MiniMax M3.1 Flash so với Ling 3.1 Flash: Một bên là mã nguồn mở, bên kia chỉ là trọng số mở

Cả hai checkpoint này đều có thể tải xuống. Chỉ một trong hai là miễn phí để xây dựng doanh nghiệp trên đó. Ling 3.1 Flash được phát hành theo giấy phép MIT — giấy phép mà đội pháp chế của bạn phê duyệt mà không cần họp. MiniMax-M3.1-Flash được phát hành theo MiniMax Community License, giấy phép này miễn phí cho mục đích phi thương mại, yêu cầu ghi công rõ ràng "Built with MiniMax M3" trong các sản phẩm thương mại, yêu cầu thông báo một lần nếu doanh thu hằng năm dưới 20 triệu USD, và yêu cầu sự chấp thuận trước bằng văn bản của MiniMax nếu trên mức đó. Điều khoản đó là khác biệt hệ trọng nhất giữa hai mô hình mà nếu không thì đủ gần nhau về chất lượng đo lường được đến mức khoảng cách nằm trong sai số làm tròn, và đó là khác biệt mà gần như không trang so sánh nào đặt lên hàng đầu.

Mọi thứ khác về cặp đôi này thực sự rất sát nhau. Ling 3.1 Flash, đến từ InclusionAI và được công bố vào ngày 30 tháng 9 năm 2026, với trọng số theo giấy phép MIT ra mắt sau đó vào giữa tháng 10, là một MoE chú ý lai 560 tỷ tham số, kích hoạt khoảng 25 tỷ tham số mỗi token. MiniMax-M3.1-Flash, đến từ MiniMax và được phát hành vào ngày 19 tháng 10 năm 2026, với trọng số ra mắt sau đó vào ngày 23 tháng 10, là một MoE 428 tỷ tham số, kích hoạt 23 tỷ tham số mỗi token. Hai nhà cung cấp, hai kiến trúc, cách nhau hai tuần, và số lượng tham số kích hoạt nằm trong khoảng cách 8% của nhau. Câu hỏi thú vị không phải là cái nào lớn hơn. Mà là bạn được phép dùng cái nào.

Hai điểm kiểm tra, cách nhau ba tuần

Ling 3.1 Flash là mô hình của phòng thí nghiệm InclusionAI thuộc Ant Group, ID inclusionAI/Ling-3.1-flash, nhận văn bản vào và trả văn bản ra. Mô hình dùng 512 chuyên gia định tuyến với 8 chuyên gia được chọn cho mỗi token cùng một chuyên gia chia sẻ, và luân phiên 63 lớp attention tuyến tính KDA với 9 lớp MLA có cổng theo tỷ lệ 7:1 — một kiến trúc được xây dựng để giữ chi phí suy luận ngữ cảnh dài ở mức thấp thay vì bổ sung các phương thức. Thẻ mô hình tuyên bố ngữ cảnh một triệu token; max_position_embeddings của cấu hình phát hành là 262,144, nên hãy coi con số lớn hơn là mục tiêu được nêu chứ không phải tính năng đã được cung cấp. Giá là $0.30 cho mỗi triệu token đầu vào, $0.90 cho đầu ra và $0.06 cho lượt đọc từ bộ nhớ đệm. Có các benchmark của nhà cung cấp — Terminal-Bench 4.0 đạt 40.4%, FrontierSWE đạt 75.2%, CyberGym đạt 87.9% — nhưng chúng được chạy trên harness LingCode của chính Ant, vốn không công khai, và chưa có benchmark nào được tái lập độc lập.

MiniMax-M3.1-Flash là mô hình MoE đa phương thức gốc của MiniMax, ID MiniMaxAI/MiniMax-M3.1-Flash trên Hugging Face, nhận văn bản, hình ảnh và video rồi trả về văn bản. Mô hình kích hoạt 23 tỷ trong tổng số 428 tỷ tham số, với attention thưa được áp dụng trên toàn bộ mạng, các expert định tuyến được huấn luyện ở W4A4 trong NVFP4, và một drafter giải mã suy đoán DSpark được đóng gói trong kho lưu trữ — đó là lý do bản tải xuống là 252,4 GB thay vì hơn 450 GB mà một bản master BF16 sẽ cần. Ngữ cảnh là 1.000.000 token đầu vào, 524.288 token đầu ra. Giá là 0,15 USD cho đầu vào, 0,60 USD cho đầu ra, 0,015 USD cho cache. Các benchmark từ nhà cung cấp của mô hình có cùng loại và cũng chưa được tái lập: DeepSWE v1.1 ở 73,7%, OSWorld V2 ở 61,7%, CyberGym ở 82,2%, Automation-Bench ở 62,8%.

