Kimi K3.1 Pro vs MiniMax M3.1 Flash: Uma diferença de preço de 15× que encolhe sempre que o trabalho cresce

Coloque Kimi K3.1 Pro e MiniMax M3.1 Flash numa planilha de preços e a decisão parece definida antes mesmo de começar: um custa quinze vezes o que o outro custa por milhão de tokens combinados [preços de FORNECEDORES; a proporção é nossa aritmética]. Coloque-os, em vez disso, num registro por tarefa e a diferença despencou para um fator de nove e meio, depois para cerca de três. Nenhum dos preços dos fornecedores mudou entre essas leituras. O denominador mudou. Esses dois não estão competindo pela mesma linha do seu orçamento, e a maneira mais rápida de escolher é descobrir qual linha sua carga de trabalho toca.

Dois perfis que nunca foram direcionados ao mesmo comprador

Kimi K3.1 Pro é um modelo esparso com 2.800B de parâmetros totais e 104B ativos por token [VENDOR], contexto de 1M de tokens [VENDOR], e raciocínio sempre ativado: o esforço opera em low, high ou max, com padrão em max, enquanto temperature e top_p são fixos [VENDOR]. Ele não tem pesos abertos hoje; o fornecedor promete um lançamento até 4 de novembro [VENDOR], e o Artificial Analysis ainda o classifica como proprietário [INDEPENDENT]. Nesse índice, ele registra 57,5 tokens de saída por segundo [INDEPENDENT] e uma pontuação de 55,09 [INDEPENDENT].

O MiniMax M3.1 Flash foi lançado em 2026-10-19 [VENDOR] como o tipo oposto de objeto: um contexto de 1.048.576 tokens com saída máxima de 524.288 tokens [VENDOR], 116,2 tokens por segundo [INDEPENDENT] e uma pontuação de 42,71 [INDEPENDENT]. Uma observação sobre arredondamento: o Artificial Analysis arredonda isso para 43, e a nossa ficha do catálogo, para 42 [INDEPENDENT] — a mesma medição.

O enquadramento que sobrevive ao primeiro parágrafo, portanto, não é “modelo de fronteira versus modelo econômico”. É um generalista de pensamento profundo com um perfil fortemente voltado à execução contra um modelo rápido, de contexto longo e de processamento barato que tem apenas uma semana. Os 12,38 pontos de índice entre eles [INDEPENDENT] são reais, mas distribuídos de forma desigual, e é essa desigualdade que constitui a decisão.

De onde vem realmente a lacuna do índice

Divida o índice em suas linhas e um padrão surge: a vantagem do Kimi K3.1 Pro está concentrada em linhas que recompensam a execução sustentada em vez do conhecimento armazenado. Todos os números abaixo são [INDEPENDENT], da Artificial Analysis.

• Terminal-Bench 4.0: 67,17% contra 25,76%, uma diferença de 41,4 pontos e a maior separação do conjunto.

• Terminal-Bench-Science: 34,29% contra 3,33%, uma diferença de 31,0 pontos. Percentuais baixos de um único dígito não são um artefato de arredondamento; isso é um modelo falhando amplamente na família de tarefas.

• GDPval-AA: 1.845,72 contra 1.457,57, uma diferença de 388 pontos de Elo. O Elo não é linear em termos de capacidade, então leia isto como uma classe diferente de resultado, não como uma porcentagem.

• SciCode: 60,76% contra 53,36% — genuinamente competitivo.

• AA-LCR 86,33% contra 79,67%; MMMU-Pro 83,87% contra 79,13%; CritPt 24,57% contra 22,29%; HLE 52,46% contra 47,96%. Estas são as linhas em que os dois estão mais próximos entre si, e todas são de contexto longo ou densas em conhecimento.

• AutomationBench: 73,30% contra 72,52% — praticamente empatados.

• O AnalystAgent está em 38,75 para o Kimi K3.1 Pro, e o FrontierCode em 47,07%, ambos sem contraparte publicada da MiniMax. Um resultado ausente não é um zero nem evidência de nada, exceto que a comparação tem lacunas.

A linha que complica toda história simples é AA-Omniscience. O MiniMax M3.1 Flash responde corretamente a mais perguntas de conhecimento — 56,20% de acurácia contra 51,02% — mas pontua 15,55 contra 29,52, porque sua taxa de alucinação é de 92,81% contra 43,89% [INDEPENDENT]. O índice penaliza respostas erradas com confiança. Um modelo que está certo com pouca frequência a mais e erra com muito mais confiança é um perigo para trabalho fundamentado em recuperação, onde uma frase sem suporte é pior do que uma admissão de ignorância.

