MiniMax M3.1 Flash vs Gemini 3.5 Flash-Lite: Nửa giá, gấp đôi điểm số, và vẫn chưa phải là lựa chọn hiển nhiên

Gemini 3.5 Flash-Lite đã được bán ra từ ngày 21 tháng 7 năm 2026. MiniMax M3.1 Flash ra mắt ngày 19 tháng 10 năm 2026 với giá $0,15 mỗi triệu token đầu vào và $0,60 mỗi triệu token đầu ra — bằng một nửa và khoảng một phần tư mức Gemini 3.5 Flash-Lite là $0,30 và $2,50. Trên Chỉ số Trí tuệ của Artificial Analysis, mô hình mới hơn đạt 43 điểm và mô hình của Google đạt 22 điểm. Vậy nên MiniMax M3.1 Flash rẻ hơn ở mọi dòng token và có năng lực gấp đôi trên chỉ số độc lập. Rồi bạn đến dòng chi phí mỗi tác vụ, và Gemini 3.5 Flash-Lite thắng ở đó, $0,19 so với $0,22. Sự đảo ngược đó là cách trung thực duy nhất để bước vào so sánh này, bởi nó cho bạn biết quyết định không hề nằm ở bảng giá.

Hai bảng giá chỉ trông giống nhau mà thôi

Hãy bắt đầu với những gì từng nhà cung cấp thực sự công bố, vì các cấu trúc khác nhau chẳng kém gì các con số.

• Đầu vào — 0,15 USD mỗi triệu token trên MiniMax M3.1 Flash so với 0,30 USD trên Gemini 3.5 Flash-Lite.

• Đầu ra — 0,60 USD so với 2,50 USD, mức chênh lệch bốn lần.

• Đầu vào đã lưu trong bộ nhớ đệm — $0.015 so với $0.03, cả hai đều là mức giảm 90% trên giá đầu vào.

• Lưu trữ bộ nhớ đệm — Google tính phí này ở mức 1,00 đô la Mỹ cho mỗi triệu token được lưu trong bộ nhớ đệm mỗi giờ. Bảng giá ra mắt của MiniMax không liệt kê riêng khoản phí lưu trữ.

• Batch and Flex — Google cắt giá đầu vào xuống $0.15 và đầu ra xuống $1.25 trên cả hai hạng. Giá ra mắt của MiniMax là một bảng ba dòng đồng giá, không có hạng batch nào trong tài liệu ra mắt.

• Ưu tiên — Google bán gói ưu tiên với giá 0,54 USD đầu vào và 4,50 USD đầu ra. Bài đăng ra mắt của MiniMax không công bố sản phẩm tương đương.

• Ngữ cảnh và giới hạn đầu ra — cả hai đều chấp nhận 1 triệu token đầu vào. MiniMax cho phép tối đa 524.288 token đầu ra; Gemini 3.5 Flash-Lite dừng ở 65.536.

• Trọng số — MiniMax đã phát hành bản tải xuống 252,4 GB vào ngày 23 tháng 10 theo giấy phép cộng đồng của mình. Gemini 3.5 Flash-Lite là độc quyền.

Gói batch xứng đáng có một câu riêng, vì đây là điểm duy nhất mà hai bảng giá gần như chạm nhau. Một đội ngũ có thể chấp nhận độ trễ của batch sẽ có giá đầu vào Gemini 3.5 Flash-Lite là $0,15 — đúng bằng mức giá đầu vào tiêu chuẩn của MiniMax — nhưng đầu ra là $1,25, vẫn cao hơn gấp đôi mức $0,60 của MiniMax. Batch thu hẹp khoảng cách về đầu vào và giữ nguyên khoảng cách về đầu ra. Nếu khối lượng công việc của bạn nặng về đầu ra — như trường hợp của các tác vụ agent và lập trình — thì ưu đãi batch không cứu được phép so sánh này.

Khoảng cách năng lực không hề nhỏ, nhưng hãy đọc phiên bản benchmark.

Artificial Analysis cho cả hai mô hình chạy qua cùng một bộ bài kiểm tra, và kết quả không hề sát nhau:

Chỉ số Trí tuệ — 43 cho MiniMax M3.1 Flash, xếp thứ năm trong số 173 mô hình; 22 cho Gemini 3.5 Flash-Lite, xếp thứ 44.

