MiniMax M3.1 Flash vs Aion 3.5 Mini: Khoảng cách về giá thu hẹp, khoảng cách về bằng chứng thì không

Aion 3.5 Mini là mô hình AionLabs đầu tiên trong loạt này mà chỉ riêng giá cả không đủ để ngã ngũ. MiniMax M3.1 Flash tính $0,15 mỗi triệu token đầu vào và $0,60 mỗi triệu token đầu ra; Aion 3.5 Mini tính $0,70 và $1,40. Đó là 4,7 lần và 2,3 lần — một mức chênh lệch giá thực sự, nhưng không giống mức 20 lần và 10 lần mà người anh em cỡ đầy đủ của nó, Aion 3.5, đòi so với cùng MiniMax M3.1 Flash. Khoảng cách đủ hẹp về chi phí đến mức quyết định chuyển sang những điểm mà hai bên không hề gần nhau: trần đầu ra, phương thức đầu vào, và liệu có ai ngoài nhà cung cấp từng đo lường được nó hay chưa.

Cả hai mô hình đều là phiên bản hiện hành. Aion 3.5 Mini ra mắt ngày 23 tháng 9 năm 2026 cùng với mô hình chủ lực; MiniMax M3.1 Flash ra mắt ngày 19 tháng 10 năm 2026 và công bố trọng số trên Hugging Face bốn ngày sau đó. Mô hình Aion là mô hình đóng, chỉ xử lý văn bản và luôn suy luận trước khi trả lời. MiniMax M3.1 Flash là mô hình mixture of experts 428 tỷ tham số với 23 tỷ tham số hoạt động mỗi token, cửa sổ một triệu token và đầu vào hình ảnh lẫn video. Trên giấy tờ, so sánh này khá chênh lệch; phần thú vị là tại sao hóa đơn không phải lúc nào cũng trông như vậy.

Mỗi mô hình thực sự là gì

MiniMax M3.1 Flash là MoE thưa của MiniMax, khoảng 428B tổng tham số với 23B được kích hoạt mỗi token, được phục vụ với cửa sổ ngữ cảnh 1.000.000 token. Bảng giá là $0.15 mỗi triệu token đầu vào, $0.60 mỗi triệu token đầu ra và $0.015 mỗi triệu lần đọc từ bộ nhớ đệm. Thẻ mô hình của MiniMax liệt kê đầu vào văn bản, hình ảnh và video với đầu ra văn bản; Artificial Analysis ghi nhận văn bản và hình ảnh. Suy luận luôn được bật, với năm mức nỗ lực — low, medium, high, xhigh và max — và API từ chối thẳng yêu cầu tắt suy nghĩ, trả về lỗi thay vì âm thầm bỏ qua. Các trọng số có thể tải xuống theo MiniMax Community License, đây là open weights chứ không phải open source: cần ghi công, và việc sử dụng thương mại với doanh thu hằng năm trên $20M cần được ủy quyền trước bằng văn bản. Bảng điểm chuẩn của chính nhà cung cấp bao gồm 62.8 trên Automation-Bench, 73.7 trên DeepSWE v1.1, 61.7 trên OSWorld 2.0 và 82.2 trên CyberGym. Đó là các con số do nhà cung cấp chạy và chưa được tái lập độc lập.

Aion 3.5 Mini là bậc rẻ hơn của AionLabs, mã định danh aion-labs/aion-3.5-mini, và nó là một dạng đối tượng khác. AionLabs mô tả nó là một hệ thống đa mô hình được xây dựng trên họ GLM — nhiều mô hình cùng đóng góp vào một phản hồi — và không công bố số lượng tham số, kích thước tổ hợp, hay những thành phần nào chạy trong bất kỳ lần gọi cụ thể nào. Cửa sổ ngữ cảnh là 262.144 token, gấp đôi so với Aion 3.0 Mini và giống hệt mô hình chủ lực, với giới hạn cứng 32.768 token cho câu trả lời. Đầu vào chỉ là văn bản. Suy luận là bắt buộc: các mức nỗ lực thấp, cao và tối đa, mặc định là cao, không có đường dẫn không suy luận. Giá không thay đổi so với thế hệ trước ở mức $0,70 cho đầu vào, $1,40 cho đầu ra và $0,18 cho đầu vào được lưu trong bộ nhớ đệm. Trọng số không khả dụng, và mô hình không có kết quả đánh giá chuẩn nào được công bố.

