MiniMax M3.1 Flash vs. Ling 3.1 Flash: Um é código aberto, o outro é meramente pesos abertos

Ambos estes checkpoints podem ser baixados. Apenas um deles é livre para basear um negócio. O Ling 3.1 Flash é distribuído sob a licença MIT — a licença que sua equipe jurídica aprova sem precisar de reunião. O MiniMax-M3.1-Flash é distribuído sob a MiniMax Community License, que é gratuita para uso não comercial, exige uma atribuição destacada "Built with MiniMax M3" em produtos comerciais, pede uma notificação única abaixo de US$ 20 milhões de receita anual e exige autorização prévia por escrito da MiniMax acima desse valor. Essa cláusula é a diferença mais relevante entre dois modelos que, de resto, são tão próximos em qualidade mensurável que a diferença está dentro de um erro de arredondamento, e é a diferença que quase nenhuma página de comparação coloca em primeiro lugar.

Tudo o mais sobre o par é genuinamente próximo. O Ling 3.1 Flash, da InclusionAI e anunciado em 30 de setembro de 2026, com pesos MIT chegando em meados de outubro, é um MoE de atenção híbrida com 560 bilhões de parâmetros que ativa cerca de 25 bilhões por token. O MiniMax-M3.1-Flash, da MiniMax e lançado em 19 de outubro de 2026, com pesos chegando em 23 de outubro, é um MoE com 428 bilhões de parâmetros que ativa 23 bilhões por token. Dois fornecedores, duas arquiteturas, duas semanas de diferença e contagens de parâmetros ativos dentro de oito por cento uma da outra. A pergunta interessante não é qual deles é maior. É qual deles você tem permissão para usar.

Dois checkpoints, com três semanas de diferença

Ling 3.1 Flashé o modelo do laboratório InclusionAI da Ant Group, ID inclusionAI/Ling-3.1-flash, com texto de entrada e texto de saída. Usa 512 especialistas roteados, com 8 selecionados por token, além de um especialista compartilhado, e alterna 63 camadas de atenção linear KDA com 9 camadas MLA com gate, numa proporção de 7:1 — uma arquitetura criada para manter barata a inferência com contexto longo, em vez de adicionar modalidades. A ficha técnica afirma um contexto de um milhão de tokens; o max_position_embeddings da configuração entregue é 262,144, portanto, trate o número maior como uma meta declarada, e não como um recurso entregue. O preço é US$ 0,30 por milhão de tokens de entrada, US$ 0,90 de saída e US$ 0,06 em leituras em cache. Existem benchmarks do fornecedor — Terminal-Bench 4.0 com 40,4%, FrontierSWE com 75,2%, CyberGym com 87,9% —, mas foram executados no harness LingCode da própria Ant, que não é público, e nenhum foi reproduzido de forma independente.

MiniMax-M3.1-Flash é o MoE multimodal nativo da MiniMax, com ID MiniMaxAI/MiniMax-M3.1-Flash no Hugging Face, que recebe texto, imagem e vídeo e retorna texto. Ele ativa 23 bilhões de 428 bilhões de parâmetros, com atenção esparsa aplicada em toda a rede, especialistas roteados treinados em W4A4 com NVFP4, e um drafter DSpark de decodificação especulativa incluído no repositório — razão pela qual o download é de 252,4 GB em vez dos mais de 450 que um mestre BF16 exigiria. O contexto é de 1.000.000 de tokens de entrada e 524.288 de saída. O preço é US$ 0,15 de entrada, US$ 0,60 de saída e US$ 0,015 em cache. Seus benchmarks do fornecedor são semelhantes em tipo e igualmente não reproduzidos: DeepSWE v1.1 com 73,7%, OSWorld V2 com 61,7%, CyberGym com 82,2%, Automation-Bench com 62,8%.

A licença é a bifurcação no caminho, não o benchmark.

Coloque os dois textos de licença lado a lado e a comparação deixa de ser técnica. MIT significa que pode fazer fork, afiná-lo, alojá-lo comercialmente, redistribuir o derivado e nunca mais falar com a InclusionAI. Não precisa de publicar atribuição, não precisa de comunicar receitas, e não há limiar acima do qual alguém possa revogar a sua permissão. Para uma empresa que está a construir um produto sobre um modelo, essa é a diferença entre uma decisão de engenharia e um ciclo de compras.

