MiniMax M3.1 Flash vs Qwen 3.8 Flash: Samma indatapris, motsatta arkitekturer

MiniMax-M3.1-Flash och Qwen3.8-Flash kostar samma femton cent per miljon indatatokens och bygger på oförenliga teorier om vart pengarna tar vägen. MiniMax-M3.1-Flash, allmänt tillgänglig sedan 19 oktober 2026, är en sluten modell som resonerar vid varje anrop vare sig du vill det eller inte och genererar 125,5 tokens per sekund. Qwen3.8-Flash är en mixture of experts med 125 miljarder parametrar som aktiverar cirka sex miljarder av dem per token, genererar ungefär 51,6 tokens per sekund på den oberoende mätta checkpointen och säljer utdatatokens tretton cent billigare. Den ena är snabb och ordrik; den andra är långsam och kortfattad. Vilken som är billigare för din trafik beror på ett förhållande som de flesta team aldrig mäter, och det är den enda verkliga frågan i den här jämförelsen. De dokumenterade AI-misslyckandena och agentincidenterna bakom lanseringar som den här samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och flagga för omstridd status.

En sak att rätta till före siffrorna, eftersom det påverkar varje rad nedan. Qwen3.8-Flash är en hostad produkt. Det du kan ladda ner är Qwen3.8-Flash-Next, som delar arkitekturen men inte namnet, licensen eller nödvändigtvis beteendet – och de oberoende benchmark-siffror som finns gäller Flash-Next, inte den hostade Flash. Det enda oberoende uppmätta resultatet för MiniMax-M3.1-Flash gäller själva modellen, eftersom det inte finns något annat att mäta. Där en siffra nedan är ett leverantörstal står det så; där den är från Artificial Analysis står det så; där raden inte kan jämföras ärligt anger raden det i stället.

De två arkitekturerna är inte två inställningar av en och samma design

Qwens modell är den mer läsbara av de två, och dess siffror är publicerade i tillräcklig detalj för att man ska kunna resonera kring dem. Qwen3.8-Flash har 48 lager med 512 experter per lager, tio routade plus en delad, och bygger på 125 miljarder parametrar totalt med ungefär 6 miljarder aktiva per token – cirka 95 % gleshet. Vid sidan av expertstacken har den en n-gram-inbäddningstabell på 51 miljarder parametrar och ett multi-token-prediction-huvud på 4 miljarder parametrar, så den lagrade artefakten ligger närmare 180 miljarder parametrar än 125 miljarder. Multi-token-prediktion är den del som spelar roll för hastigheten: den låter modellen föreslå flera tokens per framåtpassning och verifiera dem, vilket är hur en så här gles modell över huvud taget förblir användbar.

MiniMax har inte publicerat något jämförbart parameterantal för MiniMax-M3.1-Flash. Lanseringsinlägget handlar om resultat – agentiska benchmarks, en påstådd minskning av användningskostnaden med 70 %, inferens som är "nästan tre gånger snabbare" än förhandsversionen – och inte om nätverkets utformning. Den asymmetrin är i sig en datapunkt om de två produkterna: Qwen säljer en arkitektur som man i princip skulle kunna hosta, MiniMax säljer en tjänst. För en jämförelsesida innebär det att arkitekturargumentet bara går åt ett håll. Du kan med säkerhet säga varför Qwen3.8-Flash är snabb per aktiv parameter. Du kan inte säga något om varför MiniMax-M3.1-Flash är snabb, eftersom leverantören inte har berättat det för dig.

En rad per dimension, båda sidorna på varje

• Inpris — $0.15 per miljon tokens för båda, vilket är där sammanträffandet som ramar in den här sidan kommer ifrån

• Utpris — MiniMax-M3.1-Flash på 0,60 USD per miljon mot Qwen3.8-Flash på 0,47 USD, en skillnad på 28 % till M​iniMaxs nackdel

• Cachelagring — M​iniMax tar $0.015 per miljon cachelagrade indatatokens; QwenCloud listar $0.016 per miljon cacheläsningar och $0.20 per miljon för explicit cacheskapande, så M​iniMax cache är den enklare och något billigare av de två

• Kontext — MiniMax-M3.1-Flash med 1 000 000 tokens; Qwen3.8-Flash med 1 000 000 som standard med en maximal indata på 991 000 tokens och en maximal utdata på 131 000 tokens

• Oberoende kapacitet — Artificial Analysis ger MiniMax-M3.1-Flash 42 på sitt Intelligence Index, rankad 41:a av 173 modeller; samma tracker ger Qwen3.8-Flash-Next 40, och inget indexvärde publiceras för den hostade Qwen3.8-Flash

• Utdatashastighet – 125,5 tokens per sekund och 1,04 sekunder till första token för MiniMax-M3.1-Flash; 51,6 tokens per sekund för Qwen3.8-Flash-Next i samma tracker, vilket är den närmaste jämförbara siffran som finns

