MiniMax M3.1 Flash vs Aion 3.5 Mini: Prisgapet krymper, bevisgapet gör det inte

Aion 3.5 Mini är den första AionLabs-modellen i den här serien där priset ensamt inte avgör saken. MiniMax M3.1 Flash tar 0,15 USD per miljon indatatokens och 0,60 USD per miljon utdatatokens; Aion 3.5 Mini tar 0,70 USD och 1,40 USD. Det är 4,7 gånger och 2,3 gånger – en verklig premie, men inte alls som de 20 gånger och 10 gånger som dess fullstora syskon, Aion 3.5, begär mot samma MiniMax M3.1 Flash. Skillnaden är tillräckligt liten i kostnad för att beslutet ska flyttas till de punkter där de två inte alls är nära: utdatataket, indatamodaliteten och huruvida någon utanför leverantören någonsin har mätt saken.

Båda modellerna är aktuella. Aion 3.5 Mini lanserades den 23 september 2026 tillsammans med flaggskeppet; MiniMax M3.1 Flash lanserades den 19 oktober 2026 och publicerade sina vikter på Hugging Face fyra dagar senare. Aion-modellen är sluten, endast text och resonerar alltid innan den svarar. MiniMax M3.1 Flash är en mixture-of-experts-modell med 428 miljarder parametrar, 23 miljarder aktiva per token, ett fönster på en miljon token och bild- och videoinmatning. På papperet är jämförelsen ojämn; det intressanta är varför räkningen inte alltid ser ut så.

Vad varje modell faktiskt är

MiniMax M3.1 Flash är MiniMaxs sparse MoE-modell med ungefär 428B totala parametrar varav 23B aktiveras per token, som serveras med ett kontextfönster på 1 000 000 token. Prislistan anger 0,15 USD per miljon indatatoken, 0,60 USD per miljon utdatatoken och 0,015 USD per miljon cachade läsningar. MiniMaxs modellkort listar text-, bild- och videoindata med textutdata; Artificial Analysis registrerar text och bild. Resonemang är alltid påslaget, med fem ansträngningsnivåer – låg, medel, hög, xhigh och max – och API:et avvisar en begäran om att stänga av tänkandet direkt och returnerar ett fel i stället för att tyst ignorera det. Vikterna går att ladda ner under MiniMax Community License, som är öppna vikter snarare än öppen källkod: attribuering krävs, och kommersiell användning över 20 miljoner USD i årlig intäkt kräver föregående skriftligt tillstånd. Leverantörens egen benchmarktabell innehåller 62,8 på Automation-Bench, 73,7 på DeepSWE v1.1, 61,7 på OSWorld 2.0 och 82,2 på CyberGym. Det är siffror som leverantören själv tagit fram och de har inte reproducerats oberoende.

Aion 3.5 Mini är AionLabs billigare nivå, identifierare aion-labs/aion-3.5-mini, och den är en annan typ av objekt. AionLabs beskriver den som ett multimodellsystem byggt på GLM-familjen — flera modeller bidrar till ett svar — och publicerar inte något parameterantal, någon ensemblestorlek eller vilka beståndsdelar som körs vid ett givet anrop. Kontextfönstret är 262 144 tokens, dubbelt så stort som Aion 3.0 Mini och identiskt med flaggskeppets, med ett hårt tak på 32 768 tokens för svaret. Indata är endast text. Resonemang är obligatoriskt: låg, hög och max som ansträngningsnivåer, med hög som standard, och ingen väg utan resonemang. Prissättningen är oförändrad från föregående generation till $0,70 för indata, $1,40 för utdata och $0,18 för cachad indata. Vikterna är inte tillgängliga, och modellen har inga publicerade benchmarkresultat av något slag.

Två saker följer av den beskrivningen redan innan någon mätning. Mini är inte en stympad Mini så som namnet antyder – dess kontextfönster matchar flaggskeppets – och det som saknas är utdatalängden, inte indatalängden. Och kostnadsbilden handlar inte bara om prislistan, eftersom båda modellerna tänker innan de svarar och ingen av dem låter dig stänga av det.

Prislistan och de tre multiplikatorerna som bestämmer fakturan

Per-token-priser först, eftersom de är de enda siffrorna som båda leverantörerna publicerar på ett tydligt sätt:

• Indata — MiniMax M3.1 Flash $0,15 per miljon mot Aion 3.5 Mini $0,70. En spridning på 4,7 gånger.

