MiniMax-M3.1-Flash ทำคะแนนได้ 42 คะแนนบน Intelligence Index — และมีค่าใช้จ่ายเพียง $0.22 ต่อหนึ่งงาน
- Orcaใหม่Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 9 tok/s
- deepseekใหม่DeepSeek: DeepSeek V4.1 Flash 10172026-10-17$0.15 / $0.60 ต่อ 1 ล้านโทเค็น · 233 tok/s
- DeepSeekใหม่DeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 94 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 787 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 40 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 832 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 51 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 120 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
MiniMax-M3.1-Flash เปิดตัวเมื่อวันที่ 19 ตุลาคม 2026 ด้วยคะแนน Artificial Analysis Intelligence Index ที่ 42 ซึ่งสูงกว่า MiniMax-M3 ที่ 29 อยู่ 13 คะแนน โดยมีราคาต่อโทเคนเพียงครึ่งเดียว และ — ตัวเลขที่สำคัญจริง ๆ — มีต้นทุนต่อภารกิจน้อยกว่าครึ่ง คือ $0.22 เทียบกับ $0.51 โดยเสมอกับ GLM-5.3-Flash ที่ 42 ตามหลัง DeepSeek V4.1 Flash 1017 ที่ 45 อยู่สามคะแนน และมีต้นทุนต่ำกว่าทั้งสองรุ่นในการทำแบบทดสอบให้สำเร็จ ตัวเลขสี่ตัวนี้คือเรื่องราวทั้งหมดในบรรทัดเดียว ส่วนที่น่าสนใจคือสิ่งที่เกิดขึ้นเมื่อคุณเลิกอ่านดัชนีแล้วเริ่มอ่านใบแจ้งหนี้ เพราะโมเดลนี้มีต้นทุนต่อโทเคนที่ถูกและแพงต่อโทเคนอย่างผิดปกติในเวลาเดียวกัน ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งมีบันทึกไว้เบื้องหลังการเปิดตัวแบบนี้ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มาของตัวเอง ระดับความรุนแรง ระดับความเชื่อมั่น และธงข้อโต้แย้ง
ตัวเลขที่ MiniMax ไม่ได้ใส่ไว้ในโพสต์บล็อก
โพสต์เปิดตัวของ MiniMax ถือเป็นงานการตลาดแบบผู้ขายที่ทำได้ดี: การประมวลผลเร็วขึ้น คะแนนด้านเอเจนต์แข็งแกร่งขึ้น และต้นทุนงานเอเจนต์ต่ำกว่ารุ่นก่อนถึง 70% สิ่งที่โพสต์นี้ไม่มีคือตัวเลขสักตัวเดียวที่ให้คุณเปรียบเทียบโมเดลกับสิ่งใดก็ตามที่บริษัทไม่ได้สร้างขึ้นเอง ตอนนี้มีผู้จัดหาข้อมูลดังกล่าวจากภายนอกแล้ว โดย Artificial Analysis ซึ่งได้รัน MiniMax-M3.1-Flash ผ่านชุดการประเมินมาตรฐานของตนและเผยแพร่เมื่อวันที่ 19 ตุลาคม 2026
• Intelligence Index — 42 อยู่ในอันดับที่สี่จาก 173 โมเดลบนแทร็กเกอร์
• ต้นทุนต่องาน Intelligence Index — $0.22 เทียบกับ $0.51 สำหรับ MiniMax-M3 และ $0.28 สำหรับ GLM-5.3-Flash
• ราคาตามประกาศ — $0.15 ต่อ 1 ล้านโทเค็นอินพุต, $0.60 ต่อ 1 ล้านโทเค็นเอาต์พุต, $0.015 ต่อ 1 ล้านการอ่านจากแคช
