MiniMax M3.1 Flash so với Aion 3.5: Giá đầu vào cao gấp hai mươi lần cho một mô hình chưa ai chấm điểm

Aion 3.5 định giá $3.00 cho một triệu token đầu vào. MiniMax-M3.1-Flash định giá $0.15. Mẫu tính giá cao gấp hai mươi lần lại là mẫu chưa được ai chấm điểm — không phải Artificial Analysis, cũng không phải bất kỳ đơn vị đánh giá trung lập nào khác mà chúng tôi tìm được — và nó cũng là mẫu không thể nhận ảnh, không thể tải xuống, và dừng tạo ở 32.768 token. Mọi phép đo đã công bố trong màn so kè này đều chỉ về cùng một hướng, và lập luận duy nhất ở phía ngược lại là điều AionLabs chưa đưa ra con số nào để chứng minh. Điều đó đáng nói trước khi cách đóng khung của bất kỳ nhà cung cấp nào được lắng nghe.

Trên giấy, cuộc so sánh này không hề sát nút, và điều đó khiến nó hữu ích hơn một cuộc so sánh sát nút. Aion 3.5, ra mắt ngày 23 tháng 9 năm 2026 bởi AionLabs, là một mô hình suy luận chỉ văn bản với cửa sổ 262,144 token và bảng giá cố định $3.00 / $6.00. MiniMax-M3.1-Flash, ra mắt ngày 19 tháng 10 năm 2026 bởi MiniMax, là một hỗn hợp chuyên gia 428 tỷ tham số với 23 tỷ tham số kích hoạt mỗi token, đầu vào hình ảnh và video gốc, cửa sổ một triệu token, bảng giá $0.15 / $0.60, và trọng số trên Hugging Face từ ngày 23 tháng 10. Một trong hai là mô hình tiên phong năm 2026 được định giá như hàng hóa phổ thông. Mô hình còn lại là một endpoint suy luận đa dụng được định giá như mô hình tiên phong từ hai năm trước.

Mỗi bên thực sự là gì

Aion 3.5 là mô hình chủ lực của AionLabs, ID mô hình aion-labs/aion-3.5, đầu vào văn bản và đầu ra văn bản. Cửa sổ ngữ cảnh là 262.144 token, gấp đôi so với 131.072 của Aion 3.0, với giới hạn 32.768 token cho câu trả lời. Suy luận là bắt buộc thay vì tùy chọn và mặc định ở mức cao, với các mức thấp và tối đa có sẵn; không có đường dẫn không suy luận. AionLabs mô tả kiến trúc này là một tập hợp đa mô hình trong họ GLM thay vì một mạng đơn lẻ đã được huấn luyện — tuyên bố thú vị nhất trong tài liệu của nó và cũng là tuyên bố khó xác minh nhất từ bên ngoài, vì chưa có đánh giá nào được công bố nhằm tách đầu ra của tập hợp khỏi đầu ra của bất kỳ thành viên đơn lẻ nào. Lượt đọc đầu vào được lưu trong bộ nhớ đệm có giá $0.75 mỗi triệu token, giảm 75% so với mức giá đầu vào.

MiniMax-M3.1-Flash là mô hình MoE thưa của MiniMax với tổng 428B tham số, 23B tham số hoạt động, được huấn luyện gốc ở độ chính xác thấp và phát hành nguyên trạng như vậy: checkpoint mở nặng 252,4 GB gồm 48 shard safetensors cùng một drafter giải mã suy đoán DSpark 2,3 GB, thay vì bản sao gốc BF16. Mô hình nhận văn bản, hình ảnh và video rồi trả về văn bản, có cửa sổ đầu vào 1.000.000 token với tối đa 524.288 token đầu ra, và có giá đồng nhất 0,15 USD/triệu token đầu vào, 0,60 USD đầu ra và 0,015 USD cho lượt đọc từ bộ nhớ đệm. Suy luận luôn được bật với năm mức nỗ lực; không có cách nào tắt chế độ suy nghĩ, và API từ chối thẳng yêu cầu tắt.

