MiniMax M3.1 Flash vs Aion 3.5: Tjugo gånger högre indatapris för en modell som ingen har betygsatt

Aion 3.5 begär $3.00 för en miljon input-token. MiniMax-M3.1-Flash begär $0.15. Modellen som tar tjugo gånger mer är den som ingen har betygsatt – varken Artificial Analysis eller någon annan neutral utvärderare vi kan hitta – och det är också den som inte kan ta emot en bild, inte kan laddas ned och slutar generera vid 32,768 token. Varje publicerad mätning i den här jämförelsen pekar i samma riktning, och det enda argumentet på andra sidan är ett som AionLabs inte har satt en siffra bakom. Det är värt att säga innan någon av leverantörernas inramning får gehör.

Jämförelsen är inte jämn på pappret, vilket gör den mer användbar än en jämn jämförelse. Aion 3.5, som släpptes den 23 september 2026 av AionLabs, är en resonemangsmodell endast för text med ett fönster på 262 144 token och en fast taxa på $3.00 / $6.00. MiniMax-M3.1-Flash, som släpptes den 19 oktober 2026 av MiniMax, är en mixture of experts-modell med 428 miljarder parametrar, varav 23 miljarder aktiva per token, inbyggd bild- och videoinmatning, ett fönster på en miljon token, en taxa på $0.15 / $0.60 och vikter på Hugging Face sedan den 23 oktober. En av dem är en frontier-modell från 2026 med prissättning som en standardvara. Den andra är en allmän resonemangsslutpunkt som är prissatt som en frontier-modell för två år sedan.

Vad varje sida faktiskt är

Aion 3.5 är AionLabs flaggskepp, modell-ID aion-labs/aion-3.5, text in och text ut. Kontextfönstret är 262 144 token, dubbelt så stort som Aion 3.0:s 131 072, med en gräns på 32 768 token för svaret. Resonemang är obligatoriskt snarare än valfritt och är som standard inställt på hög, med låg och max tillgängliga; det finns ingen väg utan resonemang. AionLabs beskriver arkitekturen som en ensemble av flera modeller i GLM-familjen snarare än ett enda tränat nätverk – det mest intressanta påståendet i dokumentationen och det som är svårast att verifiera utifrån, eftersom ingen utvärdering har publicerats som skiljer ensemblens utdata från utdata från någon enskild medlem. Cachade indataläsningar kostar $0.75 per miljon, en rabatt på 75 % på indataavgiften.

MiniMax-M3.1-Flash är en gles MoE från MiniMax med 428B totalt och 23B aktiva parametrar, tränad nativt i låg precision och levereras så: den öppna checkpointen är 252,4 GB fördelad över 48 safetensors-shards plus en 2,3 GB DSpark-drafter för spekulativ avkodning, i stället för en BF16-huvudkopia. Den tar emot text, bilder och video och returnerar text, har ett indatafönster på 1 000 000 tokens med upp till 524 288 utdatatokens och har fasta priser på 0,15 USD per miljon indatatokens, 0,60 USD för utdata och 0,015 USD för cachade läsningar. Resonemang är alltid påslaget med fem ansträngningsnivåer; det går inte att stänga av tänkandet, och API:et avvisar en begäran om att inaktivera det direkt.

Dimensionerna som avgör det

• Indatapris — MiniMax-M3.1-Flash $0,15 per miljon mot Aion 3.5 $3,00. En 20× prisskillnad.

• Pris för utdata — $0.60 per miljon mot $6.00. En 10× skillnad.

• Cachad indata — {{1}}$0.015{{/1}} per miljon mot {{2}}$0.75{{/2}}. En 50× skillnad, och posten som dominerar en resonemangstung räkning.

• Kontextfönster — 1 000 000 tokens mot 262 144.

• Maximal utdata — 524 288 tokens mot 32 768.

• Inmatningsmodaliteter – text, bild och video jämfört med enbart text.

• Oberoende poäng — Artificial Analysis Intelligence Index 43, femte av 174 modeller, till $0,22 per indexuppgift; inget publicerat för Aion 3.5.

