MiniMax-M3.1-Flash får 42 poäng på Intelligence Index — och kostar 0,22 dollar per uppgift

MiniMax-M3.1-Flash lanserades den 19 oktober 2026 med en poäng på 42 i Artificial Analysis Intelligence Index, tretton poäng över MiniMax-M3 på 29, till halva priset per token och – siffran som faktiskt spelar roll – mindre än halva kostnaden per uppgift, 0,22 USD mot 0,51 USD. Den ligger lika med GLM-5.3-Flash på 42, tre poäng efter DeepSeek V4.1 Flash 1017 på 45, och kostar mindre än båda för att slutföra en benchmarkuppgift. De fyra siffrorna är hela historien på en rad. Det intressanta är vad som händer när man slutar läsa indexet och börjar läsa fakturan, eftersom den här modellen är billig per token och samtidigt ovanligt dyr per token. De dokumenterade AI-felen och agentincidenterna bakom släpp som detta samlas i OrcaRouter AI Incident Archive där varje post har egna källor, allvarlighetsgrad, konfidensgrad och flagga för omstridd status.

Siffran som M​iniMax inte tog med i blogginlägget

Lanseringsinlägget från M​iniMax är en kompetent bit leverantörsmarknadsföring: snabbare inferens, starkare agentiska resultat och 70 % lägre kostnad för agentiska uppgifter än föregångaren. Det som saknas är ett enda tal som gör det möjligt att jämföra modellen med något som den inte själv har skapat. Det har nu tillhandahållits utifrån, av Artificial Analysis, som körde M​iniMax-M3.1-Flash genom sin standardutvärderingssvit och publicerade resultaten den 19 oktober 2026.

• Intelligence Index — 42, rankad som fyra av 173 modeller på trackern

• Kostnad per Intelligence Index-uppgift — 0,22 USD, mot 0,51 USD för MiniMax-M3 och 0,28 USD för GLM-5.3-Flash

• Listpris — 0,15 USD per miljon indatatoken, 0,60 USD per miljon utdatatoken, 0,015 USD per miljon cachelagrade läsningar

• Blandat pris — $0.10 per miljon baserat på trackerns 7:2:1-mix av cacheträffar/indata/utdata

• Kontextfönster — 1 000 000 tokens

• Utdatashastighet — 125,5 token per sekund, med 1,04 sekunder till första token

• Utförlighet — 180 miljoner utdatatoken förbrukade i Index, jämfört med en median på 99 miljoner

• Indatamodaliteter — text och bild, enligt trackern; MiniMax egen API-referens listar även video

Placeringen är rubrikens svaga punkt. En fjärdeplats av 173 låter som en pallplats, och i snäv bemärkelse – att trackern jämför modeller i alla storlekar och prisklasser – är det också det. Men de tre modellerna ovanför den – DeepSeek V4.1 Flash 1017 på 45, och två större frontier-system – är inte dess konkurrens i ett upphandlingsbeslut. De modeller som den faktiskt kommer att ställas mot i ett sluturval är de som ligger på samma prisnivå, och där är bilden ett dött lopp med GLM-5.3-Flash och en knapp förlust mot DeepSeeks nyaste Flash.

42 två gånger, av två olika anledningar

GLM-5.3-Flash och MiniMax-M3.1-Flash får båda 42 på samma index, vilket gör oavgjort mindre användbart än det ser ut. De två når dit på motsatta vägar.

GLM-5.3-Flash är en modell med öppna vikter: 320 miljarder parametrar totalt, 18 miljarder aktiva, MIT-licens, vikter på Hugging Face sedan lanseringen den 26 augusti 2026. Den körs i 78 tokens per sekund med 2,52 sekunders tid till första token, kostar 0,15 dollar per miljon in och 0,50 dollar ut, och förbrukar 0,28 dollar per indextask. MiniMax-M3.1-Flash är stängd i dag – M​iniMax säger att vikterna "kommer att släppas senare" – körs i 125,5 tokens per sekund och förbrukar 0,22 dollar per task. Så oavgjort är oavgjort på kapacitet och ett delat beslut om allt ett produktionsteam bryr sig om: den ena kan du ladda ner och kvantisera, den andra är 60 % snabbare och 20 % billigare per task.

