Ling 3.2 Flash vs MiniMax M3.1 Flash: Cùng cửa sổ 1M, hai hóa đơn khác nhau

Đặt Ling 3.2 Flash và MiniMax M3.1 Flash cạnh nhau trên một bảng thông số kỹ thuật, chúng trông như anh em một nhà. Cả hai đều là các mô hình hỗn hợp chuyên gia đa phương thức gốc, nhận văn bản, hình ảnh và video rồi trả về văn bản. Cả hai đều có cửa sổ ngữ cảnh 1 triệu token. Cả hai đều kích hoạt khoảng 23 đến 25 tỷ tham số mỗi token trong tổng số tham số lớn hơn nhiều. Cả hai đều cung cấp một endpoint tương thích Anthropic bên cạnh một endpoint tương thích OpenAI. Sự khác biệt nằm hoàn toàn ở những gì bạn có thể tìm hiểu về chúng và những gì bạn có thể làm với chúng: MiniMax M3.1 Flash đã có thể gọi được với mức giá công bố 0,15 USD mỗi triệu token đầu vào và 0,60 USD mỗi triệu token đầu ra kể từ ngày 19 tháng 10 năm 2026, cùng với trọng số có thể tải xuống và một điểm trí tuệ độc lập; Ling 3.2 Flash, đã hoạt động từ ngày 5 tháng 11, có thời gian miễn phí kết thúc vào khoảng ngày 19 tháng 11, không có mức giá công bố nào cả, không có trọng số và không có điểm số từ bên thứ ba.

Điều đó khiến đây trở thành so sánh giữa hai quyết định mua hàng chứ không phải hai mô hình. Một bên bạn có thể định giá, kiểm toán, tự vận hành và chuyển đổi dự phòng ngay hôm nay. Bên còn lại bạn có thể đánh giá miễn phí thêm vài ngày rồi sau đó chỉ còn đoán mò.

Thực tế mỗi thứ là gì

Ling 3.2 Flash là mẫu đa phương thức chủ lực của Ant Ling: tổng cộng 560B tham số, 25B hoạt động, ngữ cảnh 1M, đầu vào hình ảnh và video gốc, được ghi tài liệu trên trang nhà phát triển của Ant bên cạnh một mẫu anh em chỉ văn bản có cùng kích thước. Nó đứng đầu một dòng sản phẩm mà mẫu chủ lực trước đó, Ling-3.1-flash, có 560B/25B với cùng cửa sổ ngữ cảnh và không có thị giác. Bản phát hành 3.2 nên được hiểu là thời điểm đỉnh của dòng Ling và năng lực đa phương thức cùng hội tụ trong một bộ trọng số — Ling-3.0-flash-VL có thị giác, nhưng đó là một nhánh phụ 124B/5.5B.

MiniMax M3.1 Flash thuộc một dòng hoàn toàn khác: tổng 428B, 23B hoạt động, ngữ cảnh 1M, một MoE đa phương thức gốc được xây dựng trên MiniMax Sparse Attention với giải mã suy đoán DSpark và huấn luyện nhận biết lượng tử hóa. Đây là sản phẩm kế nhiệm MiniMax-M3, mẫu vẫn còn trong danh mục với giá 0,30 USD đầu vào và 1,20 USD đầu ra — gấp đúng đôi M3.1 Flash ở cả hai chiều. Tài liệu của chính MiniMax mô tả M3.1 Flash là "một mô hình trọng số mở siêu hiệu quả cho công việc hằng ngày", được định vị cho suy luận tác tử, sử dụng công cụ, viết mã và các tác vụ ngữ cảnh dài, với độ sâu suy nghĩ có thể điều chỉnh ở các mức low, medium, high, xhigh và max.

• Tham số — Ling 3.2 Flash tổng 560B / 25B kích hoạt so với MiniMax M3.1 Flash 428B / 23B.

• Ngữ cảnh — 1M token theo cả hai cách; cả hai đều phục vụ nó một cách gốc thay vì thông qua truy xuất.

• Đầu vào — văn bản, hình ảnh và video trên cả hai; đầu ra văn bản trên cả hai.

• Đầu ra tối đa — MiniMax ghi nhận 524,288 token; Ant không công bố giới hạn đầu ra cho Ling 3.2 Flash.

• Trọng số — MiniMax: có thể tải xuống, khoảng 252 GB, theo MINIMAX COMMUNITY LICENSE. Ling 3.2 Flash: không có bản công bố.

