MiniMax-M3.1-Flash набирает 42 балла в индексе интеллекта — и стоит $0,22 за задачу

MiniMax-M3.1-Flash вышел 19 октября 2026 года с оценкой 42 в Artificial Analysis Intelligence Index — на тринадцать баллов выше, чем у MiniMax-M3 с его 29, при вдвое меньшей цене за токен и — цифра, которая действительно важна — менее половины стоимости за задачу: $0,22 против $0,51. Он делит 42 с GLM-5.3-Flash, отстаёт на три балла от DeepSeek V4.1 Flash 1017 с его 45 и стоит меньше любого из них при выполнении задачи из бенчмарка. Эти четыре числа — вся история в одной строке. Интересное начинается тогда, когда перестаёшь читать индекс и начинаешь читать счёт, потому что эта модель дёшева в расчёте на токен и одновременно необычайно дорога в расчёте на токен. Документированные сбои ИИ и инциденты с агентами, стоящие за подобными релизами, собраны в архиве инцидентов ИИ OrcaRouter, где каждая запись содержит собственные источники, уровень серьёзности, степень уверенности и отметку о том, что случай оспаривается.

Число, которое M​iniMax не указала в посте блога

Запуск {{1}}MiniMax{{/1}} — добротный образец маркетинга вендора: более быстрый инференс, более высокие оценки в агентных задачах, на 70% более низкая стоимость агентных задач, чем у предшественника. Чего в нём нет — ни одной цифры, которая позволила бы сравнить модель с чем-либо, что создала не сама {{1}}MiniMax{{/1}}. Теперь эти данные поступили извне — от {{2}}Artificial Analysis{{/2}}, которая прогнала {{3}}MiniMax-M3.1-Flash{{/3}} через свой стандартный набор оценок и опубликовала результаты 19 октября 2026 года.

• Индекс интеллекта — 42, четвёртое место среди 173 моделей в трекере

• Стоимость одной задачи Intelligence Index — $0,22 против $0,51 у MiniMax-M3 и $0,28 у GLM-5.3-Flash

• Базовая цена — $0,15 за миллион входных токенов, $0,60 за миллион выходных, $0,015 за миллион кэшированных чтений

• Смешанная цена — $0.10 за миллион при соотношении 7:2:1 кэш-попаданий / входных / выходных данных в трекере.

Контекстное окно — 1 000 000 токенов

• Скорость вывода — 125,5 токена в секунду, время до первого токена — 1,04 секунды.

• Многословность — 180 миллионов выходных токенов израсходовано по всему Индексу при медиане 99 миллионов

• Входные модальности — текст и изображение, согласно трекеру; в собственном справочнике API M​iniMax также указано видео

Рейтинг — слабая часть заголовка. Четвёртое место из 173 звучит как пьедестал, и в узком смысле, поскольку трекер сравнивает модели всех размеров и цен, так оно и есть. Но три модели выше неё — DeepSeek V4.1 Flash 1017 с показателем 45 и две более крупные фронтирные системы — не являются её конкурентами при решении о закупке. Модели, с которыми её на самом деле будут сравнивать в шорт-листе, — это модели в той же ценовой категории, и там картина — абсолютно равный результат с GLM-5.3-Flash и небольшое отставание от новейшей Flash от DeepSeek.

42 дважды, по двум разным причинам

GLM-5.3-Flash и MiniMax-M3.1-Flash обе набирают 42 балла по одному и тому же индексу, из-за чего эта ничья менее полезна, чем кажется. К этому результату они приходят противоположными путями.

GLM-5.3-Flash — модель с открытыми весами: 320 млрд общих параметров, 18 млрд активных, лицензия MIT, веса доступны на Hugging Face с момента релиза 26 августа 2026 года. Она работает со скоростью 78 токенов в секунду при времени до первого токена 2,52 секунды, стоит $0,15 за миллион входных и $0,50 за миллион выходных токенов и расходует $0,28 на задачу индексирования. MiniMax-M3.1-Flash сегодня закрыта — MiniMax говорит, что веса «будут выпущены позже» — работает со скоростью 125,5 токенов в секунду и расходует $0,22 на задачу. Так что по возможностям — ничья, а по всему, что важно для команды, работающей с продакшеном, решение оказывается неоднозначным: одну можно скачать и квантовать, другая на 60% быстрее и на 20% дешевле в расчёте на задачу.