A MiniMax Community License não é hostil — é muito mais permissiva do que uma API fechada, e a maioria das pequenas equipes nunca chegará à linha dos US$ 20 milhões. Mas é uma licença com condições vinculadas ao tamanho da sua empresa, e o tamanho é a única variável que uma empresa em crescimento não consegue manter constante. Um produto que ultrapassa o limite precisa voltar e negociar, e os termos dessa negociação não são publicados. Se você está escolhendo um modelo base para algo que pretende escalar, está escolhendo uma licença que muda de significado em um marco de receita.

Esse único fato reordena o restante desta comparação. Em capacidade e preço, o MiniMax-M3.1-Flash é a proposta mais forte. Na questão de saber se você pode desenvolver sobre ele sem uma revisão jurídica no pior momento possível, o Ling 3.1 Flash é aquele que não vem com um marco.

O placar, com sua ressalva anexada.

O Artificial Analysis é o único avaliador neutro que testou ambos, e seus números são próximos o suficiente para que o ranking seja frágil.

• Índice de Inteligência — MiniMax-M3.1-Flash 43 contra Ling 3.1 Flash 41. Uma diferença de dois pontos, em um monitor no qual uma única revisão de avaliação pode deslocar um modelo nessa mesma medida.

• Custo por tarefa de indexação — US$ 0,22 contra US$ 1,00. Uma diferença de 4,5× a favor da MiniMax, e maior que a diferença de 2× na tabela de preços.

• Preço de entrada — US$ 0,15 contra US$ 0,30 por milhão.

• Preço do output — $0,60 contra $0,90 por milhão.

• Entrada em cache — $0.015 contra $0.06 por milhão. Uma diferença de 4× na linha que domina uma execução de agente com uso intenso de cache.

• Velocidade de saída — 95,6 tokens por segundo contra 220,8. Esta é a vitória mais clara do Ling, e é mais de 2×.

• Janela de contexto — 1.000.000 de tokens contra 1.000.000 alegados, 262.144 na configuração entregue.

• Saída máxima — 524.288 tokens contra aproximadamente 33.000.

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

• Licença — Licença Comunitária MiniMax versus MIT.

Por que a diferença por tarefa é maior que a diferença por token

O Ling 3.1 Flash custa o dobro do preço de entrada e 1,5 vez o preço de saída. Custa 4,5 vezes mais por tarefa concluída, e a verbosidade não explica isso: o Ling é o mais falante dos dois no tracker, gerando 220 milhões de tokens de saída em todo o índice, contra 180 milhões do MiniMax-M3.1-Flash. O que explica isso é o preço do cache e o formato de uma execução de raciocínio.

Esses são ambos agentes que pensam antes de responder, o que significa que a maioria dos tokens em uma execução longa são tokens de entrada relidos do cache, e não de um prompt novo. Em uma fatura dominada por cache, a linha que importa é $0.015 contra $0.06, não $0.15 contra $0.30. Uma diferença de quatro vezes na linha de custo dominante se transforma em uma diferença de quatro vezes e meia na fatura, e a tabela de preços publicada subestima esse valor pela metade.

Este é também o argumento para verificar a fatura em vez do cartão. A OrcaRouter repassa os preços de tabela dos fornecedores com 0% de margem, pelo que uma alteração de tarifa de qualquer um dos lados fica visível do nosso lado no próprio dia em que acontece, e não após um ciclo de reavaliação de preços — e nem o Ling 3.1 Flash nem o MiniMax-M3.1-Flash estão hoje no nosso catálogo, pelo que os valores acima são as tarifas publicadas pelos próprios fornecedores e não algo que possamos encaminhar para si. Os modelos que temos deste nível são MiniMax-M3 e DeepSeek V4.1 Flash, e é isso que torna o teste de preço por tarefa barato de executar com um modelo que consegue realmente chamar.

Multimodal versus somente texto não é uma linha de recurso.

É um filtro de carga de trabalho. O MiniMax-M3.1-Flash aceita imagens e quadros de vídeo; o Ling 3.1 Flash aceita texto e nada mais. Se o seu pipeline lê capturas de tela, analisa documentos digitalizados, inspeciona gráficos ou observa vídeo, a comparação termina no estágio de entrada e nenhuma quantidade de licenciamento MIT compensa um modelo que não consegue ver a entrada.