Precificação, lida em três denominadores

No nível de tokens, os dois não estão no mesmo mercado. O Kimi K3.1 Pro tem preço de US$ 2,00 de entrada e US$ 10,00 de saída por milhão de tokens, leituras de cache a US$ 0,20, combinado 3:1 a US$ 4,00 [VENDOR]. O MiniMax M3.1 Flash tem preço de US$ 0,15 de entrada e US$ 0,60 de saída, leituras de cache a US$ 0,015, combinado 3:1 a US$ 0,2625 [VENDOR]. A proporção combinada é de 15,2×.

Por tarefa de índice concluída, a proporção cai para 9,6×: US$ 2,1145 para Kimi K3.1 Pro contra US$ 0,2201 para MiniMax M3.1 Flash [INDEPENDENT]. O motivo é mecânico. Uma tarefa de índice consome 55.195 tokens de saída do Kimi K3.1 Pro e 78.612 do MiniMax M3.1 Flash — 42% mais saída do modelo mais barato, o que corrói sua própria vantagem no extremo caro da planilha. O custo por tarefa é o número que uma equipe financeira deve observar, e ele já é um terço menor do que a proporção de manchete sugere.

Invertendo a métrica, os pontos de índice por dólar combinado chegam a 13,8 para o Kimi K3.1 Pro e 162,7 para o MiniMax M3.1 Flash [INDEPENDENT]. Isso não é uma recomendação: se a única restrição for o máximo de benchmark por dólar, a resposta é inequívoca; e se for conseguir concluir essa classe de tarefa, a aritmética é irrelevante.

Por que a lacuna continua diminuindo conforme o trabalho cresce

A evidência mais clara é o DataAnalyticsBench da Plotly — 43 perguntas sobre dados sintéticos de parques eólicos, uma execução por modelo, portanto uma direção em vez de uma distribuição [INDEPENDENT]. O Kimi K3.1 Pro respondeu 42 de 43 a US$ 0,31 por pergunta, US$ 13,47 no total, usando 7,5 chamadas ao modelo e cerca de 440.000 tokens de entrada por pergunta. O MiniMax M3.1 Flash respondeu 41 de 43 a cerca de US$ 0,10 por pergunta, US$ 4,09 no total, usando aproximadamente 45 chamadas e 4,2 milhões de tokens de entrada por pergunta.

Três coisas acontecem ao mesmo tempo. A precisão é quase idêntica — separadas por uma pergunta, bem dentro do que uma única execução resolve. A diferença de preço diminuiu para 3,1×. E o mecanismo é visível: o modelo mais barato chega lá fazendo 45 chamadas, enquanto o outro faz 7,5, e enviando 9,5× a entrada por pergunta. Ele compra precisão com contexto e iterações, não com profundidade de parâmetros, e ambos são baratos por token, mas não gratuitos por tarefa.

Se você escalar para cem mil perguntas por mês, a comparação é de US$ 31.000 contra US$ 10.000, cerca de US$ 252.000 de diferença por ano [INDEPENDENTE, extrapolado dos valores por pergunta da Plotly]. Essa é uma linha orçamentária real, e o volume no qual precificar a diferença de precisão de 41 contra 42 por resposta errada: uma vantagem de dois pontos em uma tarefa da qual seu negócio depende pode valer mais de um quarto de milhão de dólares.

Onde o nível barato realmente vence

O MiniMax M3.1 Flash é a melhor compra para cargas de trabalho que compartilham um perfil: alto volume, saídas curtas ou com restrições flexíveis, contexto de recuperação intenso e tolerância a uma nova execução. Classificação, extração restrita por esquema com um validador a jusante, sumarização em escala, respostas aumentadas por recuperação em que cada frase deve remeter a uma passagem fornecida e geração em massa com revisão. A vazão ajuda: 116,2 tokens por segundo contra 57,5 [INDEPENDENT] é aproximadamente o dobro da concorrência por réplica antes de entrar na fila, e a saída máxima de 524.288 tokens [VENDOR] significa que trabalhos de formato longo não precisam de emenda.

