
MiniMax M3.1 Flash vs Gemini 3.6 Flash: Mô hình bạn đang chạy đã cũ hai thế hệ
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 153 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 277 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 89 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 98 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 119 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 197 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 115 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
Hầu hết các nhóm so sánh {{1}}MiniMax M3.1 Flash{{/1}} với {{2}}Gemini 3.6 Flash{{/2}} không phải đang chọn giữa hai mô hình mới. Họ đang có trong tay một mô hình ra mắt ngày 21 tháng 7 năm 2026 — cách đây hai thế hệ Gemini Flash, với Gemini 3.7 Flash vào tháng 8 và Gemini 3.8 Flash vào tháng 9 — và tự hỏi liệu bản thay thế có nên đến từ Google hay không. Google đã có sẵn câu trả lời: nâng cấp lên Gemini 3.8 Flash, cùng giá, điểm số tốt hơn. Lý do để nhìn sang hướng khác thay vào đó là Gemini 3.6 Flash và Gemini 3.8 Flash có giá hoàn toàn bằng nhau, nên "giữ nguyên" không phải là một lập luận về giá, và câu hỏi thú vị là MiniMax M3.1 Flash làm được điều gì mà cả hai mô hình Gemini đều không làm được.
Câu hỏi đó có một câu trả lời cụ thể hơn so với những gì các bảng benchmark gợi ý. Đó không phải là điểm số coding nổi bật, nơi hai mô hình thậm chí không được đo trên cùng một harness. Đó là giới hạn đầu ra và danh sách phương thức đầu vào, tức hai chỗ mà việc chuyển đổi thay đổi những gì pipeline của bạn có thể làm chứ không chỉ là chi phí của nó.
Ba thế hệ, một mức giá
Nhịp ra mắt dòng Flash của Google trong năm 2026 là khoảng một bản phát hành mỗi ba tuần: Gemini 3.6 Flash vào ngày 21 tháng 7 năm 2026, Gemini 3.7 Flash vào ngày 13 tháng 8, Gemini 3.8 Flash vào ngày 2 tháng 9. Cả ba đều có cùng mức giá niêm yết ở hạng tiêu chuẩn, 0,75 USD mỗi triệu token đầu vào và 3,75 USD mỗi triệu token đầu ra, theo một lịch khuyến mại sẽ tăng gấp đôi thành 1,50 USD và 7,50 USD vào ngày 1 tháng 1 năm 2027. Giá giống hệt nhau qua ba thế hệ là điều bất thường và nó thay đổi quyết định: không có lý do về chi phí để tiếp tục dùng Gemini 3.6 Flash, mà chỉ có lý do chuyển đổi.
MiniMax M3.1 Flash ra mắt với mức giá 0,15 USD cho đầu vào và 0,60 USD cho đầu ra trên mỗi triệu token vào ngày 19 tháng 10 năm 2026, với đầu vào được lưu trong bộ nhớ đệm ở mức 0,015 USD. Đó là một phần năm mức giá đầu vào của Gemini 3.6 Flash và khoảng một phần sáu mức giá đầu ra của mô hình này, và khác với lịch khuyến mại của Google, nó không có ngày hết hạn được công bố.
