Muse Wonder vs MiniMax M3: 23 điểm chỉ số và giá đầu ra gấp 13 lần, theo hai hướng trái ngược nhau

MiniMax M3 có giá 0,30 USD cho mỗi triệu token đầu vào và 1,20 USD cho mỗi triệu token đầu ra. Muse Wonder có giá lần lượt là 4,00 USD và 20,00 USD. Đó là khoảng cách 13,3× ở dòng chi phí đầu ra và khoảng cách 16,7× ở chi phí đo được cho mỗi tác vụ hoàn thành — khoảng 0,51 USD cho MiniMax M3 so với khoảng 4,52 USD cho Muse Wonder trên cùng một bộ đánh giá độc lập. Về năng lực, cùng bộ đánh giá đó đặt chúng cách nhau 23 điểm chỉ số, 52 so với 29. Vậy nên cách đọc hiển nhiên đã ngã ngũ trước cả đoạn thứ hai: bản phát hành ngày 12 tháng 10 năm 2026 của Meta Superintelligence Labs là mô hình đắt tiền, có năng lực, còn M3 trọng số mở của MiniMax là mô hình rẻ hơn, yếu hơn. Điều khiến cặp đôi này đáng để dành một trang là hai mô hình đặt cược trái ngược vào cùng một bài toán kỹ thuật, và một trong hai công bố một con số mà mô hình kia không công bố.

Muse Wonder tuyên bố cửa sổ 1.048.576 token và định giá mọi token trong đó như nhau. MiniMax M3 tuyên bố cùng cửa sổ đó, rồi công bố mức tối thiểu 512K được đảm bảo có thể sử dụng nằm bên dưới, vì thiết kế attention thưa của nó có một mức sàn mà nó buộc phải cam kết. Phát biểu nào trong hai phát biểu đó đáng giá hơn với bạn phụ thuộc hoàn toàn vào việc các prompt của bạn thực sự nằm ở đâu trong cửa sổ.

Hai mô hình, và tại sao chúng không phải cùng một loại đối tượng

MiniMax M3 là mô hình nền tảng trọng số mở hàng đầu của MiniMax, được công bố trên blog của nhà cung cấp vào ngày 1 tháng 6 năm 2026 và được liệt kê trong danh mục của chính chúng tôi là có sẵn từ ngày 31 tháng 5 — một sai lệch một ngày đúng kiểu mà những ghi chép này luôn mang theo. Đây là mô hình mixture-of-experts 428 tỷ tham số với khoảng 23 tỷ tham số hoạt động mỗi token, 60 lớp, 128 chuyên gia được định tuyến với định tuyến top-4, và cửa sổ ngữ cảnh 1.048.576 token với đầu ra tối đa 512.000 token. Nó chấp nhận đầu vào văn bản, hình ảnh và video và trả về văn bản. Ba tuyên bố được quảng cáo của nó là hiệu năng lập trình và agentic ở mức tiên phong, tính đa phương thức gốc bao gồm khả năng vận hành một máy tính để bàn, và — điều quan trọng ở đây — MSA, hay MiniMax Sparse Attention, một kiến trúc attention độc quyền do công ty đề xuất. Nó là trọng số mở theo Giấy phép Cộng đồng MiniMax, vốn không phải Apache 2.0 và không phải MIT, và sự khác biệt này đáng để đọc thay vì giả định.

Muse Wonder là bản phát hành tiên phong của Meta Superintelligence Labs vào ngày 12 tháng 10 năm 2026, được tung ra dưới dạng một dòng gồm hai checkpoint. Chỉ muse-wonder-1.0 là có endpoint — trên Meta Model API và bên trong Muse Code — và đây là bản mà mọi số liệu ở đây đều áp dụng. Muse Wonder Full, cấu hình đạt điểm cao hơn, chỉ được bán thông qua đăng ký Muse Code. Checkpoint có thể gọi được chấp nhận đầu vào dạng văn bản, hình ảnh, giọng nói và video, trả về văn bản, có cửa sổ ngữ cảnh 1.048.576 token, giới hạn một phản hồi ở mức 943.718 token, có giá $4,00 cho đầu vào, $0,20 cho phần lưu đệm và $20,00 cho đầu ra trên mỗi triệu token, đồng thời bắt buộc chạy suy luận theo thang mức nỗ lực từ tối thiểu đến tối đa, mặc định là trung bình. Không có trọng số và không có giấy phép.