• Terminal-Bench 4.0 — 26% so với 1%.

• AutomationBench-AA — 73% so với 25%.

• GDPval-AA — 1,458 so với 985.

• SciCode — 53% so với 41%.

Con số Terminal-Bench là con số sẽ bị trích dẫn tách khỏi ngữ cảnh, vì vậy nó cần được đặt trong ngữ cảnh. Thẻ mô hình của chính Google cho Gemini 3.5 Flash-Lite dẫn Terminal-Bench 2.1 ở mức 54.0%. Artificial Analysis chạy Terminal-Bench 4.0 và ghi nhận 1%. Cả hai con số đều có thể đúng, vì chúng là các thế hệ benchmark khác nhau kiểm tra những thứ khác nhau. Điều mà 1% có nghĩa không phải là Flash-Lite không thể sử dụng terminal; mà là nó gần như không bao giờ hoàn thành các tác vụ terminal đầu-cuối khó hiện tại mà không có trợ giúp. Điều mà 54% có nghĩa là nó đã làm tốt trên một phiên bản trước đó của benchmark. Bất kỳ ai so sánh mô hình với MiniMax M3.1 Flash trên "Terminal-Bench" mà không nêu rõ phiên bản đều đang so sánh hai bài kiểm tra khác nhau.

Sự phân biệt giữa nhà cung cấp và bên độc lập cũng quan trọng không kém. Thẻ của Google cũng báo cáo SWE-Bench Pro đạt 54,2%, OSWorld-Verified đạt 74,0% và GDM-MRCR đạt 72,2% trên ngữ cảnh 128K — tất cả đều do nhà cung cấp báo cáo, tất cả đều trên các cấu hình do Google lựa chọn. Bài đăng ra mắt của MiniMax báo cáo BankerToolBench đạt 76,2, DeepSWE v1.1 đạt 73,7% và OSWorld V2 đạt 61,7, cũng do nhà cung cấp báo cáo. Các hàng duy nhất trong bài viết này đưa cả hai mô hình qua cùng một khung đánh giá là các hàng của Artificial Analysis, đó là lý do chúng là cơ sở cho lập luận.

Vì sao mô hình đắt hơn vẫn có thể tốn ít chi phí hơn trên mỗi tác vụ

Artificial Analysis đo chi phí cho mỗi tác vụ Intelligence Index đã hoàn thành là $0.19 đối với Gemini 3.5 Flash-Lite và $0.22 đối với MiniMax M3.1 Flash. Điều đó trông có vẻ bất khả thi bên cạnh chênh lệch giá đầu ra gấp bốn lần cho đến khi bạn nhớ ra chỉ số này thực chất là gì: số token thực tế được tiêu thụ, nhân với mức giá của nhà cung cấp. Đây không phải là so sánh theo bảng giá. Đây là phép đo lượng công việc mà mỗi mô hình thực hiện để hoàn thành cùng một tác vụ.

MiniMax M3.1 Flash là một mô hình lý luận dài dòng. Artificial Analysis ghi nhận khoảng 180 triệu token đầu ra trên toàn bộ chỉ mục đối với M3.1 Flash, so với mức trung vị khoảng 100 triệu của các mô hình mà họ theo dõi. Chi phí 0,19 USD mỗi tác vụ của Gemini 3.5 Flash-Lite, ở mức khoảng một phần ba giá token hỗn hợp của MiniMax, hàm ý rằng nó hoàn thành cùng chỉ mục đó với số token ít hơn nhiều. Đó là một suy luận từ hai con số đã công bố chứ không phải tuyên bố của nhà cung cấp, nhưng nó chỉ về cùng một hướng: ở những tác vụ mà việc cân nhắc kỹ thêm của M3.1 Flash đổi lấy một câu trả lời đúng, thì lượng token bỏ ra là một sự đánh đổi hợp lý. Ở những tác vụ mà câu trả lời chưa bao giờ còn nghi ngờ, việc cân nhắc kỹ đó là lãng phí, và mô hình rẻ hơn trên mỗi token lại trở thành mô hình đắt hơn trên mỗi tác vụ.