Những khía cạnh quyết định điều đó

• Giá đầu vào — MiniMax-M3.1-Flash 0,15 USD mỗi triệu so với Aion 3.5 3,00 USD. Chênh lệch 20 lần.

• Giá đầu ra — 0,60 USD/triệu so với 6,00 USD. Chênh lệch gấp 10 lần.

• Đầu vào được lưu trong bộ nhớ đệm — 0,015 USD mỗi triệu so với 0,75 USD. Chênh lệch 50 lần, và là dòng chi phí chiếm phần lớn trong một hóa đơn nặng về suy luận.

• Cửa sổ ngữ cảnh — 1.000.000 token so với 262.144.

• Đầu ra tối đa — 524,288 token so với 32,768.

• Các phương thức đầu vào — văn bản, hình ảnh và video so với chỉ văn bản.

• Điểm số độc lập — Artificial Analysis Intelligence Index 43, đứng thứ năm trong số 174 mô hình, với $0.22 mỗi tác vụ chỉ mục; chưa công bố gì cho Aion 3.5.

• Tốc độ đầu ra — 95,6 token mỗi giây trên công cụ theo dõi, so với khoảng 52 được các đơn vị tổng hợp bên thứ ba đo được đối với Aion 3.5.

• Trọng số mở — một checkpoint Hugging Face theo MiniMax Community License, đối lập với một mô hình đóng chỉ có API.

• Điều khiển suy luận — năm mức nỗ lực, luôn bật, so với ba mức, bắt buộc.

Cả hai bảng giá đều phẳng, nên độ phẳng triệt tiêu.

Cách biện hộ đầy cám dỗ cho Aion 3.5 là tính dự đoán được: $3.00 mỗi triệu token trên toàn bộ cửa sổ 262K, không có cú tăng vọt giá khi xử lý ngữ cảnh dài, không có bậc giá nào khiến chi phí mỗi token của bạn tăng gấp đôi giữa chừng một tài liệu. Đó là một ưu điểm thực sự, và ở đây nó cũng không phải là yếu tố tạo khác biệt, bởi vì MiniMax-M3.1-Flash cũng phẳng — $0.15 cố định, từ 4,000 token đến một triệu. Dù một bảng giá có thể dự đoán được có giá trị đến đâu, MiniMax đang cung cấp nó với mức giá bằng một phần hai mươi và cửa sổ lớn gấp bốn lần. Tính phẳng tách hai mô hình này khỏi các nhà cung cấp có bậc giá. Nó không tách chúng khỏi nhau.

Điều còn lại là hóa đơn thực tế. Một prompt 240.000 token tốn khoảng $0,036 trên MiniMax-M3.1-Flash. Cùng prompt đó trên Aion 3.5 tốn khoảng $0,72, và phần phản hồi còn tốn gấp mười lần trên mỗi token cộng thêm vào đó. Nếu khối lượng công việc của bạn ở quy mô tài liệu — hợp đồng dài, toàn bộ kho mã, bản ghi kéo dài nhiều giờ — chênh lệch giá sẽ cộng dồn đúng tại điểm số token lớn nhất, tức là ngược lại với nơi bạn muốn.

Vấn đề được tính điểm so với không được tính điểm chính là toàn bộ câu chuyện.

Artificial Analysis chấm MiniMax-M3.1-Flash 43 điểm trên Intelligence Index, đưa nó lên vị trí thứ năm trong số 174 mô hình, với chi phí đo được là 0,22 USD để hoàn thành một tác vụ của chỉ số. Công cụ theo dõi cũng lưu ý rằng mô hình này dài dòng bất thường — nó tiêu tốn 180 triệu token đầu ra trên toàn chỉ số, cao hơn hẳn mức trung vị — và vì đầu ra được tính giá gấp bốn lần đầu vào, tính dài dòng đã nằm sẵn trong mức 0,22 USD đó. Bạn đang nhìn vào một con số đã trụ vững bất chấp thói quen tệ nhất của mô hình.