• Uthastighet — 95,6 token per sekund på trackern jämfört med ungefär 52 som uppmätts av tredjepartsaggregatorer för Aion 3.5.

• Öppna vikter — en Hugging Face-checkpoint under MiniMax Community License jämfört med en sluten modell som endast är tillgänglig via API.

• Resonemangsstyrning – fem ansträngningsnivåer, alltid aktiverat, mot tre nivåer, obligatoriskt.

Båda prislistorna är platta, så plattheten tar ut varandra.

Det frestande försvaret för Aion 3.5 är förutsägbarhet: $3.00 per miljon över hela 262K-fönstret, ingen brant kostnadströskel för lång kontext, ingen nivå som fördubblar din kostnad per token halvvägs genom ett dokument. Det är en genuin fördel, och det är också inte en särskiljande faktor här, eftersom MiniMax-M3.1-Flash också är platt – $0.15 platt, från 4 000 token till en miljon. Vad en förutsägbar prislista än är värd, erbjuder MiniMax den till en tjugondel av priset och med ett fyra gånger större fönster. Plattheten skiljer dessa två modeller från leverantörer med nivåindelning. Den skiljer dem inte från varandra.

Det som återstår är den faktiska fakturan. En prompt på 240 000 token kostar cirka 0,036 dollar på MiniMax-M3.1-Flash. Samma prompt på Aion 3.5 kostar cirka 0,72 dollar, och svaret kostar dessutom tio gånger så mycket per token. Om din arbetsbelastning är av dokumentstorlek – långa avtal, hela kodförråd, transkriptioner på flera timmar – förstärks prisskillnaden precis vid den punkt där antalet token är som störst, vilket är motsatsen till där du vill ha den.

Problemet med poängsatt kontra opoängsatt är hela historien.

Artificial Analysis ger MiniMax-M3.1-Flash 43 poäng på sitt Intelligence Index, vilket placerar den på femte plats av 174 modeller, till en uppmätt kostnad av 0,22 dollar för att slutföra en uppgift i indexet. Trackern noterar också att den är ovanligt mångordig – den förbrukade 180 miljoner utdatatoken över indexet, långt över medianen – och eftersom utdata debiteras till fyra gånger indatatakten är mångordigheten redan inräknad i de där 0,22 dollarna. Du tittar på en siffra som har överlevt modellens sämsta vana.

Aion 3.5 har ingen motsvarighet. AionLabs publicerar ingen benchmarktabell som vi kan hitta, inget oberoende labb har kört den, och de jämförelsesidor i samma serie som listar den har samma notering: inte utvärderad. Att det saknas är inte bevis för att modellen är svag. Det är bevis för att en köpare inte har något att jämföra med förutom prislistan, och prislistan är det enda beviset som talar emot den.

Där Aion 3.5 fortfarande har ett verkligt berättigande

Tre argument överlever en granskning av siffrorna. Det första är felvariation. Om en stor del av din trafik redan körs på en modellfamilj är en ensemble byggd från en annan härstamning en okorrelerad andra åsikt, och okorrelerade fel är värda att betala för på den lilla andel anrop där ett felaktigt svar är dyrt. Du skulle kanske dirigera två procent av trafiken till den. Vid två procent är ett 20× högre indatapris ett avrundningsfel mot kostnaden för ett enda dåligt omdöme.

Det andra är att obligatorisk hög resonemangsnivå tar bort en klass av tysta regressioner. Det finns ingen effort-parameter att justera, så det finns ingen låg inställning som tyst försämrar en uppgift som ingen testade om efter den senaste promptändringen. Det är ett underhållsargument, inte ett förmågeargument, men underhållsargument är verkliga.

Den tredje är Aion 3.5 Mini. Med $0,70 per miljon input, $0,18 cachat och $1,40 output för samma 256K-fönster är den ett rimligt billigt segment, och varje jämförelse som bara tittar på flaggskeppet jämför fel Aion-modell. Ändå är Mini fortfarande ungefär 4,7× MiniMax-M3.1-Flash på input, fortfarande endast text, fortfarande utan poäng och fortfarande begränsad till 32K output.

