MiniMax M3.1 Flash vs Gemini 3.8 Flash: A Diferença de Preço Dobra em 1º de Janeiro

A coisa mais cara emGemini 3.8 Flash não é o preço de hoje. É a data atrelada a ele. O Google lançou o Gemini 3.8 Flash em 2 de setembro de 2026 a US$ 0,75 por milhão de tokens de entrada e US$ 3,75 por milhão de saída, com entrada em cache a US$ 0,075, e afirmou que essa tarifa vale apenas até 31 de dezembro de 2026. Em 1º de janeiro de 2027, ela dobra para US$ 1,50 e US$ 7,50, com entrada em cache a US$ 0,15. O MiniMax M3.1 Flash foi lançado em 19 de outubro de 2026 a US$ 0,15 e US$ 0,60, fixos, com entrada em cache a US$ 0,015, e seus pesos foram disponibilizados no Hugging Face em 23 de outubro. Hoje, a proporção de preço de entrada é de cinco para um e a de saída é de pouco mais de seis para um. Em janeiro, serão de dez para um e de doze e meio para um, e nada nos dois modelos terá mudado, exceto o calendário.

Isso torna este um confronto direto incomum. Em capacidade, os dois são próximos: o Artificial Analysis pontua o MiniMax M3.1 Flash com 43 e o Gemini 3.8 Flash com 41 no mesmo Intelligence Index v4.3.2. Em custo por tarefa concluída do índice, eles não são nem de longe próximos — US$ 0,22 contra US$ 1,24. A pergunta interessante não é qual modelo é melhor. É em qual das duas diferenças você consegue basear um orçamento, e qual delas expira.

Duas tabelas de preços, dois tipos de validade

Coloque as estruturas lado a lado antes dos números. A tabela da MiniMax é uma tarifa fixa: os mesmos $0.15 e $0.60 a qualquer hora, com 90% de desconto na entrada em cache. A tabela do Gemini é uma tarifa promocional com data de término anunciada e uma leitura de cache que custa cinco vezes a da MiniMax. Nenhuma delas é um truque; são apostas comerciais diferentes. A MiniMax está comprando adoção com um preço de tabela baixo. O Google está comprando adoção com um desconto temporário em um modelo que espera continuar vendendo à tarifa mais alta.

• MiniMax M3.1 Flash — US$ 0,15 de entrada, US$ 0,60 de saída, US$ 0,015 de entrada em cache por milhão de tokens, preço fixo, sem tarifa por período do dia

• Gemini 3.8 Flash hoje — US$ 0,75 de entrada, US$ 3,75 de saída, US$ 0,075 de entrada em cache por milhão de tokens, até 31 de dezembro de 2026

• Gemini 3.8 Flash a partir de 1º de janeiro de 2027 — US$ 1,50 de entrada, US$ 7,50 de saída, US$ 0,15 de entrada em cache por milhão de tokens

• Proporção de cache — 5x a favor da MiniMax hoje, 10x após a alteração

• Contexto — 1.000.000 de tokens de entrada em ambos

• Saída máxima — 524.288 tokens no MiniMax em comparação com 65.536 no Gemini

• Pesos — Licença da Comunidade MiniMax e um download de 252 GB no MiniMax; fechado no Gemini

Execute uma carga de trabalho de assistente de suporte nos dois: 20 milhões de tokens de entrada por mês, com taxa de acerto de cache de 60%, além de 3 milhões de tokens de saída. No Gemini 3.8 Flash, hoje isso equivale a US$ 6,00 de entrada nova, US$ 0,90 de entrada em cache e US$ 11,25 de saída — US$ 18,15. A partir de janeiro, passa a ser US$ 12,00, US$ 1,80 e US$ 22,50 — US$ 36,30. No MiniMax M3.1 Flash, o mesmo mês custa US$ 1,20, US$ 0,18 e US$ 1,80 — US$ 3,18. A diferença é de 5,7x hoje e 11,4x após a mudança. O armazenamento de cache do Gemini é cobrado separadamente por hora, então a linha de cache representa um valor mínimo, e não o custo total; a direção da comparação não muda.

É também aí que uma camada de roteamento se justifica. A OrcaRouter repassa os preços de tabela dos provedores com 0% de markup, portanto o ajuste de janeiro aparecerá nos seus custos de roteamento no dia em que aparecer na documentação do Google, sem novo contrato e sem renegociação. O mesmo repasse se aplica a todas as rotas do catálogo, o que significa que o lado do Gemini na comparação de preços acima pode ser executado novamente com o seu próprio tráfego, em vez de um mês hipotético.