• ราคาเฉลี่ยแบบผสม — $0.10 ต่อหนึ่งล้าน ตามสัดส่วนแคชที่ตรง/อินพุต/เอาต์พุต 7:2:1 ของตัวติดตาม
หน้าต่างบริบท — 1,000,000 โทเค็น
• ความเร็วเอาต์พุต — 125.5 โทเค็นต่อวินาที โดยใช้เวลา 1.04 วินาทีถึงโทเค็นแรก
• ความละเอียดเกินจำเป็น — ใช้โทเค็นเอาต์พุต 180 ล้านโทเค็นทั่วทั้ง Index เทียบกับค่ามัธยฐานที่ 99 ล้านโทเค็น
• รูปแบบอินพุต — ข้อความและรูปภาพ ตามที่ระบุในตัวติดตาม; เอกสารอ้างอิง API ของ MiniMax เองก็ระบุถึงวิดีโอด้วย
อันดับเป็นส่วนที่อ่อนที่สุดของพาดหัวนี้ การอยู่อันดับที่ 4 จาก 173 ฟังดูเหมือนได้ขึ้นโพเดียม และในความหมายแคบ ๆ ที่ตัวติดตามเปรียบเทียบโมเดลทุกขนาดและทุกช่วงราคา มันก็เป็นเช่นนั้นจริง แต่สามโมเดลที่อยู่เหนือขึ้นไป — DeepSeek V4.1 Flash 1017 ที่อันดับ 45 และระบบ frontier ขนาดใหญ่อีกสองระบบ — ไม่ใช่คู่แข่งของมันในการตัดสินใจจัดซื้อ โมเดลที่มันจะถูกนำมาเปรียบเทียบในรอบคัดเลือกจริง ๆ คือโมเดลที่อยู่ในช่วงราคาเดียวกัน และตรงนั้นภาพคือสูสีกันมากกับ GLM-5.3-Flash และแพ้แบบหวุดหวิดให้กับ Flash ใหม่ล่าสุดของ DeepSeek
42 สองครั้ง ด้วยเหตุผลที่แตกต่างกันสองประการ
GLM-5.3-Flash และ MiniMax-M3.1-Flash ต่างได้คะแนน 42 บนดัชนีเดียวกัน ซึ่งทำให้การเสมอกันนั้นมีประโยชน์น้อยกว่าที่เห็น ทั้งสองไปถึงจุดนั้นด้วยเส้นทางที่ตรงกันข้าม
GLM-5.3-Flash เป็นโมเดลแบบเปิดน้ำหนัก: มีพารามิเตอร์รวม 3.2 แสนล้านตัว ใช้งานจริง 1.8 หมื่นล้านตัว อยู่ภายใต้สัญญาอนุญาต MIT และมีน้ำหนักโมเดลบน Hugging Face ตั้งแต่เปิดตัวเมื่อวันที่ 26 สิงหาคม 2026 โดยทำงานที่ 78 โทเคนต่อวินาที ใช้เวลา 2.52 วินาทีถึงโทเคนแรก คิดราคา $0.15 ต่อล้านโทเคนขาเข้าและ $0.50 ขาออก และใช้จ่าย $0.28 ต่องาน index หนึ่งงาน ส่วน MiniMax-M3.1-Flash ยังเป็นแบบปิดในปัจจุบัน — MiniMax กล่าวว่าน้ำหนัก "จะเปิดเผยในภายหลัง" — ทำงานที่ 125.5 โทเคนต่อวินาที และใช้จ่าย $0.22 ต่องาน ดังนั้นการเสมอกันนี้จึงเป็นการเสมอกันในด้านความสามารถ และเป็นผลแบบแยกฝ่ายในทุกสิ่งที่ทีมงานระดับโปรดักชันให้ความสำคัญ: ตัวหนึ่งคุณดาวน์โหลดและควอนไทซ์ได้ อีกตัวเร็วกว่า 60% และถูกกว่าต่องาน 20%
DeepSeek V4.1 Flash 1017 ซึ่งเปิดตัวเมื่อสองวันก่อนหน้าในวันที่ 17 ตุลาคม เป็นการเปรียบเทียบที่ยากกว่า โดยได้คะแนน 45 ทำงานที่ 222 โทเค็นต่อวินาที — เกือบสองเท่า — และมีค่าใช้จ่ายขาเข้า $0.30 ขาออก $1.20 ซึ่งเป็นสองเท่าของเรตการ์ด MiniMax พอดี โดยมีส่วนลดแคช 98% ที่ทำให้ต้นทุนต่องานลดลงเหลือ $0.26 นอกจากนี้ยังเป็นน้ำหนักโมเดลแบบเปิดภายใต้สัญญาอนุญาต MIT โดยมีพารามิเตอร์รวม 552 พันล้าน และพารามิเตอร์ที่ใช้งานจริง 16 พันล้าน ในด้านขีดความสามารถดิบและความเร็วดิบ มันชนะอย่างชัดเจน ในแง่ค่าใช้จ่ายต่องานที่เสร็จสมบูรณ์ MiniMax ยังนำอยู่สี่เซนต์ ซึ่งเป็นส่วนต่างที่บางพอจนพฤติกรรมการแคชและความยาวเอาต์พุตจะเป็นตัวตัดสินในภาระงานจริง มากกว่าราคาตามรายการ
