MiniMax M3.1 Flash vs Aion 3.5 Mini: A diferença de preço diminui; a de evidências, não

O Aion 3.5 Mini é o primeiro modelo da AionLabs desta série em que o preço por si só não resolve a questão. O MiniMax M3.1 Flash cobra US$ 0,15 por milhão de tokens de entrada e US$ 0,60 por milhão de saída; o Aion 3.5 Mini cobra US$ 0,70 e US$ 1,40. Isso é 4,7x e 2,3x — um prêmio real, mas nada como os 20x e 10x que seu irmão maior, o Aion 3.5, cobra em relação ao mesmo MiniMax M3.1 Flash. A diferença de custo é pequena o bastante para que a decisão passe para os pontos em que os dois não são nada próximos: o teto de saída, a modalidade de entrada e se alguém fora do fornecedor já mediu o modelo.

Ambos os modelos são atuais. O Aion 3.5 Mini foi lançado em 23 de setembro de 2026 junto com o carro-chefe; o MiniMax M3.1 Flash foi lançado em 19 de outubro de 2026 e disponibilizou seus pesos no Hugging Face quatro dias depois. O modelo Aion é fechado, somente texto e sempre raciocina antes de responder. O MiniMax M3.1 Flash é uma mistura de especialistas com 428 bilhões de parâmetros, 23 bilhões ativos por token, uma janela de um milhão de tokens e entrada de imagem e vídeo. No papel, a comparação é desequilibrada; a parte interessante é por que a conta nem sempre parece ser assim.

O que cada modelo realmente é

MiniMax M3.1 Flash é o MoE esparso da MiniMax, com aproximadamente 428B de parâmetros totais e 23B ativados por token, servido com uma janela de contexto de 1.000.000 de tokens. A tabela de preços é de US$ 0,15 por milhão de tokens de entrada, US$ 0,60 por milhão de saída e US$ 0,015 por milhão de leituras em cache. O model card da MiniMax lista entradas de texto, imagem e vídeo com saída em texto; a Artificial Analysis registra texto e imagem. O raciocínio está sempre ativado, com cinco níveis de esforço — low, medium, high, xhigh e max — e a API rejeita de forma explícita um pedido para desativar o pensamento, retornando um erro em vez de ignorá-lo silenciosamente. Os pesos podem ser baixados sob a MiniMax Community License, que são pesos abertos e não código aberto: a atribuição é obrigatória, e o uso comercial acima de US$ 20M de receita anual exige autorização prévia por escrito. A própria tabela de benchmarks do fornecedor inclui 62,8 no Automation-Bench, 73,7 no DeepSWE v1.1, 61,7 no OSWorld 2.0 e 82,2 no CyberGym. Esses são números gerados pelo fornecedor e não foram reproduzidos de forma independente.

Aion 3.5 Mini é o nível mais barato da AionLabs, com identificador aion-labs/aion-3.5-mini, e é um tipo diferente de objeto. A AionLabs o descreve como um sistema multimodelo construído sobre a família GLM — vários modelos contribuindo para uma única resposta — e não publica contagem de parâmetros, tamanho do conjunto nem quais componentes são executados em cada chamada. A janela de contexto é de 262.144 tokens, o dobro da Aion 3.0 Mini e idêntica à do modelo principal, com um limite rígido de 32.768 tokens na resposta. A entrada é somente texto. O raciocínio é obrigatório: níveis de esforço baixo, alto e máximo, com padrão alto, sem caminho sem raciocínio. O preço permanece inalterado em relação à geração anterior: US$ 0,70 de entrada, US$ 1,40 de saída e US$ 0,18 de entrada em cache. Os pesos não estão disponíveis, e o modelo não tem resultados de benchmark publicados de qualquer tipo.

Duas coisas decorrem dessa descrição antes de qualquer medição. O Mini não é um Mini limitado como o nome sugere — sua janela de contexto é igual à do modelo principal — e o que lhe falta é comprimento de saída, não de entrada. E a questão dos custos não se resume à tabela de preços, porque ambos os modelos pensam antes de responder e nenhum permite desativar isso.

A tabela de tarifas, e os três multiplicadores que definem a fatura

Os preços por token primeiro, porque são os únicos números que ambos os fornecedores publicam de forma clara:

• Entrada — MiniMax M3.1 Flash $0.15 por milhão contra Aion 3.5 Mini $0.70. Uma diferença de 4,7x.

• Saída — $0.60 contra $1.40. Um spread de 2,3x, e o mais estreito dos dois.