• Kostnad per slutförd uppgift – 0,22 USD för MiniMax-M3.1-Flash på trackerns egen testrigg; ingen motsvarande siffra har publicerats för någon av Qwen-artefakterna

• Ordrikedom — 180 miljoner output-tokens förbrukades under MiniMax-M3.1-Flashs Intelligence Index-körning, jämfört med en median på 99 miljoner för modellerna i trackern; Q​wen publicerar ingen jämförbar siffra

• Resonemangsstyrning – M​iniMax returnerar HTTP 400 om du skickar thinking: {"type": "disabled"} och avvisar reasoning_effort: "none", vilket lämnar en femstegsstege där standardvärdet är max; A​libaba dokumenterar både thinking- och non-thinking-lägen för Qwen3.8-familjen, så detta är den enda raden där de två leverantörernas dokumentation inte är direkt jämförbar och du bör testa växlingen mot din endpoint i stället för att lita på någon av sidorna

• Vikter — M​iniMax uppger att vikterna för MiniMax-M3.1-Flash "kommer att släppas senare" utan datum; vikterna för Qwen3.8-Flash har inte publicerats alls, och den nedladdningsbara Qwen3.8-Flash-Next distribueras under Q​wen Community License 1.0 i stället för Apache 2.0

• Indatamodaliteter – text och bild på båda, där Qwen3.8-Flash även accepterar video och båda endast returnerar text

Skillnaden i utpris är mindre än skillnaden i utvolym.

Tretton cent per miljon utdatatoken låter som ett avrundningsfel bredvid en rubrik på 28 %. I en verklig arbetsbelastning kan det vara hela avgörandet, i motsatt riktning mot prislistan, eftersom de två modellerna inte producerar samma antal token för samma uppgift.

MiniMax-M3.1-Flash kan inte sluta tänka. Dess API-referens returnerar 400 för den självklara begäran att stänga av det, och den enda hävstången är hur hårt den tänker – från low till max, med max som standard. Artificial Analysis mätte konsekvensen: 180 miljoner utdatatoken under sin indexkörning, där medianmodellen i samma tracker gör av med 99 miljoner. Det är 1,8× outputvolymen för en typisk modell, och tänktoken faktureras som utdatatoken och räknas mot ditt tak för max_tokens.

Räkna på ett medvetet enkelt fall. En arbetsbelastning som skulle kosta en dollar i utdatatokens på en medianmodell kostar 1,82 dollar på MiniMax-M3.1-Flash om verbositetskvoten håller. Samma arbetsbelastning på Qwen3.8-Flash till 0,47 dollar i stället för 0,60 dollar kostar 0,78 dollar innan någon volymjustering — och om Qwens icke-tänkande läge är tillgängligt och du använder det finns det ingen tänkandevolym att betala för alls. På utdatadominerad trafik multipliceras gapet på tretton cent och verbositeten på 1,8× till något som närmar sig en total skillnad på 2,3×. Det är argumentet mot MiniMax-M3.1-Flash, uttalat så rakt på sak som det förtjänar.

Argumentet för detta är hastighet, och hastighet är inte en mjuk fördel när arbetsbelastningen är agentisk. Med 125,5 tokens per sekund mot 51,6 producerar MiniMax-M3.1-Flash utdata ungefär 2,4 gånger snabbare, vilket innebär att en flerstegsloop för verktygsanvändning som tar Q​wen tjugo sekunder att generera tar M​iniMax åtta. Om din agent gör fyrtio modellanrop för att slutföra en uppgift är det skillnaden mellan en uppgift på tretton minuter och en på fem minuter, och sådan latens förändrar vad du kan bygga, inte bara hur mycket du betalar. Det innebär också att M​iniMax extra tokens anländer på kortare klocktid än Q​wens färre tokens, vilket är meningen som gör argumentet om verbositet komplicerat i stället för avgörande.

Två leverantörers benchmarktabeller som du inte kan ställa sida vid sida

Båda företagen publicerade utvärderingar, och båda uppsättningarna är oanvändbara för en direkt jämförelse, av en anledning som är värd att sägas rakt ut i stället för att försöka tala sig runt.

MiniMaxs tabell för MiniMax-M3.1-Flash omfattar BankerToolBench på 76,2, DeepSWE v1.1 på 73,7 %, OSWorld V2 på 61,7, Agents' Last Exam på 29,6 och CyberGym på 82 %, och beskriver sitt AutomationBench-AA-resultat som ett av de bästa utan att ange någon poäng. Alibabas tabell för Qwen3.8-Flash-Next omfattar SWE-bench Pro på 62,5, DeepSWE 1.1 på 58,7, CoWorkBench på 73,9, AndroidWorld på 84,5, MathVision på 95,7 och JobBench på 55,7. De två listorna har exakt ett benchmarknamn gemensamt – DeepSWE v1.1 – och där är leverantörssiffrorna 73,7 % mot 58,7 %, en skillnad på femton procentenheter som ser avgörande ut men inte är jämförbar, eftersom de två siffrorna avser andra modeller än de som finns på den här sidan (den ena är den hostade Flash-Next, den andra är M3.1-Flash) och eftersom inget av företagen publicerade testramverket, scaffoldet eller godkännandekriterierna.

