MiniMax M3.1 Flash против Gemini 3.5 Flash-Lite: вдвое дешевле, вдвое выше оценка — и всё равно не очевидный выбор

Gemini 3.5 Flash-Lite находится в продаже с 21 июля 2026 года. MiniMax M3.1 Flash появился 19 октября 2026 года по цене $0.15 за миллион входных токенов и $0.60 за миллион выходных — половина и примерно четверть от Gemini 3.5 Flash-Lite — $0.30 и $2.50. В Intelligence Index от Artificial Analysis новая модель набирает 43 балла, а модель Google — 22. Таким образом, MiniMax M3.1 Flash дешевле по стоимости каждого типа токенов и вдвое способнее по независимому индексу. Затем вы доходите до строки стоимости за задачу, и Gemini 3.5 Flash-Lite выигрывает её: $0.19 против $0.22. Эта инверсия — единственный честный способ подойти к этому сравнению, потому что она показывает: решение вовсе не о прайс-листах.

Две тарифные карты, которые только кажутся похожими

Начните с того, что фактически публикует каждый вендор, потому что структуры различаются так же сильно, как и цифры.

• Ввод — $0,15 за миллион токенов на MiniMax M3.1 Flash против $0,30 на Gemini 3.5 Flash-Lite.

• Выпуск — $0,60 против $2,50, разрыв четыре к одному.

• Кэшированный ввод — $0.015 против $0.03, в обоих случаях — 90% скидки от стоимости ввода.

• Хранение кэша — Google тарифицирует его в $1,00 за миллион кэшированных токенов в час. В стартовом прайс-листе MiniMax плата за хранение отдельной строкой не указана.

• Batch и Flex — Google снижает цену за вход до $0.15, а за выход — до $1.25 на обоих тарифах. Стартовые цены MiniMax — это единая карточка из трёх строк, причём в материалах запуска нет тарифа пакетной обработки.

• Приоритет — Google продаёт приоритетный тариф по $0,54 за ввод и $4,50 за вывод. В анонсе запуска от MiniMax не сообщалось об аналоге.

• Контекст и предельный объём вывода — оба принимают до 1 млн входных токенов. MiniMax допускает до 524 288 выходных токенов; Gemini 3.5 Flash-Lite ограничивается 65 536.

• Веса — MiniMax опубликовала 23 октября загрузку объёмом 252,4 ГБ в соответствии со своей общественной лицензией. Gemini 3.5 Flash-Lite является проприетарным.

Пакетный тариф заслуживает отдельного предложения, потому что это единственное место, где две карточки почти соприкасаются. Команда, которая может допустить пакетную задержку, получает ввод Gemini 3.5 Flash-Lite по $0,15 — ровно по стандартной цене ввода MiniMax — но вывод по $1,25, что всё ещё более чем вдвое превышает $0,60 у MiniMax. Пакетный режим сокращает разрыв по вводу и оставляет разрыв по выводу нетронутым. Если ваша нагрузка ориентирована на вывод, а нагрузки агентов и кодирования именно такие, пакетная скидка не спасает сравнение.

Разрыв в возможностях отнюдь не незаметен, но прочитайте версию с бенчмарком.

Artificial Analysis прогоняет обе модели через один и тот же набор тестов, и результаты совсем не близки:

• Индекс интеллекта — 43 у MiniMax M3.1 Flash, пятое место среди 173 моделей; 22 у Gemini 3.5 Flash-Lite, 44-е место.

• Terminal-Bench 4.0 — 26% против 1%.

• AutomationBench-AA — 73% против 25%.

• GDPval-AA — 1 458 против 985.

• SciCode — 53% против 41%.

Число Terminal-Bench — это то, что будут цитировать вне контекста, поэтому ему нужен контекст. В собственной карточке модели Google для Gemini 3.5 Flash-Lite указано 54,0% на Terminal-Bench 2.1. Artificial Analysis использует Terminal-Bench 4.0 и фиксирует 1%. Оба показателя могут быть верными, поскольку это разные поколения бенчмарка, проверяющие разные вещи. 1% означает не то, что Flash-Lite не умеет пользоваться терминалом; это означает, что она почти никогда не выполняет текущие сложные сквозные задачи в терминале без помощи. 54% означают, что она хорошо показала себя на более ранней версии бенчмарка. Любой, кто сравнивает модель с MiniMax M3.1 Flash по «Terminal-Bench», не указывая версию, сравнивает два разных теста.