O comprimento da saída funciona da mesma forma. Um teto de 524.288 tokens contra cerca de 33.000 é uma diferença de dezesseis vezes, e isso decide qualquer tarefa cujo entregável seja ele próprio longo — uma reescrita de arquivo inteiro, uma migração em escala de repositório, uma extração estruturada sobre um documento substancial. Um limite de 33K não torna essas tarefas impossíveis; torna-as um problema de chunking que você precisa resolver no seu próprio código, e é no chunking que a qualidade de contexto longo se degrada silenciosamente.

Onde o Ling 3.1 Flash é a escolha certa

Três situações, e não são de nicho. Primeira, qualquer coisa comercializada acima da linha dos US$ 20 milhões: o MIT elimina uma negociação do seu roteiro. Segunda, qualquer coisa em que a vazão seja a restrição limitante — a 220,8 tokens por segundo contra 95,6, a Ling conclui uma tarefa de texto em menos da metade do tempo de relógio e, para um agente interativo, essa é a diferença entre ser utilizável e não ser. Terceira, qualquer coisa que você pretenda ajustar finamente e redistribuir: o MIT permite que você distribua o derivado, e a exigência de atribuição da licença da MiniMax acompanha a saída até a interface do seu produto.

Ling também é a história de contexto longo mais limpa no papel, no sentido de que sua atenção linear híbrida foi projetada para isso — mas a configuração disponibilizada de 262.144 tokens significa que a alegação de um milhão de tokens é uma promessa sobre uma configuração futura, não uma propriedade do checkpoint que você baixa hoje. Não faça o orçamento com base no número da ficha técnica.

Onde o MiniMax-M3.1-Flash é a escolha certa

Em todos os casos em que a entrada não é texto e em todos em que a saída é longa. É também o modelo mais barato, por uma margem que resiste à ressalva da licença: a um quinto do custo por tarefa do Ling, uma equipa abaixo do limite de 20 milhões de dólares pode executar o dobro da carga de trabalho por menos de metade do custo, e o requisito de atribuição é uma linha num rodapé, e não uma restrição de engenharia. Se o seu produto é pequeno, a licença é uma formalidade; se tiver sucesso, torna-se uma conversa. Planeie essa conversa em vez de fingir que ela não acontecerá.

E é o modelo com a pontuação independente mais alta. Dois pontos no Índice de Inteligência não representam uma diferença decisiva, mas apontam na mesma direção que o preço, o suporte a modalidades e a janela de contexto, o que é um padrão e não uma coincidência.

Escolher sem escolher duas vezes

A forma que esta comparação realmente implica não é uma decisão permanente. O Ling 3.1 Flash é o melhor motor de texto e a licença mais segura; o MiniMax-M3.1-Flash é o melhor motor multimodal e o mais barato. Um pipeline que precisa de ambos — sumarização de texto em volume, além de tratamento de documentos e capturas de ecrã para o subconjunto que disso necessita — quer dois modelos por trás de uma única interface, em vez de um único modelo ao qual se pede que seja bom em ambas as coisas.

É esse o argumento a favor de um gateway em vez de um segundo contrato: uma chave, uma superfície de cobrança, failover automático quando qualquer um dos fornecedores degrada, e a DSL de roteamento quando o teto de custo pertence à rota e não ao código da aplicação. Nenhum desses dois modelos está no catálogo do OrcaRouter, portanto este é um argumento sobre a forma da integração, não uma afirmação sobre o que hospedamos. O que hospedamos da mesma camada — MiniMax-M3, DeepSeek V4.1 Flash — está lá para servir de benchmark ao padrão antes de você comprometer um caminho de produção com ele.

A questão a ser respondida antes de qualquer um dos dois

Não é "qual tem a pontuação mais alta". Dois pontos são ruído, e os dois modelos vão mudar à medida que os avaliadores revisarem seus conjuntos de avaliação. A questão é no que sua empresa tem permissão para se basear, e como essa resposta muda em um marco de receita que vocês ainda não atingiram. Se a resposta honesta for que uma renegociação de licença seria tolerável, o MiniMax-M3.1-Flash é o modelo mais forte a um preço substancialmente menor, e a decisão é fácil. Se não fosse tolerável, o Ling 3.1 Flash abre mão de dois pontos no índice, de alguma folga de contexto e de entrada de imagem em troca de uma licença que nunca lhe faz uma pergunta — e essa é uma troca que a maioria das equipes fará uma vez, corretamente, em vez de descobrir depois.