Có hai điều rút ra từ mô tả đó trước khi có bất kỳ phép đo nào. Mini không phải là một Mini bị cắt giảm như cái tên gợi ý — cửa sổ ngữ cảnh của nó ngang với mẫu chủ lực — và thứ nó thiếu là độ dài đầu ra, chứ không phải độ dài đầu vào. Và câu chuyện chi phí không chỉ nằm ở bảng giá, bởi cả hai mô hình đều suy nghĩ trước khi trả lời và không mô hình nào cho bạn tắt điều đó.

Bảng giá cước và ba hệ số nhân quyết định hóa đơn

Giá theo token trước, vì đây là những con số duy nhất mà cả hai nhà cung cấp công bố rõ ràng:

• Đầu vào — MiniMax M3.1 Flash $0.15 mỗi triệu so với Aion 3.5 Mini $0.70. Chênh lệch 4,7 lần.

• Đầu ra — $0.60 so với $1.40. Chênh lệch 2,3 lần, và là mức hẹp hơn trong hai.

• Đầu vào được lưu trong bộ nhớ đệm — $0.015 so với $0.18. Chênh lệch 12 lần, và là khoản chiếm phần lớn hóa đơn của agent.

• Cửa sổ ngữ cảnh — 1.000.000 token so với 262.144. Chênh lệch 3,8 lần.

• Đầu ra tối đa — 524,288 token so với 32,768. Chênh lệch 16 lần, và là khoảng cách đơn lẻ lớn nhất trong cuộc đối đầu này.

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

• Điểm độc lập — Chỉ số Trí tuệ Artificial Analysis 43 cho MiniMax M3.1 Flash; không có mục cho Aion 3.5 Mini.

Tỷ lệ mà người ta thường trích dẫn thường là tỷ lệ đầu vào, và đó là tỷ lệ ít hữu ích nhất. Một mô hình đọc mười token cho mỗi token nó ghi ra chủ yếu được định giá theo mức giá đầu vào, nên một tác vụ 10M đầu vào, 1M đầu ra tốn $2.10 trên MiniMax M3.1 Flash và $8.40 trên Aion 3.5 Mini — chênh lệch 4 lần, gần với con số được quảng cáo. Một tác vụ cân bằng 1M vào, 1M ra tốn $0.75 so với $2.10, tức 2.8 lần. Tỷ lệ này thay đổi theo khối lượng công việc, đó là lý do vì sao “rẻ hơn 4.7 lần” là một khẩu hiệu chứ không phải một dòng trong ngân sách.

Đọc từ bộ nhớ đệm đưa con số đó đi xa hơn nhiều. Một tác nhân mang theo lời nhắc hệ thống 100.000 token qua 1.000 lần gọi sẽ đọc 100 triệu token được lưu trong bộ nhớ đệm; tức là $1,50 trên MiniMax M3.1 Flash và $18,00 trên Aion 3.5 Mini. Nếu khối lượng công việc của bạn là một tiền tố dài, ổn định với các lượt ngắn, thì tỷ lệ cache là con số cần so sánh, và khoảng cách ở đó là 12x chứ không phải 4,7x.

Sau đó là một hệ số nhân mà không bảng giá nào hiển thị: token suy nghĩ. Cả hai mô hình luôn suy luận, và token suy nghĩ là token được tạo ra, được tính giá theo đơn giá đầu ra trên cả hai mô hình. Nếu một mô hình dùng 2.000 token để suy nghĩ nhằm tạo ra câu trả lời 500 token, bạn bị tính tiền cho 2.500 token đầu ra — gấp năm lần phần văn bản nhìn thấy. Với những con số đó, chi phí đầu ra hiệu quả trên mỗi triệu token nhìn thấy là 3,00 đô la cho MiniMax M3.1 Flash và 7,00 đô la cho Aion 3.5 Mini: tỷ lệ 2,3 lần vẫn giữ nguyên, nhưng mọi con số tuyệt đối đều gấp năm lần giá niêm yết. Và các giá trị mặc định không phải cùng một thiết lập. Tài liệu API của MiniMax cho biết nếu bỏ qua mức nỗ lực thì mặc định là max, thiết lập đắt nhất; Aion mặc định là high. Ngay khi dùng mặc định, mô hình có bảng giá rẻ hơn cũng chính là mô hình chi nhiều hơn cho mỗi câu trả lời. Bảng giá chỉ là mức sàn, không phải dự báo, và cả hai nhà cung cấp đều không công bố ngân sách token suy nghĩ mà bạn có thể dùng để xây dựng một dự báo.

Ngữ cảnh thì rộng rãi. Đầu ra chính là nơi Mini dừng lại.