• Entrada em cache — $0,015 contra $0,18. Uma diferença de 12x, e a rubrica que domina as faturas de agentes.

• Janela de contexto — 1.000.000 de tokens contra 262.144. Uma diferença de 3,8x.

• Saída máxima — 524.288 tokens contra 32.768. Uma diferença de 16x, e a maior lacuna individual desta comparação.

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

• Pontuação independente — Índice de Inteligência da Artificial Analysis 43 para o MiniMax M3.1 Flash; nenhuma entrada para o Aion 3.5 Mini.

A proporção que as pessoas citam costuma ser a proporção de entrada, e é a menos útil. Um modelo que lê dez tokens para cada um que escreve tem seu preço determinado majoritariamente pela tarifa de entrada, então um trabalho de 10M de entrada e 1M de saída custa US$ 2,10 no MiniMax M3.1 Flash e US$ 8,40 no Aion 3.5 Mini — uma diferença de 4x, próxima da manchete. Um trabalho equilibrado de 1M de entrada e 1M de saída custa US$ 0,75 contra US$ 2,10, ou 2,8x. A proporção varia com a carga de trabalho, e é por isso que “4,7x mais barato” é um slogan, e não uma linha de orçamento.

As leituras em cache levam isso muito mais longe. Um agente que carrega um prompt de sistema de 100.000 tokens ao longo de 1.000 chamadas lê 100 milhões de tokens em cache; isso custa US$ 1,50 no MiniMax M3.1 Flash e US$ 18,00 no Aion 3.5 Mini. Se sua carga de trabalho for um prefixo longo e estável com turnos curtos, a taxa de cache é o número a comparar, e a diferença aí é de 12x, e não de 4,7x.

Depois há o multiplicador que nenhuma tabela de preços mostra: os tokens de raciocínio. Ambos os modelos sempre raciocinam, e os tokens de raciocínio são tokens gerados cobrados à tarifa de saída em ambos. Se um modelo gasta 2.000 tokens raciocinando para produzir uma resposta de 500 tokens, você paga por 2.500 tokens de saída — cinco vezes o texto visível. Com esses números, o custo efetivo de saída por milhão de tokens visíveis é de US$ 3,00 para o MiniMax M3.1 Flash e de US$ 7,00 para o Aion 3.5 Mini: a proporção de 2,3x se mantém, mas todo número absoluto é cinco vezes o valor de tabela. E os padrões não são a mesma configuração. A documentação da API da MiniMax diz que um nível de esforço omitido assume o padrão max, a configuração mais cara; a Aion assume high. De fábrica, o modelo com a tabela de preços mais barata também é o que gasta mais por resposta. A tabela de preços é um piso, não uma previsão, e nenhum dos fornecedores publica um orçamento de tokens de raciocínio que você possa usar para fazer uma.

O contexto é generoso. É na saída que o Mini para.

A janela de 262.144 tokens do Aion 3.5 Mini é a parte generosa de sua ficha técnica. É o dobro da janela do Mini anterior, corresponde exatamente à do modelo topo de linha e é suficiente para um romance, uma varredura de um repositório grande ou uma hora de transcrição. Comparada à maioria dos modelos, não seria uma limitação de forma alguma. Comparada ao MiniMax M3.1 Flash, ela é 3,8 vezes menor, e para a classe crescente de cargas de trabalho que colocam um codebase inteiro ou um conjunto de documentos em uma única chamada, isso é um teto real.

O teto mais rígido é a resposta. O Aion 3.5 Mini para em 32.768 tokens de saída; o MiniMax M3.1 Flash aceita até 524.288, com a MiniMax recomendando 131.072 na prática. É uma diferença de 16x, e é a dimensão com maior probabilidade de desqualificar o modelo Aion para um trabalho real, e não apenas de colocá-lo em desvantagem. Um artefato gerado de 40.000 tokens — uma migração longa, um relatório completo, uma grande refatoração emitida em uma única passagem — não cabe de forma alguma no Aion 3.5 Mini. Você teria que dividi-lo em blocos, o que muda a tarefa, adiciona orquestração e geralmente custa mais do que a diferença por token que você estava tentando aproveitar. Para turnos de chat e capítulos, 32K é suficiente. Para pipelines com uso intenso de geração, é um limite intransponível.

Nenhum dos fornecedores publica uma sobretaxa de contexto longo para esses dois modelos; as tabelas de preços acima são fixas em toda a janela. Isso importa porque significa que a comparação não se inverte em 200.000 tokens — o MiniMax M3.1 Flash é mais barato em qualquer comprimento, e o modelo Aion simplesmente não consegue ultrapassar seu teto.