พูดให้ชัดเจนเลยว่า DeepSeek V4.1 Flash รุ่นเก่าที่เปิดตัวเมื่อ 10 กันยายน 2026 ได้คะแนน 39 — ต่ำกว่า MiniMax-M3.1-Flash คำต่อท้าย "1017" สำคัญ ใครก็ตามที่นำไปเทียบกับ checkpoint เดือนกันยายน กำลังเทียบกับโมเดลที่อ่อนกว่า
เกณฑ์มาตรฐานของผู้ขาย และคุณค่าที่แท้จริงของมัน
MiniMax เผยแพร่การประเมินผลหกรายการพร้อมกับการเปิดตัว ไม่มีรายการใดได้รับการทำซ้ำอย่างเป็นอิสระ และโพสต์ไม่ได้ให้คอลัมน์เปรียบเทียบ ดังนั้นตัวเลขเหล่านี้จึงมีประโยชน์หลักในฐานะภาพสะท้อนว่า MiniMax คิดว่าโมเดลนี้มีไว้เพื่ออะไร
• BankerToolBench — 76.2 ชุดเวิร์กโฟลว์สำหรับองค์กรที่ครอบคลุมการวางแผนหลายขั้นตอน ความสอดคล้องของเอกสาร และการเรียกใช้เครื่องมือแบบต่อเนื่อง
• DeepSWE v1.1 — 73.7% ความเข้าใจโค้ด การพัฒนาฟีเจอร์ การแก้ไขบั๊ก และการตรวจสอบการทดสอบ
• OSWorld V2 — 61.7 การใช้งานคอมพิวเตอร์ข้ามแอปพลิเคชัน; MiniMax อ้างว่าเป็นอันดับหนึ่งในกลุ่มโมเดลจีน
• Agents' Last Exam — 29.6 งานระดับมืออาชีพที่ต้องใช้เวลาระยะยาว; ข้อกล่าวอ้างเดิมว่า "เป็นอันดับหนึ่งในบรรดาโมเดลจีน"
• CyberGym — 82% การค้นหาและตรวจสอบช่องโหว่
• AutomationBench-AA — ได้รับการระบุว่าเป็นผู้มีผลการดำเนินงานระดับท็อป แต่ไม่มีการเผยแพร่คะแนน
บรรทัดสุดท้ายนั่นแหละคือจุดที่เผยความจริง AutomationBench คือ benchmark ที่รองรับจุดยืนด้าน "agentic" และเป็นตัวเลขเดียวที่โพสต์นั้นเลือกจะไม่เปิดเผย อีกห้าตัวเลขนั้นเป็นของจริงและเจาะจง แต่คะแนน benchmark ที่ไม่มีชุดเปรียบเทียบบอกได้เพียงว่าโมเดลทำอะไรได้ในห้องแล็บ และไม่ได้บอกเลยว่ามันชนะโมเดลที่คุณจ่ายเงินใช้อยู่หรือไม่ โปรดสังเกตด้วยว่าโมเดลนี้อยู่ในมือผู้ทดสอบเป็นเวลาสามสัปดาห์ในชื่อ MiniMax-M3.1-Flash-Preview ก่อนการเปิดตัวครั้งนี้ และไม่มีการเผยแพร่การประเมินที่เป็นอิสระของ checkpoint นั้นเช่นกัน — การวัดผลโดยบุคคลที่สามครั้งแรกของโมเดล M3.1 ใด ๆ คือ 42 ที่ปรากฏในวันเปิดตัว
ทำไมราคาโทเคนกับราคางานจึงไม่ตรงกัน
นี่คือกับดักในโมเดลนี้ และมันไม่ใช่เรื่องเล็กเลย อัตราค่าบริการของ MiniMax-M3.1-Flash อยู่ที่ครึ่งหนึ่งของ MiniMax-M3 พอดี: $0.15/$0.60 เทียบกับ $0.30/$1.20 สำหรับโทเค็นอินพุตสูงสุด 512,000 โทเค็น ข้อสรุปตามธรรมชาติคือปริมาณงานหนึ่งจะมีค่าใช้จ่ายเพียงครึ่งเดียว แต่ไม่เป็นเช่นนั้น ด้วยเหตุผลสองประการที่ทบต้นกัน