Cửa sổ 262.144 token của Aion 3.5 Mini là phần hào phóng trong bảng thông số của nó. Nó gấp đôi cửa sổ của Mini trước đó, khớp chính xác với mẫu flagship, và đủ cho một cuốn tiểu thuyết, một lượt quét kho mã lớn hoặc một giờ bản ghi thoại. So với hầu hết các mô hình, nó sẽ không hề là một giới hạn. So với MiniMax M3.1 Flash, nó nhỏ hơn 3,8 lần, và với nhóm khối lượng công việc ngày càng tăng là nhồi cả một cơ sở mã hoặc một bộ tài liệu vào một lần gọi, đó là một mức trần thực sự.

Giới hạn khó chịu hơn nằm ở phản hồi. Aion 3.5 Mini dừng ở 32,768 token đầu ra; MiniMax M3.1 Flash chấp nhận tới 524,288, với MiniMax khuyến nghị 131,072 trên thực tế. Đó là mức chênh lệch gấp 16 lần, và đây là khía cạnh dễ khiến mô hình Aion bị loại khỏi một công việc thực tế chứ không chỉ đơn thuần là bất lợi. Một tạo tác được sinh ra dài 40,000 token — một đợt migration dài, một báo cáo đầy đủ, một lần tái cấu trúc lớn được xuất ra trong một lượt — hoàn toàn không vừa với Aion 3.5 Mini. Bạn sẽ phải chia nhỏ nó, điều này làm thay đổi nhiệm vụ, thêm phần điều phối và thường tốn kém hơn mức chênh lệch trên mỗi token mà bạn đang cố tận dụng. Với các lượt trò chuyện và chương, 32K là quá đủ. Với các pipeline nặng về sinh nội dung, đó là một điểm dừng cứng.

Cả hai nhà cung cấp đều không công bố phụ phí ngữ cảnh dài cho hai mô hình này; bảng giá ở trên là đồng nhất trong toàn bộ cửa sổ. Điều đó quan trọng vì nó có nghĩa là so sánh không đảo chiều ở 200.000 token — MiniMax M3.1 Flash rẻ hơn ở mọi độ dài, và mô hình Aion đơn giản là không thể vượt qua giới hạn tối đa của nó.

Một mô hình có bằng chứng. Mô hình kia có một tuyên bố định vị.

Đây là phần của cuộc đối đầu mà không hề thu hẹp khoảng cách. MiniMax M3.1 Flash có bảng benchmark của nhà cung cấp, điểm số từ bên thứ ba và tốc độ đo được. Aion 3.5 Mini không có bất kỳ yếu tố nào trong ba yếu tố đó. AionLabs không công bố kết quả SWE-bench, Terminal-Bench, GPQA hay MMLU-Pro nào cho bất kỳ mô hình 3.5 nào, và Artificial Analysis không có mục nào cho Aion 3.5 Mini, Aion 3.5, hoặc bất kỳ thế hệ 3.0 nào. Không có điểm năng lực độc lập và do đó không có con số chi phí cho mỗi tác vụ hoàn thành, đây là con số thực sự quyết định việc mua sắm.

Thay vào đó, thứ tồn tại là dữ liệu đo từ xa của gateway. Các công cụ theo dõi chấm điểm nó từ lưu lượng trực tiếp dao động quanh 56 token mỗi giây với khoảng 1,5 giây đến token đầu tiên — bằng một nửa 116,2 token mỗi giây mà Artificial Analysis đo được cho MiniMax M3.1 Flash, và đó là các con số tổng hợp từ môi trường sản xuất chứ không phải một lần chạy có kiểm soát. Hãy xem xu hướng là thông tin tham khảo và con số chính xác chỉ mang tính tương đối.

Phía MiniMax được ghi chép đầy đủ hơn nhưng không hoàn hảo. Bảng benchmark của nó do nhà cung cấp tự chạy, một số hàng dùng các agent harness cụ thể, và các con số không thể so sánh đồng nhất giữa các mô hình. Điểm độc lập 43 của Artificial Analysis — thứ năm trong số 173 mô hình — là căn cứ kiểm chứng cho điều đó, và 43 là một kết quả tốt nhưng chưa ở mức tiên phong. Chi tiết độc lập hữu ích hơn là mức độ dài dòng: Artificial Analysis lưu ý rằng mô hình đã phát ra 180 triệu token đầu ra trên chỉ số của mình, so với mức trung vị 100 triệu. Một mô hình nói nhiều đến vậy khiến tốc độ đầu ra, và thiết lập effort, trở nên quan trọng hơn tốc độ đầu vào mà mọi người thường trích dẫn.