Um modelo tem evidências. O outro tem uma declaração de posicionamento.

Esta é a parte da comparação que não se estreita. O MiniMax M3.1 Flash tem uma tabela de benchmarks do fornecedor, uma pontuação de terceiros e uma velocidade medida. O Aion 3.5 Mini não tem nenhuma das três. A AionLabs não publica nenhum resultado de SWE-bench, Terminal-Bench, GPQA ou MMLU-Pro para nenhum modelo 3.5, e a Artificial Analysis não tem entrada para o Aion 3.5 Mini, o Aion 3.5 ou qualquer uma das gerações 3.0. Não há pontuação independente de capacidade e, portanto, nenhum valor de custo por tarefa concluída, que é o número que de fato decide a aquisição.

O que existe, em vez disso, é telemetria de gateway. Os rastreadores que a pontuam a partir de tráfego ao vivo ficam em torno de 56 tokens por segundo, com aproximadamente 1,5 segundo até o primeiro token — metade dos 116,2 tokens por segundo que a Artificial Analysis mede para o MiniMax M3.1 Flash, e esses são números agregados de produção, não de uma execução controlada. Trate a direção como informativa e o número exato como aproximado.

O lado da MiniMax está melhor documentado, mas não é impecável. Sua tabela de benchmarks é executada pelo fornecedor, várias linhas usam harnesses de agentes específicos, e os números não são comparáveis em pé de igualdade entre modelos. A pontuação independente da Artificial Analysis de 43 — quinto de 173 modelos — é a aferição disso, e 43 é um resultado bom, mas não de fronteira. O detalhe independente mais útil é a verbosidade: a Artificial Analysis observa que o modelo emitiu 180 milhões de tokens de saída em seu índice, contra uma mediana de 100 milhões. Um modelo que fala tanto torna a taxa de saída, e a configuração de esforço, mais importante do que a taxa de entrada que todo mundo cita.

A ausência de evidências não é evidência de fraqueza, e isso importa menos para algumas tarefas do que para outras. Se o trabalho é prosa — roleplay, ficção, voz de personagem —, as suítes de benchmark o medem mal de qualquer forma, e a AionLabs posicionou este modelo exatamente aí. Mas isso significa que você não pode comprar o Aion 3.5 Mini com base em um número. Você só pode comprá-lo com base na sua própria avaliação, que terá de executar antes de se comprometer.

Onde o Aion 3.5 Mini é a compra certa

É a opção econômica em uma stack Aion. Por US$ 0,70 e US$ 1,40, é 4,3x mais barata que o Aion 3.5 completo tanto na entrada quanto na saída, ao mesmo tempo que oferece a mesma janela de 262.144 tokens e a mesma descrição de ensemble da família GLM. Se você já direciona para o Aion 3.5 para trabalho pesado, o Mini é o nível para colocar os turnos fáceis, com o mesmo formato de API e a mesma semântica de raciocínio.

Seu limite de saída não é um problema para trabalho conversacional. 32.768 tokens equivalem a aproximadamente 24.000 palavras — mais do que qualquer capítulo individual, resposta de suporte ou análise que a maioria dos aplicativos retorna. O limite só se torna um problema quando o produto é o próprio artefato longo.

Texto puro é uma vantagem se você nunca enviar imagens. Não há sobretaxa multimodal a pagar nem pré-processamento de imagem a construir. Essa vantagem é mais tênue do que parece, porque o modelo multimodal também é o mais barato por token, mas é real para equipes que querem o pipeline mais simples possível.

Estilo é a afirmação não mensurada que vale a pena testar. Um ensemble multimodelo ajustado para voz narrativa pode superar um modelo de agente geral em prosa mesmo quando perde em todos os benchmarks. Essa é uma razão plausível para o modelo existir e a única afirmação a seu favor que nenhuma tabela de preços pode resolver. É também exatamente o tipo de afirmação que se multiplica quando está errada, então teste-a com seus próprios prompts em vez de confiar no enquadramento de qualquer um dos fornecedores.

Quem deve escolher qual?

Escolha o MiniMax M3.1 Flash se a carga de trabalho for agêntica — loops de ferramentas, uso de computador, tarefas de longo horizonte —, em que os benchmarks de agentes do fornecedor são ao menos um sinal direcional e a janela de 1M mantém a transcrição intacta.