• Giá — MiniMax M3.1 Flash $0.15 đầu vào / $0.60 đầu ra mỗi triệu token so với Gemini 3.6 Flash $0.75 / $3.75 đến hết ngày 31 tháng 12 năm 2026, sau đó là $1.50 / $7.50
• Đầu vào được lưu trong bộ nhớ đệm — $0.015 so với $0.075, tăng gấp đôi lên $0.15 vào tháng 1
• Đầu ra tối đa mỗi phản hồi — 524,288 token so với 65,536
• Cửa sổ ngữ cảnh — 1,048,576 token so với 1,048,576, một thế hòa thực sự
• Đầu vào — văn bản, hình ảnh và video so với tệp văn bản, hình ảnh, video, âm thanh và PDF
• Phát hành — 19 tháng 10 năm 2026 so với 21 tháng 7 năm 2026

Giới hạn đầu ra là sự khác biệt mà không ai quảng cáo
Gemini 3.6 Flash giới hạn một phản hồi đơn ở mức 65.536 token. MiniMax M3.1 Flash giới hạn ở mức 524.288 — cao gấp tám lần, và khoảng cách đó không hề mang tính lý thuyết đối với loại công việc mà cả hai mô hình đều được bán để đảm nhận. Tái cấu trúc toàn bộ tệp của một mô-đun lớn, một bản migration được tạo kèm kiểm thử, một báo cáo hàng nghìn dòng được lắp ráp trong một lượt: ở mức 65K, bạn hoặc phải chia nhỏ công việc qua nhiều lần gọi rồi ghép kết quả lại, hoặc chấp nhận bị cắt cụt và phát hiện điều đó ở khâu sau. Ở mức 524K, lần gọi hoàn tất.
Gemini 3.8 Flash cũng có cùng mức trần 65.536 token, nên việc nâng cấp trong cùng dòng sản phẩm của Google không khắc phục được điều này. Nếu ràng buộc thực sự là việc tạo dài trong một lượt, thì phép so sánh đáng quan tâm không phải là 3.6 với 3.8 — mà là Gemini với một mô hình có thể xuất ra toàn bộ sản phẩm đầu ra.
Sáu mươi lăm nghìn token vẫn là một lượng đầu ra rất lớn, và hầu hết các lệnh gọi production không bao giờ tiến gần tới mức đó. Những nhóm cảm nhận được giới hạn này là những nhóm đang chạy các tác vụ sinh mã hoặc lắp ráp tài liệu, nơi đơn vị tự nhiên là toàn bộ sản phẩm đầu ra, và họ thường phát hiện ra giới hạn trần này dưới dạng một sự suy giảm chất lượng bí ẩn thay vì một lỗi rõ ràng.
Hai con số DeepSWE không thể so sánh với nhau
Con số được trích dẫn nhiều nhất cho màn so tài này là MiniMax M3.1 Flash đánh bại Gemini 3.6 Flash về kỹ thuật phần mềm với khoảng cách lớn. Khoảng cách lớn đó có lẽ là thật; nhưng con số đằng sau nó không phải là một so sánh công bằng.
Google báo cáo 49% cho Gemini 3.6 Flash trên DeepSWE v1.1 tại thời điểm ra mắt vào tháng 7, trên harness của riêng mình. MiniMax báo cáo 73,7% cho MiniMax M3.1 Flash trên cùng benchmark vào tháng 10, cũng trên harness của riêng mình. Một nghiên cứu công bố ngày 17 tháng 11 năm 2026 sau đó đã đo độc lập MiniMax M3.1 Flash ở mức 73,2% và phát hiện Gemini 3.8 Flash — không phải 3.6 — ở mức 61,7% khi được chạy bởi một bên không phải Google. Gemini 3.6 Flash chưa từng được chạy qua harness đó.
Vậy cách hiểu trung thực là chỉ mang tính định hướng: hai con số của nhà cung cấp, 49% và 73,7%, được tạo ra bởi các phòng thí nghiệm khác nhau dưới những khung thử nghiệm khác nhau và không thể trừ thẳng cho nhau một cách rạch ròi. Điều nghiên cứu độc lập bổ sung là sự hiệu chỉnh về phía Google — mô hình mới hơn của chính họ thấp hơn khoảng mười điểm so với khoảng Google tuyên bố khi được đo bên ngoài phòng thí nghiệm. Áp dụng sự hiệu chỉnh đó cho con số 49% của mô hình cũ hơn, yếu hơn là phỏng đoán, không phải số học, và bất kỳ ai trích dẫn khoảng cách 24 điểm như một dữ kiện đã đo được thì chỉ đang dẫn hai trang tiếp thị ra để đối chiếu với nhau.