อย่างแรกคือความเยิ่นเย้อ บน Intelligence Index โมเดลนี้ใช้โทเค็นเอาต์พุต 180 ล้านโทเค็น ขณะที่โมเดลมัธยฐานใช้ 99 ล้าน โมเดลคิดที่ระดับความพยายามเริ่มต้นคือ max และโทเค็นการคิดถูกคิดเงินเป็นเอาต์พุตและนับรวมกับ max_tokens ลองคำนวณบนปริมาณงานที่เน้นเอาต์พุต: ที่ 180 ล้านโทเค็นเอาต์พุต MiniMax-M3 ในราคา $1.20 ต่อล้าน คิดเป็น $216 สิบล้านโทเค็นที่ $0.60 คิดเป็น $108 — การหารครึ่งยังคงเป็นจริง ดังนั้นอัตราคิดเงินนั้นตรงไปตรงมา สิ่งที่ขยับคือปริมาณ
เหตุผลข้อที่สองคือคุณไม่สามารถปิดการคิดได้เลย เอกสารอ้างอิง API ของ MiniMax ระบุชัดเจนว่า การส่ง thinking: {"type": "disabled"} จะได้ HTTP 400 และ reasoning_effort: "none" ก็ถูกปฏิเสธในลักษณะเดียวกัน บันไดห้าระดับ — low, medium, high, xhigh, max — เป็นเพียงตัวควบคุมเดียวที่คุณมี และการละเว้นฟิลด์นี้หมายถึง max ในทางตรงกันข้าม MiniMax-M3 อนุญาตให้คุณปิดการคิดได้ทั้งหมด และค่าเริ่มต้นคือปิดอยู่บนเอนด์พอยต์ที่เข้ากันได้กับ Anthropic
ผลลัพธ์ในทางปฏิบัติ: สำหรับงานจำแนกประเภท การสกัดข้อมูล หรือการจัดรูปแบบ ซึ่งคุณเคยจ่ายสำหรับโทเคนเอาต์พุตหกสิบโทเคนและไม่มีการใช้เหตุผล MiniMax-M3 ที่ปิดการคิดไว้ในราคา $1.20 ต่อล้านโทเคนเอาต์พุตยังคงมีต้นทุนต่ำกว่า MiniMax-M3.1-Flash ที่ $0.60 ได้ เพราะโมเดลที่ใหม่กว่าจะใช้โทเคนการคิดหลายร้อยโทเคนก่อนตอบ สำหรับการรันแบบเอเจนต์ — การใช้เครื่องมือหลายขั้นตอน เซสชันการเขียนโค้ดที่ยาวนาน และลูปการใช้งานคอมพิวเตอร์ — โมเดลที่ใหม่กว่าชนะ และตัวเลขต้นทุนต่องานที่เป็นอิสระยืนยันเรื่องนี้: $0.22 เทียบกับ $0.51 คือการลดลง 57% ไม่ใช่ 50% เพราะเส้นทางการทำงานที่สั้นกว่าชดเชยต้นทุนการใช้เหตุผลที่เพิ่มขึ้นได้มากกว่า
วิธีที่ถูกต้องในการอ่านการเปิดตัวแบบนี้คือคิดเป็นต่อหนึ่งงานที่ทำเสร็จ ไม่ใช่ต่อโทเค็น และ $0.22 ของ tracker คือตัวเลขเดียวในบทความนี้ที่คำนวณเรื่องนั้นให้คุณไว้แล้ว
จัดต้นทุนให้เหมาะสมโดยไม่ต้องเขียนสแตกใหม่
ต้นทุนต่องานเป็นเรื่องของการตัดสินใจด้านการกำหนดเส้นทางมากกว่าการตัดสินใจด้านการจัดซื้อ โมเดลในการเปรียบเทียบนี้ไม่ได้ใช้แทนกันได้บนแกนเดียว: MiniMax-M3.1-Flash เร็วและมีต้นทุนต่ำต่องานแต่เป็นแบบปิด; GLM-5.3-Flash มีความสามารถเดียวกันพร้อมน้ำหนักโมเดลที่ดาวน์โหลดได้; DeepSeek V4.1 Flash 1017 เร็วกว่าและแข็งแกร่งกว่าในอัตราค่าโทเคนสองเท่า ทีมส่วนใหญ่ลงเอยด้วยการใช้สองในสามโมเดล โดยแบ่งทราฟฟิกตามประเภทงาน
