MiniMax M3.1 Flash vs Aion 3.5: Vinte Vezes o Preço de Entrada por um Modelo que Ninguém Avaliou

Aion 3.5 cobra US$ 3,00 por milhão de tokens de entrada. MiniMax-M3.1-Flash cobra US$ 0,15. O modelo que cobra vinte vezes mais é o que ninguém avaliou — nem a Artificial Analysis, nem qualquer outro avaliador neutro que consigamos encontrar — e também é o que não aceita imagem, não pode ser baixado e para de gerar em 32.768 tokens. Toda medição publicada neste confronto aponta na mesma direção, e o único argumento do outro lado é algo que a AionLabs não acompanhou de um número. Vale dizer isso antes que o enquadramento de qualquer um dos fornecedores seja ouvido.

A comparação não é acirrada no papel, o que a torna mais útil do que uma comparação acirrada. O Aion 3.5, lançado em 23 de setembro de 2026 pela AionLabs, é um modelo de raciocínio somente texto com janela de 262.144 tokens e uma tabela de preços fixa de US$ 3,00 / US$ 6,00. O MiniMax-M3.1-Flash, lançado em 19 de outubro de 2026 pela MiniMax, é uma mistura de especialistas com 428 bilhões de parâmetros e 23 bilhões ativos por token, entrada nativa de imagem e vídeo, janela de um milhão de tokens, tabela de preços de US$ 0,15 / US$ 0,60 e pesos no Hugging Face desde 23 de outubro. Um deles é um modelo de ponta de 2026 com preço de commodity. O outro é um endpoint de raciocínio de uso geral com preço de um modelo de ponta de dois anos atrás.

O que cada lado realmente é

Aion 3.5 é o principal modelo da AionLabs, ID do modelo aion-labs/aion-3.5, texto de entrada e texto de saída. A janela de contexto é de 262.144 tokens, o dobro dos 131.072 do Aion 3.0, com limite de 32.768 tokens na resposta. O raciocínio é obrigatório, e não opcional, e usa high como padrão, com low e max disponíveis; não há caminho sem raciocínio. A AionLabs descreve a arquitetura como um ensemble multimodelo da família GLM, em vez de uma única rede treinada — a afirmação mais interessante na sua documentação e a mais difícil de verificar de fora, porque nenhuma avaliação foi publicada que separe a saída do ensemble da saída de qualquer membro individual. A leitura de entrada em cache custa US$ 0,75 por milhão, um desconto de 75% sobre a tarifa de entrada.

MiniMax-M3.1-Flash é o MoE esparso da MiniMax com 428B no total e 23B ativos, treinado nativamente em baixa precisão e distribuído dessa forma: o checkpoint aberto tem 252,4 GB em 48 shards de safetensors, além de um drafter DSpark de decodificação especulativa de 2,3 GB, em vez de uma cópia mestre em BF16. Ele aceita texto, imagens e vídeo e retorna texto, possui uma janela de entrada de 1.000.000 de tokens com até 524.288 tokens de saída, e tem preço fixo de US$ 0,15 por milhão de tokens de entrada, US$ 0,60 de saída e US$ 0,015 em leituras em cache. O raciocínio está sempre ativado, com cinco níveis de esforço; não há como desativar o pensamento, e a API rejeita sumariamente uma solicitação de desativação.

As dimensões que o decidem

• Preço de entrada — MiniMax-M3.1-Flash US$ 0,15 por milhão contra Aion 3.5 US$ 3,00. Uma diferença de 20×.

• Preço de saída — US$ 0,60 por milhão, contra US$ 6,00. Uma diferença de 10×.

Entrada em cache — US$ 0,015 por milhão contra US$ 0,75. Uma diferença de 50×, e a linha que domina uma fatura com uso intensivo de raciocínio.

• Janela de contexto — 1.000.000 de tokens contra 262.144.

• Saída máxima — 524.288 tokens contra 32.768.

• Modalidades de entrada — texto, imagem e vídeo em comparação com apenas texto.