Đối với phiên bản thực tế: cả hai mô hình đều là những tác nhân lập trình đáng cân nhắc, MiniMax M3.1 Flash là mô hình duy nhất trong cặp có điểm số được tái lập độc lập, và hành vi lập trình thực tế của Gemini 3.6 Flash tốt nhất nên được đánh giá trên chính kho mã của bạn thay vì dựa trên biểu đồ của bất kỳ nhà cung cấp nào.
Những gì MiniMax M3.1 Flash không thể đọc
Đây là điểm mà Gemini cũ thắng hoàn toàn, và đó là lý do một khuyến nghị “chuyển đổi” chung chung là sai. Gemini 3.6 Flash tiếp nhận âm thanh và tệp PDF cùng với văn bản, hình ảnh và video. MiniMax M3.1 Flash chỉ nhận văn bản, hình ảnh và video.
Nếu pipeline của bạn phiên âm bản ghi cuộc gọi, phân tích một hợp đồng đã quét hoặc đưa một bộ slide vào như một tài liệu, Gemini 3.6 Flash hỗ trợ sẵn việc đó còn MiniMax M3.1 Flash thì không — bạn sẽ phải thêm một bước phiên âm hoặc trích xuất PDF phía trước nó, với chi phí riêng và các kiểu lỗi riêng. Đó không phải là khoảng cách về benchmark; đó là một năng lực hoặc có hoặc không.
Video là trường hợp ngược lại. MiniMax M3.1 Flash đọc video trực tiếp, điều mà Gemini 3.6 Flash cũng làm được, nên không mô hình nào có lợi thế ở điểm này — nhưng điều đó lại quan trọng đối với chính việc chuyển đổi: một nhóm đưa bản ghi màn hình hoặc ảnh chụp giao diện vào agent không mất gì khi rời Google đối với loại đầu vào cụ thể này.
Vị trí của hai mô hình trong vòng lặp tác nhân
MiniMax M3.1 Flash luôn bật suy luận, với mức nỗ lực có thể chọn từ low đến medium, high, xhigh và max. Gemini 3.6 Flash cung cấp khả năng suy nghĩ có thể cấu hình và một tham số nỗ lực suy luận được ghi trong tài liệu trên API của nó. Cả hai đều cho bạn một nút điều chỉnh độ trễ; không bên nào cung cấp một mô hình có thể tắt hoàn toàn suy nghĩ, vì vậy độ trễ tương tác đến từ cài đặt nỗ lực chứ không phải từ một chế độ không suy luận riêng biệt.
Các cấu hình độ trễ đo được khác nhau theo cách đáng lưu ý. Artificial Analysis báo cáo Gemini 3.6 Flash đạt 182 token đầu ra mỗi giây với 12,9 giây để có token trả lời đầu tiên, và MiniMax M3.1 Flash đạt 132 token mỗi giây với 50,6 giây để có token đầu tiên, so với mức trung vị của các mô hình cùng nhóm là 19,2. Trong một tác vụ theo lô, khoảng thời gian suy nghĩ 50 giây đó là vô hình. Trong một trình soạn thảo nơi con người chờ dòng đầu tiên, đó là sự khác biệt giữa một công cụ cảm thấy phản hồi nhanh và một công cụ cảm thấy như bị hỏng, và không lượng thông lượng nào khắc phục được điều đó.
Mức độ suy luận chính là đòn bẩy: MiniMax M3.1 Flash ở mức thấp sẽ không dành ra năm mươi giây để suy nghĩ, và những điểm số lập trình mà ai cũng trích dẫn không phải được tạo ra ở mức thấp. Nếu bạn chuyển sang vì con số DeepSWE, thì bạn đang mua luôn cấu hình mức cao cùng độ trễ đi kèm.
