MiniMax-M3.1-Flash đạt 42 điểm trên Chỉ số Trí tuệ — và chỉ tốn 0,22 USD mỗi tác vụ

MiniMax-M3.1-Flash ra mắt ngày 19 tháng 10 năm 2026 với điểm Artificial Analysis Intelligence Index là 42, cao hơn mười ba điểm so với MiniMax-M3 ở mức 29, với mức giá mỗi token chỉ bằng một nửa và — con số thực sự quan trọng — chi phí mỗi tác vụ chưa bằng một nửa, $0.22 so với $0.51. Nó ngang bằng GLM-5.3-Flash ở mức 42, kém DeepSeek V4.1 Flash 1017 ba điểm khi mô hình này ở mức 45, và tốn ít chi phí hơn cả hai để hoàn thành một tác vụ đánh giá. Bốn con số đó gói gọn toàn bộ câu chuyện trong một dòng. Phần thú vị là điều xảy ra khi bạn ngừng đọc chỉ số và bắt đầu đọc hóa đơn, vì mô hình này vừa rẻ trên mỗi token vừa đắt một cách bất thường trên mỗi token cùng lúc. Các lỗi AI và sự cố agent được ghi nhận đằng sau những bản phát hành như bản này được tập hợp trong OrcaRouter AI Incident Archive trong đó mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.

Con số mà MiniMax không đưa vào bài đăng trên blog

Bài đăng ra mắt của MiniMax là một mẩu tiếp thị nhà cung cấp khá chỉn chu: suy luận nhanh hơn, điểm tác tử mạnh hơn, chi phí tác vụ tác tử thấp hơn 70% so với bản tiền nhiệm. Điều mà nó không có là một con số duy nhất cho phép bạn so sánh mô hình với bất kỳ thứ gì không do chính hãng tạo ra. Điều đó giờ đã được cung cấp từ bên ngoài, bởi Artificial Analysis, đơn vị đã chạy MiniMax-M3.1-Flash qua bộ đánh giá tiêu chuẩn của mình và công bố vào ngày 19 tháng 10 năm 2026.

• Intelligence Index — 42, xếp thứ tư trong số 173 mô hình trên bảng theo dõi

• Chi phí cho mỗi tác vụ Intelligence Index — 0,22 USD, so với 0,51 USD của MiniMax-M3 và 0,28 USD của GLM-5.3-Flash

• Giá niêm yết — 0,15 USD mỗi triệu token đầu vào, 0,60 USD mỗi triệu token đầu ra, 0,015 USD mỗi triệu lượt đọc từ bộ nhớ đệm

• Giá hỗn hợp — $0.10 mỗi triệu theo tỷ lệ 7:2:1 cache-hit/input/output của công cụ theo dõi

• Cửa sổ ngữ cảnh — 1.000.000 token

• Tốc độ đầu ra — 125,5 token mỗi giây, với thời gian đến token đầu tiên là 1,04 giây

• Độ dài — 180 triệu token đầu ra được tiêu thụ trên toàn Index, so với mức trung vị là 99 triệu

• Các phương thức đầu vào — văn bản và hình ảnh, theo tracker; tài liệu tham chiếu API của MiniMax cũng liệt kê video

Thứ hạng là phần yếu nhất của tiêu đề. Đứng thứ tư trong số 173 nghe như một suất trên bục vinh quang, và xét theo nghĩa hẹp rằng công cụ theo dõi so sánh các mô hình ở mọi kích cỡ và mức giá, thì đúng là vậy. Nhưng ba mô hình xếp trên nó — DeepSeek V4.1 Flash 1017 ở vị trí 45, cùng hai hệ thống tiên phong lớn hơn — không phải là đối thủ của nó trong một quyết định mua sắm. Những mô hình mà nó thực sự sẽ được đưa vào danh sách rút gọn để so sánh là những mô hình ở cùng mức giá, và ở đó bức tranh là thế ngang tài ngang sức với GLM-5.3-Flash và thua sát nút trước Flash mới nhất của DeepSeek.

