MiniMax-M3.1-Flash marca 42 no Intelligence Index — e custa US$ 0,22 por tarefa

O MiniMax-M3.1-Flash foi lançado em 19 de outubro de 2026 com uma pontuação de 42 no Artificial Analysis Intelligence Index, treze pontos acima do MiniMax-M3, que tem 29, à metade da tarifa por token e — o número que realmente importa — menos da metade do custo por tarefa, US$ 0,22 contra US$ 0,51. Ele empata com o GLM-5.3-Flash em 42, fica três pontos atrás do DeepSeek V4.1 Flash 1017, com 45, e custa menos que qualquer um dos dois para concluir uma tarefa de benchmark. Esses quatro números são a história inteira em uma linha. A parte interessante é o que acontece quando você para de ler o índice e começa a ler a fatura, porque este modelo é barato por token e, ao mesmo tempo, excepcionalmente caro por token. As falhas de IA e os incidentes com agentes documentados por trás de lançamentos como este estão reunidos em o OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, severidade, classificação de confiança e sinalizador de contestação.

O número que a M​iniMax não colocou no post do blog

O post de lançamento da M​iniMax é uma peça competente de marketing de fornecedor: inferência mais rápida, pontuações agênticas mais fortes, custo de tarefas agênticas 70% menor do que o do predecessor. O que ele não contém é um único número que lhe permita comparar o modelo com qualquer coisa que ele não tenha criado. Isso agora foi fornecido de fora, pela Artificial Analysis, que submeteu o MiniMax-M3.1-Flash à sua suíte de avaliação padrão e publicou em 19 de outubro de 2026.

• Índice de Inteligência — 42, classificado em quarto lugar entre 173 modelos no rastreador

• Custo por tarefa do Intelligence Index — US$ 0,22, em comparação com US$ 0,51 do MiniMax-M3 e US$ 0,28 do GLM-5.3-Flash

• Preço de tabela — $0,15 por milhão de tokens de entrada, $0,60 por milhão de saída, $0,015 por milhão de leituras em cache

• Preço combinado — US$ 0,10 por milhão na proporção 7:2:1 de acertos de cache/entrada/saída do rastreador

• Janela de contexto — 1.000.000 tokens

• Velocidade de saída — 125,5 tokens por segundo, com 1,04 segundo até o primeiro token

• Verbosidade — 180 milhões de tokens de saída consumidos em todo o Index, contra uma mediana de 99 milhões

• Modalidades de entrada — texto e imagem, conforme o tracker; a referência da API da própria M​iniMax também lista vídeo

O ranking é a parte fraca da manchete. Quarto entre 173 soa como pódio e, no sentido restrito de que o tracker compara modelos de todos os tamanhos e preços, de fato é. Mas os três modelos acima dele — DeepSeek V4.1 Flash 1017, com 45, e dois sistemas de fronteira maiores — não são sua concorrência em uma decisão de compra. Os modelos com os quais ele realmente será comparado na lista final são os do mesmo patamar de preço, e aí o cenário é um empate técnico com o GLM-5.3-Flash e uma derrota apertada para o Flash mais recente da DeepSeek.

42 duas vezes, por dois motivos diferentes

O GLM-5.3-Flash e o MiniMax-M3.1-Flash obtêm ambos 42 no mesmo índice, o que torna esse empate menos útil do que parece. Os dois chegam lá por caminhos opostos.

O GLM-5.3-Flash é um modelo de pesos abertos: 320 bilhões de parâmetros totais, 18 bilhões ativos, licença MIT, pesos no Hugging Face desde seu lançamento em 26 de agosto de 2026. Ele roda a 78 tokens por segundo, com tempo até o primeiro token de 2,52 segundos, custa US$ 0,15 por milhão na entrada e US$ 0,50 na saída, e consome US$ 0,28 por tarefa de indexação. O MiniMax-M3.1-Flash é fechado hoje — a MiniMax diz que os pesos "serão liberados mais tarde" —, roda a 125,5 tokens por segundo e consome US$ 0,22 por tarefa. Portanto, o empate é um empate em capacidade e uma decisão dividida em tudo o que uma equipe de produção considera importante: um você pode baixar e quantizar, o outro é 60% mais rápido e 20% mais barato por tarefa.