Giấy phép là ngã rẽ trên con đường, không phải thước đo chuẩn mực.

Đặt hai văn bản giấy phép cạnh nhau và việc so sánh không còn mang tính kỹ thuật nữa. MIT nghĩa là bạn có thể fork nó, tinh chỉnh nó, vận hành nó cho mục đích thương mại, phân phối lại bản phái sinh, và không bao giờ phải trao đổi với InclusionAI nữa. Bạn không cần công bố ghi công, không cần báo cáo doanh thu, và không có ngưỡng nào mà trên đó ai đó có thể thu hồi quyền của bạn. Đối với một công ty đang xây dựng sản phẩm dựa trên một mô hình, đó là sự khác biệt giữa một quyết định kỹ thuật và một chu kỳ mua sắm.

Giấy phép Cộng đồng MiniMax không hề thù địch — nó dễ dãi hơn nhiều so với một API đóng, và hầu hết các nhóm nhỏ sẽ không bao giờ chạm tới ngưỡng 20 triệu đô la. Nhưng đó là một giấy phép có các điều kiện gắn với quy mô công ty của bạn, và quy mô là biến số mà một công ty đang tăng trưởng không thể giữ nguyên. Một sản phẩm vượt qua ngưỡng đó phải quay lại đàm phán, và các điều khoản của cuộc đàm phán đó không được công bố. Nếu bạn đang chọn một mô hình nền tảng cho thứ mà bạn định mở rộng quy mô, thì bạn đang chọn một giấy phép mà ý nghĩa của nó thay đổi tại một cột mốc doanh thu.

Chỉ một sự thật đó thôi đã làm thay đổi trật tự của toàn bộ phần còn lại trong so sánh này. Về năng lực và giá cả, MiniMax-M3.1-Flash là lựa chọn mạnh hơn. Còn với câu hỏi liệu bạn có thể xây dựng trên nó mà không cần rà soát pháp lý vào đúng thời điểm tồi tệ nhất hay không, Ling 3.1 Flash là lựa chọn không đi kèm cột mốc nào.

Bảng điểm, kèm theo lưu ý.

Artificial Analysis là đơn vị đánh giá trung lập duy nhất đã chạy cả hai, và các con số của nó đủ sát nhau đến mức thứ hạng rất mong manh.

• Chỉ số Trí tuệ — MiniMax-M3.1-Flash 43 so với Ling 3.1 Flash 41. Cách biệt hai điểm, trên một hệ thống theo dõi nơi chỉ một lần sửa đổi bài đánh giá cũng có thể khiến một mô hình thay đổi đúng bằng ấy điểm.

• Chi phí cho mỗi tác vụ lập chỉ mục — 0,22 USD so với 1,00 USD. Khoảng cách 4,5× nghiêng về MiniMax, và lớn hơn khoảng cách 2× trên bảng giá.

• Giá đầu vào — 0,15 USD so với 0,30 USD mỗi triệu.

• Giá đầu ra — 0,60 USD so với 0,90 USD mỗi triệu.

• Đầu vào được cache — $0.015 so với $0.06 mỗi triệu. Chênh lệch gấp 4 lần ở hạng mục chiếm phần lớn trong một lượt chạy agent nặng về cache.

• Tốc độ đầu ra — 95,6 token mỗi giây so với 220,8. Đây là ưu thế rõ ràng nhất của Ling và vượt hơn 2 lần.

Cửa sổ ngữ cảnh — 1,000,000 token so với 1,000,000 được công bố, 262,144 trong cấu hình phát hành.

• Đầu ra tối đa — 524.288 token so với khoảng 33.000.

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

• Giấy phép — MiniMax Community License so với MIT.