Aion 3.5 không có sản phẩm tương đương. AionLabs không công bố bảng đánh giá chuẩn nào mà chúng tôi có thể tìm thấy, chưa có phòng thí nghiệm độc lập nào chạy thử nó, và các trang so sánh cùng nhóm liệt kê nó đều mang cùng một ghi chú: chưa được đánh giá. Sự thiếu vắng đó không phải bằng chứng cho thấy mô hình yếu. Đó là bằng chứng cho thấy người mua không có gì để so sánh ngoài bảng giá, và bảng giá lại là mảnh bằng chứng duy nhất chống lại nó.

Nơi Aion 3.5 vẫn còn một trường hợp thực tế

Ba lập luận vẫn đứng vững khi đối chiếu với số liệu. Lập luận đầu tiên là sự đa dạng của các kiểu thất bại. Nếu một phần lớn lưu lượng của bạn đã chạy trên một họ mô hình, thì một tổ hợp được xây dựng từ một nguồn gốc khác là một ý kiến thứ hai không tương quan, và các lỗi không tương quan đáng để bỏ tiền cho phần nhỏ các lần gọi mà ở đó một câu trả lời sai là tốn kém. Bạn sẽ định tuyến khoảng hai phần trăm lưu lượng đến nó. Ở mức hai phần trăm, giá đầu vào gấp 20 lần chỉ là sai số làm tròn so với chi phí của một đánh giá sai.

Điều thứ hai là việc bắt buộc suy luận ở mức cao loại bỏ một nhóm các hồi quy thầm lặng. Không có tham số effort nào để tinh chỉnh, nên cũng không có thiết lập thấp nào âm thầm làm suy giảm một tác vụ mà không ai kiểm thử lại sau lần thay đổi prompt cuối cùng. Đó là một lập luận về bảo trì, chứ không phải về năng lực, nhưng những lập luận về bảo trì là có thật.

Mẫu thứ ba là Aion 3.5 Mini. Với mức 0,70 USD mỗi triệu token đầu vào, 0,18 USD cho token được lưu đệm và 1,40 USD cho đầu ra trong cùng cửa sổ 256K, đây là một phân khúc giá rẻ hợp lý, và mọi so sánh chỉ nhìn vào mẫu flagship đều đang so sánh nhầm mô hình Aion. Dù vậy, Mini vẫn đắt hơn MiniMax-M3.1-Flash khoảng 4,7 lần ở đầu vào, vẫn chỉ hỗ trợ văn bản, vẫn chưa được chấm điểm và vẫn bị giới hạn ở 32K đầu ra.

Nơi MiniMax-M3.1-Flash chiến thắng mà không cần tranh cãi

Đa phương thức là con đường ngắn nhất đến một quyết định. Aion 3.5 chỉ xử lý văn bản. Nếu khối lượng công việc liên quan đến ảnh chụp màn hình, trang quét, sơ đồ, biểu đồ hoặc khung hình video, so sánh sẽ kết thúc trước khi giá được nhắc đến, vì một mô hình hoàn toàn không thể được cung cấp đầu vào.

Độ dài đầu ra là yếu tố thứ hai. Giới hạn trần 524.288 token so với 32.768 token là mức chênh lệch gấp mười sáu lần, và nó quyết định mọi tác vụ mà sản phẩm bàn giao tự thân đã dài: viết lại toàn bộ tệp, di chuyển qua một kho mã lớn, trích xuất có cấu trúc trên một tài liệu đáng kể. Giới hạn 32K buộc phải chia nhỏ, và việc chia nhỏ buộc bạn phải viết mã điều phối chẳng liên quan gì đến chất lượng của mô hình.

