MiniMax-M3.1-Flash vs MiniMax-M3.1-Flash-Preview: Cùng một mô hình, hợp đồng khác nhau

Nếu bạn đã gọi MiniMax-M3.1-Flash-Preview từ cuối tháng 9, câu hỏi mà buổi ra mắt ngày 19 tháng 10 đặt ra không phải là liệu mô hình mới có tốt hơn hay không. Mà là liệu thứ bạn vốn đã thử nghiệm và thứ M​iniMax hiện bán cho bạn có phải là cùng một sản phẩm — và nếu đúng là vậy, tại sao một trong hai lại không có giá, không có bảng điểm chuẩn và không có điểm độc lập trong ba tuần, trong khi cái còn lại đến cùng cả ba thứ đó. Câu trả lời ngắn gọn: MiniMax-M3.1-Flash-Preview là phiên bản chỉ dành cho người đăng ký, chưa được công bố, của một mô hình không tên đã chạy công khai trong nhiều tuần dưới mật danh Space Bunny. MiniMax-M3.1-Flash là mô hình đó được biến thành sản phẩm, với bảng giá $0.15 mỗi triệu token đầu vào và $0.60 mỗi triệu token đầu ra, một bảng điểm chuẩn đã công bố, và điểm Artificial Analysis Intelligence Index là 42. Các sự cố AI và sự cố agent đã được ghi nhận đằng sau những bản phát hành như bản này được tập hợp trong OrcaRouter AI Incident Archive nơi mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.

Mọi thứ đã thay đổi giữa hai phiên bản đều mang tính thương mại hoặc tính tài liệu. Rất ít trong số đó liên quan đến hành vi. Sự phân biệt này chính là toàn bộ mục đích của trang này, bởi vì một nhóm đã chuyển sang bản preview dựa trên hành vi thì nay đang chạy một mô hình mà model id của nó có thể sẽ không còn tồn tại sau ba tháng nữa, và một nhóm đã tránh nó vì thiếu thông tin giá thì nay có lý do để xem xét lại.

Ba cuộc hẹn, và mỗi cuộc thực sự đã làm gì

Hai ID mô hình nằm ở cuối một niên biểu ngắn, và đọc nó theo đúng thứ tự là cách duy nhất để phân biệt một lần đổi tên với một bản phát hành.

• Ngày 23 tháng 9 năm 2026 — một mô hình ẩn danh xuất hiện trong danh mục của bên thứ ba dưới thẻ Space Bunny, được gọi miễn phí, không có tài liệu nhà cung cấp nào ở bất kỳ đâu.

• 27 tháng 9 năm 2026 — MiniMax-M3.1-Flash-Preview chính thức ra mắt trong M​iniMax Code và trên Token Plan. Chỉ dùng khóa thuê bao. Không có giá theo token, không có bảng đánh giá chuẩn, không có trọng số, không có thẻ mô hình.

• Ngày 19 tháng 10 năm 2026 — MiniMax-M3.1-Flash ra mắt trên API trả theo mức sử dụng, song song với M Plan và M​iniMax Code, kèm mức giá công bố, sáu điểm chuẩn đánh giá và cam kết sẽ phát hành trọng số "sau". Artificial Analysis công bố 42 cùng ngày.

Điều mà trình tự thời gian đó loại trừ là cách hiểu rằng đây là hai mô hình khác nhau. Bản xem trước không phải là một checkpoint nhỏ hơn hay sớm hơn; đó là cùng một mô hình với các trang thương mại bị tắt. Bài đăng ra mắt của chính M​iniMax đề cập rằng mô hình đã xử lý hơn 200 nghìn tỷ token trong quá trình thử nghiệm, và phần lớn lưu lượng đó đến từ giai đoạn xem trước. Điều mà trình tự thời gian cũng loại trừ là cách hiểu ngược lại — rằng GA chỉ là một thay đổi nhãn. Ba điều đã trở thành đúng vào ngày 19 tháng 10 mà không đúng vào ngày 27 tháng 9, và chúng là những điều đáng được rà soát.