• Giá — MiniMax $0.15 / $0.60 mỗi triệu với mức giảm giá cache 90% so với Ling 3.2 Flash không được niêm yết, miễn phí trong mười bốn ngày kể từ ngày 5 tháng 11.

• Điểm độc lập — MiniMax 29 trên Artificial Analysis Intelligence Index v5.0.1 so với Ling 3.2 Flash: không có trang, không có điểm.

Khung thời gian miễn phí là hạn chót, không phải ưu đãi giảm giá.

Trang định giá của Ant, được cập nhật lần cuối vào ngày ra mắt, có các dòng cho Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash và hai mô hình hình ảnh Ming. Trang này không có dòng nào cho Ling 3.2 Flash. Mô hình này chỉ xuất hiện một lần, trong một dòng khuyến mại: miễn phí trong hai tuần đầu tiên sau khi ra mắt. Khi thời hạn đó hết — vào khoảng ngày 19 tháng 11, tức khoảng năm ngày kể từ hôm nay — trang cho biết giá gốc sẽ được áp dụng trở lại và khuyên bạn theo dõi số dư của mình. Đó là toàn bộ thông tin được công bố.

Dòng liền kề là ước tính duy nhất hiện có. Ling-3.1-flash niêm yết ở mức ¥2,00 mỗi triệu đầu vào và ¥6,00 đầu ra, được giảm 75% còn ¥0,50 và ¥1,50, lượt đọc bộ nhớ đệm từ ¥0,40 xuống ¥0,10. Khoảng $0,28/$0,85 theo giá niêm yết, $0,07/$0,21 sau giảm giá. Nếu Ling 3.2 Flash định giá giống phiên bản chỉ văn bản cùng dòng thì sẽ nằm gần mức đó — nhưng đó là suy luận từ một dòng liền kề, và không có trang Ant nào nói cách tính tiền token hình ảnh hoặc video. {{1}}Ba mươi hai khung hình từ một clip ba mươi giây là một đầu vào mà Ant chưa định giá.{{/1}}

Con số của MiniMax M3.1 Flash thì ngược lại, nằm trên một trang và trong danh mục của chúng tôi: 0,15 USD mỗi triệu token đầu vào, 0,60 USD đầu ra, 0,015 USD mỗi triệu lượt đọc bộ nhớ đệm sau khi giảm giá 90%. Dòng bộ nhớ đệm đó quan trọng hơn vẻ ngoài của nó đối với khối lượng công việc tác nhân, vì một lời nhắc hệ thống dài và một lược đồ công cụ ổn định được gửi lại mỗi lượt chính là thứ mà bộ nhớ đệm sinh ra để xử lý — với mức 0,015 USD, việc giữ ngữ cảnh nằm yên gần như miễn phí.

Số lượng độc lập và chi phí cho mỗi nhiệm vụ

Artificial Analysis chấm MiniMax M3.1 Flash 29 điểm trên Chỉ số Thông minh v5.0.1 hiện hành, xếp thứ 7 trong số 28 mô hình thuộc nhóm so sánh và cao hơn mức trung vị là 24. Chi phí để chạy chỉ số đó một lần là 0,49 USD, và mỗi tác vụ mất 16,3 phút so với trung vị 14,4 — tức là chậm hơn mức trung bình. Tốc độ đầu ra là 141 token mỗi giây, còn thời gian đến token trả lời đầu tiên là 53,75 giây, và đây chính là con số đáng lo nhất: 53,75 so với trung vị 17,52 nghĩa là mô hình này suy nghĩ trước khi nói, và giao diện chat sẽ cảm nhận rõ điều đó.

Nó cũng dài dòng. Lần chạy lập chỉ mục đã tạo ra 161 triệu token đầu ra so với mức trung vị là 106 triệu. Rẻ trên mỗi token nhưng dài dòng trên mỗi câu trả lời — đó là lý do chi phí trên mỗi tác vụ quan trọng hơn giá trên mỗi token, và lý do $0,49 là con số cần đưa vào ngân sách thay vì $0,15.

Ling 3.2 Flash không có bất kỳ thông tin nào như vậy. Tính đến ngày 14 tháng 11, không có trang Artificial Analysis nào cho nó; URL của mô hình trả về 404. Thứ gần nhất trong dòng này là Ling 3.1 Flash 1019 với 29.6 trên cùng chỉ số v5.0.1, có giá $0.30 cho đầu vào và $0.90 cho đầu ra trên thị trường bên thứ ba — một con số độc lập thực sự cho mô hình tiền nhiệm, chứ không phải con số dành cho mô hình này. Bằng chứng duy nhất về hiệu năng của Ling 3.2 Flash là so sánh khi ra mắt của chính Ant với Opus 5 ở mức nỗ lực tối đa: 92.21 so với 90.56 trên OmniDocBench1.5, 43.71 so với 39.52 trên ZEROBench(Sub), 85.86 so với 80.20 trên Vision2Web. Do nhà cung cấp báo cáo, chưa được tái lập và cả ba đều mang tính thị giác theo thiết kế.