O que o índice independente diz, e o que não diz

A Artificial Analysis avalia ambos os modelos no mesmo conjunto de testes, o que torna seus números a única comparação de capacidade em condições equivalentes neste artigo. A diferença de dois pontos é pequena o suficiente para que não deva decidir uma aquisição por si só, mas a diferença de custo por tarefa é grande o suficiente para decidir uma por si só.

Índice de Inteligência — 43 para o MiniMax M3.1 Flash, 41 para o Gemini 3.8 Flash com alto esforço, ambos v4.3.2

• Custo por tarefa de indexação — US$ 0,22 contra US$ 1,24, uma diferença de 5,6x

• Velocidade de saída — 92,5 tokens por segundo contra 146,9

• Tempo até o primeiro token — 1,52 segundos contra 24,70 segundos no esforço alto

• Tokens de saída na execução do índice — aproximadamente 180 milhões para o MiniMax, 170 milhões para o Gemini, ambos bem acima da mediana

• Modalidades de entrada — texto, imagem e vídeo no MiniMax; texto, imagem, fala e vídeo no Gemini

O índice é uma média de capacidade, não uma carga de trabalho. O 41 do Gemini é medido com esforço de raciocínio alto, e uma equipe que o executa no médio verá uma pontuação diferente e uma conta diferente. O 43 do MiniMax é medido no seu esforço padrão, que é máximo, porque o raciocínio não pode ser desativado. Esses não são o mesmo ponto operacional, e a diferença de dois pontos deve ser lida levando isso em consideração. É também por isso que o número de custo por tarefa é a comparação mais honesta: ele já inclui a verbosidade padrão e o comportamento de raciocínio de cada modelo.

O teto de saída é a verdadeira divisão.

Deixe o preço de lado por um momento. A diferença estrutural entre esses dois modelos é quanto eles podem escrever em uma única chamada. O Gemini 3.8 Flash limita a saída a 65,536 tokens. O MiniMax M3.1 Flash permite 524,288. Isso é uma diferença de oito para um, e ela decide categorias inteiras de carga de trabalho antes de a tabela de preços ser consultada.

Um teto de 65K é generoso para chat, extração, sumarização e geração de código comum. Não é generoso para uma refatoração de repositório inteiro, um relatório gerado com tabelas e apêndices, a reescrita de uma transcrição longa ou um agente que escreve um plano e depois o executa em uma única resposta. Acima de 65K tokens de saída, o Gemini não perde no preço; ele deixa de ser uma opção, a menos que você construa um pipeline de chunking em torno dele. O teto de 524K do MiniMax é a capacidade que torna sua janela de contexto longo útil em vez de decorativa.

O lado da entrada é mais equilibrado. Ambos os modelos aceitam um milhão de tokens de contexto, e ambos aceitam vídeo. O Gemini também aceita áudio e documentos PDF; a ficha do modelo da MiniMax lista texto, imagem e vídeo. Se o seu pipeline transcreve áudio de reuniões ou lê contratos digitalizados, esse é o território do Gemini, e nenhum cálculo de preço muda isso. Se as suas entradas são capturas de tela, quadros de vídeo e código, ambos os modelos conseguem vê-las.

O esforço de raciocínio é um ajuste de latência, e os ajustes não são iguais.

Ambos os modelos pensam antes de responder, e ambos cobram pelo raciocínio como saída. Os controles são diferentes. O Gemini expõe os níveis de esforço low, medium e high, com medium como padrão e o raciocínio ativado por padrão. O MiniMax expõe low, medium, high, xhigh e max, com max como padrão quando o campo é omitido, e rejeita qualquer tentativa de desativar o raciocínio com HTTP 400.

Essa assimetria aparece nos números de latência. O Artificial Analysis mede o MiniMax com tempo mediano até o primeiro token de 1,52 segundo e o Gemini com 24,70 segundos em esforço alto. O número do Gemini não é um defeito de serviço; é o que um modelo de raciocínio de alto esforço faz antes de emitir o primeiro token em um harness de benchmark. Mas é uma decisão de produto. Uma interface de streaming que espera 25 segundos antes do primeiro token parece quebrada, e uma equipe que reduz o Gemini para esforço baixo para corrigir isso não está mais comparando o modelo que o índice mediu.

