Claude Haiku 5.5 so với MiniMax M3.1 Flash Preview: Một bên có giá, bên kia có gói token

MiniMax M3.1 Flash Preview không có giá trên mỗi token được công bố. Không phải giá cao, cũng không phải giá khuyến mãi — mà là không có. Nó chỉ khả dụng thông qua Token Plan của nhà cung cấp và giao diện Code của nó, và tài liệu dành cho nhà phát triển nói đúng như vậy. Claude Haiku 5.5, ra mắt ngày 7 tháng 10 năm 2026, có giá 0,10 USD cho mỗi triệu token đầu vào và 0,50 USD cho mỗi triệu token đầu ra với prompt tối đa 100.000 token. Vậy điều đầu tiên cần nói về cuộc so sánh này là nó không phải so sánh giá, vì chỉ một trong hai mô hình có giá. Thay vào đó, nó là so sánh giữa API tính phí theo mức sử dụng và gói đăng ký — và sự khác biệt đó quyết định chi phí của bạn nhiều hơn bất kỳ benchmark nào.

Điều thứ hai cần nói là MiniMax M3.1 Flash Preview không có thẻ mô hình, không có điểm chuẩn nào được công bố, không có trọng số và không có điểm số độc lập nào mà chúng tôi có thể tìm thấy. Nó xuất hiện vào ngày 27 tháng 9 năm 2026 và theo chính cách gọi của nhà cung cấp, đây là bản xem trước được tiếp cận qua đăng ký thuê bao thay vì qua API. Đó không phải là lời chỉ trích đối với mô hình; mà là mô tả về những gì bạn có thể và không thể biết về nó. Mọi nội dung bên dưới đều giữ rõ đường ranh giới đó.

Thực tế mỗi thứ là gì

Claude Haiku 5.5 — Anthropic, ID claude-haiku-5-5, phát hành ngày 7 tháng 10 năm 2026. Đầu vào văn bản và hình ảnh, đầu ra văn bản. Cửa sổ ngữ cảnh 1 triệu token, đầu ra tối đa 128.000 token (300.000 thông qua một header beta trên Batch API), điểm cắt dữ liệu huấn luyện tháng 6 năm 2026, ngừng hỗ trợ không sớm hơn ngày 7 tháng 10 năm 2027. Mức độ nỗ lực có thể điều chỉnh gồm Low, Medium, High, Xhigh và Max, với Medium là mặc định và tư duy thích ứng được bật theo mặc định. Tính phí theo token, với lượt đọc bộ nhớ đệm ở mức 0,01 USD mỗi triệu và Batch ở mức nửa giá.

MiniMax M3.1 Flash Preview — MiniMax, hoạt động từ ngày 27 tháng 9 năm 2026. Cửa sổ ngữ cảnh 1M token. Nhận văn bản, hình ảnh và video, xuất ra văn bản. Chế độ suy nghĩ luôn bật, với điều khiển mức độ nỗ lực từ thấp đến tối đa. API tương thích với Anthropic, OpenAI và OpenAI Responses, khiến nó gần như có thể thay thế trực tiếp cho cả hai SDK. Chỉ có thể truy cập qua Token Plan và MiniMax Code; không có hình thức trả theo mức sử dụng và không có mức giá nào được công bố.

• Sự so sánh, theo từng khía cạnh

• Giá — Claude Haiku 5.5: $0.10 cho mỗi triệu token đầu vào và $0.50 cho đầu ra tính đến 100K token, sau đó là $0.50 và $2.50; MiniMax M3.1 Flash Preview không có mức giá công bố theo token, chỉ có gói đăng ký Token Plan.

• Cửa sổ ngữ cảnh — 1.000.000 token mỗi bên. Đây là khía cạnh duy nhất mà chúng thực sự ngang bằng.

• Đầu ra tối đa — 128.000 token cho Claude Haiku 5.5, với lộ trình beta 300.000 token trên Batch; không được công bố cho MiniMax M3.1 Flash Preview.

• Các phương thức đầu vào — văn bản và hình ảnh so với văn bản, hình ảnh và video. Đầu vào video là một điểm khác biệt thực sự và MiniMax giành chiến thắng ở điểm này.

• Kiểm soát nỗ lực — năm mức, mặc định là Medium, trên Claude Haiku 5.5; từ thấp đến tối đa với chế độ suy nghĩ luôn bật đối với MiniMax M3.1 Flash Preview.

• Điểm số độc lập — Chỉ số Trí tuệ Artificial Analysis 43, cấu hình Max 43.40, xếp thứ hai trong số 182 đối với Claude Haiku 5.5; chưa có công bố nào cho MiniMax M3.1 Flash Preview.