Vì sao khoảng cách theo từng tác vụ lại lớn hơn khoảng cách theo từng token

Ling 3.1 Flash có giá đầu vào gấp đôi và giá đầu ra gấp 1,5 lần. Chi phí cho mỗi tác vụ hoàn thành là gấp 4,5 lần, và độ dài không giải thích được điều đó: Ling là bên nói nhiều hơn trong hai bên trên tracker, tạo ra 220 triệu token đầu ra trên toàn chỉ mục so với 180 triệu của MiniMax-M3.1-Flash. Điều giải thích được là giá bộ nhớ đệm và hình dạng của một lượt suy luận.

Cả hai đều là các agent suy nghĩ trước khi trả lời, nghĩa là phần lớn token trong một lượt chạy dài là token đầu vào được đọc lại từ cache chứ không phải prompt mới. Trên một hóa đơn bị chi phối bởi cache, dòng chi phí quan trọng là $0.015 so với $0.06, chứ không phải $0.15 so với $0.30. Mức chênh lệch gấp bốn trên dòng chi phí chi phối biến thành mức chênh lệch gấp bốn rưỡi trên hóa đơn, và bảng giá công bố đánh giá thấp nó đi một nửa.

Đây cũng là lý do nên xem hóa đơn thay vì bảng giá. OrcaRouter chuyển tiếp nguyên giá niêm yết của nhà cung cấp với mức đánh thêm 0%, nên thay đổi giá ở bất kỳ bên nào đều hiển thị ngay phía chúng tôi vào đúng ngày nó được áp dụng, thay vì sau một chu kỳ điều chỉnh giá — và cả Ling 3.1 Flash lẫn MiniMax-M3.1-Flash đều không có trong danh mục của chúng tôi hiện nay, nên các con số ở trên là mức giá do chính các nhà cung cấp công bố và không phải thứ chúng tôi có thể định tuyến cho bạn. Các mô hình mà chúng tôi thực sự cung cấp trong phân hạng này là MiniMax-M3 và DeepSeek V4.1 Flash, đây chính là điều khiến thử nghiệm giá trên mỗi tác vụ trở nên rẻ khi chạy với một mô hình mà bạn thực sự có thể gọi.

Đa phương thức so với chỉ văn bản không phải là một dòng tính năng.

Đây là một bộ lọc theo khối lượng công việc. MiniMax-M3.1-Flash chấp nhận hình ảnh và khung hình video; Ling 3.1 Flash chỉ chấp nhận văn bản và không gì khác. Nếu pipeline của bạn đọc ảnh chụp màn hình, phân tích tài liệu quét, kiểm tra biểu đồ hoặc xem video, thì việc so sánh kết thúc ngay ở khâu đầu vào, và không mức giấy phép MIT nào có thể bù đắp được cho một mô hình không thể nhìn thấy đầu vào.

Độ dài đầu ra cũng bị cắt theo cùng một cách. Mức trần 524.288 token so với khoảng 33.000 là chênh lệch mười sáu lần, và nó quyết định bất kỳ tác vụ nào mà sản phẩm bàn giao của chính nó lại dài — viết lại toàn bộ tệp, di trú quy mô kho mã nguồn, trích xuất có cấu trúc trên một tài liệu đồ sộ. Giới hạn 33K không khiến những tác vụ đó trở nên bất khả thi; nó biến chúng thành một bài toán chia nhỏ mà bạn phải tự giải trong mã của mình, và chia nhỏ chính là nơi chất lượng ngữ cảnh dài âm thầm suy giảm.

Khi nào Ling 3.1 Flash là lựa chọn phù hợp

Ba tình huống, và chúng không hề đặc thù. Thứ nhất, bất kỳ thứ gì được tung ra thương mại vượt ngưỡng 20 triệu USD: MIT loại bỏ một cuộc đàm phán khỏi lộ trình của bạn. Thứ hai, bất kỳ thứ gì mà thông lượng là ràng buộc then chốt — ở mức 220,8 token/giây so với 95,6, Ling hoàn thành một tác vụ văn bản trong chưa đến một nửa thời gian thực tế, và với một tác nhân tương tác thì đó là khác biệt giữa dùng được và không dùng được. Thứ ba, bất kỳ thứ gì bạn định tinh chỉnh và phân phối lại: MIT cho phép bạn tung ra sản phẩm phái sinh, còn yêu cầu ghi công của giấy phép MiniMax sẽ đi theo đầu ra vào giao diện sản phẩm của bạn.

