MiniMax M3.1 Flash vs GLM-5.3-Flash: тарифные планы совпадают, поэтому решайте по строкам, где совпадений нет

С практической точки зрения эти две тарифные карты — одна и та же карта. M​iniMax M3.1 Flash берёт $0.15 за миллион входных токенов и $0.60 за миллион выходных. GLM-5.3-Flash — $0.15 и $0.50. Смешайте их так, как это делает Artificial Analysis, и обе выйдут на $0.10 за миллион. Их независимые оценки интеллекта различаются на один балл — 43 против 42 в текущем индексе. Так что сравнение, которое останавливается на цене и баллах, сказать ничего не может — вот почему большинство на этом и останавливается, а затем рекомендует ту модель, которую автор обзора случайно тестировал. Выбор между M​iniMax M3.1 Flash и GLM-5.3-Flash целиком определяется строками, которые не совпадают: что вам разрешено делать с весами, что происходит, когда ваш вывод упирается в потолок, что можно подать модели на вход и можно ли вообще купить эту штуку через эндпоинт, которым вы уже пользуетесь.И тарифные карты, и таблицы бенчмарков умалчивают о том, как эти модели отказывают, оказавшись в продакшене, а зафиксированные инциденты собраны в каталоге the OrcaRouter AI Incident Archive, где каждая запись снабжена собственными источниками, уровнем серьёзности, степенью уверенности и отметкой об оспаривании.

• Шесть строк, с обеих сторон

• Цена — M​iniMax M3.1 Flash: $0.15 за входные и $0.60 за выходные данные за миллион, кэшированные входные — $0.015; GLM-5.3-Flash: $0.15 и $0.50, кэшированные входные — $0.03. При соотношении входных, кэшированных и выходных данных 7:2:1 оба варианта в среднем дают $0.10 за миллион.

• Независимый балл — 43 по Intelligence Index для M​iniMax M3.1 Flash, 42 для GLM-5.3-Flash, по одной и той же версии индекса, считанной в один и тот же день. Один балл находится в пределах шума одного прогона оценки.

• Стоимость одной завершённой задачи — $0.22 за задачу индексации для M​iniMax M3.1 Flash против $0.28 для GLM-5.3-Flash. Более дешёвый ценник означает и более дешёвую задачу — примерно на 21%.

• Максимальный объём вывода — M​iniMax не публикует его для M3.1 Flash; 128 000 токенов для GLM-5.3-Flash. Оба заявляют окно контекста в 1 млн токенов, но только один из них указывает, сколько из него может вернуться в выводе.

• Входные данные — текст, изображение и видео для M​iniMax M3.1 Flash; текст, изображение, видео и файлы для GLM-5.3-Flash. Видео с обеих сторон — необычная часть; загрузка файлов с одной стороны — операционная часть.

• Открытые веса — GLM-5.3-Flash распространяется по лицензии MIT, имеет 320 млрд общих параметров при 18 млрд активных и доступен для скачивания уже сегодня. MiniMax заявляет, что веса M3.1 Flash будут выпущены позже, без указания лицензии и даты.

Почему один пункт индекса — не причина выбирать ни один из них

Intelligence Index — это взвешенный композит: агенты — 30%, кодинг — 20%, научные рассуждения — 20%, общие способности — 30%; он построен на десяти оценках, включая AA-Briefcase и AA-Omniscience с весом 15% каждая. Один пункт в композите такой формы может возникнуть из-за сдвига одной подоценки на пару пунктов. Воспринимайте это как ничью — и вы будете правы гораздо чаще, чем ошибаться. Воспринимайте это как рейтинг — и вы выбираете модель для продакшена по четвёртой значащей цифре опроса.