• Output — 0,60 $ mot 1,40 $. En spridning på 2,3x, och den snävare av de två.

• Cachad indata — 0,015 USD mot 0,18 USD. En 12x skillnad, och posten som dominerar agenträkningarna.

• Kontextfönster — 1 000 000 tokens mot 262 144. En spridning på 3,8 gånger.

• Maximal utdata — 524 288 tokens mot 32 768. En spridning på 16x, och det största enskilda gapet i den här jämförelsen.

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

• Oberoende poäng — Artificial Analysis Intelligence Index 43 för MiniMax M3.1 Flash; ingen post för Aion 3.5 Mini.

Kvoten folk citerar är vanligtvis kvoten för indata, och den är den minst användbara. En modell som läser tio token för varje token den skriver prissätts mestadels utifrån sitt indatapris, så ett jobb med 10M indata och 1M utdata kostar 2,10 USD på MiniMax M3.1 Flash och 8,40 USD på Aion 3.5 Mini — en skillnad på 4x, nära rubriksiffran. Ett balanserat jobb med 1M in och 1M ut kostar 0,75 USD mot 2,10 USD, eller 2,8x. Kvoten förändras med arbetsbelastningen, vilket är varför "4,7x billigare" är en slogan snarare än en budgetpost.

Cachade läsningar flyttar det mycket längre. En agent som bär med sig en systemprompt på 100 000 token över 1 000 anrop läser 100 miljoner cachade token; det kostar 1,50 $ på MiniMax M3.1 Flash och 18,00 $ på Aion 3.5 Mini. Om din arbetsbelastning består av ett långt, stabilt prefix med korta turer är cachefrekvensen siffran att jämföra, och gapet där är 12x snarare än 4,7x.

Sedan finns det en multiplikator som ingen av prislistorna visar: tänktokens. Båda modellerna resonerar alltid, och tänktokens är genererade tokens som debiteras enligt utdatatakten hos båda. Om en modell gör av med 2 000 tokens på att tänka för att producera ett svar på 500 tokens debiteras du för 2 500 utdatatokens – fem gånger den synliga texten. Med de siffrorna är den effektiva utdatakostnaden per miljon synliga tokens $3.00 för MiniMax M3.1 Flash och $7.00 för Aion 3.5 Mini: förhållandet på 2,3x består, men varje absolut siffra är fem gånger prislappen. Och standardinställningarna är inte samma inställning. MiniMax API-dokumentation säger att en utelämnad ansträngningsnivå som standard blir max, den dyraste inställningen; Aion har high som standard. I grundutförandet är modellen med den billigare prislistan också den som spenderar mer per svar. Prislistan är ett golv, inte en prognos, och ingen av leverantörerna publicerar en budget för tänktokens som du skulle kunna använda för att bygga en sådan.

Kontexten är generös. Det är vid utdata som Mini tar slut.

Aion 3.5 Minis 262 144-tokenfönster är den generösa delen av dess specifikation. Det är dubbelt så stort som den tidigare Minins fönster, det matchar flaggskeppet exakt, och det räcker för en roman, en stor genomsökning av ett kodförråd eller en timmes transkription. Jämfört med de flesta modeller skulle det inte vara en begränsning alls. Jämfört med MiniMax M3.1 Flash är det 3,8 gånger mindre, och för den växande klass av arbetsbelastningar som stoppar in en hel kodbas eller en dokumentuppsättning i ett enda anrop är det ett verkligt tak.

Det hårdare taket är svaret. Aion 3.5 Mini stannar vid 32 768 uttoken; MiniMax M3.1 Flash accepterar upp till 524 288, och MiniMax rekommenderar 131 072 i praktiken. Det är en 16 gånger så stor skillnad, och det är den dimension som mest sannolikt diskvalificerar Aion-modellen för ett verkligt jobb snarare än bara missgynnar den. En genererad artefakt på 40 000 token – en lång migrering, en fullständig rapport, en stor refaktorering som skrivs ut i ett enda pass – får inte plats i Aion 3.5 Mini överhuvudtaget. Du skulle behöva dela upp den i bitar, vilket ändrar uppgiften, lägger till orkestrering och vanligtvis kostar mer än den per-token-skillnad du försökte fånga. För chattvändor och kapitel räcker 32K gott och väl. För genereringstunga pipelines är det ett hårt stopp.