Ling cũng là câu chuyện long-context sạch hơn trên lý thuyết, theo nghĩa attention tuyến tính lai của nó được thiết kế cho việc đó — nhưng cấu hình 262,144 token được phát hành nghĩa là tuyên bố một triệu token là lời hứa về một cấu hình trong tương lai, không phải thuộc tính của checkpoint bạn tải hôm nay. Đừng lập ngân sách dựa trên con số trên card.

Khi nào MiniMax-M3.1-Flash là lựa chọn phù hợp

Ở mọi nơi mà đầu vào không phải là văn bản, và ở mọi nơi mà đầu ra dài. Đây cũng là mô hình rẻ hơn, với mức chênh lệch đủ lớn để vẫn đứng vững trước điều kiện ràng buộc về giấy phép: với chi phí mỗi tác vụ chỉ bằng một phần năm so với Ling, một nhóm dưới ngưỡng 20 triệu USD có thể chạy khối lượng công việc gấp đôi với chưa đến một nửa số tiền, và yêu cầu ghi công chỉ là một dòng ở chân trang thay vì một ràng buộc kỹ thuật. Nếu sản phẩm của bạn còn nhỏ, giấy phép chỉ là thủ tục; nếu nó thành công, nó sẽ trở thành một cuộc trao đổi. Hãy lên kế hoạch cho cuộc trao đổi đó thay vì giả vờ rằng nó sẽ không xảy ra.

Và đó là mô hình có điểm số độc lập cao hơn. Hai điểm trên {{1}}Intelligence Index{{/1}} không phải là một khoảng cách mang tính quyết định, nhưng nó cho thấy cùng một xu hướng như giá, khả năng hỗ trợ phương thức và cửa sổ ngữ cảnh — đó là một quy luật chứ không phải sự trùng hợp.

Lựa chọn mà không phải chọn hai lần

Hình thái mà so sánh này thực sự hàm ý không phải là một quyết định lâu dài. Ling 3.1 Flash là engine văn bản tốt hơn và giấy phép an toàn hơn; MiniMax-M3.1-Flash là engine đa phương thức tốt hơn và rẻ hơn. Một pipeline cần cả hai — tóm tắt văn bản ở quy mô lớn, cộng với xử lý tài liệu và ảnh chụp màn hình cho tập con cần đến — sẽ muốn hai mô hình đằng sau một giao diện thay vì một mô hình bị yêu cầu phải giỏi cả hai.

Đó là lý do nên dùng gateway thay vì một hợp đồng thứ hai: một khóa, một bề mặt thanh toán, chuyển đổi dự phòng tự động khi một trong hai nhà cung cấp suy giảm, và DSL định tuyến khi trần chi phí nên nằm trong tuyến chứ không phải trong mã ứng dụng. Cả hai mô hình này đều không có trong danh mục của OrcaRouter, vì vậy đây là lập luận về hình thức tích hợp, không phải tuyên bố về những gì chúng tôi cung cấp. Những gì chúng tôi thực sự cung cấp từ cùng phân khúc — MiniMax-M3, DeepSeek V4.1 Flash — có mặt để đánh giá chuẩn mô hình này trước khi bạn cam kết đưa nó vào lộ trình sản xuất.

Câu hỏi cần trả lời trước khi chọn một trong hai.

Không phải "mô hình nào có điểm cao hơn." Hai điểm chỉ là nhiễu, và cả hai mô hình sẽ thay đổi khi các bên đánh giá chỉnh sửa bộ kiểm thử của họ. Câu hỏi là công ty bạn được phép xây dựng trên nền tảng nào, và câu trả lời đó thay đổi ra sao ở một cột mốc doanh thu mà bạn chưa đạt tới. Nếu câu trả lời trung thực là việc đàm phán lại giấy phép có thể chấp nhận được, thì MiniMax-M3.1-Flash là mô hình mạnh hơn với mức giá thấp hơn đáng kể và quyết định thật dễ dàng. Nếu không thể chấp nhận được, Ling 3.1 Flash chịu mất hai điểm chỉ số, một ít dư địa ngữ cảnh và đầu vào hình ảnh để đổi lấy một giấy phép không bao giờ hỏi bạn câu nào — và đó là đánh đổi mà hầu hết các đội sẽ thực hiện một lần, đúng đắn, thay vì phát hiện ra sau này.