O pensamento obrigatório do MiniMax tem o mesmo problema ao contrário. Uma tarefa de classificação ou formatação que antes custava sessenta tokens de saída agora paga por um rastro de raciocínio antes da resposta, mesmo com esforço baixo. O preço por token é menor; a contagem de tokens é maior. É por isso que o custo de US$ 0,22 por tarefa concluída é o número a citar, não a tarifa de US$ 0,60.

A ressalva de confiabilidade que nenhuma das tabelas de preços mostra

Barato e capaz não é o mesmo que seguro para automatizar. A avaliação AA-Omniscience da Artificial Analysis colocou o MiniMax M3.1 Flash em 16 no geral, com uma taxa de alucinação de 93%: quando o modelo não sabia uma resposta, ele respondia mesmo assim quase sempre, em vez de se abster. Esse é o número mais importante desta comparação para qualquer pessoa que esteja construindo um agente que age com base na saída. Um modelo cinco vezes mais barato por tarefa e que raramente diz "não sei" pode sair muito mais caro quando uma pessoa precisa verificar seu trabalho.

O Gemini 3.8 Flash tem seus próprios modos de falha — é um raciocinador prolixo, e o preço promocional do Google sugere que a empresa ainda está comprando uso em vez de defender um preço maduro —, mas o comportamento de abstenção é a assimetria documentada. A resposta prática não é evitar o MiniMax. É contornar a fraqueza: manter um segundo modelo por trás dele para consultas factuais, exigir citações ou respostas fundamentadas em ferramentas em fluxos de alto risco e medir a taxa com que cada modelo se recusa a responder no seu próprio conjunto de avaliação, em vez de confiar na tabela de benchmark de qualquer um dos laboratórios.

Onde o OrcaRouter se encaixa

O OrcaRouter roteia o Gemini 3.8 Flash hoje. Ele não hospeda o MiniMax M3.1 Flash, e este artigo não afirma que o faz. O que o roteador oferece é o lado Gemini da comparação na mesma chave que mais de 200 outros modelos, ao preço de tabela do provedor com 0% de markup, então a mudança de preço de janeiro chega no mesmo momento em que chega no Google. Ele também oferece failover automático: se a rota do Gemini estiver lenta ou apresentando erros, a requisição pode cair em outro modelo sem que o chamador altere nada.

Se você estiver testando o MiniMax M3.1 Flash contra o Gemini, a configuração prática é chamar o MiniMax pela API própria dele ou por uma plataforma de terceiros, manter o Gemini roteável pelo OrcaRouter e comparar os dois com seus próprios prompts e sua própria composição mensal de tokens. A diferença de preço é real, mas a carga de trabalho que a produz é sua, não do benchmark.

A decisão de janeiro, antecipada

A tentação é esperar até dezembro para decidir. Essa é a ordem errada. A mudança de preço do Gemini já foi publicada, o preço do MiniMax já é estável, e as contas da carga de trabalho podem ser feitas hoje. Um pipeline somente de texto que gasta US$ 1.000 por mês com saída do Gemini hoje gastará cerca de US$ 2.000 em janeiro pelos mesmos tokens. Migrá-lo para o MiniMax agora custa uma migração e economiza a fatura de janeiro; migrá-lo em janeiro custa as duas coisas. Um pipeline que precisa de entrada de áudio ou da integração com o ecossistema do Google deve permanecer, reservar orçamento para o aumento e parar de fingir que a tarifa atual é a real.

Há também um caminho intermediário que nenhuma tabela de preços anuncia: usar os dois. Gemini para as solicitações que exigem áudio, vídeo ou uma leitura mais ampla de documentos; MiniMax para a maioria, com uso intensivo de texto, em que a diferença de preço é maior. Essa divisão é uma decisão de roteamento, não uma reescrita, se o seu gateway conseguir endereçar ambos.

A versão curta: em uma carga de trabalho de texto, o MiniMax M3.1 Flash é cerca de cinco vezes mais barato hoje e cerca de dez vezes mais barato em janeiro, com uma pontuação independente semelhante e um teto de saída muito maior. Em uma carga de trabalho multimodal que exige áudio, o Gemini 3.8 Flash é o único dos dois que consegue fazer o trabalho, e o aumento em janeiro é o preço dessa capacidade. Nenhuma das duas escolhas é uma decisão apertada. O erro é escolher pela tarifa de hoje sem ler a data ao lado dela.