Ba điều thực sự khác biệt

Đã có giá. Bản xem trước không hề có – không trên trang định giá, không trên trang mô hình, không trong tài liệu tham chiếu API. Cách duy nhất để mua là một suất trong Gói Token với giá 22, 55 hoặc 132 đô-la một tháng, và cách duy nhất để ước tính chi phí là chia khoản phí hàng tháng của bạn cho bất cứ thứ gì bạn chạy được. MiniMax-M3.1-Flash được tính theo mức dùng: 0,15 đô-la mỗi triệu token đầu vào, 0,60 đô-la mỗi triệu token đầu ra, 0,015 đô-la mỗi triệu lượt đọc từ bộ nhớ đệm. So với mức 0,30/1,20 đô-la của MiniMax-M3, đây là mức giảm đúng một nửa ở hạng tiêu chuẩn, mà không có phụ phí ngữ cảnh lớn – M3 tăng gấp đôi mức giá khi vượt 512.000 token đầu vào, còn M3.1-Flash thì không.

Có một điểm số độc lập. Bản xem trước không có mục nào trên Artificial Analysis trong ba tuần nó hoạt động, điều này là bất thường đối với một mô hình đang được công chúng sử dụng. Bản GA đạt 42 vào ngày ra mắt, xếp thứ tư trong số 173, với $0.22 cho mỗi tác vụ Intelligence Index và 125,5 token đầu ra mỗi giây. Con số cuối cùng đó là con số cần ghi nhớ: bài đăng ra mắt của chính MiniMax tuyên bố đầu ra hằng ngày "200+ TPS" và "170+ TPS" ở P50, còn phép đo độc lập lại thấp hơn 40% so với tuyên bố nổi bật. Không con số nào sai — con số của nhà cung cấp có lẽ là đường phục vụ trong trường hợp tốt nhất — nhưng chỉ một trong số đó được tạo ra bởi người không bán mô hình này.

Có một bảng benchmark, và nó do nhà cung cấp tự báo cáo. Sáu đánh giá, không có đánh giá nào được tái lập độc lập. BankerToolBench 76,2, DeepSWE v1.1 đạt 73,7%, OSWorld V2 đạt 61,7, Agents' Last Exam đạt 29,6, CyberGym đạt 82%, và AutomationBench-AA chỉ được mô tả là một trong những sản phẩm dẫn đầu mà không kèm con số nào. Bản xem trước phát hành không có bất kỳ nội dung nào trong số này, nên bảng này là thông tin mới dù nguồn gốc của nó vẫn là chính công ty đã viết thông cáo báo chí.

Những gì đã không thay đổi, và rất dễ bị cho là đã thay đổi

Tính tương đương về hành vi là một suy luận, không phải một bảo đảm đã được công bố. M​iniMax chưa nói rằng checkpoint bản xem trước và checkpoint GA là giống hệt nhau đến từng bit, và cũng chưa công bố ghi chú chuyển đổi. Điều họ đã công bố là một bảng tham số đọc giống nhau trên cả hai ID, cùng các hạn chế giống hệt. Nếu bạn đang quyết định liệu đánh giá bản xem trước của mình có còn giá trị hay không, đây là những điều bạn có thể tin chắc:

• Cửa sổ ngữ cảnh — 1.000.000 token ở cả hai, không thay đổi

• Thinking — luôn bật. thinking: {"type": "disabled"} trả về HTTP 400 trên GA đúng như trên bản xem trước, và reasoning_effort: "none" bị từ chối theo cùng cách

• Thang mức nỗ lực — thấp, trung bình, cao, xhigh, tối đa, mặc định là tối đa khi trường bị bỏ qua, trên cả hai

• Đầu ra suy luận — được trả về trên reasoning_content hoặc dưới dạng một khối suy nghĩ tùy thuộc vào giao thức; reasoning_split: false không được chấp nhận trên cả hai

• Các bậc tiếp nhận — service_tier: "priority" không được hỗ trợ trên cả hai, vì vậy bản xem trước không cấp cho bạn luồng ưu tiên và bản GA cũng vậy

• Mặc định lấy mẫu — temperature 1, top_p 0.95, áp dụng cho cả hai

• Trọng số mở — không có ở cả hai. MiniMax cho biết trọng số cho bản GA sẽ được phát hành “sau”, không nêu ngày và không nêu giấy phép

• Số lượng tham số — không được tiết lộ ở cả hai. M​iniMax mô tả mô hình là sử dụng "tính thưa thớt tích cực hơn" mà không cho biết cái gì đang được làm thưa hóa

Hai trong số đó xứng đáng được nói kỹ hơn một gạch đầu dòng. Mặc định effort là max, và các token thinking bị tính phí như output và được tính vào max_tokens của bạn. Một workload được chuyển từ bản preview sẽ giữ mặc định đó; điều này ổn nếu nó đã được tinh chỉnh ở đó, và tốn kém nếu chưa. Và việc mất service_tier cũng là mất mát giống như hồi tháng Chín — nếu kiến trúc của bạn giả định có một làn ưu tiên tiếp nhận cho các cuộc gọi nhạy cảm với độ trễ, thì không id nào mang lại điều đó, và phương án dự phòng là effort thấp chứ không phải hàng đợi nhanh hơn.