DeepSeek V4.1 Flash 1017, som släpptes två dagar tidigare den 17 oktober, är den svårare jämförelsen. Den får 45 poäng, ligger på 222 tokens per sekund – nästan dubbelt så snabbt – och kostar 0,30 USD för indata och 1,20 USD för utdata, exakt dubbelt så mycket som MiniMaxs prislista, med 98 % cacherabatt som sänker kostnaden per uppgift till 0,26 USD. Den har också öppna vikter under MIT-licens med totalt 552 miljarder parametrar och 16 miljarder aktiva parametrar. När det gäller rå förmåga och rå hastighet är den ohotad. När det gäller kostnaden per slutförd uppgift ligger MiniMax fortfarande före, med fyra cent, en marginal som är så tunn att cachebeteende och utdatalängd, snarare än listpriset, kommer att avgöra saken i verkliga arbetsbelastningar.

Värt att säga rakt ut: den äldre DeepSeek V4.1 Flash, som släpptes 10 september 2026, får 39 poäng — lägre än MiniMax-M3.1-Flash. Suffixet ”1017” spelar roll. Den som jämför med september-checkpointen jämför med en svagare modell.

Leverantörsbenchmarkarna, och vad de är värda

MiniMax publicerade sex utvärderingar i samband med lanseringen. Ingen av dem har reproducerats oberoende, och inlägget ger ingen jämförelsekolumn, så siffrorna är främst användbara som en profil över vad MiniMax anser att den här modellen är till för.

• BankerToolBench — 76,2, en svit för företagsarbetsflöden som omfattar flerstegets planering, dokumentkonsistens och kedjade verktygsanrop

• DeepSWE v1.1 — 73,7 %, kodförståelse, funktionsutveckling, buggfixning och testvalidering

• OSWorld V2 — 61,7, datoranvändning över applikationer; M​iniMax uppger sig vara först bland kinesiska modeller

• Agents' Last Exam – 29,6, långsiktiga professionella uppgifter; samma påstående om att vara "först bland kinesiska modeller"

• CyberGym — 82 %, upptäckt och validering av sårbarheter

• AutomationBench-AA — beskrivs som en toppresterande, inget resultat publicerat

Den sista raden är avslöjandet. AutomationBench är det benchmark som ligger bakom "agentic"-positioneringen, och det är den enda siffran som inlägget väljer att inte trycka. De andra fem är verkliga och specifika, men en benchmarkpoäng utan ett jämförelseunderlag säger vad en modell kan göra i ett labb och ingenting om huruvida den slår modellen du redan betalar för. Notera också att modellen fanns i testarnas händer i tre veckor som MiniMax-M3.1-Flash-Preview före denna lansering, och ingen oberoende utvärdering av den checkpointen publicerades heller — den första tredjepartsmätningen av någon M3.1-modell är 42:an som dök upp på lanseringsdagen.

Varför tokenpriset och uppgiftspriset skiljer sig åt

Här är fällan i den här modellen, och den är inte liten. MiniMax-M3.1-Flashs prislista är exakt hälften av MiniMax-M3:s: $0,15/$0,60 mot $0,30/$1,20 upp till 512 000 indatatoken. Den naturliga slutsatsen är att en arbetsbelastning kostar hälften så mycket. Det gör den inte, av två samverkande skäl.

Det första är verbositet. På Intelligence Index förbrukade modellen 180 miljoner output-tokens, medan medianmodellen förbrukar 99 miljoner. Den tänker på standardnivån för ansträngning, max, och tänkande tokens faktureras som output och räknas mot max_tokens. Räkna på en arbetsbelastning som är output-tung: vid 180 miljoner output-tokens fakturerar MiniMax-M3 till $1,20 per miljon $216. Tio miljoner till $0,60 fakturerar $108 — halveringen håller. Så taxan är ärlig; volymen är det som spelar roll.

Den andra anledningen är att du inte kan stänga av tänkandet helt. MiniMax API-referens är tydlig: att skicka thinking: {"type": "disabled"} returnerar HTTP 400, och reasoning_effort: "none" avvisas på samma sätt. Den femstegsiga skalan – low, medium, high, xhigh, max – är den enda kontroll du har, och om du utelämnar fältet innebär det max. MiniMax-M3 låter dig däremot stänga av tänkandet helt, och på den Anthropic-kompatibla slutpunkten är det avstängt som standard.