Där MiniMax-M3.1-Flash vinner utan diskussion

Modalitet är den kortaste vägen till ett beslut. Aion 3.5 är endast text. Om arbetsbelastningen omfattar en skärmbild, en skannad sida, ett diagram, en graf eller en videobildruta avslutas jämförelsen innan prissättning ens nämns, eftersom en modell inte kan ges indata överhuvudtaget.

Utdatalängden är den andra. Ett tak på 524,288 token mot 32,768 är en skillnad på sexton gånger, och det avgör varje uppgift vars leverans i sig är lång: en fullständig filomskrivning, en migrering över ett stort kodförråd, en strukturerad extraktion över ett omfattande dokument. Ett tak på 32K tvingar fram chunkning, och chunkning tvingar dig att skriva orkestreringskod som inte har något med modellens kvalitet att göra.

Öppna vikter är det tredje alternativet, med en viktig reservation. MiniMax publicerade checkpointen den 23 oktober under MiniMax Community License. Det är öppna vikter, inte öppen källkod: icke-kommersiell användning är gratis, kommersiell användning kräver att "Built with MiniMax M3" visas framträdande, en engångsavisering till MiniMax om den årliga intäkten är på eller under 20 miljoner dollar, och skriftligt förhandsgodkännande över den gränsen. Det är en betydligt mer tillåtande ordning än en modell som bara finns via API, och en betydligt mindre tillåtande än MIT. Läs licensen innan du planerar en driftsättning utifrån den.

Att lägga båda i en och samma förfrågningsväg

Ingen av modellerna finns i OrcaRouters katalog idag, och den här artikeln gör inte anspråk på att någon av dem gör det. Aion 3.5 är tillgänglig via AionLabs eget API och flera tredjepartsplattformar; MiniMax-M3.1-Flash via MiniMaxs eget API och den öppna checkpointen om du har GPU:erna för 252 GB. Det som OrcaRouter dirigerar från samma område är MiniMax-M3 och DeepSeek V4.1 Flash, båda till leverantörens listpris med 0 % påslag, så en ändring av leverantörens pris når vår sida samma dag som den når deras.

Det spelar roll för den arkitektur som den här matchningen faktiskt förutsätter. Den vettiga formen är inte en migrering från den ena modellen till den andra; det är en liten, permanent andel trafik som skickas till en annorlunda uppbyggd modell för en andra åsikt. Två leverantörer, två nycklar och två faktureringsytor för en arbetsbelastning på två procent är precis den overhead som en gateway tar bort, och automatiskt failover innebär att när den dyra delen försämras drar den inte med sig pipelinen. När modellerna du faktiskt jämför ligger på samma nyckel är A/B-testet en modellsträng i stället för en andra integration.

Vad skulle avgöra det?

En oberoende utvärdering av Aion 3.5. Det är hela den saknade pusselbiten, och dess frånvaro skadar AionLabs sak mer än någon konkurrent skulle kunna. Får den nära 43 till $0.22 per uppgift kollapsar premien till en nischad historia om ett andra utlåtande. Får den väsentligt över 43 ändras kalkylen: du skulle fortfarande inte flytta en pipeline till ett indatapris på $3.00, men du skulle ha en försvarbar anledning att använda dem på de anrop som spelar roll, och ensemblepåståendet skulle äntligen ha bevis bakom sig i stället för en beskrivning.

Tills den siffran finns är valet en uppmätt modell till en tjugondel av priset med fyra gånger så mycket kontext och bildinmatning, mot en icke uppmätt modell till premiumpris vars huvudsakliga dokumenterade fördelar är fast prissättning som dess rival också erbjuder och obligatoriskt resonemang som dess rival genomdriver genom att avvisa alternativet. Det finns bara ett försvarbart standardval i det paret – och den intressanta frågan är inte om man ska välja det, utan vilka två procent av din trafik som förtjänar undantaget.