Hãy chạy hóa đơn trên một khối lượng công việc mà bạn có thể thực sự có: 20 triệu token đầu vào mỗi tháng với tỷ lệ trúng bộ nhớ đệm 60%, cộng thêm 3 triệu token đầu ra.

• MiniMax M3.1 Flash — 8 triệu đầu vào mới với $0.15 là $1.20; 12 triệu đầu vào đã cache với $0.015 là $0.18; 3 triệu đầu ra với $0.60 là $1.80. Tổng cộng $3.18.

• Gemini 3.5 Flash-Lite — 8 triệu đầu vào mới với giá $0,30 là $2,40; 12 triệu được lưu trong bộ nhớ đệm với giá $0,03 là $0,36; 3 triệu đầu ra với giá $2,50 là $7,50. Tổng cộng $10,26, chưa tính chi phí lưu trữ bộ nhớ đệm.

Đó là mức chênh lệch 3,2 lần nghiêng về MiniMax. Giảm đầu ra xuống nửa triệu token, dạng của một tác vụ phân loại hoặc trích xuất, thì nó thành $1.68 so với $4.01 — vẫn là 2,4 lần. Đặt Gemini ở bậc batch với đầu ra 3 triệu token thì nó rơi vào $5.19, vẫn là 1,6 lần MiniMax. Phép tính trên mỗi token không hề nao núng.

Vậy nên sự đảo ngược chi phí trên mỗi tác vụ là có thật nhưng hẹp, và đó là một phát biểu về hiệu quả token chứ không phải về giá. Nếu khối lượng công việc của bạn giống với Intelligence Index — những tác vụ ngắn, được chỉ định rõ ràng mà một mô hình nhỏ hơn có thể hoàn thành nhanh chóng — thì hiệu quả của Flash-Lite có thể xóa bỏ khoảng cách bảng giá. Nếu khối lượng công việc của bạn giống với hóa đơn ở trên, thì sẽ không. Dự báo đáng tin cậy duy nhất là số token của chính bạn trên các prompt của chính bạn, được đo trên cả hai.

Tốc độ là hai phép đo chỉ theo hai hướng ngược nhau

Câu chuyện về tốc độ thú vị hơn câu “một cái nhanh hơn”, vì hai mô hình thắng ở hai nửa khác nhau của câu chuyện đó.

• Thời gian đến token đầu tiên — 1,48 giây trên MiniMax M3.1 Flash so với 6,94 giây trên Gemini 3.5 Flash-Lite. Mô hình MiniMax bắt đầu trả lời sớm hơn gần năm lần.

• Thông lượng đầu ra — 95,6 token mỗi giây so với 430,2. Khi bắt đầu, Flash-Lite truyền phát nhanh hơn khoảng bốn lần rưỡi.

Con số nào quan trọng phụ thuộc vào hình thức của lệnh gọi. Trong giao diện trò chuyện, độ trễ token đầu tiên là thứ người dùng cảm nhận được; một mô hình dừng bảy giây trước từ đầu tiên sẽ có cảm giác bị hỏng, bất kể sau đó nó tạo chữ nhanh đến đâu. Trong một lần tạo dài — một báo cáo 100.000 token, một đợt tái cấu trúc lớn — thông lượng chi phối thời gian thực và bên khởi đầu chậm có thể về đích trước. Trong vòng lặp agent, nơi mỗi bước là một lệnh gọi công cụ ngắn và vòng lặp chạy hai mươi lần, thời gian đến token đầu tiên phải trả giá hai mươi lần và thông lượng gần như không quan trọng.

Hai lưu ý. Artificial Analysis đo được 95,6 token mỗi giây cho M3.1 Flash, trong khi tài liệu của chính MiniMax tuyên bố mức trung vị trên 170 và đỉnh trên 200 — một lời nhắc rằng đường phục vụ và điều kiện đo làm thay đổi con số này rất nhiều. Và 430 token mỗi giây của Flash-Lite thực sự nhanh, nhưng giới hạn đầu ra 65.536 token của nó nghĩa là trường hợp sinh dài — nơi tốc độ đó mang lại lợi ích nhiều nhất — bị giới hạn. Giới hạn 524.288 token của MiniMax lớn hơn tám lần.