Vậy bảng điểm trung thực có một bên là con số từ bên thứ ba và chi phí trên mỗi tác vụ, còn bên kia là ba con số do nhà cung cấp đưa ra và không có trọng tài. Sự bất đối xứng đó không phải là lời chê chất lượng của Ling 3.2 Flash — nó mới chín ngày tuổi — mà là một thực tế về những gì bạn có thể quyết định hôm nay.

Hai mức trần sẽ định hình kiến trúc của bạn

Đây là chỗ các bảng thông số không còn giống nhau nữa. Ant ghi rõ giới hạn tốc độ của mình: hai yêu cầu mỗi giây trên toàn cục, trả về 429 khi vượt mức, và timeout 90 giây cho các lệnh gọi đồng bộ, với khuyến nghị dùng streaming. Với một agent thực hiện hàng chục lệnh gọi mỗi tác vụ, hai QPS không phải là giới hạn mềm — đó là con số thông lượng quyết định một tích hợp phục vụ được bao nhiêu người dùng.

Các giới hạn đa phương thức của Ant cũng cụ thể và cũng ràng buộc như nhau. Hình ảnh: JPEG hoặc PNG, chỉ base64, tối đa bốn mươi ảnh mỗi yêu cầu, 32 MiB mỗi chuỗi được mã hóa, tổng phần thân yêu cầu 32 MiB. Video: MP4, MOV hoặc WMV, tối đa ba mươi giây, một video mỗi yêu cầu, lấy mẫu cố định 2fps giới hạn ở 32 khung hình, trần base64 32 MiB. Không có đường tìm nạp qua URL nào được ghi nhận cho cả hai loại phương tiện. Một "tác nhân đa phương thức tầm dài hạn" có thể giữ ngữ cảnh hình ảnh qua nhiều lần gọi công cụ là một lời chào hàng hấp dẫn; mức trần ba mươi giây, ba mươi hai khung hình, một video mỗi yêu cầu chính là hình dạng của vòng lặp mà nó thực sự có thể chạy.

MiniMax không công bố giới hạn video trên mỗi yêu cầu tương đương trong tài liệu mà chúng tôi đã đọc, và câu chuyện ngữ cảnh của nó đơn giản hơn: đầu vào 1M, đầu ra tối đa 524,288, với độ sâu suy nghĩ được điều chỉnh bằng tham số effort thay vì một chế độ riêng. Nếu nhiệm vụ của bạn là “đọc một bản ghi màn hình dài và tạo ra một báo cáo dài”, thì khác biệt về các giới hạn được công bố chính là khác biệt giữa một vấn đề tài liệu và một vấn đề thiết kế.

Cả hai mô hình đều nằm sau cùng hai phương ngữ endpoint, nên chi phí chuyển đổi chỉ là một URL gốc và một chuỗi mô hình — đây chính là trường hợp để không gắn cứng vào bên nào. Trên OrcaRouter, MiniMax M3.1 Flash là một định danh trong hơn 200 định danh trên một khóa duy nhất, được tính theo đúng giá niêm yết của nhà cung cấp với mức chênh lệch bằng không, vì vậy khi giá MiniMax thay đổi, hóa đơn của bạn sẽ phản ánh ngay trong ngày thay vì sau một chu kỳ định giá lại. Chuyển đổi dự phòng tự động nghĩa là lỗi 429 hoặc hết thời gian chờ 90 giây ở một nhà cung cấp sẽ được thử lại ở nơi khác thay vì trở thành yêu cầu thất bại — chế độ lỗi mà chính trang giới hạn tốc độ của Ant cảnh báo chính là điều mà cơ chế này loại bỏ. Ling 3.2 Flash không có trong danh mục của chúng tôi, nên chúng tôi sẽ không giả vờ phục vụ nó; cách diễn đạt trung thực là nó cạnh tranh ở đây cho những khối lượng công việc mà MiniMax M3.1 Flash đã chỉ cách một lần gọi.

