MiniMax M3.1 Flash vs Qwen 3.8 Flash: ta sama cena wejściowa, przeciwstawne architektury

MiniMax-M3.1-Flash i Qwen3.8-Flash kosztują tyle samo – piętnaście centów za milion tokenów wejściowych – i opierają się na niekompatybilnych teoriach dotyczących tego, gdzie trafiają pieniądze. MiniMax-M3.1-Flash, ogólnie dostępny od 19 października 2026 r., to zamknięty model, który rozumuje przy każdym wywołaniu, niezależnie od tego, czy tego chcesz, czy nie, i generuje 125,5 tokena na sekundę. Qwen3.8-Flash to model typu mixture of experts z 125 miliardami parametrów, który aktywuje około sześciu miliardów z nich na token, generuje około 51,6 tokena na sekundę na niezależnie zmierzonym checkpoincie i sprzedaje tokeny wyjściowe o trzynaście centów taniej. Jeden jest szybki i rozwlekły; drugi – wolny i zwięzły. To, który jest tańszy w przypadku Twojego ruchu, zależy od stosunku, którego większość zespołów nigdy nie mierzy, i to jest jedyne naprawdę istotne pytanie w tym porównaniu. Udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są gromadzone w OrcaRouter AI Incident Archive gdzie każdy wpis ma własne źródła, poziom istotności, stopień pewności i oznaczenie sporności.

Jedna rzecz do poprawienia przed liczbami, ponieważ wpływa na każdy wiersz poniżej. Qwen3.8-Flash to produkt hostowany. To, co można pobrać, to Qwen3.8-Flash-Next, który dzieli architekturę, ale nie nazwę, licencję ani niekoniecznie zachowanie — a istniejące niezależne wyniki benchmarków dotyczą Flash-Next, a nie hostowanego Flash. Jedynym niezależnie zmierzonym wynikiem MiniMax-M3.1-Flash jest wynik samego modelu, ponieważ nie ma nic innego do zmierzenia. Jeśli poniższa liczba jest liczbą dostawcy, jest to zaznaczone; jeśli pochodzi z Artificial Analysis, jest to zaznaczone; jeśli wiersza nie można uczciwie porównać, wiersz mówi o tym zamiast tego.

Te dwie architektury nie są dwoma ustawieniami jednego projektu

Model Qwen jest bardziej czytelny z tych dwóch, a jego dane liczbowe opublikowano wystarczająco szczegółowo, by można było je analizować. Qwen3.8-Flash ma 48 warstw po 512 ekspertów na warstwę, dziesięciu routowanych plus jednego współdzielonego, i wykorzystuje 125 miliardów parametrów łącznie, z około 6 miliardami aktywnych na token — około 95% rzadkości. Obok stosu ekspertów ma tabelę osadzeń n-gramów z 51 miliardami parametrów oraz głowicę predykcji wielu tokenów z 4 miliardami parametrów, więc przechowywany artefakt ma bliżej do 180 miliardów parametrów niż do 125 miliardów. Przewidywanie wielu tokenów to element istotny dla szybkości: pozwala modelowi zaproponować kilka tokenów na jeden przebieg w przód i zweryfikować je, dzięki czemu tak rzadki model w ogóle pozostaje użyteczny.

M​iniMax nie opublikował porównywalnej liczby parametrów dla MiniMax-M3.1-Flash. Post premierowy dotyczy efektów — benchmarków agentowych, deklarowanego obniżenia kosztów użycia o 70%, wnioskowania „prawie trzykrotnie szybszego” niż w wersji zapoznawczej — a nie kształtu sieci. Ta asymetria sama w sobie jest daną na temat obu produktów: Q​wen sprzedaje architekturę, którą można by w zasadzie hostować, M​iniMax sprzedaje usługę. W przypadku strony porównawczej oznacza to, że argument dotyczący architektury działa tylko w jedną stronę. Możesz z pewnością powiedzieć, dlaczego Qwen3.8-Flash jest szybki w przeliczeniu na aktywny parametr. Nie możesz powiedzieć nic o tym, dlaczego MiniMax-M3.1-Flash jest szybki, ponieważ producent ci tego nie powiedział.