Различие между данными производителя и независимыми данными столь же важно. В карточке Google также сообщается: SWE-Bench Pro — 54,2%, OSWorld-Verified — 74,0% и GDM-MRCR — 72,2% на контекстах 128K; все данные предоставлены производителем и получены на выбранных Google настройках. В опубликованном при запуске посте MiniMax сообщается: BankerToolBench — 76,2, DeepSWE v1.1 — 73,7% и OSWorld V2 — 61,7; также по данным производителя. Единственные строки в этой статье, где обе модели прогоняются через один и тот же испытательный стенд, — это строки Artificial Analysis, и именно поэтому они служат опорой аргумента.

Почему более дорогая модель всё равно может стоить меньше за задачу

Artificial Analysis оценивает стоимость выполнения одной задачи Intelligence Index в $0,19 для {{1}}Gemini 3.5 Flash-Lite{{/1}} и $0,22 для {{2}}MiniMax M3.1 Flash{{/2}}. Это выглядит невозможным на фоне четырёхкратного разрыва в цене за выходные данные, пока не вспомнишь, что представляет собой этот показатель: фактически потреблённые токены, умноженные на тарифы провайдера. Это не сравнение по прайс-листу. Это измерение того, сколько работы каждой модели требуется, чтобы выполнить одну и ту же задачу.

MiniMax M3.1 Flash — многословная модель рассуждений. Artificial Analysis зафиксировала примерно 180 млн выходных токенов по индексу для M3.1 Flash при медиане около 100 млн у отслеживаемых ею моделей. Стоимость $0.19 за задачу у Gemini 3.5 Flash-Lite — примерно треть средневзвешенной цены токена MiniMax — подразумевает, что она проходит тот же индекс с гораздо меньшим числом токенов. Это вывод из двух опубликованных чисел, а не заявление вендора, но он указывает в ту же сторону: на задачах, где дополнительные размышления M3.1 Flash приносят правильный ответ, расход токенов — выгодный обмен. На задачах, где ответ никогда не вызывал сомнений, размышления — это трата, и модель с более дешёвым токеном становится более дорогой в расчёте на задачу.

Рассчитайте счёт для рабочей нагрузки, которая у вас вполне может быть: 20 миллионов входных токенов в месяц при 60% попаданий в кэш плюс 3 миллиона выходных токенов.

• MiniMax M3.1 Flash — 8 млн новых входных токенов по $0.15 — это $1.20; 12 млн кешированных по $0.015 — это $0.18; 3 млн выходных по $0.60 — это $1.80. Итого $3.18.

• Gemini 3.5 Flash-Lite — 8 миллионов новых входных токенов по $0.30 — это $2.40; 12 миллионов кэшированных по $0.03 — это $0.36; 3 миллиона выходных по $2.50 — это $7.50. Итого $10.26, без учёта хранения кэша.

Это разница в 3,2 раза в пользу MiniMax. Сократите объём вывода до полумиллиона токенов — в формате задачи классификации или извлечения данных — и получится $1,68 против $4,01, всё ещё в 2,4 раза. Переведите Gemini на его пакетный тариф с выводом в 3 миллиона токенов, и выйдет $5,19 — всё ещё в 1,6 раза больше, чем у MiniMax. Арифметика стоимости за токен не дрогнет.

Итак, инверсия стоимости на задачу реальна, но имеет узкий характер, и это утверждение об эффективности токенов, а не о цене. Если ваша нагрузка похожа на Intelligence Index — короткие, хорошо специфицированные задачи, где меньшая модель может быстро справиться, — эффективность Flash-Lite может устранить разрыв в тарифной сетке. Если ваша нагрузка похожа на приведённый выше счёт, то нет. Единственный надёжный прогноз — ваши собственные подсчёты токенов на ваших собственных промптах, измеренные на обоих.

Скорость — это два измерения, направленных в противоположные стороны.