Trọng số mở đứng thứ ba, kèm một lưu ý đáng kể. MiniMax đã công bố checkpoint vào ngày 23 tháng 10 theo MiniMax Community License. Đó là trọng số mở, không phải mã nguồn mở: sử dụng phi thương mại thì miễn phí; sử dụng thương mại yêu cầu hiển thị "Built with MiniMax M3" một cách nổi bật, gửi thông báo một lần cho MiniMax nếu doanh thu hằng năm từ 20 triệu USD trở xuống, và phải có văn bản chấp thuận trước nếu vượt ngưỡng đó. Đây là một thỏa thuận thoáng hơn nhiều so với mô hình chỉ cung cấp qua API, và kém thoáng hơn nhiều so với MIT. Hãy đọc giấy phép trước khi bạn lên kế hoạch triển khai dựa trên đó.

Đặt cả hai trong cùng một đường dẫn yêu cầu

Hiện nay, cả hai mô hình đều không có trong danh mục của OrcaRouter, và bài viết này không tuyên bố rằng một trong hai mô hình đó đang có mặt. Có thể truy cập Aion 3.5 thông qua API riêng của AionLabs và một số nền tảng bên thứ ba; MiniMax-M3.1-Flash thông qua API riêng của MiniMax và checkpoint mở nếu bạn có GPU với 252 GB. Những gì OrcaRouter định tuyến trong cùng nhóm là MiniMax-M3 và DeepSeek V4.1 Flash, cả hai đều theo giá niêm yết của nhà cung cấp với mức cộng thêm 0%, vì vậy khi nhà cung cấp thay đổi giá, phía chúng tôi nhận được thay đổi đó cùng ngày với phía họ.

Điều đó quan trọng đối với kiến trúc mà cuộc so tài này thực sự hàm ý. Hình dạng hợp lý không phải là chuyển đổi từ mô hình này sang mô hình kia; đó là một phần lưu lượng nhỏ, thường trực được gửi đến một mô hình được xây dựng khác đi để lấy ý kiến thứ hai. Hai nhà cung cấp, hai khóa và hai bề mặt thanh toán cho một khối lượng công việc hai phần trăm chính xác là chi phí phụ trội mà một gateway loại bỏ, và chuyển đổi dự phòng tự động nghĩa là chặng đắt đỏ bị suy giảm không kéo theo toàn bộ pipeline. Khi các mô hình bạn thực sự so sánh nằm trên cùng một khóa, A/B chỉ là một chuỗi mô hình chứ không phải một tích hợp thứ hai.

Điều gì sẽ giải quyết được nó?

Một đánh giá độc lập về Aion 3.5. Đó chính là mảnh ghép còn thiếu duy nhất, và việc thiếu nó đang gây tổn hại cho lập luận của AionLabs nhiều hơn bất kỳ đối thủ nào có thể. Nếu nó đạt điểm gần 43 ở mức $0.22 mỗi tác vụ, mức giá cao cấp sẽ sụp đổ thành một câu chuyện ngách về ý kiến thứ hai. Nếu nó đạt điểm cao hơn đáng kể so với 43, phép tính sẽ thay đổi: bạn vẫn sẽ không chuyển một pipeline sang mức giá đầu vào $3.00, nhưng bạn sẽ có lý do chính đáng để chi khoản đó cho những lệnh gọi quan trọng, và tuyên bố về ensemble cuối cùng sẽ có bằng chứng phía sau thay vì chỉ là một mô tả.

Cho đến khi con số đó tồn tại, lựa chọn là một mô hình đã được đo lường với giá bằng một phần hai mươi, ngữ cảnh và đầu vào hình ảnh gấp bốn lần, so với một mô hình chưa được đo lường ở mức giá cao hơn mà những ưu điểm chính được ghi nhận của nó là giá phẳng mà đối thủ cũng cung cấp và suy luận bắt buộc mà đối thủ thực thi bằng cách từ chối phương án thay thế. Chỉ có một mặc định có thể biện minh được trong cặp đó — và câu hỏi thú vị không phải là có nên chọn nó hay không, mà là hai phần trăm lưu lượng truy cập nào của bạn xứng đáng được hưởng ngoại lệ.