DeepSeek V4.1 Flash 1017, выпущенная двумя днями ранее, 17 октября, — более сложный случай для сравнения. Она набирает 45 баллов, работает со скоростью 222 токена в секунду — почти вдвое быстрее — и стоит $0.30 за вход и $1.20 за выход, ровно вдвое дороже тарифной сетки M​iniMax, при 98%-й скидке на кэш, которая снижает стоимость одной задачи до $0.26. Кроме того, это открытые веса под лицензией MIT: 552 млрд общих и 16 млрд активных параметров. По базовым возможностям и чистой скорости она безоговорочно выигрывает. По затратам на выполненную задачу M​iniMax всё ещё впереди — на четыре цента, и этот зазор настолько мал, что в реальных нагрузках исход будут решать поведение кэширования и длина вывода, а не прайс-лист.

Стоит сказать прямо: более старая DeepSeek V4.1 Flash, выпущенная 10 сентября 2026 года, набирает 39 баллов — ниже, чем MiniMax-M3.1-Flash. Суффикс «1017» имеет значение. Любой, кто сравнивает с сентябрьским чекпоинтом, сравнивает с более слабой моделью.

Вендорские бенчмарки — и чего они стоят

M​iniMax опубликовала шесть оценок вместе с запуском. Ни одна из них не была независимо воспроизведена, и в публикации нет столбца сравнения, поэтому цифры полезны главным образом как описание того, для чего, по мнению M​iniMax, предназначена эта модель.

• BankerToolBench — 76.2, корпоративный набор рабочих процессов, охватывающий многошаговое планирование, согласованность документов и цепочки вызовов инструментов.

• DeepSWE v1.1 — 73.7%, понимание кода, работа над функциями, исправление ошибок и валидация тестов

• OSWorld V2 — 61,7, работа с компьютером в различных приложениях; MiniMax заявляет о первом месте среди китайских моделей

• Agents' Last Exam — 29,6, долгосрочные профессиональные задачи; то же утверждение «первый среди китайских моделей»

• CyberGym — 82%, обнаружение и проверка уязвимостей

• AutomationBench-AA — описывается как ведущий исполнитель, оценка не опубликована

Последняя строка всё выдаёт. AutomationBench — это бенчмарк, на котором держится позиционирование как «агентного» решения, и именно эту цифру пост отказывается приводить. Остальные пять реальны и конкретны, но результат бенчмарка без набора для сравнения говорит лишь о том, что модель умеет в лаборатории, и ничего — о том, превосходит ли она модель, за которую вы уже платите. Обратите также внимание, что до этого запуска модель три недели была в руках тестировщиков под названием MiniMax-M3.1-Flash-Preview, и независимая оценка этого чекпоинта тоже не публиковалась — первым сторонним измерением любой модели M3.1 стала цифра 42, появившаяся в день запуска.

Почему цена токена и цена задачи не совпадают

Вот в чём ловушка этой модели, и она немаленькая. Тарифная сетка MiniMax-M3.1-Flash ровно вдвое ниже, чем у MiniMax-M3: $0.15/$0.60 против $0.30/$1.20 при объёме до 512 000 входных токенов. Естественный вывод: рабочая нагрузка обойдётся вдвое дешевле. Это не так — по двум взаимно усиливающимся причинам.

Первое — многословность. В Intelligence Index модель потребила 180 млн выходных токенов, тогда как медианная модель — 99 млн. Она размышляет на уровне усилий по умолчанию — max, а токены размышлений тарифицируются как выходные и учитываются в max_tokens. Посчитайте на нагрузке с большим объёмом выходных данных: при 180 млн выходных токенов MiniMax-M3 по $1,20 за миллион обойдётся в $216. Десять миллионов по $0,60 обойдутся в $108 — сокращение вдвое сохраняется. Так что ставка честная; всё решает объём.

Вторая причина заключается в том, что вы вообще не можете отключить мышление. Справочник API MiniMax прямо указывает: отправка thinking: {"type": "disabled"} возвращает HTTP 400, а reasoning_effort: "none" отклоняется так же. Пятиступенчатая шкала — low, medium, high, xhigh, max — это единственный доступный вам элемент управления, и если опустить поле, будет выбран max. В отличие от этого, MiniMax-M3 позволяет полностью отключить мышление, и по умолчанию оно отключено на Anthropic-совместимом эндпоинте.

