MiniMax M3.1 Flash vs Gemini 3.8 Flash: Prisgapet fördubblas den 1 januari

Det dyraste med Gemini 3.8 Flash är inte dess pris i dag. Det är datumet som är kopplat till den. Google lanserade Gemini 3.8 Flash den 2 september 2026 till 0,75 dollar per miljon indatatoken och 3,75 dollar per miljon utdatatoken, med cachad indata på 0,075 dollar, och har sagt att den taxan bara gäller till och med den 31 december 2026. Den 1 januari 2027 fördubblas den till 1,50 och 7,50 dollar, med cachad indata på 0,15 dollar. MiniMax M3.1 Flash lanserades den 19 oktober 2026 till 0,15 och 0,60 dollar, oförändrat, med cachad indata på 0,015 dollar, och dess vikter lades upp på Hugging Face den 23 oktober. I dag är prisförhållandet för indata fem mot ett och för utdata drygt sex mot ett. I januari är de tio mot ett och tolv och ett halvt mot ett, och ingenting hos någon av modellerna kommer att ha förändrats utom kalendern.

Det gör detta till en ovanlig duell. Kapacitetsmässigt ligger de två nära varandra: Artificial Analysis ger MiniMax M3.1 Flash 43 och Gemini 3.8 Flash 41 på samma Intelligence Index v4.3.2. Kostnaden per slutförd indexuppgift är de inte alls nära varandra — 0,22 USD mot 1,24 USD. Den intressanta frågan är inte vilken modell som är bättre. Det är vilken av de två skillnaderna man kan bygga en budget kring, och vilken som löper ut.

Två prislistor, två typer av utgång

Sätt strukturerna bredvid varandra före siffrorna. MiniMaxs priskort är en fast taxa: samma $0.15 och $0.60 oavsett tid på dygnet, med 90 % rabatt på cachad indata. Geminis priskort är en kampanjtaxa med ett aviserat slutdatum och en cacheläsning som kostar fem gånger så mycket som MiniMaxs. Ingen av dem är ett trick; de är olika kommersiella satsningar. MiniMax köper sig ökad användning med ett lågt listpris. Google köper sig ökad användning med en tillfällig rabatt på en modell som man räknar med att fortsätta sälja till den högre taxan.

• MiniMax M3.1 Flash — $0,15 för indata, $0,60 för utdata, $0,015 för cachad indata per miljon tokens, fast pris, ingen nivå beroende på tid på dygnet

• Gemini 3.8 Flash idag — 0,75 USD för indata, 3,75 USD för utdata, 0,075 USD för cachad indata per miljon token, till och med 31 december 2026

• Gemini 3.8 Flash från 1 januari 2027 — 1,50 USD input, 7,50 USD output, 0,15 USD cachad input per miljon tokens

• Cacheförhållande — 5x till MiniMaxs fördel idag, 10x efter ändringen

• Kontext — 1 000 000 indatatoken på båda

• Maximal utdata – 524 288 token på MiniMax mot 65 536 på Gemini

• Vikter — MiniMax Community Licence och en nedladdning på 252 GB på MiniMax; stängda på Gemini

Kör en arbetsbelastning för supportassistent genom båda: 20 miljoner indatatokens i månaden vid en cacheträffsgrad på 60 %, plus 3 miljoner utdatatokens. På Gemini 3.8 Flash i dag är det 6,00 USD färsk indata, 0,90 USD cachad indata och 11,25 USD utdata – 18,15 USD. Från januari är det 12,00, 1,80 och 22,50 USD – 36,30 USD. På MiniMax M3.1 Flash är samma månad 1,20, 0,18 och 1,80 USD – 3,18 USD. Skillnaden är 5,7x i dag och 11,4x efter ändringen. Geminis cacheminne faktureras separat per timme, så den cachade raden är ett golv snarare än hela kostnaden; jämförelsens riktning förändras inte.

Det är också där ett routinglager förtjänar sin plats. OrcaRouter för vidare leverantörernas listpriser med 0 % påslag, så januarijusteringen kommer att synas i dina routingkostnader samma dag som den syns i Googles dokumentation, utan nytt avtal och utan omförhandling. Samma genomsläpp gäller för alla rutter i katalogen, vilket innebär att Gemini-sidan av prisjämförelsen ovan kan köras om mot din egen trafik i stället för mot en hypotetisk månad.