42 hai lần, vì hai lý do khác nhau

GLM-5.3-Flash và MiniMax-M3.1-Flash đều đạt 42 điểm trên cùng một chỉ số, khiến cho việc hòa nhau trở nên ít hữu ích hơn vẻ ngoài của nó. Cả hai đạt được điều đó bằng những con đường trái ngược nhau.

GLM-5.3-Flash là một mô hình trọng số mở: tổng cộng 320 tỷ tham số, 18 tỷ tham số hoạt động, giấy phép MIT, trọng số có trên Hugging Face kể từ bản phát hành ngày 26 tháng 8 năm 2026. Mô hình chạy ở tốc độ 78 token mỗi giây với thời gian đến token đầu tiên là 2,52 giây, có chi phí 0,15 đô la mỗi triệu token đầu vào và 0,50 đô la đầu ra, đồng thời tốn 0,28 đô la mỗi tác vụ lập chỉ mục. MiniMax-M3.1-Flash hiện là mô hình đóng — MiniMax nói rằng trọng số "sẽ được phát hành sau" — chạy ở tốc độ 125,5 token mỗi giây và tốn 0,22 đô la mỗi tác vụ. Vì vậy, thế hòa là hòa về năng lực và là quyết định phân đôi về mọi thứ mà một đội ngũ vận hành sản phẩm quan tâm: một bên bạn có thể tải xuống và lượng tử hóa, bên kia nhanh hơn 60% và rẻ hơn 20% mỗi tác vụ.

DeepSeek V4.1 Flash 1017, phát hành sớm hơn hai ngày vào 17 tháng 10, là phép so sánh khó hơn. Nó đạt 45 điểm, chạy ở 222 token mỗi giây — gần gấp đôi — và có giá 0,30 USD đầu vào và 1,20 USD đầu ra, đúng gấp đôi bảng giá của MiniMax, với mức chiết khấu bộ nhớ đệm 98% kéo chi phí mỗi tác vụ xuống còn 0,26 USD. Nó cũng là trọng số mở theo giấy phép MIT với tổng 552 tỷ tham số và 16 tỷ tham số hoạt động. Về khả năng thuần và tốc độ thuần, nó thắng tuyệt đối. Về chi phí cho mỗi tác vụ hoàn thành, MiniMax vẫn dẫn trước bốn xu, mức chênh này mỏng đến mức hành vi bộ nhớ đệm và độ dài đầu ra sẽ là yếu tố quyết định trong các khối lượng công việc thực tế, chứ không phải giá niêm yết.

Nói thẳng cho rõ: DeepSeek V4.1 Flash cũ hơn, phát hành ngày 10 tháng 9 năm 2026, đạt 39 điểm — thấp hơn MiniMax-M3.1-Flash. Hậu tố "1017" rất quan trọng. Bất kỳ ai so sánh với checkpoint tháng 9 là đang so sánh với một mô hình yếu hơn.

Các bài đo hiệu năng của nhà cung cấp và giá trị thực của chúng

M​iniMax đã công bố sáu đánh giá cùng với màn ra mắt. Không có đánh giá nào trong số đó được tái lập độc lập, và bài đăng không đưa ra cột so sánh, nên các con số chủ yếu hữu ích như một hồ sơ về việc M​iniMax cho rằng mô hình này dùng để làm gì.

• BankerToolBench — 76.2, một bộ giải pháp quy trình làm việc doanh nghiệp bao gồm lập kế hoạch nhiều bước, tính nhất quán của tài liệu và các lệnh gọi công cụ theo chuỗi

• DeepSWE v1.1 — 73,7%, hiểu mã nguồn, phát triển tính năng, sửa lỗi và xác thực kiểm thử

• OSWorld V2 — 61.7, thao tác máy tính trên nhiều ứng dụng; M​iniMax tuyên bố đứng đầu trong các mô hình Trung Quốc

• Bài kiểm tra cuối cùng dành cho tác nhân — 29.6, các nhiệm vụ chuyên môn dài hạn; vẫn giữ tuyên bố "đứng đầu trong các mô hình Trung Quốc"