Việc thiếu bằng chứng không phải là bằng chứng của sự yếu kém, và điều đó ít quan trọng hơn với một số công việc so với những công việc khác. Nếu công việc là văn xuôi — nhập vai, hư cấu, giọng nhân vật — thì các bộ tiêu chuẩn đánh giá vốn đo nó kém, và AionLabs đã định vị mô hình này đúng vào lĩnh vực đó. Nhưng điều đó có nghĩa là bạn không thể mua Aion 3.5 Mini chỉ dựa vào một con số. Bạn chỉ có thể mua nó dựa trên đánh giá của chính mình, mà bạn sẽ phải chạy trước khi cam kết.

Khi nào Aion 3.5 Mini là lựa chọn mua phù hợp

Đây là lựa chọn tiết kiệm trong ngăn xếp Aion. Ở mức $0,70 và $1,40, nó rẻ hơn 4,3 lần so với Aion 3.5 đầy đủ ở cả đầu vào và đầu ra, trong khi vẫn có cùng cửa sổ 262.144 token và cùng mô tả tổ hợp dòng GLM. Nếu bạn đã định tuyến đến Aion 3.5 cho công việc khó, Mini là hạng để đặt các lượt dễ, với cùng cấu trúc API và cùng ngữ nghĩa suy luận.

Giới hạn đầu ra của nó không phải là vấn đề đối với công việc hội thoại. 32.768 token tương đương khoảng 24.000 từ — nhiều hơn bất kỳ chương, câu trả lời hỗ trợ hay bản phân tích đơn lẻ nào mà hầu hết ứng dụng trả về. Giới hạn này chỉ thực sự gây trở ngại khi bản thân sản phẩm chính là một tài liệu dài.

Chỉ hỗ trợ văn bản là một tính năng nếu bạn không bao giờ gửi hình ảnh. Không phải trả phụ phí đa phương thức nào và không phải xây dựng bước tiền xử lý hình ảnh nào. Lợi thế đó mong manh hơn vẻ ngoài của nó, bởi vì mô hình đa phương thức cũng là mô hình rẻ hơn tính theo token, nhưng nó là có thật đối với các nhóm muốn pipeline đơn giản nhất có thể.

Phong cách là lời khẳng định chưa được đo lường, đáng để kiểm chứng. Một tổ hợp đa mô hình được tinh chỉnh cho giọng kể chuyện có thể vượt qua một mô hình tác nhân tổng quát về văn xuôi ngay cả khi nó thua mọi bài kiểm chuẩn. Đó là một lý do hợp lý để mô hình tồn tại và là lời khẳng định duy nhất có lợi cho nó mà không bảng giá nào có thể phân xử. Đây cũng chính là kiểu lời khẳng định mà nếu sai thì hậu quả sẽ cộng dồn, nên hãy kiểm chứng nó trên câu lệnh của chính bạn thay vì tin vào cách trình bày của bất kỳ nhà cung cấp nào.

Ai nên chọn cái nào

• Chọn MiniMax M3.1 Flash nếu khối lượng công việc mang tính tác tử — vòng lặp công cụ, sử dụng máy tính, các tác vụ dài hạn — khi đó các điểm chuẩn tác tử của nhà cung cấp ít nhất là một tín hiệu định hướng và cửa sổ 1M giữ nguyên toàn bộ bản ghi.

• Hãy chọn MiniMax M3.1 Flash nếu bạn tạo ra các artifact dài. Trên 32.768 token đầu ra thì không cần phải cân nhắc gì nữa; Aion 3.5 Mini không thể tạo ra phản hồi đó.

• Chọn MiniMax M3.1 Flash nếu có bất kỳ thành phần nào trong pipeline gửi ảnh chụp màn hình, trang quét hoặc khung hình video. Khả năng chỉ xử lý văn bản loại mô hình Aion ra trước khi xét đến giá.

• Chọn MiniMax M3.1 Flash nếu bạn cần tự vận hành (self-host), vượt qua một đợt đánh giá giấy phép, hoặc tránh phụ thuộc vào một nhà cung cấp duy nhất. Giấy phép Cộng đồng MiniMax có những điều kiện thực sự — ghi công, và ngưỡng doanh thu 20 triệu USD — nhưng trọng số có thể tải xuống được, điều mà Aion không cung cấp. Artificial Analysis vẫn dán nhãn mô hình là độc quyền, một cách hiểu hợp lý đối với một giấy phép cộng đồng không được OSI phê chuẩn.