Jedna linia na wymiar, obie strony na każdym

• Cena wejściowa — 0,15 USD za milion tokenów w obu przypadkach; stąd bierze się zbieg okoliczności, który stanowi kontekst tej strony

• Cena za tokeny wyjściowe — MiniMax-M3.1-Flash po 0,60 USD za milion wobec Qwen3.8-Flash po 0,47 USD, co stanowi 28-procentową różnicę na niekorzyść MiniMax

• Buforowanie — M​iniMax pobiera 0,015 USD za milion buforowanych tokenów wejściowych; QwenCloud podaje 0,016 USD za milion odczytów z pamięci podręcznej i 0,20 USD za milion za jawne utworzenie pamięci podręcznej, więc pamięć podręczna M​iniMax jest prostsza i nieco tańsza z tych dwóch

• Kontekst — MiniMax-M3.1-Flash przy 1 000 000 tokenów; Qwen3.8-Flash domyślnie przy 1 000 000, z maksymalnym wejściem wynoszącym 991 000 tokenów i maksymalnym wyjściem wynoszącym 131 000 tokenów

• Niezależne możliwości — Artificial Analysis przyznaje MiniMax-M3.1-Flash wynik 42 w swoim Intelligence Index, plasując go na 41. miejscu wśród 173 modeli; ten sam tracker przyznaje Qwen3.8-Flash-Next wynik 40, a dla hostowanego Qwen3.8-Flash nie opublikowano wyniku indeksu

• Szybkość generowania — 125,5 tokena na sekundę i 1,04 sekundy do pierwszego tokena dla MiniMax-M3.1-Flash; 51,6 tokena na sekundę dla Qwen3.8-Flash-Next w tym samym trackerze, co stanowi najbliższą dostępną porównywalną wartość

• Koszt na ukończone zadanie — 0,22 USD dla MiniMax-M3.1-Flash na własnym harnessie trackera; nie opublikowano równoważnej wartości dla żadnego z artefaktów Q​wen

• Gadatliwość — 180 milionów tokenów wyjściowych zużytych podczas przebiegu MiniMax-M3.1-Flash w Intelligence Index, wobec mediany 99 milionów dla modeli objętych trackerem; Q​wen nie publikuje porównywalnej wartości.

• Kontrola rozumowania — MiniMax zwraca HTTP 400, jeśli wyślesz thinking: {"type": "disabled"}, i odrzuca reasoning_effort: "none", pozostawiając pięciopoziomową drabinkę, której domyślnym ustawieniem jest max; Alibaba dokumentuje zarówno tryb myślenia, jak i tryb bez myślenia dla rodziny Qwen3.8, więc to jedyny wiersz, w którym dokumentacja obu dostawców nie jest bezpośrednio porównywalna i należy przetestować przełącznik na swoim punkcie końcowym, zamiast ufać którejkolwiek ze stron

• Wagi — M​iniMax podaje, że wagi MiniMax-M3.1-Flash „zostaną udostępnione później", bez podania daty; wagi Qwen3.8-Flash nie są publikowane w ogóle, a dostępny do pobrania Q​wen3.8-Flash-Next jest udostępniany na licencji Q​wen Community License 1.0, a nie Apache 2.0

• Modalności wejściowe — tekst i obraz w obu przypadkach, przy czym Qwen3.8-Flash akceptuje również wideo, a oba zwracają wyłącznie tekst

Różnica w cenie produktu jest mniejsza niż różnica w wolumenie produkcji.

Trzynaście centów za milion tokenów wyjściowych brzmi jak błąd zaokrąglenia wobec nagłówka 28%. Przy rzeczywistym obciążeniu może przesądzić o całej decyzji, w kierunku przeciwnym do cennika, ponieważ oba modele nie generują tej samej liczby tokenów dla tego samego zadania.

MiniMax-M3.1-Flash nie potrafi przestać myśleć. Jego dokumentacja API zwraca 400 w odpowiedzi na oczywiste żądanie wyłączenia myślenia, a jedyną dźwignią jest to, jak intensywnie myśli — od niskiego po maksymalny poziom, domyślnie maksymalny. Artificial Analysis zmierzyło tego konsekwencje: 180 milionów tokenów wyjściowych w ramach przebiegu indeksu, podczas gdy mediana modeli w tym samym trackerze zużywa 99 milionów. To 1,8× objętości tokenów wyjściowych typowego modelu, a tokeny myślenia są rozliczane jako tokeny wyjściowe i wliczają się do limitu max_tokens.