Ingen av leverantörerna publicerar något tillägg för lång kontext på dessa två modeller; prislistorna ovan är oförändrade över hela fönstret. Det spelar roll eftersom det innebär att jämförelsen inte vänder vid 200 000 tokens – MiniMax M3.1 Flash är billigare vid varje längd, och Aion-modellen kan helt enkelt inte gå förbi sitt tak.

En modell har bevis. Den andra har ett positioneringsuttalande.

Detta är den del av jämförelsen som inte blir snävare. MiniMax M3.1 Flash har en leverantörsbenchmarktabell, ett tredjepartsresultat och en uppmätt hastighet. Aion 3.5 Mini har inget av de tre. AionLabs publicerar inget SWE-bench-, Terminal-Bench-, GPQA- eller MMLU-Pro-resultat för någon 3.5-modell, och Artificial Analysis har ingen post för Aion 3.5 Mini, Aion 3.5 eller någon av de två 3.0-generationerna. Det finns ingen oberoende kapacitetspoäng och därför ingen siffra för kostnad per slutförd uppgift, vilket är talet som faktiskt avgör upphandlingen.

Det som i stället finns är gateway-telemetri. Trackers som poängsätter det utifrån livetrafik ligger samlade kring cirka 56 tokens per sekund vid ungefär 1,5 sekunder till första token — hälften av de 116,2 tokens per sekund som Artificial Analysis mäter för MiniMax M3.1 Flash, och det är aggregerade produktionssiffror snarare än en kontrollerad körning. Betrakta riktningen som informativ och den exakta siffran som ungefärlig.

MiniMax-sidan är bättre dokumenterad men inte fläckfri. Dess benchmarktabell är leverantörskörd, flera rader använder specifika agent-harnesses, och siffrorna är inte direkt jämförbara mellan modeller. Artificial Analysiss oberoende poäng på 43 – femte av 173 modeller – är kontrollen av detta, och 43 är ett bra men inte framkantsresultat. Den mer användbara oberoende detaljen är ordrikedomen: Artificial Analysis noterar att modellen genererade 180 miljoner utdatatokens i sitt index mot en median på 100 miljoner. En modell som pratar så mycket gör utdatahastigheten, och effort-inställningen, viktigare än indatahastigheten som alla citerar.

Frånvaro av bevis är inte bevis på svaghet, och det spelar mindre roll för vissa jobb än för andra. Om arbetet är prosa – rollspel, fiktion, karaktärsröst – mäter benchmark-sviter det ändå dåligt, och AionLabs har positionerat den här modellen precis där. Men det innebär att du inte kan köpa Aion 3.5 Mini utifrån en siffra. Du kan bara köpa den utifrån din egen utvärdering, som du måste göra innan du bestämmer dig.

När Aion 3.5 Mini är rätt köp

Det är det billiga alternativet i en Aion-stack. Med $0,70 och $1,40 är det 4,3 gånger billigare än fullständiga Aion 3.5 för både indata och utdata, samtidigt som det har samma fönster på 262 144 token och samma beskrivning av GLM-familjens ensemble. Om du redan dirigerar till Aion 3.5 för tungt arbete är Mini nivån där du ska lägga de enkla turerna, med samma API-struktur och samma resonemangssemantik.

Dess gräns för utdata är inget problem för konversationsarbete. 32 768 tokens är ungefär 24 000 ord – mer än något enskilt kapitel, support­svar eller analys som de flesta applikationer returnerar. Gränsen gör sig bara påmind när själva produkten är det långa artefaktet.

Enbart text är en fördel om du aldrig skickar bilder. Det finns ingen multimodal tilläggsavgift att betala och ingen bildförbehandling att bygga. Den fördelen är tunnare än den låter, eftersom den multimodala modellen också är den billigare per token, men den är verklig för team som vill ha den enklast möjliga pipelinen.

Stil är det omätta påståendet som är värt att testa. En ensemble av flera modeller som är trimmad för berättarröst kan slå en generell agentmodell på prosa även när den förlorar på varje benchmark. Det är en rimlig anledning till att modellen finns och det enda argumentet till dess fördel som ingen prislista kan avgöra. Det är också precis den typen av påstående som förvärras när det är fel, så testa det med dina egna prompter i stället för att lita på någon av leverantörernas framställning.

Vem ska välja vilken

• Välj MiniMax M3.1 Flash om arbetsbelastningen är agentisk – verktygsloopar, datoranvändning, långhorisontella uppgifter – där leverantörens agentbenchmarkar åtminstone är en riktningsvisande signal och 1M-fönstret håller transkriptet intakt.