Mức chênh lệch giữa các nhà cung cấp còn lớn hơn khoảng cách giữa các mô hình. Trang của chính OrcaRouter dành cho Gemini 3.5 Flash-Lite báo cáo thời gian đến token đầu tiên p50 là 3,59 giây và p95 là 10,00 giây trên các nhà cung cấp mà nó định tuyến tới, so với con số 6,94 giây của Artificial Analysis. Đó không phải là mâu thuẫn; đó là hình thái của một mô hình được định tuyến khi các backend khác nhau phục vụ nó. Điều đó cũng có nghĩa là cách trung thực để so sánh hai mô hình này về độ trễ là đo tuyến của chính bạn, chứ không phải tin vào một con số duy nhất từ một trong hai nhà cung cấp.

Dòng lẽ ra phải quyết định công việc được quản lý

Đánh giá AA-Omniscience của Artificial Analysis cho MiniMax M3.1 Flash điểm số 16: 56% câu hỏi thực tế được trả lời đúng và tỷ lệ ảo giác là 93%. Con số cuối cùng đó không có nghĩa là 93% câu trả lời bị sai. Nó có nghĩa là trong số các phản hồi không chính xác, 93% là sai hoàn toàn chứ không phải câu trả lời một phần hay từ chối trả lời — mô hình thường trả lời khi lẽ ra nên từ chối.

Trang Artificial Analysis của Gemini 3.5 Flash-Lite không có điểm AA-Omniscience, nên không thể so sánh hai mô hình về khả năng từ chối trả lời. Sự thiếu vắng đó không phải là một xác nhận an toàn; đó là dữ liệu bị thiếu. Điều có thể nói là một mô hình có trần năng lực thấp hơn và thiên hướng mạnh về câu trả lời ngắn có thể thất bại theo cách khác — bằng cách từ chối hoặc bằng cách tạo ra đầu ra rõ ràng sơ sài — nhưng không có phép đo nào được công bố chứng minh điều đó. Đừng cho rằng mô hình nhỏ hơn an toàn hơn chỉ vì nó nhỏ hơn.

Đối với các tác vụ lập trình và agentic, AA-Omniscience là một yếu tố dự báo kém: mô hình không được yêu cầu nhớ lại các sự kiện, mà được yêu cầu hành động trên các tệp và kết quả công cụ. Đối với bất kỳ việc gì giống với công việc tri thức — tóm tắt một hợp đồng, trả lời câu hỏi về chính sách của khách hàng, trích xuất một con số từ hồ sơ nộp lên — con số 93% là điều đầu tiên cần thiết kế xoay quanh, chứ không phải điều cuối cùng. Truy xuất, kiểm tra trích dẫn và một bước đánh giá của con người không phải là tùy chọn ở đó, và giá token rẻ hơn không bù đắp được chi phí của một câu trả lời sai đầy tự tin.

Một quy tắc ra quyết định vẫn đứng vững trước khối lượng công việc của chính bạn

• Phân loại, trích xuất, định tuyến, dịch thuật khối lượng lớn với đầu ra ngắn — Gemini 3.5 Flash-Lite. Chỉ số 22 là đủ cho các tác vụ hẹp, 430 token mỗi giây mới là điểm mấu chốt, và 65.536 token đầu ra là dư dả. Gói batch của nó với mức đầu vào $0.15 càng làm cho trường hợp khối lượng lớn trở nên mạnh hơn.

• Lập trình quy mô repo, tác nhân đa bước, tài liệu dài, đầu ra dạng dài — MiniMax M3.1 Flash. Terminal-Bench 4.0 ở mức 26% so với 1% là khoảng cách đáng kể, 524.288 token đầu ra loại bỏ một trần cứng, và giá đầu vào chỉ bằng một nửa.

• Triển khai tại chỗ hoặc truy cập trọng số — MiniMax M3.1 Flash, và chỉ riêng nó. Bản tải 252,4 GB là có thật, nhưng nó chịu sự điều chỉnh của Giấy phép Cộng đồng MiniMax: bắt buộc ghi công đối với các triển khai thương mại, và phải có sự cho phép trước bằng văn bản nếu doanh thu hằng năm vượt 20 triệu USD. "Trọng số mở" không đồng nghĩa với "mã nguồn mở", và bộ phận thu mua nên đọc giấy phép trước khi nhìn vào số lượng tham số.