• Chi phí cho mỗi tác vụ đã hoàn thành — 0,21 USD cho mỗi tác vụ chỉ số Artificial Analysis đối với Claude Haiku 5.5; không thể tính toán đối với MiniMax M3.1 Flash Preview nếu không có cả điểm số và mức giá.

• Tốc độ đầu ra — 243,4 token mỗi giây đối với Claude Haiku 5.5; không được báo cáo đối với MiniMax M3.1 Flash Preview.

• Trọng số mở — không bên nào. Claude Haiku 5.5 là độc quyền; MiniMax chưa phát hành trọng số cho M3.1 Flash Preview.

Vì sao gói đăng ký kém phù hợp hơn vẻ ngoài của nó

Có một kịch bản của cuộc so tài này mà ở đó Token Plan là lựa chọn đáng mua hơn, và đáng để ta công bằng với nó. Nếu bạn là người dùng MiniMax Code theo kiểu tương tác, gói đăng ký sẽ giới hạn chi phí của bạn ở một mức hàng tháng đã biết, bất kể bạn dùng bao nhiêu, còn giá theo token không có mức trần tương đương. Với một người dùng tương tác nhiều, gói phí cố định gần như lúc nào cũng thắng cách tính theo đồng hồ.

Logic đó đảo ngược ngay khi khối lượng công việc được vận hành bằng chương trình. Một gói đăng ký được định giá theo cách sử dụng của con người — theo từng đợt, tương tác, tự giới hạn. Một agent, một batch job hay một endpoint production không có kiểu mẫu như vậy: nó chạy bao nhiêu tùy theo hàng đợi yêu cầu. Đưa lưu lượng đó lên một gói được định giá cho mục đích sử dụng tương tác nghĩa là hoặc bạn sẽ đụng phải một giới hạn mình không thấy được, hoặc trả tiền cho một seat khi điều bạn cần là thông lượng. Và vấn đề bậc hai còn tệ hơn: khi không có mức giá trên mỗi token được công bố, không có cách nào để dự báo chi phí khi khối lượng tăng lên, không có cách nào để so sánh giá với bất kỳ mô hình nào khác, và không có cách nào để quyết định liệu một mô hình rẻ hơn có thể đã làm được việc đó hay không. Một mức giá bạn không thể tính được là một ngân sách bạn không thể bảo vệ.

Claude Haiku 5.5 là vấn đề ngược lại theo cách tuyệt nhất. Mức giá được công bố, các bậc được công bố, ưu đãi cache được công bố, và cái bẫy duy nhất mang tính cấu trúc chứ không phải ẩn giấu: vượt 100.000 token prompt thì cả hai mức giá đều nhân lên năm lần. Đó là một vách đá mà bạn có thể thiết kế để né. Một mức giá không được công bố là màn sương mà bạn không thể.

Thế hòa ở mốc 1 triệu token, và tại sao nó không hề mang ý nghĩa như vẻ ngoài

Cả hai mô hình đều quảng cáo cửa sổ ngữ cảnh 1M token, và đó là điểm nhấn mà cả hai nhà cung cấp đều dẫn dắt. Đây cũng là khía cạnh mà sự ngang bằng này gây hiểu nhầm nhiều nhất, bởi vì cửa sổ ngữ cảnh không đồng nghĩa với ngữ cảnh có thể sử dụng được. Claude Haiku 5.5 công bố đầu ra tối đa 128.000 token cùng với cửa sổ của nó và tính phí gấp năm lần mức cơ bản khi vượt quá 100.000 token đầu vào — một thiết kế định giá cho bạn thấy rõ ràng rằng các prompt dài được phép nhưng không phải là mặc định dự kiến. MiniMax không công bố đầu ra tối đa cho M3.1 Flash Preview và không có định giá ngữ cảnh dài nào cả, bởi vì nó không công bố bất kỳ mức giá nào.

Ngữ cảnh dài chính là nơi sự khác biệt về chi phí giữa hai kiến trúc sẽ thể hiện rõ nhất, và cũng chính là nơi mà một trong hai không cho bạn con số nào. Nếu khối lượng công việc của bạn thực sự là ngữ cảnh dài, thì sự thiếu vắng đó mới là yếu tố quyết định, chứ không phải con số 1M chung.