История о скорости интереснее, чем «одна быстрее», потому что две модели выигрывают разные её половины.

• Время до первого токена — 1,48 секунды на MiniMax M3.1 Flash против 6,94 секунды на Gemini 3.5 Flash-Lite. Модель MiniMax начинает отвечать почти в пять раз быстрее.

• Пропускная способность вывода — 95,6 токена в секунду против 430,2. После запуска Flash-Lite выдаёт поток примерно в четыре с половиной раза быстрее.

То, какой показатель важен, зависит от характера вызова. В чат-интерфейсе пользователь ощущает задержку до первого токена; модель, которая делает паузу на семь секунд перед первым словом, воспринимается как сломанная, независимо от того, как быстро она затем печатает. В длинной генерации — отчёте на 100 000 токенов, крупном рефакторинге — пропускная способность определяет общее время, и медленно стартующая модель может финишировать первой. В агентском цикле, где каждый шаг — короткий вызов инструмента, а цикл выполняется двадцать раз, время до первого токена оплачивается двадцать раз, а пропускная способность почти не имеет значения.

Две оговорки. Artificial Analysis измерила 95,6 токена в секунду для M3.1 Flash, тогда как собственные материалы MiniMax утверждают медианное значение выше 170 и пиковые значения выше 200 — напоминание о том, что путь обслуживания и условия измерения сильно влияют на это число. А 430 токенов в секунду у Flash-Lite — это действительно быстро, но ограничение вывода в 65 536 токенов означает, что сценарий длинной генерации, где эта скорость была бы наиболее полезна, ограничен. Лимит MiniMax в 524 288 токенов в восемь раз больше.

Разброс между провайдерами шире, чем разрыв между моделями. На собственной странице OrcaRouter для Gemini 3.5 Flash-Lite указаны p50 времени до первого токена 3,59 секунды и p95 10,00 секунды среди провайдеров, к которым она маршрутизирует, — против показателя Artificial Analysis в 6,94 секунды. Это не противоречие; так выглядит маршрутизируемая модель, когда её обслуживают разные бэкенды. Это также означает, что честный способ сравнить эти две модели по задержке — измерить собственный маршрут, а не доверять одному числу от любого из поставщиков.

Спор, который должен определить регулируемую работу

Оценка AA-Omniscience от Artificial Analysis присваивает MiniMax M3.1 Flash 16 баллов: 56% фактологических вопросов получили правильные ответы, а уровень галлюцинаций составляет 93%. Последняя цифра не означает, что 93% ответов были неверными. Она означает, что среди ответов, которые не были правильными, 93% были полностью неверными, а не частичными ответами или отказами — модель обычно отвечает, когда ей следовало бы отказаться.

На странице Gemini 3.5 Flash-Lite на Artificial Analysis нет оценки AA-Omniscience, поэтому их нельзя сравнить по склонности воздерживаться от ответа. Отсутствие такой оценки — не подтверждение благополучия; это недостающие данные. Можно сказать лишь то, что модель с более низким потолком возможностей и сильной склонностью к коротким ответам может ошибаться иначе — отказываясь от ответа или выдавая явно скудный результат, — но нет опубликованного измерения, которое это подтверждает. Не считайте меньшую модель безопаснее только потому, что она меньше.

Для задач программирования и агентных задач AA-Omniscience — плохой предиктор: модель не просят вспомнить факты, её просят действовать на основе файлов и результатов работы инструментов. Для всего, что похоже на интеллектуальную работу — резюмирование договора, ответ на вопрос клиента о политике, извлечение показателя из отчётности — показатель 93% — это первое, вокруг чего нужно проектировать, а не последнее. Поиск по внешним источникам, проверка цитат и этап проверки человеком там не опциональны, и более низкая цена за токен не компенсирует цену уверенного неправильного ответа.

Правило принятия решений, которое выдерживает вашу собственную нагрузку

• Высокообъёмная классификация, извлечение, маршрутизация, перевод с короткими выходными данными — Gemini 3.5 Flash-Lite. Индекс 22 достаточен для узких задач, 430 токенов в секунду — вот в чём суть, а 65 536 выходных токенов вполне достаточно. Его пакетный уровень при $0,15 за входные данные делает аргумент в пользу объёма сильнее.