Przeprowadź obliczenia na celowo prostym przypadku. Obciążenie, które kosztowałoby jednego dolara tokenów wyjściowych na modelu medianowym, kosztuje 1,82 USD na MiniMax-M3.1-Flash, jeśli współczynnik gadatliwości się utrzyma. To samo obciążenie na Qwen3.8-Flash po 0,47 USD zamiast 0,60 USD kosztuje 0,78 USD przed jakąkolwiek korektą wolumenu — a jeśli tryb nie-myślący Qwen jest dostępny i go użyjesz, nie ma w ogóle wolumenu myślenia, za który trzeba płacić. W ruchu zdominowanym przez wyjście trzynastocentowa różnica i 1,8× gadatliwości mnożą się do czegoś bliższego 2,3× całkowitej różnicy. To jest argument przeciw MiniMax-M3.1-Flash wyrażony tak dosadnie, jak na to zasługuje.

Argumentem za nim jest szybkość, a szybkość nie jest miękką korzyścią, gdy obciążenie ma charakter agentowy. Przy 125,5 tokena na sekundę wobec 51,6 MiniMax-M3.1-Flash generuje wyniki około 2,4× szybciej, co oznacza, że wieloetapowa pętla korzystania z narzędzi, której wygenerowanie zajmuje Qwen dwadzieścia sekund, zajmuje MiniMaxowi osiem. Jeśli Twój agent wykonuje czterdzieści wywołań modelu, aby ukończyć zadanie, to różnica między zadaniem trzynastominutowym a pięciominutowym, a taka latencja zmienia to, co możesz zbudować, a nie tylko ile płacisz. Oznacza to również, że dodatkowe tokeny MiniMaxa pojawiają się w krótszym czasie zegarowym niż mniejsza liczba tokenów Qwena, co sprawia, że argument dotyczący gadatliwości staje się skomplikowany, a nie rozstrzygający.

Dwie tabele benchmarków dostawców, których nie można zestawić obok siebie

Obie firmy opublikowały ewaluacje, a oba zestawy są bezużyteczne do bezpośredniego porównania — z powodu, który warto podać wprost, zamiast go obchodzić.

Tabela MiniMax dla MiniMax-M3.1-Flash obejmuje BankerToolBench na poziomie 76,2, DeepSWE v1.1 na poziomie 73,7%, OSWorld V2 na poziomie 61,7, Agents' Last Exam na poziomie 29,6 i CyberGym na poziomie 82%, a swój wynik AutomationBench-AA opisuje jako jeden z najlepszych, nie podając liczby. Tabela Alibaby dla Qwen3.8-Flash-Next obejmuje SWE-bench Pro na poziomie 62,5, DeepSWE 1.1 na poziomie 58,7, CoWorkBench na poziomie 73,9, AndroidWorld na poziomie 84,5, MathVision na poziomie 95,7 i JobBench na poziomie 55,7. Obie listy mają dokładnie jedną wspólną nazwę benchmarku — DeepSWE v1.1 — i tam liczby producentów wynoszą 73,7% wobec 58,7%, piętnastopunktowa różnica, która wygląda na rozstrzygającą i nie jest porównywalna, ponieważ obie wartości dotyczą innych modeli niż te na tej stronie (jeden to hostowany Flash-Next, drugi to M3.1-Flash) i ponieważ żadna z firm nie opublikowała użytego harnessu, scaffoldingu ani kryteriów zaliczenia.

Tabele są przydatne do odczytywania intencji. MiniMax mierzył korzystanie z komputera, długookresowe zadania zawodowe i wykrywanie podatności — profil modelu przeznaczonego do obsługi oprogramowania. Alibaba mierzyła kodowanie, matematykę multimodalną i sterowanie urządzeniami mobilnymi — profil modelu przeznaczonego do osadzania w aplikacjach w różnych modalnościach. Żadna z tabel nie zawiera wyniku konkurenta i żadnej nie należy używać tak, jakby go zawierała.

Co licencje faktycznie dopuszczają

Historia modeli o otwartych wagach to wiersz, który większość kupujących błędnie odczytuje — w obu kierunkach.