Vad det oberoende indexet säger, och vad det inte säger

Artificial Analysis mäter båda modellerna på samma svit, vilket gör dess siffror till den enda jämförbara kapacitetsjämförelsen i den här artikeln. Gapet på två punkter är tillräckligt litet för att det inte ensamt bör avgöra en upphandling, men gapet i kostnad per uppgift är tillräckligt stort för att ensamt avgöra en.

• Intelligensindex — 43 för MiniMax M3.1 Flash, 41 för Gemini 3.8 Flash vid hög ansträngning, båda v4.3.2

• Kostnad per indextask — 0,22 USD mot 1,24 USD, en skillnad på 5,6 gånger

• Utdatningshastighet — 92,5 token per sekund jämfört med 146,9

• Tid till första token – 1,52 sekunder jämfört med 24,70 sekunder vid hög ansträngning

• Utdata-tokens på indexkörningen – ungefär 180 miljoner för MiniMax, 170 miljoner för Gemini, båda väl över medianen

• Indatamodaliteter — text, bild och video på MiniMax; text, bild, tal och video på Gemini

Indexet är ett kapacitetsgenomsnitt, inte en arbetsbelastning. Geminis 41 mäts vid hög resonemangsansträngning, och ett team som kör det på medium kommer att se en annan poäng och en annan kostnad. MiniMax 43 mäts vid dess standardansträngning, som är max, eftersom tänkandet inte kan stängas av. Det är inte samma driftspunkt, och gapet på två punkter bör läsas med det i åtanke. Det är också därför siffran för kostnad per uppgift är den mer ärliga jämförelsen: den inkluderar redan varje models standardmässiga ordrikedom och resonemangsbeteende.

Utdatataket är den verkliga skiljelinjen.

Bortse från priset ett ögonblick. Den strukturella skillnaden mellan dessa två modeller är hur mycket de kan skriva i ett enda anrop. Gemini 3.8 Flash begränsar utdata till 65 536 token. MiniMax M3.1 Flash tillåter 524 288. Det är en skillnad på åtta mot ett, och den avgör hela kategorier av arbetsbelastningar innan man ens tittar på prislistan.

Ett tak på 65K är generöst för chatt, extrahering, sammanfattning och vanlig kodgenerering. Det är inte generöst för en refaktorering av en hel kodbas, en genererad rapport med tabeller och bilagor, en omskrivning av en lång transkription, eller en agent som skriver en plan och sedan utför den i ett enda svar. Över 65K utdatatoken förlorar Gemini inte prismässigt; det slutar vara ett alternativ om du inte bygger en chunkningspipeline runt det. MiniMax 524K-tak är den förmåga som gör dess långkontextfönster användbart i stället för dekorativt.

Ingångssidan är jämnare. Båda modellerna accepterar en miljon token i kontext, och båda accepterar video. Gemini accepterar även ljud och PDF-dokument; MiniMax modellkort listar text, bild och video. Om din pipeline transkriberar mötesljud eller läser skannade kontrakt är det Geminis territorium, och ingen prisaritmetik i världen ändrar på det. Om dina indata är skärmbilder, videorutor och kod kan båda modellerna se dem.

Resonemangsansträngning är en latensratt, och rattarna är inte desamma

Båda modellerna tänker innan de svarar, och båda debiterar tänkandet som utdata. Kontrollerna skiljer sig. Gemini exponerar låg, medel och hög ansträngning, med medel som standard och tänkande påslaget som standard. MiniMax exponerar låg, medel, hög, xhigh och max, med max som standard när fältet utelämnas, och avvisar alla försök att stänga av tänkandet med HTTP 400.

Den asymmetrin syns i latenssiffrorna. Artificial Analysis mäter MiniMax till en median på 1,52 sekunder till första token och Gemini till 24,70 sekunder vid hög ansträngning. Siffran för Gemini är inte ett serveringsfel; det är vad en resonemangsmodell med hög ansträngning gör innan den skickar ut den första token i ett benchmarkramverk. Men det är ett produktbeslut. Ett streamande gränssnitt som väntar 25 sekunder innan första token känns trasigt, och ett team som sänker Gemini till låg ansträngning för att åtgärda det jämför inte längre den modell som indexet mätte.