Сравнение стоимости за задачу полезнее, чем сравнение по индексу, и оно также указывает в ту же сторону, что и ценник. При $0,22 за завершённую задачу M​iniMax M3.1 Flash выполняет работу индекса дешевле, чем GLM-5.3-Flash с $0,28, несмотря на более высокую ставку за выходной токен. Это арифметика многословности и кэширования делает свою работу: GLM-5.3-Flash берёт на треть больше за выходной токен и меньше компенсирует это через кэш, поэтому более дешёвая на вид ставка за выходные токены в карточке M​iniMax действительно дешевле в совокупности. Если ваша нагрузка — это долго работающий агентный цикл, где большая часть счёта приходится на повторно считываемые выходные токены, эти 21% — та цифра, которая появится в ежемесячной статье расходов.

Скорость чётко разделяет модели, и это разделение не в пользу более дешёвой модели.

Это то измерение, в котором эти две модели перестают быть взаимозаменяемыми. MiniMax M3.1 Flash выдаёт около 105 токенов в секунду при времени до первого токена 1,38 секунды. GLM-5.3-Flash выдаёт 76,8 токена в секунду при времени до первого токена 2,57 секунды. MiniMax примерно на 36% быстрее, как только начинает работу, и примерно вдвое быстрее стартует. Для интерактивного интерфейса — редактора, панели чата, ассистента по программированию, где человек ждёт именно первый токен, — преимущество в 1,2 секунды по TTFT означает разницу между инструментом, который ощущается отзывчивым, и тем, который ощущается так, будто он ещё обдумывает запрос. Для пакетного конвейера разрыв в пропускной способности важнее разрыва в задержке, и преимущество по-прежнему остаётся за MiniMax.

Обе модели заставляют вас платить за размышления, хотите вы этого или нет. MiniMax отклоняет запрос, который пытается полностью отключить рассуждения. Документация Z.ai говорит то же самое другими словами: размышления нельзя отключить, а максимальное усилие — рекомендуемая настройка. Так что ни одна из сторон не предлагает тот рычаг затрат, который даёт модель с переключаемыми рассуждениями, и обе тарифицируют свои токены рассуждений как выходные. Если вы надеялись, что одна из этих двух — дешёвый и малозаметный вариант для массовой задачи классификации, то ни та, ни другая. Это свойство уровня, а не того или иного поставщика.

Потолок ответа в 128K — это строка, которая определяет реальную работу.

GLM-5.3-Flash заявляет максимальный объём вывода в 128 000 токенов. MiniMax не публикует для M3.1 Flash ничего — ни низкого значения, ни оговорки, ничего ни на странице модели, ни в документации API, которую нам удалось найти. На практике это означает, что вы не можете знать заранее, до отправки запроса, завершится ли генерация кода объёмом 40 000 токенов успешно или обрежется. Вы можете выяснить это эмпирически и можете выстроить вокруг этого логику повторных попыток, но вы не можете заложить это в план мощностей или в контракт.

Для большей части трафика в формате чата это незаметно. Для рабочих нагрузок, ради которых уровень Flash становится интересным, — перезаписи целых файлов, длинных стенограмм работы агентов, структурированного извлечения из большого документа, — потолок вывода ломается первым, причём ломается незаметно. Модель, которая обрезает вывод на недокументированной длине и возвращает корректно оформленный частичный ответ, хуже в эксплуатации, чем модель, которая отклоняет запрос. Если какая-либо часть вашего конвейера генерирует более нескольких тысяч токенов за один вызов, эта единственная неопубликованная строка должна перевесить разницу в индексе в один пункт и 21%-ное преимущество по стоимости вместе взятые.

Открытые веса здесь — не философский вопрос.

GLM-5.3-Flash распространяется по лицензии MIT, его веса доступны для скачивания; всего 320 млрд параметров, из них 18 млрд активных — это относит его к категории, где серьёзная команда может развернуть модель самостоятельно на узле с несколькими GPU, а команда поменьше может хотя бы проверить, чему её обучали. M​iniMax M3.1 Flash сегодня закрыта, и обещание когда-нибудь открыть веса — это именно обещание: без лицензии, без указания числа параметров и без даты. У закупочных процедур, которые спрашивают «каков наш выход, если этот поставщик изменит условия», с одной стороны есть ответ, а с другой — лишь одна фраза.