Практическое следствие: для задачи классификации, извлечения данных или форматирования, где вы платили за шестьдесят выходных токенов и не тратили средства на рассуждения, MiniMax-M3 с отключённым режимом размышления по цене $1,20 за миллион выходных токенов всё ещё может оказаться дешевле MiniMax-M3.1-Flash по цене $0,60, потому что более новая модель потратит несколько сотен токенов на размышления, прежде чем ответить. В агентных запусках — многошаговое использование инструментов, длинные сессии программирования, циклы computer-use — выигрывает более новая модель, и независимая метрика стоимости на задачу это подтверждает: $0,22 против $0,51 — это сокращение на 57%, а не на 50%, потому что более короткие траектории с лихвой окупают дополнительные рассуждения.

Правильный способ оценивать такой запуск — за выполненную задачу, а не за токен, и $0.22 у трекера — единственная цифра в этой статье, которая уже делает этот расчёт за вас.

Точный расчёт затрат без переписывания вашего стека

Стоимость одной задачи — это скорее решение о маршрутизации, чем о закупке. Модели в этом сравнении не взаимозаменяемы по какому-то одному параметру: MiniMax-M3.1-Flash быстра и дешева в расчёте на задачу, но закрыта; GLM-5.3-Flash обладает теми же возможностями, но с загружаемыми весами; DeepSeek V4.1 Flash 1017 быстрее и сильнее при вдвое более высокой цене за токены. Большинство команд в итоге используют две модели из трёх, разделяя трафик по типу задач.

Именно для такого разрыва и существует OrcaRouter: один API-ключ для 200+ моделей, а цены из прайс-листов провайдеров передаются с наценкой 0%, поэтому когда M​iniMax вдвое снижает цены в тарифной сетке, цифра в вашем счёте меняется в тот же день, а не при следующем продлении договора. Сам MiniMax-M3.1-Flash пока отсутствует в нашем каталоге — сегодня его можно вызывать через собственный API M​iniMax, M Plan и M​iniMax Code, и больше нигде, за что мы можем поручиться. Что уже можно маршрутизировать через OrcaRouter — это остальные участники шортлиста: MiniMax-M3, GLM-5.3-Flash и DeepSeek V4.1 Flash 1017, все три на одном ключе, поэтому сравнение выше можно провести на своём трафике, а не на бенчмарке.

Автоматическое переключение при сбое важнее обычного, когда новейшая модель в линейке одновременно имеет самую короткую историю эксплуатации. MiniMax-M3.1-Flash существует всего два дня, миграция с её предшественника ещё не завершена, а поставщик пообещал позже выпустить более мощную модель Pro — и это именно та ситуация, когда в таблице маршрутизации нужна вторая модель на случай отказа первой, а не переписывание через три недели.

Что посмотреть

Три вещи решат, останется ли 42 тем числом, которое люди будут называть через полгода. Во-первых, веса: M​iniMax пообещала выпустить их «позже», без даты, и открытые веса в одночасье сделали бы эту модель самой дешёвой по стоимости за задачу среди скачиваемых моделей своего класса. Во-вторых, модель Pro: M​iniMax заявила, что готовится более сильная версия, а это обычно означает, что Flash перепозиционируют по цене. А третье — независимое воспроизведение агентных результатов: OSWorld V2, ALE и CyberGym — это как раз те бенчмарки, которые сильнее всего различаются между харнессами, и прямо сейчас все цифры по ним исходят от компании, продающей модель.

До тех пор обоснованное резюме остаётся узким и полезным: при $0.22 за задачу MiniMax-M3.1-Flash — самый дешёвый способ получить оценку 42 в Intelligence Index, он делит эту оценку с GLM-5.3-Flash, будучи быстрее и закрытым, и уступает DeepSeek V4.1 Flash 1017 по возможностям и скорости, но превосходит его по стоимости за выполненную задачу. Если ваша нагрузка носит агентный характер, эта сделка стоит того уже сегодня. Если же это тысяча коротких вызовов классификации, модель, которую он заменил, может всё ещё быть дешевле.