การแยกส่วนแบบนั้นคือกรณีที่ OrcaRouter ถูกสร้างขึ้นมาเพื่อรองรับ: คีย์ API เดียวใช้ได้กับกว่า 200+ โมเดล โดยราคาตามรายการของผู้ให้บริการถูกส่งผ่านในอัตราบวกเพิ่ม 0%ดังนั้นเมื่อ MiniMax ลดอัตราค่าบริการลงครึ่งหนึ่ง ตัวเลขบนใบแจ้งหนี้ของคุณก็จะเปลี่ยนภายในวันเดียวกัน แทนที่จะรอถึงการต่อสัญญาครั้งถัดไป ส่วนตัว MiniMax-M3.1-Flash ยังไม่มีอยู่ในแคตตาล็อกของเรา — วันนี้สามารถเรียกใช้ได้ผ่าน API ของ MiniMax เอง, M Plan และ MiniMax Code และไม่มีที่อื่นที่เรายืนยันได้ สิ่งที่เราเตอร์ได้แล้วบน OrcaRouter คือรายชื่อที่เหลือในช็อตลิสต์: MiniMax-M3, GLM-5.3-Flash และ DeepSeek V4.1 Flash 1017 ทั้งสามตัวบนคีย์เดียว ดังนั้นการเปรียบเทียบข้างต้นจึงสามารถรันบนทราฟฟิกของคุณเองได้แทนที่จะพึ่งเบนช์มาร์ก
ระบบเฟลโอเวอร์อัตโนมัติมีความสำคัญกว่าปกติ เมื่อโมเดลใหม่ล่าสุดในสายผลิตภัณฑ์ยังเป็นรุ่นที่มีประวัติการใช้งานจริงน้อยที่สุดด้วย MiniMax-M3.1-Flash เพิ่งเปิดตัวได้สองวัน เส้นทางการย้ายระบบจากรุ่นก่อนหน้ายังดำเนินอยู่ และผู้จำหน่ายสัญญาว่าจะมีโมเดล Pro ที่มีความสามารถสูงกว่าในภายหลัง — ซึ่งเป็นสถานการณ์ที่คุณต้องการโมเดลตัวที่สองรองอยู่หลังตัวแรกในตารางการจัดเส้นทาง มากกว่าจะต้องเขียนใหม่ในอีกสามสัปดาห์
ดูอะไรดี
สามสิ่งจะตัดสินว่า 42 จะยังคงเป็นตัวเลขที่ผู้คนอ้างถึงในอีกหกเดือนข้างหน้าหรือไม่ อย่างแรกคือเวตของโมเดล: MiniMax ให้คำมั่นว่าจะเปิดเผยเวตเหล่านี้ "ภายหลัง" โดยไม่มีกำหนดวันที่ และการเปิดเวตจะทำให้มันกลายเป็นโมเดลที่ดาวน์โหลดได้ซึ่งมีต้นทุนต่องานต่ำที่สุดในระดับเดียวกันในชั่วข้ามคืน อย่างที่สองคือโมเดล Pro: MiniMax กล่าวว่าจะมีเวอร์ชันที่แข็งแกร่งกว่าออกมา ซึ่งโดยปกติหมายความว่า Flash จะถูกจัดตำแหน่งใหม่ในเรื่องราคา และอย่างที่สามคือการทำซ้ำอย่างอิสระของตัวเลขด้านเอเจนต์ — OSWorld V2, ALE และ CyberGym เป็นเบนช์มาร์กที่แตกต่างกันมากที่สุดระหว่างฮาร์เนสพอดี และตอนนี้ตัวเลขทุกตัวในนั้นมาจากบริษัทที่ขายโมเดลนี้
จนถึงตอนนั้น สรุปที่ป้องกันได้อย่างจำกัดและมีประโยชน์คือ: ที่ $0.22 ต่องาน MiniMax-M3.1-Flash เป็นวิธีที่ถูกที่สุดในการซื้อคะแนน Intelligence Index ที่ 42 โดยทำคะแนนได้เท่ากับ GLM-5.3-Flash ในคะแนนนั้น ขณะที่เร็วกว่าและเป็นแบบปิด และแพ้ DeepSeek V4.1 Flash 1017 ในด้านความสามารถและความเร็ว แต่ชนะในด้านต้นทุนต่องานที่เสร็จสมบูรณ์ หากภาระงานของคุณเป็นแบบเอเจนต์ การแลกเปลี่ยนนี้คุ้มค่าที่จะทำวันนี้ หากเป็นการเรียกจำแนกประเภทสั้น ๆ หนึ่งพันครั้ง โมเดลที่มันเข้ามาแทนอาจยังเป็นตัวที่ถูกกว่าอยู่
การเปรียบเทียบในบทความนี้2
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