• CyberGym — 82%, phát hiện và xác thực lỗ hổng bảo mật

• AutomationBench-AA — được mô tả là đơn vị đạt hiệu suất hàng đầu, không công bố điểm số

Dòng cuối cùng đó chính là điểm mấu chốt. AutomationBench là bộ đánh giá làm nền cho cách định vị "agentic", và đó là con số duy nhất mà bài đăng từ chối in ra. Năm con số còn lại đều có thật và cụ thể, nhưng một điểm đánh giá mà không có tập so sánh thì chỉ cho bạn biết một mô hình có thể làm gì trong phòng thí nghiệm, chứ không nói gì về việc liệu nó có vượt qua mô hình bạn đang trả tiền hay không. Cũng lưu ý rằng mô hình đã nằm trong tay những người thử nghiệm ba tuần dưới tên MiniMax-M3.1-Flash-Preview trước lần ra mắt này, và cũng không có đánh giá độc lập nào về checkpoint đó được công bố — phép đo bên thứ ba đầu tiên của bất kỳ mô hình M3.1 nào là con số 42 xuất hiện vào ngày ra mắt.

Tại sao giá token và giá tác vụ lại không khớp nhau

Đây là cái bẫy trong mô hình này, và nó không hề nhỏ. Bảng giá của MiniMax-M3.1-Flash đúng bằng một nửa của MiniMax-M3: $0.15/$0.60 so với $0.30/$1.20 cho tối đa 512.000 token đầu vào. Suy luận tự nhiên là một khối lượng công việc sẽ tốn một nửa chi phí. Thực tế không phải vậy, vì hai lý do cộng dồn.

Đầu tiên là tính dài dòng. Trên Intelligence Index, mô hình đã tiêu thụ 180 triệu token đầu ra trong khi mô hình trung vị tiêu thụ 99 triệu. Nó suy nghĩ ở mức nỗ lực mặc định là max, và token suy nghĩ được tính phí như đầu ra và tính vào max_tokens. Hãy chạy phép tính trên một khối lượng công việc nặng về đầu ra: ở 180 triệu token đầu ra, MiniMax-M3 ở mức $1,20 mỗi triệu tính phí $216. Mười triệu ở mức $0,60 tính phí $108 — việc giảm một nửa vẫn đúng. Vậy đơn giá là trung thực; khối lượng mới là thứ dịch chuyển.

Lý do thứ hai là bạn hoàn toàn không thể tắt thinking. Tài liệu tham chiếu API của MiniMax nói rõ: gửi thinking: {"type": "disabled"} sẽ trả về HTTP 400, và reasoning_effort: "none" cũng bị từ chối theo cách tương tự. Thang năm bậc — low, medium, high, xhigh, max — là cơ chế kiểm soát duy nhất bạn có, và bỏ qua trường này đồng nghĩa với max. Ngược lại, MiniMax-M3 cho phép bạn tắt hoàn toàn thinking và mặc định tắt trên endpoint tương thích Anthropic.

Hệ quả thực tế: đối với một công việc phân loại, trích xuất hoặc định dạng mà bạn đang trả cho 60 token đầu ra và không có suy luận, MiniMax-M3 với tính năng thinking bị tắt ở mức $1,20 mỗi triệu token đầu ra vẫn có thể rẻ hơn MiniMax-M3.1-Flash ở mức $0,60, vì mô hình mới hơn sẽ tiêu tốn vài trăm token suy nghĩ trước khi trả lời. Đối với các lượt chạy agentic — sử dụng công cụ nhiều bước, phiên lập trình dài, vòng lặp sử dụng máy tính — mô hình mới hơn thắng, và con số chi phí độc lập trên mỗi tác vụ xác nhận điều đó: $0,22 so với $0,51 là mức giảm 57%, không phải 50%, vì các quỹ đạo ngắn hơn bù đắp nhiều hơn cho phần suy luận tăng thêm.

Cách đúng để đọc một đợt ra mắt như thế này là tính theo từng tác vụ đã hoàn thành, không phải theo token, và mức $0.22 của tracker là con số duy nhất trong bài viết này đã tính sẵn phép toán đó cho bạn.