Qwen3.8-Flash nie jest otwarty. Otwarty jest Qwen3.8-Flash-Next, a różnica nie jest kosmetyczna: to odrębny artefakt, opublikowany 26 sierpnia 2026 r., opisywany przez samo laboratorium A​libaba jako zapowiedź architektury, która będzie podstawą Qwen4, dostarczany jako 131 shardów o łącznym rozmiarze około 360 GB w bf16 i FP8, bez dostarczanej przez dostawcę kwantyzacji GGUF. Objęty jest licencją Q​wen Community License 1.0, która nie jest licencją Apache 2.0 i nie jest licencją, którą wiele zespołów zakłada, słysząc „wagi Q​wen”. Każdy, kto planuje pobrać Flash i uruchomić go lokalnie, powinien przeczytać tę licencję przed doborem sprzętu, ponieważ 360 GB wag nie mieści się na jednym akceleratorze, a kwantyzacje społecznościowe są jedyną drogą do mniejszego rozmiaru.

MiniMax-M3.1-Flash jest zamknięty, ale z obietnicą. W poście premierowym napisano, że wagi „zostaną udostępnione później”, bez daty, licencji ani rozmiaru. To zdecydowanie słabsza pozycja niż Q​wen — rzecz, którą możesz dziś pobrać na restrykcyjnej licencji, bije rzecz, którą być może uda się pobrać kiedyś na nieznanych warunkach — ale to nie jest nic i to najbardziej prawdopodobna rzecz, która może zmienić kalkulację na tej stronie. Jeśli M​iniMax udostępni wagi, porównanie cen przestanie mieć znaczenie dla każdego, kto ma GPU, a przewaga rzadkości, którą Q​wen kupił za 6 miliardów aktywnych parametrów, stanie w obliczu konkurenta, którego również można uruchomić na własnym sprzęcie.

Do którego dziś zadzwonić?

Oba są osiągalne przez OrcaRouter, choć nie w równym stopniu. Qwen3.8-Flash znajduje się w katalogu jako qwen/qwen3.8-flash, jeden z ponad 200 modeli za jednym kluczem API, z cenami listowymi dostawców przekazywanymi z 0% narzutu. MiniMax-M3.1-Flash nie znajduje się w katalogu; można go wywołać przez własne API M​iniMax, jego M Plan i M​iniMax Code oraz przez partnera obsługi wskazanego przez M​iniMax 21 października. To, co da się routować po stronie M​iniMax, to reszta linii — w tym MiniMax-M3 — więc zespół, który chce przetestować porównanie na własnym ruchu, może umieścić qwen/qwen3.8-flash i minimax/minimax-m3 za jednym kluczem i zmierzyć, zamiast czytać dwie tabele dostawców i zgadywać.

Ten pomiar warto wykonać przed podjęciem decyzji, ponieważ te dwa modele zawodzą na benchmarku w przeciwny sposób. MiniMax-M3.1-Flash będzie wyglądał na drogi w przeliczeniu na token i tani w przeliczeniu na ukończone zadanie, jeśli twoja praca ma charakter agentowy, z długimi trajektoriami, które model kończy w mniejszej liczbie rund, ponieważ każda z nich jest szybka. Qwen3.8-Flash będzie wyglądał na tańszy w każdej pozycji faktury i będzie wyglądał gorzej w każdej pętli wrażliwej na opóźnienia, ponieważ 51,6 tokena na sekundę to realne ograniczenie, gdy agent potrzebuje czterdziestu kolejnych odpowiedzi. Żaden z tych przypadków nie jest wadą. To dwa projekty działające zgodnie z zamierzeniem.

Wąski werdykt: jeśli budujesz agenta, który obsługuje oprogramowanie, i płacisz za ukończone zadanie, a nie za token, szybkość MiniMax-M3.1-Flash jest warta swojej gadatliwości, a jego zamknięte wagi są ceną wejścia, dopóki MiniMax ich nie udostępni. Jeśli prowadzisz ekstrakcję, klasyfikację lub generowanie o dużej skali, gdzie długość wyjścia jest ograniczona, a opóźnienie nie jest ograniczeniem, Qwen3.8-Flash jest tańszy w cenniku i jeszcze tańszy, gdy przestaniesz płacić za tokeny rozumowania, o które nie prosiłeś — a jeśli potrzebujesz posiadać model, a nie go wynajmować, Qwen3.8-Flash-Next jest jedynym z tej pary, który możesz faktycznie mieć, na licencji, którą powinieneś najpierw przeczytać.