Välj MiniMax M3.1 Flash om du genererar långa artefakter. Över 32 768 utdatatoken finns inget beslut att fatta; Aion 3.5 Mini kan inte producera svaret.

Välj MiniMax M3.1 Flash om något i flödet skickar en skärmbild, en skannad sida eller en videobildruta. Enbart text utesluter Aion-modellen redan innan priset beaktas.

• Välj MiniMax M3.1 Flash om du behöver självhosta, klara en licensgranskning eller undvika ett beroende av en enda leverantör. MiniMax Community License har faktiska villkor – tillskrivning och en intäktströskel på 20 miljoner USD – men vikterna går att ladda ned, vilket är mer än vad Aion erbjuder. Artificial Analysis betecknar fortfarande modellen som proprietär, vilket är en rimlig tolkning av en communitylicens som inte är OSI-godkänd.

• Välj Aion 3.5 Mini om arbetet är prosa under 32K, text in och text ut, och du är villig att köra ditt eget A/B eftersom ingen annan har gjort det. Budgetera för reasoning-tokens och ställ medvetet in effort på låg eller hög i stället för att acceptera standardinställningen.

• Välj Aion 3.5 Mini om du redan använder Aion 3.5 och vill ha en leverantör, ett API-format och en faktureringsrelation för båda nivåerna. Nedtrappningen till Mini med 4,3x är det billigaste sättet att minska kostnaderna i den stacken utan att ändra något annat.

• Välj ingen av dem om beslutet måste försvaras med en granskad poäng. Endast en av dessa modeller har en sådan, och till och med den modellens detaljerade benchmarkresultat är körda av leverantören.

Vad routing löser och inte löser

OrcaRouter dirigerar inte MiniMax M3.1 Flash eller Aion 3.5 Mini i dag, så det här är inte en artikel där en nyckel ger dig endera modellen. Det den dirigerar är den föregående MiniMax-generationen och det närmast prisjämförbara alternativet: MiniMax-M3 och DeepSeek V4.1 Flash, båda till leverantörens listpris med 0 % påslag. Om den öppna frågan är huruvida en billigare modell kan bära din arbetsbelastning, är det de två du kan testa i eftermiddag utan ett nytt avtal.

Det routingargument som faktiskt gäller här handlar om det beslut du fattar. Ett prisgap på 4,7 gånger är tillräckligt litet för att rätt svar kan variera från uppgift till uppgift, och det ärliga sättet att hantera det är inte att välja en enda modell för allt. Det är att skicka de svåra turerna till modellen med bevis och de billiga turerna till den som passar, växla över när en leverantör försämras, och mäta kostnad per slutförd uppgift i stället för kostnad per token. Det är ett routingproblem innan det är ett modellproblem – och det är anledningen till att frågan ”vilken är billigare”, i sig själv, fortsätter att ge fel svar.

Vad skulle ändra denna dom?

Två saker, och båda är billiga för AionLabs att göra. Publicera ett benchmarkresultat för Aion 3.5 Mini — även ett leverantörskört sådant — och bevisdelen av den här jämförelsen blir diskutabel snarare än ensidig. Skaffa en post i {{KEEP}}Artificial Analysis{{/KEEP}}, och frågan om kostnad per uppgift går överhuvudtaget att besvara. Tills något av det händer är ett köp av {{KEEP}}Aion{{/KEEP}}-modellen en satsning på passform, gjord utan resultattavla.

På MiniMax-sidan är siffran att hålla koll på den utlovade Pro-varianten, och siffran att misstro är påståendet om en genomströmning på 200+ tokens per sekund i lanseringsmaterialet. Artificial Analysis mäter 116,2, vilket är ett bra resultat och hälften av rubriken. Leverantörers genomströmningssiffror är vanligtvis bästa-fall-siffror för en enda ström och kort kontext; den ärliga planeringssiffran är den uppmätta.

Domen för tillfället är oglamorös. För agentarbete, långa utdata, multimodal indata eller självhosting vinner MiniMax M3.1 Flash samtidigt på både kapacitet och pris, vilket är sällsynt och inte kräver mycket eftertanke. För prosa under 32K tokens är Aion 3.5 Mini en försvarbar specialist med en rimlig anledning att finnas och inga bevis bakom sig – köp den för att skrivandet passar, inte för att priset gör det, och räkna tänk-tokens innan du binder dig för kostnaden.