać już dziś, obsługa plików i wideo na wejściu oraz wpis w katalogu, dzięki któremu to zmiana jednej linii. Pierwszy token w 2,57 sekundy to cena tego, a w przypadku agentów działających w tle to cena warta zapłacenia.

Jeśli Twoja praca jest wrażliwa na opóźnienia, a długość danych wyjściowych jest ograniczona — klasyfikator routingu, generator krótkich form, krok agenta zwracający plan, a nie plik — M​iniMax M3.1 Flash jest szybszym modelem o niższym koszcie na zadanie, a jego niepublikowany limit długości danych wyjściowych nigdy nie zostaje sprawdzony, ponieważ nigdy się do niego nie zbliżasz. Wybierz go ze względu na przepustowość i pierwszy token w 1,38 sekundy, nie ze względu na indeks, i miej świadomość, że bierzesz zamknięty model ze stawką, której nikt nie ograniczył.

Nie należy wybierać między nimi na podstawie tabel benchmarków. Obaj dostawcy opublikowali wyniki uzyskane w środowiskach testowych własnego wyboru, żaden nie uruchomił testów drugiego, a jedyny benchmark, o którym obie rodziny modeli raportowały historycznie — DeepSWE — był wystarczająco często uruchamiany w różnych środowiskach testowych w publikacjach obu laboratoriów, że porównanie między kolumnami to zgadywanie przebrane za liczbę z przecinkiem. Dwie liczby w tym artykule, które zmierzono w ten sam sposób dla obu modeli, to indeks i koszt na zadanie, a te dwie mówią, że modele mają tę samą cenę i te same możliwości. Wszystko, co faktycznie się różni, to warunek licencji, udokumentowane ograniczenie albo wiersz w katalogu.