• Trò chuyện nhạy cảm với độ trễ — hãy thử nghiệm cả hai. MiniMax thắng về thời gian đến token đầu tiên với khoảng cách lớn; Gemini thắng về thông lượng truyền phát. Cảm giác cái nào nhanh hơn phụ thuộc vào độ dài câu trả lời.

• Hỏi đáp về sự thật không có giám sát — cả hai đều không thể làm được nếu không có truy xuất và xác minh. MiniMax M3.1 Flash có vấn đề về tỷ lệ từ chối trả lời đã được đo lường; Gemini 3.5 Flash-Lite không có bất kỳ số liệu đo lường nào được công bố.

Nơi mà mỗi cái thực sự có thể được gọi

Có một sự bất đối xứng đáng được nêu rõ ràng. Gemini 3.5 Flash-Lite hiện có trong danh mục của OrcaRouter, nên có thể gọi nó qua một khóa API duy nhất theo giá niêm yết của nhà cung cấp với mức cộng thêm 0%, cùng với tính năng tự động chuyển đổi dự phòng giữa các nhà cung cấp và DSL định tuyến sẵn có để kết hợp nó với các mô hình khác. MiniMax M3.1 Flash không có trong danh mục; dòng MiniMax ở đó dừng lại ở MiniMax-M3. Để gọi M3.1 Flash, cần dùng API riêng của MiniMax hoặc một trong các đối tác cung cấp dịch vụ của hãng — bao gồm Tenstorrent Cloud, đơn vị đã công bố triển khai vào ngày 22 tháng 10.

Điều đó quan trọng với việc đánh giá hơn là với vận hành thực tế. Nếu bạn muốn tự giải đáp câu hỏi chi phí mỗi tác vụ trên dữ liệu của chính mình, phép so sánh hữu ích thường là MiniMax-M3 với Gemini 3.5 Flash-Lite trên cùng một khóa, vì cả hai đều có thể định tuyến và được tính phí theo cùng một cách; khi đó mô hình mới hơn phải vượt qua mốc cơ sở ấy trước khi bạn dùng thêm nhà cung cấp thứ hai. OrcaRouter chuyển nguyên giá niêm yết của nhà cung cấp, nên thay đổi giá của MiniMax hay một bậc giá theo lô của Google sẽ xuất hiện trên hóa đơn của bạn ngay ngày nó thay đổi, chứ không phải vào cuối một hợp đồng đã đàm phán.

Việc lựa chọn phụ thuộc vào con số nào mà bạn có thể chấp nhận bị sai.

Nếu bạn chọn Gemini 3.5 Flash-Lite và bạn đánh giá sai về năng lực của nó, thất bại sẽ lộ rõ: 1% trên Terminal-Bench 4.0 và điểm 25% trên AutomationBench-AA không thể che giấu. Bạn sẽ thấy tác vụ thất bại và bạn sẽ chuyển nó sang một mô hình khác.

Nếu bạn chọn MiniMax M3.1 Flash và bạn nhầm về chi phí, thì mức thất bại nhỏ hơn so với những gì bảng giá gợi ý: ở ví dụ tính theo token phía trên, nó rẻ hơn hai đến ba lần, còn theo chỉ số tác vụ của Artificial Analysis thì nó đắt hơn khoảng 16%. Cả hai kết cục đều không đến mức thảm khốc.

Nếu bạn chọn MiniMax M3.1 Flash và đánh giá sai về khả năng kiềm chế trả lời của nó, thất bại sẽ diễn ra âm thầm. Đó chính là sự bất đối xứng cần định hướng quyết định cho công việc tri thức, và là lý do phép so sánh này không kết thúc bằng câu “mô hình rẻ hơn, thông minh hơn sẽ thắng”. Với khối lượng công việc dạng tác nhân và lập trình, nơi mô hình thao tác trên các sản phẩm đầu ra mà bạn có thể kiểm tra, MiniMax M3.1 Flash là lựa chọn mạnh hơn với giá token thấp hơn. Với xử lý khối lượng lớn, câu trả lời ngắn, tốc độ và hiệu quả tác vụ của Gemini 3.5 Flash-Lite vẫn xứng đáng có chỗ đứng. Với công việc dựa trên thông tin thực tế mà không có lớp xác minh, câu trả lời trung thực là cả hai mô hình đều chưa đáp ứng được.