Det tabellerna är bra för är att läsa av avsikten. MiniMax mätte datoranvändning, långsiktiga professionella uppgifter och upptäckt av sårbarheter — profilen för en modell avsedd att styra programvara. Alibaba mätte kodning, multimodal matematik och styrning av mobila enheter — profilen för en modell avsedd att bäddas in i applikationer i olika modaliteter. Ingen av tabellerna innehåller en konkurrents siffra, och ingen av dem bör användas som om den gjorde det.

Vad licenserna faktiskt tillåter

Open-weight-berättelsen är den rad som de flesta köpare missförstår, åt båda hållen.

Qwen3.8-Flash är inte öppen. Det som är öppet är Qwen3.8-Flash-Next, och skillnaden är inte kosmetisk: det är en separat artefakt, publicerad den 26 augusti 2026, som Alibabas eget labb beskriver som en förhandsversion av arkitekturen som kommer att ligga till grund för Qwen4, levererad som 131 shards som totalt uppgår till ungefär 360 GB i bf16 och FP8, utan någon GGUF-kvantisering från leverantören. Den omfattas av Qwen Community License 1.0, som inte är Apache 2.0 och inte är den licens som många team förutsätter när de hör "Qwen-vikter". Alla som planerar att ladda ner Flash och köra det lokalt bör läsa igenom licensen innan de dimensionerar hårdvaran, eftersom 360 GB vikter inte får plats på en enda accelerator och kvantiseringar från communityn är den enda vägen till ett mindre fotavtryck.

MiniMax-M3.1-Flash är sluten med ett löfte. Lanseringsinlägget säger att vikterna "kommer att släppas senare" och anger inget datum, ingen licens och ingen storlek. Det är en strikt svagare position än Qwens — en sak som du kan ladda ner i dag under en restriktiv licens slår en sak som du kanske kan ladda ner så småningom under okända villkor — men det är inte ingenting, och det är det enskilt mest sannolika som kan förändra kalkylen på den här sidan. Om MiniMax släpper vikter slutar prisjämförelsen att spela någon roll för alla med GPU:er, och den sparsitetsfördel som Qwen fick med 6 miljarder aktiva parametrar ställs mot en konkurrent som också kan köras på din egen hårdvara.

Vilken ska man ringa idag?

Båda är nåbara via OrcaRouter, men inte i lika hög grad. Qwen3.8-Flash finns i katalogen som qwen/qwen3.8-flash, en av fler än 200 modeller bakom en enda API-nyckel, med leverantörernas listpriser vidarebefordrade utan påslag. MiniMax-M3.1-Flash finns inte i katalogen; den kan anropas via M​iniMaxs eget API, deras M Plan och M​iniMax Code, samt via den leverantörspartner M​iniMax angav den 21 oktober. Det som går att routa från M​iniMax-sidan är resten av serien — MiniMax-M3 bland dem — så ett team som vill testa jämförelsen på sin egen trafik kan sätta qwen/qwen3.8-flash och minimax/minimax-m3 bakom en enda nyckel och mäta, i stället för att läsa två leverantörstabeller och gissa.

Den mätningen är värd att göra innan du bestämmer dig, eftersom de två modellerna misslyckas på motsatta sätt i ett benchmark. MiniMax-M3.1-Flash kommer att verka dyr per token och billig per slutförd uppgift om ditt arbete är agentiskt, med långa trajektorier som modellen avslutar i färre rundturer eftersom var och en är snabb. Qwen3.8-Flash kommer att verka billigare på varje rad på fakturan och sämre i varje latenskänslig loop, eftersom 51,6 tokens per sekund är en verklig begränsning när en agent behöver fyrtio sekventiella svar. Inget av detta är en defekt. Det är de två designerna som fungerar som avsett.

Den snäva slutsatsen: om du bygger en agent som styr programvara och betalar per slutförd uppgift i stället för per token, är hastigheten hos MiniMax-M3.1-Flash värd dess ordrikedom, och dess stängda vikter är inträdespriset tills MiniMax släpper dem. Om du kör extrahering, klassificering eller generering i hög volym där utdatalängden är begränsad och latensen inte är den avgörande begränsningen, är Qwen3.8-Flash billigare enligt prislistan och billigare igen när du slutar betala för resonemangstoken du inte bad om — och om du behöver äga modellen i stället för att hyra den, är Qwen3.8-Flash-Next den enda av de två som du faktiskt kan hålla i, under en licens du bör läsa först.