MiniMaxs obligatoriska tänkande har samma problem fast omvänt. Ett klassificerings- eller formateringsarbete som förut kostade sextio uttoken betalar nu för ett resonemangsspår före svaret, även vid låg ansträngning. Priset per token är lägre; antalet token är högre. Det är därför kostnaden på $0,22 per slutförd uppgift är siffran att hänvisa till, inte taxan på $0,60.

Tillförlitlighetsförbehållet som ingen av prislistorna visar

Billig och kapabel är inte samma sak som säker att automatisera. Artificial Analysiss AA-Omniscience-utvärdering placerade MiniMax M3.1 Flash på 16:e plats totalt med en hallucineringsgrad på 93 %: när modellen inte visste ett svar svarade den ändå nästan varje gång i stället för att avstå. Det är det enskilt viktigaste talet i den här jämförelsen för den som bygger en agent som agerar utifrån utdata. En modell som är fem gånger billigare per uppgift och sällan säger "jag vet inte" kan bli långt dyrare när en människa måste kontrollera dess arbete.

Gemini 3.8 Flash har sina egna felmoder – det är en ordrik resonerare, och Googles kampanjprissättning tyder på att företaget fortfarande köper användning snarare än försvarar ett moget pris – men beteendet att avstå från att svara är den dokumenterade asymmetrin. Det praktiska svaret är inte att undvika MiniMax. Det är att routa runt svagheten: ha en andra modell bakom den för faktasökningar, kräv källhänvisningar eller verktygsgrundade svar på högriskvägar och mät hur ofta varje modell avstår från att svara i din egen utvärderingsuppsättning i stället för att lita på något av labbens benchmarktabeller.

Var OrcaRouter passar

OrcaRouter dirigerar Gemini 3.8 Flash idag. Det driftar inte MiniMax M3.1 Flash, och den här artikeln hävdar inte att det gör det. Det routern ger dig är Gemini-sidan av jämförelsen på samma nyckel som över 200 andra modeller, till leverantörens listpris med 0 % påslag, så januariprisändringen slår igenom samtidigt som den slår igenom hos Google. Den ger dig också automatisk failover: om Gemini-vägen är långsam eller ger fel kan förfrågan hamna på en annan modell utan att anroparen behöver ändra något.

Om du testar MiniMax M3.1 Flash mot Gemini är den praktiska lösningen att anropa MiniMax via dess eget API eller en tredjepartsplattform, hålla Gemini routbart via OrcaRouter och jämföra de två på dina egna prompter och din egen månatliga tokenmix. Prisskillnaden är verklig, men arbetsbelastningen som ger upphov till den är din, inte benchmarkens.

Januaribeslutet, tidigarelagt

Frestelsen är att vänta till december med att bestämma. Det är fel ordning. Geminis prisändring är redan publicerad, MiniMax-priset är redan oförändrat, och arbetsbelastningsberäkningen kan göras idag. En textbaserad pipeline som idag lägger 1 000 USD i månaden på Gemini-utdata kommer i januari att lägga ungefär 2 000 USD för samma tokens. Att flytta den till MiniMax nu kostar en migrering och sparar januariräkningen; att flytta den i januari kostar båda delarna. En pipeline som behöver ljudinmatning eller Googles ekosystemintegration bör stanna kvar, budgetera för ökningen och sluta låtsas att den nuvarande taxan är den verkliga.

Det finns också en medelväg som ingen av prislistorna gör reklam för: kör båda. Gemini för de förfrågningar som kräver ljud, video eller en bredare dokumentläsning; MiniMax för den texttunga majoriteten där prisskillnaden är störst. Den uppdelningen är ett routingbeslut, inte en omskrivning, om din gateway kan adressera båda.

Kortversionen: på en textarbetsbelastning är MiniMax M3.1 Flash ungefär fem gånger billigare idag och ungefär tio gånger billigare i januari, med ett liknande oberoende betyg och ett mycket högre utdatatak. På en multimodal arbetsbelastning som kräver ljud är Gemini 3.8 Flash den enda av de två som klarar jobbet, och januarhöjningen är priset för den förmågan. Inget av svaren är nära. Misstaget är att välja utifrån dagens taxa utan att läsa datumet bredvid.