Một lưu ý về trạng thái của Gemini 3.6 Flash
Tài liệu mô hình của chính Google liệt kê Gemini 3.6 Flash là ổn định, được mô tả là mô hình Flash thế hệ trước, không có ngày ngừng hỗ trợ và không có thông báo tắt dịch vụ. Artificial Analysis lại gắn nhãn mô hình tương tự là đã không còn được khuyến nghị sử dụng và hướng người dùng đến Gemini 3.7 Flash. Cả hai đều có thể đúng — một mô hình có thể ổn định trên API của nhà cung cấp và bị một trình theo dõi đánh dấu là đã được thay thế — nhưng nếu rủi ro ngừng hỗ trợ là một phần trong lập luận của bạn, thì trang của nhà cung cấp mới là trang có ghi ngày, và hiện tại trang đó không ghi ngày nào.
Phiên bản thực tế của rủi ro đó: Gemini 3.6 Flash đang đi sau hai thế hệ, không có ngày hết hạn được công bố và có mức giá giống hệt bản kế nhiệm. Ngay cả một nhóm không hề quan tâm đến MiniMax cũng không nên lập lộ trình cho năm 2027 dựa trên nó.
Chạy cả hai từ cùng một endpoint
Câu hỏi về việc chuyển đổi thường bị mắc kẹt ở hợp đồng chứ không phải ở mô hình. Cả hai mô hình này đều có trong danh mục của OrcaRouter — minimax/minimax-m3.1-flash và google/gemini-3.6-flash — qua một khóa duy nhất, được định giá theo giá niêm yết của từng nhà cung cấp, với 0% phụ phí được cộng thêm. Chính phần cuối đó là điều khiến việc trì hoãn một quyết định vào tháng Giêng trở nên ít tốn kém: khi mức giá khuyến mại của Google tăng gấp đôi vào ngày 1 tháng 1 năm 2027, cơ chế chuyển thẳng sẽ hiển thị con số mới trên hóa đơn của bạn ngay ngày hôm đó, vì vậy phép so sánh bạn thực hiện vào tháng 12 vẫn là phép so sánh đó vào tháng 2.

MiniMax M3.1 Flash cũng có thể được truy cập qua ba dạng API — Chat Completions, OpenAI Responses và Anthropic Messages — nghĩa là một client kiểu Anthropic có thể trỏ đến nó mà không cần viết lại. Với một nhóm đang kiểm tra xem những cải thiện về lập trình có giữ vững trên chính kho mã của họ hay không, đó là sự khác biệt giữa một spike trong tuần này và một dự án di trú vào quý sau.

Ai nên chọn cái nào
Nếu pipeline của bạn tiếp nhận âm thanh hoặc PDF, Gemini 3.6 Flash đang đảm nhận những việc mà MiniMax M3.1 Flash không thể làm nếu không có bước tiền xử lý, và khoảng cách giá phải được đo so với chi phí của bước đó. Ở lại, hay chuyển sang Gemini 3.8 Flash với cùng mức giá để có điểm số tốt hơn.
Nếu bạn đang tạo các artifact dài trong một lượt, giới hạn đầu ra 524.288 token là một khác biệt về năng lực mà hiện không mô hình Gemini Flash nào thu hẹp được. Chỉ riêng điều đó đã đủ để đáng thử nghiệm.
Nếu bạn đang chạy các tác nhân lập trình tầm xa trên một kho mã có bộ kiểm thử mà bạn có thể tin cậy, MiniMax M3.1 Flash có điểm số duy nhất được tái lập độc lập trong cặp này, với chi phí token chỉ bằng một phần nhỏ, và vòng lặp thử lại giúp một tác nhân tăng từ 73% lên 90% trên bộ 113 tác vụ chỉ tốn vài xu ở mức giá này.
Và nếu bạn đang dùng Gemini 3.6 Flash hoàn toàn vì quán tính, thì phép so sánh đúng thực ra không phải với MiniMax — mà là với Gemini 3.8 Flash, thứ Google sẽ cung cấp cho bạn với mức giá như hiện tại và sẽ tăng gấp đôi vào tháng Một. Dù bạn chọn bên nào trong quyết định đó, hạn chót vẫn là cùng một ngày, và nó chỉ còn sáu tuần nữa.
So sánh trong bài viết này3
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