O DeepSeek V4.1 Flash 1017, lançado dois dias antes, em 17 de outubro, é a comparação mais difícil. Ele marca 45, roda a 222 tokens por segundo — quase o dobro — e custa $0.30 de entrada e $1.20 de saída, exatamente o dobro da tabela de preços da MiniMax, com um desconto de cache de 98% que reduz seu custo por tarefa para $0.26. Também tem pesos abertos licenciados sob MIT, com 552 bilhões de parâmetros totais e 16 bilhões ativos. Em capacidade bruta e velocidade bruta, vence de forma inequívoca. No custo por tarefa concluída, a MiniMax ainda está à frente, por quatro centavos, uma margem fina o bastante para que o comportamento de cache e o comprimento da saída, e não o preço de tabela, decidam isso em cargas de trabalho reais.

Vale a pena dizer claramente: o antigo DeepSeek V4.1 Flash, lançado em 10 de setembro de 2026, pontua 39 — abaixo do MiniMax-M3.1-Flash. O sufixo "1017" importa. Qualquer pessoa que compare com o checkpoint de setembro está comparando com um modelo mais fraco.

Os benchmarks dos fornecedores, e o que valem

A M​iniMax publicou seis avaliações junto com o lançamento. Nenhuma delas foi reproduzida de forma independente, e a publicação não traz uma coluna de comparação, então os números servem principalmente como um perfil do que a M​iniMax considera ser o propósito deste modelo.

• BankerToolBench — 76,2, um conjunto de fluxos de trabalho empresariais que abrange planejamento em várias etapas, consistência de documentos e chamadas de ferramentas encadeadas

• DeepSWE v1.1 — 73,7%, compreensão de código, trabalho em funcionalidades, correção de bugs e validação de testes

• OSWorld V2 — 61,7, operação de computador em aplicativos; a MiniMax afirma ser a primeira entre os modelos chineses

• Agents' Last Exam — 29,6, tarefas profissionais de longo horizonte; mesma alegação de “primeiro entre os modelos chineses”

• CyberGym — 82%, descoberta e validação de vulnerabilidades

• AutomationBench-AA — descrito como um dos melhores desempenhos, sem pontuação publicada

Essa última linha é o indício revelador. O AutomationBench é o benchmark que sustenta o posicionamento "agêntico", e é o único número que o post se recusa a divulgar. Os outros cinco são reais e específicos, mas uma pontuação de benchmark sem um conjunto de comparação diz o que um modelo consegue fazer em laboratório e nada sobre se ele supera o modelo pelo qual você já está pagando. Observe também que o modelo ficou nas mãos dos testadores por três semanas como MiniMax-M3.1-Flash-Preview antes deste lançamento, e nenhuma avaliação independente desse checkpoint foi publicada também — a primeira medição de terceiros de qualquer modelo M3.1 é o 42 que apareceu no dia do lançamento.

Por que o preço do token e o preço da tarefa divergem

Aqui está a armadilha deste modelo, e não é pequena. A tabela de preços do MiniMax-M3.1-Flash é exatamente metade da do MiniMax-M3: US$ 0,15/US$ 0,60 contra US$ 0,30/US$ 1,20 até 512.000 tokens de entrada. A inferência natural é que uma carga de trabalho custa metade. Não custa, por dois motivos que se acumulam.

A primeira é a verbosidade. No Índice de Inteligência, o modelo consumiu 180 milhões de tokens de saída, enquanto o modelo mediano consome 99 milhões. Ele raciocina no nível de esforço padrão max, e os tokens de raciocínio são cobrados como saída e contam para max_tokens. Faça as contas em uma carga de trabalho com uso intensivo de saída: com 180 milhões de tokens de saída, o MiniMax-M3 a US$ 1,20 por milhão cobra US$ 216. Dez milhões a US$ 0,60 cobram US$ 108 — a redução pela metade se mantém. Portanto, a tarifa é honesta; o volume é o que pesa.

O segundo motivo é que você não consegue desativar o pensamento de jeito nenhum. A referência da API da MiniMax é explícita: enviar thinking: {"type": "disabled"} retorna HTTP 400, e reasoning_effort: "none" é rejeitado da mesma forma. A escada de cinco níveis — low, medium, high, xhigh, max — é o único controle que você tem, e omitir o campo significa max. O MiniMax-M3, em contrapartida, permite desativar o pensamento por completo e usa como padrão que ele esteja desligado no endpoint compatível com Anthropic.