• Программирование в масштабе репозитория, многошаговые агенты, длинные документы, генерация длинных текстов — MiniMax M3.1 Flash. Terminal-Bench 4.0 — 26% против 1%: вот он, значимый разрыв; 524 288 выходных токенов снимают жёсткий потолок, а цена ввода вдвое ниже.

• Локальное развёртывание или доступ к весам — MiniMax M3.1 Flash, и только он. Загрузка объёмом 252,4 ГБ — это реальность, но она регулируется MiniMax Community Licence: при коммерческом развёртывании требуется указание авторства, а при годовой выручке свыше 20 млн долларов США необходимо предварительное письменное разрешение. «Открытые веса» — это не «открытый исходный код», и службе закупок следует прочитать лицензию, прежде чем смотреть на число параметров.

• Чат, чувствительный к задержкам — протестируйте оба. MiniMax со значительным отрывом побеждает по времени до первого токена; Gemini побеждает по пропускной способности стриминга. Что ощущается быстрее, зависит от длины ответа.

• Фактологический вопрос-ответ без обучения с учителем — не обойтись ни без поиска, ни без верификации. У MiniMax M3.1 Flash измеренная проблема воздержания от ответа; у Gemini 3.5 Flash-Lite опубликованных измерений нет вообще.

Где каждый из них действительно можно вызвать

Есть асимметрия, о которой стоит сказать прямо. Gemini 3.5 Flash-Lite уже присутствует в каталоге OrcaRouter, поэтому его можно вызывать через один API-ключ по прейскурантной цене провайдера с наценкой 0%, с автоматическим переключением при сбое между провайдерами и доступным DSL маршрутизации для композиции с другими моделями. MiniMax M3.1 Flash в каталоге отсутствует; линейка MiniMax там заканчивается на MiniMax-M3. Вызов M3.1 Flash означает использование собственного API MiniMax или одного из его партнёров по обслуживанию — включая Tenstorrent Cloud, который объявил о развёртывании 22 октября.

Это важнее для оценки, чем для продакшена. Если вы хотите решить вопрос стоимости за задачу на собственных данных, полезное сравнение часто — MiniMax-M3 против Gemini 3.5 Flash-Lite на одном ключе, потому что обе модели маршрутизируются и тарифицируются одинаково; тогда более новая модель должна превзойти эту базовую линию, прежде чем вы подключите второго поставщика. OrcaRouter передаёт прайс-листы провайдеров без изменений, поэтому изменение цены MiniMax или тариф пакетной обработки Google отражается в вашем счёте в тот же день, когда оно происходит, а не в конце согласованного контракта.

Выбор зависит от того, в каком числе вы можете позволить себе ошибиться.

Если вы выберете Gemini 3.5 Flash-Lite и ошибётесь в оценке его возможностей, сбой будет заметен: 1% в Terminal-Bench 4.0 и результат 25% в AutomationBench-AA не скрыть. Вы увидите, что задача провалена, и переключите её на другую модель.

Если вы выберете MiniMax M3.1 Flash и ошибётесь в оценке стоимости, то промах будет меньше, чем предполагает тарифная сетка: на приведённом выше примере с оплатой по токенам это в два-три раза дешевле, а по метрике задач Artificial Analysis — примерно на 16% дороже. Ни один из этих исходов не катастрофичен.

Если вы выберете MiniMax M3.1 Flash и ошибётесь насчёт воздержания от ответа, сбой будет незаметным. Именно эта асимметрия должна определять решение для работы со знаниями, и именно поэтому это сравнение не заканчивается выводом «побеждает более дешёвая и более умная модель». Для агентных задач и задач программирования, где модель работает с артефактами, которые можно проверить, MiniMax M3.1 Flash — более сильный выбор при более низкой цене за токен. Для обработки больших объёмов коротких ответов скорость и эффективность Gemini 3.5 Flash-Lite в задачах по-прежнему заслуживают своё место. Для работы с фактами без слоя проверки честный ответ таков: ни одна из моделей этого не заслужила.