Đảm bảo chi phí hợp lý mà không cần viết lại hệ thống của bạn

Chi phí mỗi tác vụ là một quyết định định tuyến hơn là quyết định mua hàng. Các mô hình trong so sánh này không thể hoán đổi cho nhau trên một trục duy nhất: MiniMax-M3.1-Flash nhanh và rẻ trên mỗi tác vụ nhưng là mô hình đóng; GLM-5.3-Flash có cùng năng lực với trọng số có thể tải xuống; DeepSeek V4.1 Flash 1017 nhanh hơn và mạnh hơn với mức giá gấp đôi cho mỗi token. Hầu hết các đội cuối cùng đều chạy hai trong ba mô hình, phân chia lưu lượng theo loại tác vụ.

Sự phân tách đó chính là trường hợp mà OrcaRouter tồn tại để giải quyết: một khóa API duy nhất cho hơn 200 mô hình, với giá niêm yết của nhà cung cấp được chuyển nguyên qua với mức cộng thêm 0%, vì vậy khi MiniMax giảm một nửa bảng giá, con số trên hóa đơn của bạn sẽ thay đổi ngay trong ngày thay vì vào lần gia hạn hợp đồng tiếp theo. Bản thân MiniMax-M3.1-Flash vẫn chưa có trong danh mục của chúng tôi — hiện có thể gọi qua API riêng của MiniMax, M Plan và MiniMax Code, và không ở đâu khác mà chúng tôi có thể bảo đảm. Những gì đã có thể định tuyến trên OrcaRouter là phần còn lại của danh sách rút gọn: MiniMax-M3, GLM-5.3-Flash và DeepSeek V4.1 Flash 1017, cả ba trên cùng một khóa, để phép so sánh ở trên có thể được chạy trên lưu lượng của chính bạn thay vì trên một bài benchmark.

Tự động chuyển đổi dự phòng quan trọng hơn bình thường khi mô hình mới nhất trong một dòng cũng là mô hình có ít lịch sử vận hành nhất. MiniMax-M3.1-Flash mới ra mắt được hai ngày, lộ trình di chuyển của phiên bản tiền nhiệm vẫn đang được triển khai, và nhà cung cấp đã hứa sẽ có một mô hình Pro mạnh hơn sau này — đây chính là tình huống mà bạn muốn có một mô hình thứ hai xếp sau mô hình đầu tiên trong bảng định tuyến, thay vì phải viết lại trong ba tuần.

Xem gì

Ba điều sẽ quyết định liệu 42 có trụ vững như con số mà người ta trích dẫn sau sáu tháng hay không. Đầu tiên là trọng số: M​iniMax đã cam kết sẽ công bố chúng “sau này”, không có ngày cụ thể, và trọng số mở sẽ khiến đây trở thành mô hình tải xuống rẻ nhất tính theo mỗi tác vụ trong phân khúc của nó chỉ sau một đêm. Thứ hai là mô hình Pro: M​iniMax đã nói rằng một phiên bản mạnh hơn đang đến, điều thường có nghĩa là Flash sẽ được định vị lại về giá. Và thứ ba là việc tái lập độc lập các con số về năng lực tác tử — OSWorld V2, ALE và CyberGym đúng là những benchmark biến thiên nhiều nhất giữa các harness, và hiện tại mọi con số về chúng đều đến từ công ty đang bán mô hình.

Cho đến lúc đó, bản tóm tắt có thể bảo vệ được là hẹp và hữu ích: ở mức $0.22 mỗi tác vụ, MiniMax-M3.1-Flash là cách rẻ nhất để mua điểm Intelligence Index 42, nó ngang bằng GLM-5.3-Flash về điểm đó trong khi nhanh hơn và đóng, và nó thua DeepSeek V4.1 Flash 1017 về năng lực và tốc độ trong khi thắng về chi phí cho mỗi tác vụ hoàn thành. Nếu khối lượng công việc của bạn mang tính tác tử, sự đánh đổi đó đáng thực hiện ngay hôm nay. Nếu đó là một nghìn lệnh gọi phân loại ngắn, mô hình mà nó thay thế có thể vẫn là lựa chọn rẻ hơn.