A consequência prática: para uma tarefa de classificação, extração ou formatação em que você pagava por sessenta tokens de saída e nenhum raciocínio, o MiniMax-M3 com o raciocínio desativado a $1,20 por milhão de tokens de saída ainda pode ficar mais barato que o MiniMax-M3.1-Flash a $0,60, porque o modelo mais novo gastará algumas centenas de tokens de raciocínio antes de responder. Para execuções agênticas — uso de ferramentas em várias etapas, sessões longas de programação, loops de uso do computador —, o modelo mais novo vence, e o número independente de custo por tarefa confirma isso: $0,22 contra $0,51 é um corte de 57%, não de 50%, porque as trajetórias mais curtas mais do que compensam o raciocínio extra.

A forma correta de interpretar um lançamento como este é por tarefa concluída, não por token, e os US$ 0,22 do tracker são o único número neste artigo que já faz essa conta por você.

Acertar o custo sem reescrever sua stack

O custo por tarefa é mais uma decisão de roteamento do que uma decisão de compra. Os modelos nesta comparação não são intercambiáveis em um único eixo: o MiniMax-M3.1-Flash é rápido e barato por tarefa, mas é fechado; o GLM-5.3-Flash oferece a mesma capacidade com pesos que podem ser baixados; o DeepSeek V4.1 Flash 1017 é mais rápido e mais forte ao dobro do preço por token. A maioria das equipes acaba rodando dois dos três, dividindo o tráfego por tipo de tarefa.

Essa separação é o caso para o qual o OrcaRouter existe: uma única chave de API para mais de 200 modelos, com os preços de tabela dos provedores repassados com 0% de margem, então, quando a MiniMax reduz pela metade uma tabela de preços, o número na sua fatura muda no mesmo dia, e não na próxima renovação de contrato. O próprio MiniMax-M3.1-Flash ainda não está no nosso catálogo — hoje ele pode ser chamado pela API própria da MiniMax, pelo M Plan e pelo MiniMax Code, e em nenhum outro lugar que possamos atestar. O que já pode ser roteado no OrcaRouter é o restante da lista final: MiniMax-M3, GLM-5.3-Flash e DeepSeek V4.1 Flash 1017, todos os três em uma única chave, para que a comparação acima possa ser feita com o seu próprio tráfego, em vez de com um benchmark.

O failover automático importa mais do que o habitual quando o modelo mais recente de uma linha também é o que tem o menor histórico operacional. O MiniMax-M3.1-Flash tem dois dias de vida, o caminho de migração do seu antecessor ainda está em curso, e o fornecedor prometeu um modelo Pro mais capaz mais adiante — que é exatamente a situação em que você quer um segundo modelo atrás do primeiro na tabela de roteamento, em vez de uma reescrita em três semanas.

O que assistir

Três coisas vão decidir se o 42 se sustenta como o número que as pessoas citam daqui a seis meses. Os pesos, primeiro: a M​iniMax se comprometeu a liberá-los "mais tarde", sem data, e pesos abertos fariam deste, da noite para o dia, o modelo baixável de menor custo por tarefa de sua categoria. O modelo Pro, segundo: a M​iniMax disse que uma versão mais forte está chegando, o que normalmente significa que o Flash será reposicionado em preço. E a terceira é a replicação independente das métricas agênticas — OSWorld V2, ALE e CyberGym são exatamente os benchmarks que mais variam entre harnesses, e, no momento, todos os números neles vêm da empresa que vende o modelo.

Até lá, o resumo defensável é estreito e útil: a US$ 0,22 por tarefa, o MiniMax-M3.1-Flash é a forma mais barata de comprar uma pontuação de 42 no Intelligence Index, empata com o GLM-5.3-Flash nessa pontuação embora seja mais rápido e fechado, e perde para o DeepSeek V4.1 Flash 1017 em capacidade e velocidade, mas o supera em custo por tarefa concluída. Se sua carga de trabalho for agêntica, essa troca vale a pena hoje. Se forem mil chamadas curtas de classificação, o modelo que ele substituiu ainda pode ser o mais barato.