• Pontuação independente — Índice de Inteligência da Artificial Analysis 43, quinto entre 174 modelos, a US$ 0,22 por tarefa do índice; nada publicado para o Aion 3.5.

• Velocidade de saída — 95,6 tokens por segundo no tracker, contra aproximadamente 52 medidos por agregadores de terceiros para o Aion 3.5.

• Pesos abertos — um checkpoint do Hugging Face sob a MiniMax Community License, em contraste com um modelo fechado e somente via API.

• Controle de raciocínio — cinco níveis de esforço, sempre ativos, em comparação com três níveis, obrigatórios.

Ambos os cartões de tarifas são fixos, portanto a fixidez se anula.

A defesa tentadora do Aion 3.5 é a previsibilidade: $3,00 por milhão em toda a janela de 262K, sem degradação abrupta em contextos longos, sem nenhum nível que dobre seu custo por token no meio de um documento. Isso é uma virtude genuína e também não é um diferencial aqui, porque o MiniMax-M3.1-Flash também tem preço fixo — $0,15 fixo, de 4.000 tokens a um milhão. Seja qual for o valor de uma tabela de preços previsível, a MiniMax está oferecendo isso por um vigésimo do preço e com uma janela quatro vezes maior. A uniformidade separa esses dois modelos de fornecedores com níveis. Não separa um do outro.

O que resta é a fatura propriamente dita. Um prompt de 240.000 tokens custa cerca de US$ 0,036 no MiniMax-M3.1-Flash. O mesmo prompt no Aion 3.5 custa cerca de US$ 0,72, e a resposta custa dez vezes mais por token além disso. Se sua carga de trabalho for em escala documental — contratos longos, repositórios inteiros, transcrições de várias horas —, a diferença de preço se multiplica exatamente no ponto em que as contagens de tokens são maiores, que é o oposto de onde você quer que ela esteja.

O problema entre pontuado e não pontuado é a história completa.

A Artificial Analysis atribui ao MiniMax-M3.1-Flash uma pontuação de 43 no seu Intelligence Index, o que o coloca em quinto lugar entre 174 modelos, com um custo medido de US$ 0,22 para concluir uma tarefa do índice. O rastreador também observa que ele é excepcionalmente prolixo — consumiu 180 milhões de tokens de saída ao longo do índice, bem acima da mediana — e, como a saída é cobrada a quatro vezes a taxa de entrada, a verbosidade já está embutida nesses US$ 0,22. Você está olhando para um número que sobreviveu ao pior hábito do modelo.

O Aion 3.5 não tem equivalente. A AionLabs não publica nenhuma tabela de benchmark que consigamos encontrar, nenhum laboratório independente o testou, e as páginas de comparação entre modelos semelhantes que o listam trazem a mesma observação: não avaliado. Essa ausência não é prova de que o modelo seja fraco. É prova de que o comprador não tem nada com que comparar além da tabela de preços, e a tabela de preços é a única evidência que depõe contra ele.

Onde o Aion 3.5 ainda tem um caso real

Três argumentos resistem ao confronto com os números. O primeiro é a diversidade de falhas. Se uma grande parcela do seu tráfego já roda em uma família de modelos, um ensemble construído a partir de uma linhagem diferente é uma segunda opinião não correlacionada, e erros não correlacionados valem o custo na pequena fração de chamadas em que uma resposta errada sai cara. Você encaminharia talvez dois por cento do tráfego para ele. A dois por cento, um preço de entrada 20× maior é um erro de arredondamento diante do custo de um único julgamento ruim.

O segundo é que o raciocínio elevado obrigatório elimina uma classe de regressão silenciosa. Não há parâmetro de esforço a ajustar, portanto não há uma configuração baixa degradando silenciosamente uma tarefa que ninguém testou novamente após a última mudança de prompt. Trata-se de um argumento de manutenção, não de capacidade, mas argumentos de manutenção são reais.

O terceiro é o Aion 3.5 Mini. A US$ 0,70 por milhão de entrada, US$ 0,18 em cache e US$ 1,40 de saída para a mesma janela de 256K, ele é um nível barato plausível, e qualquer comparação que olhe apenas para o carro-chefe está comparando o modelo Aion errado. Mesmo assim, o Mini ainda é cerca de 4,7× o MiniMax-M3.1-Flash na entrada, ainda é somente texto, ainda não tem pontuação e ainda está limitado a 32K de saída.