O índice de alucinação restringe essa lista em vez de enfeitá-la. Uma taxa de 92,81% [INDEPENDENT] é tolerável quando a verdade factual está no prompt e um validador rejeita alegações sem suporte. Não é tolerável em um assistente factual de escopo aberto, sem recuperação, sem verificação de citações e sem intervenção humana no processo — e sua precisão ligeiramente maior tornará essas falhas mais difíceis de perceber, não mais fáceis.

Onde o nível mais caro se paga.

O Kimi K3.1 Pro justifica o seu preço em linhas que se assemelham a trabalho em vez de recuperação de memória. Terminal-Bench 4.0 com 67,17% e Terminal-Bench-Science com 34,29% são os sinais mais claros: tarefas de shell e de programação de longo horizonte em que uma resposta parcial é uma execução falhada e cada nova tentativa custa atenção de engenharia em vez de tokens [INDEPENDENT]. A separação de 388 Elo do GDPval-AA [INDEPENDENT] aponta na mesma direção para trabalho profissional. Se a sua carga de trabalho for um agente que tem de concluir um procedimento de várias etapas sem supervisão, uma pontuação de 25,76% no Terminal-Bench 4.0 [INDEPENDENT] não é um desconto — é um produto diferente.

Dois detalhes operacionais pertencem a este ponto, e não a uma nota de rodapé. O pensamento está sempre ativado, com o esforço padronizado no máximo [VENDOR], portanto a latência não é algo que se possa reduzir sem aceitar uma mudança de capacidade; planeje um p50 de cerca de 6,9 segundos, em vez de um caminho rápido que não existe. Em produção, na nossa rota, ao longo dos sete dias até 26 de outubro, o Kimi K3.1 Pro operou a 52,4 tokens de saída por segundo, com taxa de erro de 0,064%, e transportou 1,305 bilhão de tokens em três dias [OURS]. O MiniMax M3.1 Flash transportou apenas cerca de 10.000 tokens na nossa rota nesse período [OURS], muito pouco para medir qualquer coisa, portanto todos os números de latência e custo para ele aqui, incluindo a taxa de transferência, são do avaliador.

Escolhendo entre eles

Comece pela linha de avaliação que mais se assemelha ao seu tráfego, não pela manchete do índice nem pela tabela de preços. Se a resposta se basear no Terminal-Bench, no GDPval ou em qualquer família de execução de longo horizonte, as separações de 41 pontos e 388 Elo resolvem a questão antes de se discutir custo. Se ela se basear no AA-LCR, no MMMU-Pro, no CritPt ou no AutomationBench, os dois ficam a poucos pontos de diferença e você deve escolher com base em preço, vazão e contexto — ou seja, MiniMax M3.1 Flash, com uma camada de recuperação e um validador gerenciando o perfil de alucinação.

O caso intermediário é trabalho analítico delimitado com uma resposta verificável. O resultado da Plotly de 42 de 43 contra 41 de 43 [INDEPENDENT] tem esse formato, e uma diferença de 3,1× em uma tarefa em que o modelo mais barato precisa de 9,5× a entrada para se manter no mesmo nível é uma troca real. Amostre seu próprio tráfego primeiro; uma única execução de 43 perguntas é uma direção, não um veredito.

Uma nota estrutural sobre preços, que importa mais do que qualquer proporção acima. A OrcaRouter repassa os preços de tokens dos fornecedores sem alterações, portanto, quando um preço de tabela muda, nosso preço para esse modelo muda junto no mesmo dia, sem nenhum nível renegociado no meio. Cada proporção aqui é um retrato das tabelas atuais de dois fornecedores, não uma tabela de margem — se qualquer um dos fornecedores reduzir o preço de saída no próximo mês, tanto o 15,2× quanto o 9,6× se moverão, enquanto o faturamento permanece um espelho do deles. É também por isso que a vantagem da camada barata vale a pena ser verificada de novo em vez de memorizada: o MiniMax M3.1 Flash foi lançado em 19 de outubro [VENDOR], uma semana antes de isto ser escrito, e preços de lançamento raramente são preços finais.

Fontes: Artificial Analysis Intelligence Index v4.3.2, dados de 26 de outubro de 2026, para valores de índice, linha, throughput e custo por tarefa; análises do DataAnalyticsBench do Plotly de 20 e 23 de outubro para a comparação de 43 perguntas; fichas de modelo dos fornecedores para preços, limites de contexto, parâmetros e datas de lançamento. O MiniMax M3.1 Flash transportou cerca de 10.000 tokens na rota da OrcaRouter na janela de sete dias, pouco demais para medir, portanto seus valores de latência e custo aqui são do avaliador.