• Escolha o MiniMax M3.1 Flash se você gerar artefatos longos. Acima de 32.768 tokens de saída não há decisão a tomar; o Aion 3.5 Mini não consegue produzir a resposta.

• Escolha o MiniMax M3.1 Flash se qualquer etapa do pipeline enviar uma captura de tela, uma página digitalizada ou um quadro de vídeo. Se for apenas texto, o modelo Aion é descartado antes mesmo de se considerar o preço.

Escolha o MiniMax M3.1 Flash se precisar de auto-hospedagem, passar por uma revisão de licença ou evitar dependência de um único fornecedor. A Licença Comunitária da MiniMax tem condições reais — atribuição e um gatilho de receita de US$ 20 milhões —, mas os pesos podem ser baixados, o que é mais do que a Aion oferece. A Artificial Analysis ainda classifica o modelo como proprietário, o que é uma leitura justa de uma licença comunitária que não é aprovada pela OSI.

• Escolha o Aion 3.5 Mini se o trabalho for prosa com menos de 32K, texto de entrada e texto de saída, e você estiver disposto a executar seu próprio teste A/B porque ninguém mais o fez. Reserve orçamento para os tokens de raciocínio e defina o esforço como baixo ou alto de forma deliberada, em vez de aceitar o padrão.

• Escolha o Aion 3.5 Mini se já estiver no Aion 3.5 e quiser um único fornecedor, um único formato de API e uma única relação de cobrança para os dois níveis. O passo de redução de 4,3x para o Mini é a forma mais barata de cortar gastos nessa stack sem alterar mais nada.

• Não escolha nenhum dos dois se a decisão tiver de ser defendida com uma pontuação auditada. Apenas um desses modelos tem uma, e até os benchmarks detalhados desse modelo são executados pelo fornecedor.

O que o roteamento resolve e o que não resolve

O OrcaRouter não roteia o MiniMax M3.1 Flash nem o Aion 3.5 Mini hoje, portanto este não é um texto em que uma única chave dá acesso a qualquer um dos modelos. O que ele roteia é a geração anterior do MiniMax e a alternativa mais próxima em preço comparável: MiniMax-M3 e DeepSeek V4.1 Flash, ambos pelo preço de tabela do provedor com 0% de margem. Se a questão em aberto é se um modelo mais barato consegue dar conta da sua carga de trabalho, esses são os dois que você pode testar hoje à tarde sem um novo contrato.

O argumento de roteamento que se aplica aqui diz respeito à decisão que você está tomando. Uma diferença de preço de 4,7x é pequena o suficiente para que a resposta certa possa variar conforme a tarefa, e a forma honesta de lidar com isso não é escolher um único modelo para tudo. É enviar os turnos difíceis para o modelo com evidências e os turnos baratos para o que tem o melhor encaixe, acionar o failover quando um provedor apresenta degradação e medir o custo por tarefa concluída em vez do custo por token. Isso é um problema de roteamento antes de ser um problema de modelo — e é o motivo pelo qual a pergunta "qual é mais barato", por si só, continua produzindo a resposta errada.

O que mudaria este veredito?

Duas coisas, e ambas são baratas para a AionLabs fazer. Publique qualquer resultado de benchmark para o Aion 3.5 Mini — mesmo um realizado pelo fornecedor — e a metade de evidências desta comparação passa a ser discutível em vez de unilateral. Consiga uma entrada no Artificial Analysis, e a questão do custo por tarefa passa a ser ao menos possível de responder. Até que uma dessas coisas aconteça, comprar o modelo Aion é uma aposta na adequação, feita sem um placar.

No lado da MiniMax, o número a observar é a variante Pro prometida, e o número a desconfiar é a alegação de vazão de mais de 200 tokens por segundo no material de lançamento. A Artificial Analysis mede 116,2, o que é um bom resultado e metade do número de manchete. As cifras de vazão dos fornecedores costumam ser números de melhor caso, de fluxo único e contexto curto; o número honesto para planejamento é o medido.

O veredito por enquanto é sem glamour. Para trabalho com agentes, saídas longas, entrada multimodal ou auto-hospedagem, o MiniMax M3.1 Flash vence em capacidade e em preço ao mesmo tempo, o que é raro e não exige muita deliberação. Para prosa com menos de 32K tokens, o Aion 3.5 Mini é um especialista defensável, com um motivo plausível para existir e nenhuma evidência por trás — compre-o porque a escrita se encaixa, não porque o preço se encaixa, e conte os tokens de raciocínio antes de assumir a conta.