Câu hỏi về di cư mà chưa ai trả lời được

MiniMax chưa công bố ngày ngừng hỗ trợ cho MiniMax-M3.1-Flash-Preview. Id này vẫn được phân giải trên các trang công cụ của chính nhà cung cấp và tài liệu mô tả nó vẫn chưa bị gỡ xuống. Nhưng tài liệu của chính bản xem trước cho biết mô hình “có thể thay đổi mà không cần thông báo”, và một id bản xem trước vẫn tồn tại sau đợt ra mắt GA mà không có lịch ngừng hỗ trợ được nêu rõ thì còn ở tình thế tệ hơn một id đã bị ngừng hỗ trợ, bởi vì bạn không thể lập kế hoạch quanh một ngày không tồn tại.

Cách hiểu thực tế: hãy coi id bản xem trước là bề mặt thử nghiệm và chuyển lưu lượng sản xuất sang bản GA. Việc chuyển đổi không tốn gì về mặt hành vi — cùng ngữ cảnh, cùng ràng buộc suy nghĩ, cùng thang bậc — và nó mang lại cho bạn một mức giá được công bố, một bảng đánh giá chuẩn được công bố và một điểm số độc lập mà bạn có thể viện dẫn trong một buổi đánh giá mua sắm. Điều duy nhất nó không mang lại là bất kỳ cảnh báo nào về việc bản xem trước bị gỡ bỏ, vì vậy nếu bạn không thể hoàn tất việc chuyển đổi trong tuần này, hãy ghi lại id mô hình đã phản hồi thay vì chỉ id được yêu cầu, để một sự thay thế âm thầm hiện lên trong giám sát của bạn thay vì trong đầu ra của người dùng.

Với các nhóm đang vận hành nhiều mô hình, vấn đề giám sát đó chính là vấn đề định tuyến. OrcaRouter đặt cả một đội mô hình phía sau một API key duy nhất, theo giá niêm yết của nhà cung cấp với mức phụ trội 0%, vì thế khi model id thay đổi hay bảng giá được sửa đổi, chỉ cần chỉnh sửa bảng định tuyến thay vì sửa mã — và chuyển đổi dự phòng tự động sẽ bắt được trường hợp một id ngừng phản hồi lúc ba giờ sáng. MiniMax-M3.1-Flash hiện chưa có trong danh mục của chúng tôi; các mô hình MiniMax mà chúng tôi định tuyến là MiniMax-M3 và dòng M2.7, và không mô hình nào trong hai mô hình đó thay thế được mô hình này, nên lời khuyên trung thực cho GA là dùng API của chính nhà cung cấp cho đến khi chúng tôi hỗ trợ mô hình này.

Dùng id nào trong từng tình huống

Có một tình huống mà ID preview vẫn là lựa chọn đúng: bạn đang giữ một suất Token Plan, mức sử dụng của bạn ổn định và khối lượng thấp, và gói đăng ký rẻ hơn so với token tính theo mức dùng. Ở mức $0.15/$0.60 và 180 triệu token đầu ra đã tiêu thụ được chứng minh qua một lượt chạy chỉ mục gồm 1.600 tác vụ, việc sử dụng tác tử với cường độ cao sẽ nhanh chóng làm chi phí tăng vọt, và một suất $132 có thể rẻ hơn. Với tất cả những người khác — lưu lượng bùng nổ, SLA sản xuất, bất cứ thứ gì bạn phải mô hình hóa chi phí — ID GA mới là thứ nên xây dựng dựa trên, vì đó là lựa chọn duy nhất trong hai có một con số đi kèm có thể trụ được qua đánh giá tài chính.

Điều cần nhớ là đây chưa bao giờ là một cuộc so sánh mô hình. Đó là một sản phẩm đang được hoàn thiện công khai, với trang giá xuất hiện ba tuần sau khi API ra mắt. Mô hình được gọi là MiniMax-M3.1-Flash-Preview vào tháng 9 và mô hình được gọi là MiniMax-M3.1-Flash vào tháng 10 đủ gần nhau đến mức kết quả đánh giá của bạn sẽ vẫn áp dụng được. Hợp đồng xoay quanh chúng mới là thứ đã thay đổi, và hợp đồng đó chính là thứ bạn đang ký bây giờ.