Onde o MiniMax-M3.1-Flash vence sem contestação

Modalidade é o caminho mais curto para uma decisão. O Aion 3.5 é somente texto. Se a carga de trabalho envolver uma captura de tela, uma página digitalizada, um diagrama, um gráfico ou um quadro de vídeo, a comparação termina antes que o preço seja mencionado, porque um dos modelos não pode receber a entrada de forma alguma.

O comprimento da saída é o segundo. Um teto de 524,288 tokens contra 32,768 é uma diferença de dezesseis vezes, e isso decide toda tarefa cujo entregável é ele mesmo longo: uma reescrita completa de arquivo, uma migração em um repositório grande, uma extração estruturada em um documento substancial. Um limite de 32K força o chunking, e o chunking força você a escrever código de orquestração que não tem nada a ver com a qualidade do modelo.

Os pesos abertos são a terceira opção, com uma ressalva que importa. A MiniMax publicou o checkpoint em 23 de outubro sob a Licença Comunitária da MiniMax. Isso é pesos abertos, não código aberto: o uso não comercial é gratuito; o uso comercial exige exibir "Built with MiniMax M3" com destaque, uma notificação única à MiniMax se a receita anual for igual ou inferior a US$ 20 milhões, e autorização prévia por escrito acima desse limite. É um arranjo muito mais permissivo do que um modelo somente API, e muito menos permissivo do que o MIT. Leia a licença antes de planejar uma implantação com base nela.

Colocando ambos em um único caminho de solicitação

Nenhum dos dois modelos está no catálogo da OrcaRouter hoje, e este artigo não afirma que estejam. O Aion 3.5 está acessível pela API própria da AionLabs e por várias plataformas de terceiros; o MiniMax-M3.1-Flash, pela API própria da MiniMax e pelo checkpoint aberto, se você tiver GPUs para 252 GB. O que a OrcaRouter roteia da mesma vizinhança são MiniMax-M3 e DeepSeek V4.1 Flash, ambos pelo preço de tabela do provedor com 0% de margem, então uma mudança de tarifa do fornecedor chega ao nosso lado no mesmo dia em que chega ao deles.

Isso importa para a arquitetura que esta comparação de fato implica. O formato sensato não é uma migração de um modelo para o outro; é uma pequena fatia permanente do tráfego enviada a um modelo construído de outra forma para obter uma segunda opinião. Dois provedores, duas chaves e duas superfícies de cobrança para uma carga de trabalho de dois por cento é exatamente a sobrecarga que um gateway remove, e o failover automático significa que a degradação do trecho caro não leva o pipeline junto. Quando os modelos que você está realmente comparando estão na mesma chave, o A/B é uma string de modelo, e não uma segunda integração.

O que resolveria isso

Uma avaliação independente do Aion 3.5. Essa é a peça que falta, e sua ausência está causando mais danos ao argumento da AionLabs do que qualquer concorrente poderia. Se a pontuação ficar próxima de 43, a $0.22 por tarefa, o premium desmorona para uma história de segunda opinião de nicho. Se ficar significativamente acima de 43, o cálculo muda: você ainda não migraria um pipeline para uma taxa de entrada de $3.00, mas teria uma razão defensável para gastar esse valor nas chamadas que importam, e a alegação de ensemble finalmente teria evidências por trás, em vez de uma descrição.

Enquanto esse número não existir, a escolha é entre um modelo avaliado por um vigésimo do preço, com quatro vezes mais contexto e entrada de imagens, e um modelo não avaliado por um preço premium cujas principais vantagens documentadas são o preço fixo que o concorrente também oferece e o raciocínio obrigatório que o concorrente impõe ao rejeitar a alternativa. Há apenas uma opção padrão defensável nesse par — e a questão interessante não é se escolhê-la, mas qual dois por cento do seu tráfego merece a exceção.