Во всём этом есть и стоимостная сторона, и именно её никто не заносит в таблицу сравнения. Модель с открытыми весами задаёт потолок того, сколько любой провайдер может с вас за неё брать, потому что альтернатива всегда — запустить её самому. У закрытой модели такого потолка нет; вендор назначает цену, а вы либо принимаете её, либо уходите. При одинаковых сегодняшних смешанных ставках именно лицензия GLM-5.3-Flash — то, что удержит её ставку честной в следующем году, а лицензия M​iniMax — то, что оставляет ставку полностью на усмотрение M​iniMax.

Именно доступность фактически решает исход при равенстве.

GLM-5.3-Flash доступна с 26 августа 2026 года и в каталоге OrcaRouter как z-ai/glm-5.3-flash, по цене $0,15 за миллион входных и $0,50 за миллион выходных токенов, при этом кэшированный ввод — $0,03, а также бесплатный SKU для оценки и более крупная z-ai/glm-5.3 по $1,26 и $3,96, если вам нужен флагман. M​iniMax M3.1 Flash, которой на момент написания всего два дня, доступна через собственный API M​iniMax, M Plan и M​iniMax Code, и её нет в нашем каталоге — мы не собираемся намекать, что она там есть, и страница модели ничего не возвращает, если вы отправитесь её искать.

Эта асимметрия стоит больше, чем кажется, когда вы сравниваете две модели одинаковой стоимости. Подключить GLM-5.3-Flash к кодовой базе — это просто строка модели. Подключить M​iniMax M3.1 Flash — это вторые отношения с поставщиком, вторая схема биллинга и второй набор лимитов запросов, вдобавок к тем, что у вас уже есть. И именно в этом случае слой маршрутизации — не рекламный тезис, а часть инфраструктуры: один ключ, один счёт, одно место, где прайс-лист поставщика передаётся с наценкой 0%, так что изменение тарифа попадает в ваш счёт в тот же день, когда происходит, а не при следующем продлении. Если M​iniMax позже добавит M3.1 Flash на маршрутизируемый эндпоинт, это станет выбором между двумя моделями, а не между двумя договорами. Сегодня это не так, и делать вид, что это не так, было бы именно тем сравнением, которого этот блог стремится избегать.

Кому позвонить?

Если ваша работа интерактивна, требует больших объёмов вывода и существует внутри уже имеющегося OpenAI-совместимого стека, то GLM-5.3-Flash — более простой ответ: та же смешанная цена, опубликованный потолок вывода, лицензия MIT, с которой можно работать уже сегодня, ввод файлов и видео, а также запись в каталоге, благодаря которой всё сводится к изменению одной строки. Первый токен за 2,57 секунды — такова цена этого, и для фоновых агентов эта цена оправдана.

Если ваша работа чувствительна к задержкам, а объём вывода ограничен — классификатор маршрутизации, генератор коротких текстов, шаг агента, возвращающий план, а не файл, — M​iniMax M3.1 Flash — более быстрая модель с более низкой стоимостью на задачу, и её неопубликованный потолок вывода никогда не проверяется, потому что вы к нему никогда не приближаетесь. Выбирайте её ради пропускной способности и первого токена за 1,38 секунды, а не ради индекса, и осознавайте, что берёте закрытую модель с тарифом, который никто не ограничил.

Не стоит выбирать между ними по таблицам бенчмарков. Оба производителя опубликовали цифры на собственных наборах тестов, ни один не прогнал набор другого, а единственный бенчмарк, по которому обе линейки исторически отчитывались — DeepSWE — достаточно часто запускался в разных средах в релизах обеих лабораторий, так что сравнение по столбцам — это догадка, наряженная в десятичный знак. Две цифры в этой статье, которые были измерены одинаковым способом для обеих моделей, — это индекс и стоимость за задачу, и они говорят, что модели стоят одинаково и обладают одинаковыми возможностями. Всё, что действительно различается, — это условие лицензии, задокументированное ограничение или строка в каталоге.