Den praktiska konsekvensen: för en klassificerings-, extraherings- eller formateringsuppgift där du betalade för sextio utdatatoken och inget resonemang kan MiniMax-M3 med tänkande inaktiverat till $1,20 per miljon utdatatoken fortfarande vara billigare än MiniMax-M3.1-Flash till $0,60, eftersom den nyare modellen gör av med några hundra tänkandetoken innan den svarar. För agentiska körningar – verktygsanvändning i flera steg, långa kodningssessioner, datoranvändningsloopar – vinner den nyare modellen, och den oberoende siffran för kostnad per uppgift bekräftar det: $0,22 mot $0,51 är en minskning med 57 %, inte 50 %, eftersom de kortare trajektorierna mer än väl betalar för det extra resonemanget.

Det rätta sättet att läsa en lansering som den här är per slutförd uppgift, inte per token, och trackerns $0,22 är den enda siffran i den här artikeln som redan gör den uträkningen åt dig.

Få kostnaden rätt utan att skriva om din stack

Kostnad per uppgift är ett routingbeslut mer än ett inköpsbeslut. Modellerna i denna jämförelse är inte utbytbara på en enda dimension: MiniMax-M3.1-Flash är snabb och billig per uppgift men stängd; GLM-5.3-Flash har samma kapacitet med nedladdningsbara vikter; DeepSeek V4.1 Flash 1017 är snabbare och starkare för dubbla tokenpriset. De flesta team slutar med att köra två av tre och delar upp trafiken efter uppgiftstyp.

Den uppdelningen är precis det scenario som OrcaRouter finns till för: en API-nyckel för 200+ modeller, med leverantörernas listpriser vidarebefordrade utan påslag, så när MiniMax halverar en prislista flyttas siffran på din faktura samma dag i stället för vid nästa avtalsförnyelse. MiniMax-M3.1-Flash finns ännu inte i vår katalog – den går att anropa i dag via MiniMax eget API, M Plan och MiniMax Code, och ingen annanstans som vi kan gå i god för. Det som redan går att routa på OrcaRouter är resten av kortlistan: MiniMax-M3, GLM-5.3-Flash och DeepSeek V4.1 Flash 1017, alla tre på en och samma nyckel, så jämförelsen ovan kan köras på din egen trafik i stället för på ett benchmark.

Automatisk failover är viktigare än vanligt när den nyaste modellen i en serie också är den med minst driftshistorik. MiniMax-M3.1-Flash är två dagar gammal, dess föregångares migreringsväg pågår fortfarande, och leverantören har lovat en mer kapabel Pro-modell senare – vilket är precis den situation där man vill ha en andra modell bakom den första i routingtabellen i stället för en omskrivning om tre veckor.

Vad du ska titta på

Tre saker avgör om 42 står sig som siffran folk citerar om sex månader. Vikterna, för det första: M​iniMax har åtagit sig att släppa dem "senare", utan datum, och öppna vikter skulle över en natt göra detta till den billigaste nedladdningsbara modellen per uppgift i sin klass. Pro-modellen, för det andra: M​iniMax har sagt att en starkare version är på väg, vilket vanligtvis innebär att Flash positioneras om prismässigt. Och den tredje är oberoende replikering av de agentiska mätvärdena – OSWorld V2, ALE och CyberGym är precis de benchmarkar som varierar mest mellan olika testramverk, och just nu kommer varje siffra för dem från företaget som säljer modellen.

Fram till dess är den försvarbara sammanfattningen snäv och användbar: för $0.22 per uppgift är MiniMax-M3.1-Flash det billigaste sättet att köpa en Intelligence Index-poäng på 42, den är likvärdig med GLM-5.3-Flash på den poängen samtidigt som den är snabbare och sluten, och den förlorar mot DeepSeek V4.1 Flash 1017 i kapacitet och hastighet men slår den i kostnad per slutförd uppgift. Om din arbetsbelastning är agentisk är det bytet värt att göra idag. Om det är tusen korta klassificeringsanrop kan modellen som den ersatte fortfarande vara den billigare.