Nếu điều bạn thực sự muốn là MiniMax M3

MiniMax M3.1 Flash Preview là bản xem trước, bị giới hạn sau một gói đăng ký và không được chấm điểm. MiniMax M3 không như vậy. Đây là mô hình chủ lực trọng số mở mà MiniMax phát hành ngày 31 tháng 5 năm 2026: cửa sổ ngữ cảnh 1 triệu token, khả năng đa phương thức gốc nhận văn bản, hình ảnh và video đầu vào rồi trả về văn bản, được xây dựng trên MiniMax Sparse Attention, với mức giá 0,30 USD cho mỗi triệu token đầu vào và 1,20 USD cho mỗi triệu token đầu ra. Artificial Analysis chấm điểm mô hình ở Chỉ số Trí tuệ 29 với chi phí mỗi tác vụ chỉ số là 0,51 USD, 91,7 token mỗi giây ở đầu ra cùng thời gian đến token đầu tiên là 2,16 giây, và mức giảm giá 80% cho bộ nhớ đệm. Hiện nay nó đã có trong danh mục của OrcaRouter với tên minimax/minimax-m3.

Điều này tạo nên một luận điểm cụ thể về cuộc so tài này mà một bảng thông số kỹ thuật che giấu. Mẫu MiniMax mà bạn thực sự có thể mua theo token chậm hơn bản xem trước một thế hệ, đạt 29 điểm trên chỉ số độc lập so với 43 của Claude Haiku 5.5, tốn khoảng gấp đôi cho mỗi tác vụ hoàn thành ở mức $0.51 so với $0.21, và chạy với tốc độ đầu ra chỉ khoảng một phần ba. Bản xem trước rất có thể vượt qua tất cả những điều đó. Không ai ngoài MiniMax biết, và không có cách nào để tìm ra từ một trang đăng ký.

Gọi hai cái này từ một nơi

MiniMax M3.1 Flash Preview có sẵn thông qua Token Plan của MiniMax và MiniMax Code. Claude Haiku 5.5 có sẵn thông qua API riêng của Anthropic và, từ đó, ở bất cứ nơi nào các mô hình Anthropic được bán lại. Cả hai đều không có trong danh mục của OrcaRouter — thứ chúng tôi định tuyến từ cặp đôi này là minimax/minimax-m3, cùng với anthropic/claude-haiku-4.5, anthropic/claude-sonnet-5.5, anthropic/claude-opus-5.5 và anthropic/claude-fable-5.1, và chúng tôi sẽ không ngụ ý rằng mình cung cấp hai mô hình mà bài viết này nói đến.

Điều mà lớp định tuyến thực sự mang lại ở đây là một lối thoát khỏi vấn đề hai hình thức tính phí. minimax/minimax-m3 được tính phí theo mức sử dụng và có trong danh mục của chúng tôi; Claude Haiku 5.5 được tính phí theo mức sử dụng và có trong danh mục của Anthropic. Cả hai đều dùng giao diện tương thích OpenAI, nên phép A/B giữa chúng chỉ là một chuỗi mô hình thay vì phải viết lại, và OrcaRouter truyền thẳng giá niêm yết của nhà cung cấp với mức markup 0%, nghĩa là khi giá MiniMax thay đổi, hóa đơn của bạn nhận thay đổi ngay trong ngày. Mô hình Token Plan là phần duy nhất không thể chuẩn hóa — một gói đăng ký không có giá theo từng token để truyền thẳng, đây cũng chính là vấn đề đó được phát biểu từ phía tính phí.

Cách đưa ra quyết định mà không có điểm số

Nếu bạn cần đầu vào video, MiniMax M3.1 Flash Preview là lựa chọn duy nhất trong hai cái này hỗ trợ việc đó, và nếu khối lượng công việc của bạn mang tính tương tác thay vì lập trình, thì Token Plan là một thứ hợp lý để mua. Nếu bạn cần một con số có thể đưa vào ngân sách, một điểm số có thể kiểm tra và một cửa sổ có thể định giá, Claude Haiku 5.5 là lựa chọn duy nhất trong hai cái cung cấp bất kỳ điều nào trong số đó. Và nếu bạn muốn dòng MiniMax trên một API tính phí theo mức sử dụng với điểm số độc lập đi kèm, khuyến nghị trung thực là hãy dùng thế hệ thực sự có thể mua được theo từng token thay vì chờ đợi một bản xem trước mà các điều khoản chưa được công bố.

Cả hai đều dùng giao diện tương thích với OpenAI, nên việc A/B giữa chúng chỉ là đổi chuỗi model chứ không phải viết lại, và OrcaRouter truyền nguyên giá niêm yết của nhà cung cấp với mức markup0%, nghĩa là khi giá MiniMax thay đổi thì hóa đơn của bạn cũng thay đổi ngay trong ngày hôm đó.