• Chọn Aion 3.5 Mini nếu công việc là văn xuôi dưới 32K, văn bản vào và văn bản ra, và bạn sẵn sàng tự chạy A/B vì chưa có ai khác làm. Hãy dự trù token suy luận và chủ động đặt effort ở mức thấp hoặc cao thay vì chấp nhận mặc định.

• Chọn Aion 3.5 Mini nếu bạn đã dùng Aion 3.5 và muốn một nhà cung cấp, một dạng API và một quan hệ thanh toán cho cả hai gói. Bước giảm 4,3 lần xuống Mini là cách rẻ nhất để cắt chi phí trong ngăn xếp đó mà không thay đổi bất kỳ điều gì khác.

• Không chọn cái nào nếu quyết định phải được bảo vệ bằng một điểm số đã được kiểm toán. Chỉ một trong các mô hình này có điểm đó, và ngay cả các benchmark chi tiết của mô hình ấy cũng do nhà cung cấp thực hiện.

Định tuyến giải quyết được gì và không giải quyết được gì

OrcaRouter hiện không định tuyến MiniMax M3.1 Flash hay Aion 3.5 Mini, nên đây không phải là bài viết mà một khóa duy nhất giúp bạn dùng được một trong hai mô hình. Thứ mà nó định tuyến là thế hệ MiniMax trước đó và lựa chọn thay thế có giá tương đương gần nhất: MiniMax-M3 và DeepSeek V4.1 Flash, cả hai đều theo giá niêm yết của nhà cung cấp với mức phụ giá 0%. Nếu câu hỏi còn bỏ ngỏ là liệu một mô hình rẻ hơn có thể đảm đương khối lượng công việc của bạn hay không, thì đó là hai mô hình bạn có thể thử ngay chiều nay mà không cần hợp đồng mới.

Lập luận về định tuyến thực sự áp dụng ở đây liên quan đến quyết định mà bạn đang đưa ra. Mức chênh lệch giá 4,7 lần đủ nhỏ để câu trả lời đúng có thể khác nhau tùy từng tác vụ, và cách trung thực để xử lý điều đó không phải là chọn một mô hình cho mọi thứ. Mà là gửi những lượt khó cho mô hình có bằng chứng và những lượt rẻ cho mô hình phù hợp, chuyển đổi dự phòng khi một nhà cung cấp suy giảm, và đo chi phí trên mỗi tác vụ hoàn thành thay vì chi phí trên mỗi token. Đó là một bài toán định tuyến trước khi là một bài toán mô hình — và đó là lý do câu hỏi “cái nào rẻ hơn”, tự nó, cứ tiếp tục tạo ra câu trả lời sai.

Điều gì sẽ thay đổi phán quyết này

Hai việc, và cả hai đều rẻ để AionLabs thực hiện. Công bố bất kỳ kết quả benchmark nào cho Aion 3.5 Mini — kể cả kết quả do nhà cung cấp tự chạy — và phần bằng chứng của so sánh này sẽ trở nên có thể tranh luận thay vì một chiều. Có được một mục trên Artificial Analysis, và câu hỏi chi phí trên mỗi tác vụ sẽ trở nên có thể trả lời được. Cho đến khi một trong hai điều đó xảy ra, việc mua mô hình Aion là một canh bạc về độ phù hợp, được đưa ra mà không có bảng điểm.

Về phía MiniMax, con số cần theo dõi là biến thể Pro đã được hứa hẹn, còn con số cần hoài nghi là tuyên bố thông lượng 200+ token/giây trong tài liệu ra mắt. Artificial Analysis đo được 116,2, một kết quả tốt và chỉ bằng một nửa con số trên tiêu đề. Các số liệu thông lượng của nhà cung cấp thường là con số trường hợp tốt nhất, một luồng, ngữ cảnh ngắn; con số lập kế hoạch trung thực là con số được đo thực tế.

Kết luận hiện tại thì không mấy hào nhoáng. Với công việc agent, đầu ra dài, đầu vào đa phương thức hay tự triển khai, MiniMax M3.1 Flash thắng cả về năng lực lẫn giá cùng lúc, điều hiếm thấy và không cần phải cân nhắc nhiều. Với văn xuôi dưới 32K token, Aion 3.5 Mini là một chuyên gia có thể bảo vệ được, với lý do tồn tại nghe có lý nhưng không có bằng chứng nào phía sau — hãy mua nó vì lối viết phù hợp, không phải vì giá, và hãy đếm số token suy nghĩ trước khi bạn chấp nhận trả hóa đơn.