Câu hỏi về giấy phép mà chẳng ai đưa lên tiêu đề

MiniMax M3.1 Flash phát hành trọng số mở theo MINIMAX COMMUNITY LICENSE, và các điều khoản này đáng để đọc trước khi có ai đó trong phòng nói rằng “mã nguồn mở”. Giấy phép cấp quyền chỉ dành cho mục đích phi thương mại. Sử dụng thương mại yêu cầu hiển thị nổi bật “Built with MiniMax M3.1-Flash” trên một trang web, giao diện, bài đăng blog, trang giới thiệu hoặc tài liệu sản phẩm có liên quan, đồng thời yêu cầu thông báo một lần cho MiniMax — hoặc có văn bản chấp thuận trước nếu sản phẩm của bạn tạo ra hơn 20 triệu USD doanh thu hàng năm. Đó là một đề xuất khác biệt về bản chất so với giấy phép MIT, và đây là kiểu điều khoản xuất hiện trong đợt rà soát pháp lý hai tuần sau khi nguyên mẫu chạy được.

Ling 3.2 Flash không có giấy phép để chất vấn vì nó không có trọng số. Tổ chức inclusionAI trên Hugging Face có Ling-3.1-flash, Ling-3.1-flash-1019 và các checkpoint base; tính đến tuần này không có kho 3.2. Bản phát hành trọng số chủ lực cuối cùng của Ant là 573.8 GB theo giấy phép MIT vào ngày 27 tháng 10. Một phòng thí nghiệm mã nguồn mở một mô hình chủ lực và đóng mô hình tiếp theo đang cho bạn biết họ nghĩ biên lợi nhuận nằm ở đâu, và một nhóm cần tự lưu trữ, tinh chỉnh hoặc kiểm toán trọng số hoàn toàn không được phục vụ bởi bản phát hành này.

Chọn cái nào, và khi nào thì không chọn cái nào cả

Chọn MiniMax M3.1 Flash nếu bạn cần một con số ngay hôm nay. Nó có mức giá được công bố, chiết khấu 90% cho bộ nhớ đệm, trọng số có thể tải xuống với giấy phép dễ đọc, điểm độc lập mà bạn có thể so sánh với 27 mô hình khác, và hiện có thể gọi nó thông qua chúng tôi. Chi phí là có thật: 53,75 giây để có token trả lời đầu tiên, 16,3 phút mỗi tác vụ lập chỉ mục, và 161M token đầu ra trong một lần chạy mà một mô hình tinh gọn hơn hoàn thành chỉ với hai phần ba số đó.

Chỉ chọn Ling 3.2 Flash nếu tác vụ nặng về thị giác và có kích thước khung hình — hiểu tài liệu với phương trình và sơ đồ, chuyển bản vẽ sang 3D, các vòng kiểm tra kết xuất — và chỉ trong năm ngày tới, khi suy luận miễn phí. Đây là một mô hình đa phương thức gốc 560B với cửa sổ 1M và một tuyên bố điểm chuẩn thực sự bất thường trên ba đánh giá thị giác. Điều bạn không thể làm là đưa nó vào môi trường sản xuất: không có bảng giá, không có trọng số, không có điểm số độc lập, hai yêu cầu mỗi giây, và không có đường dự phòng ở bất kỳ đâu kể cả ở đây.

Đừng chọn cái nào trong hai cái này nếu thứ bạn thực sự muốn là một mô hình đa phương thức rẻ với mức giá ổn định và một giấy phép mà bạn có thể chấp nhận được — xung quanh hai mô hình này có rất nhiều lựa chọn, và cả hai đều ở mức trung bình trên những khía cạnh quyết định một lựa chọn cho môi trường sản xuất: tính minh bạch về giá, trần thông lượng và sự hiện diện của một trọng tài.

Năm ngày tới là toàn bộ câu chuyện đối với Ling 3.2 Flash. Hoặc Ant công bố bảng giá bao gồm giá token hình ảnh và video trước khi cửa sổ miễn phí đóng lại, và điều này trở thành một so sánh thực sự giữa hai mô hình đã có giá, hoặc cửa sổ đó khép lại thành một mức giá không được niêm yết và quyết định vẫn nghiêng một phía thêm một quý nữa. MiniMax M3.1 Flash đã trả lời mọi câu hỏi mà người mua đặt ra; Ling 3.2 Flash đã trả lời câu thú vị — rằng một mô hình đa phương thức 560B có thể đánh bại Opus 5 trên các benchmark tài liệu và 3D theo chính thang đo của nó — và trì hoãn những câu nhàm chán, vốn là những câu quyết định liệu bạn có thể triển khai được hay không.