Vậy nên sự ghép cặp này không chỉ đơn thuần là rẻ so với đắt. Đó là một mô hình trọng số mở 428B có thể tải xuống đối đầu với một mô hình độc quyền đi thuê, nghĩa là việc so sánh giá cả và so sánh năng lực đang trả lời những câu hỏi khác nhau.

23 điểm chỉ số được tạo nên từ những gì

Cả hai con số đều đến từ Artificial Analysis, trên cùng một phiên bản của cùng một công cụ, ở mức nỗ lực tối đa — đó là lý do duy nhất khiến chúng có thể được đặt cạnh nhau.

• Chỉ số Trí tuệ — Muse Wonder 52, thứ chín trong số 216 mô hình; MiniMax M3 29, thứ mười tám trong số 116 mô hình trong cùng hạng của nó

• Chi phí cho mỗi tác vụ lập chỉ mục đã hoàn thành — MiniMax M3 khoảng 0,51 USD; Muse Wonder khoảng 4,52 USD, gấp khoảng 8,9 lần

• Token đầu ra được tiêu thụ trong lần chạy đó — {{1}}MiniMax M3{{/1}} khoảng 120 triệu; {{2}}Muse Wonder{{/2}} khoảng 130 triệu, so với mức trung vị của bảng xếp hạng gần 140 triệu cho nhóm của MiniMax

• Giá niêm yết — MiniMax M3 0,30 USD đầu vào / 0,06 USD đã cache / 1,20 USD đầu ra trên mỗi triệu; Muse Wonder 4,00 USD đầu vào / 0,20 USD đã cache / 20,00 USD đầu ra

• Ngữ cảnh và giới hạn đầu ra — cả hai đều 1.048.576 đầu vào; MiniMax M3 512.000 đầu ra so với 943.718 của Muse Wonder

• Bề mặt đầu vào — MiniMax M3 văn bản, hình ảnh và video; Muse Wonder văn bản, hình ảnh, giọng nói và video

• Trọng số — M​iniMax M3 có thể tải xuống theo MiniMax Community License; Muse Wonder độc quyền, không công bố bản nào

• Tốc độ, được đo lường độc lập — MiniMax M3 khoảng 108 token đầu ra mỗi giây với thời gian đến token đầu tiên dưới một giây; Muse Wonder khoảng 115 token mỗi giây với thời gian đến token đầu tiên gần 20 giây

Hàng cuối cùng đó là thứ thay đổi cảm nhận khi chạy một workload chứ không phải chi phí của nó, và đây là khác biệt thực tế lớn nhất trong danh sách, chỉ sau giá. Thời gian tới token đầu tiên dưới một giây và hai mươi giây là những sản phẩm khác hẳn nhau đối với bất kỳ thứ gì có tính tương tác, bất kể mỗi mô hình đạt điểm thế nào khi cuối cùng nó bắt đầu viết.

Cũng lưu ý rằng hai mô hình gần như tương đương về lượng token đầu ra — 120 triệu so với 130 triệu — nghĩa là tỷ lệ chi phí trên mỗi tác vụ thực chất chính là tỷ lệ theo bảng giá, chứ không phải là hệ quả của việc một mô hình nói lan man. Khi một mô hình rẻ vừa rẻ trên mỗi token vừa tiết chế về số lượng token mà nó sử dụng, thì chênh lệch giá là thật và không bị bào mòn trên đường đến hóa đơn.

Số học chi phí, trong hai dạng thức quan trọng

Hãy lấy hai khối lượng công việc. Thứ nhất là một pipeline tóm tắt hoặc trích xuất: 10 triệu token mỗi tháng với tỷ trọng đầu vào là 70%, đây là dạng mặc định mà hầu hết các công cụ ước lượng giả định. Thứ hai là truy xuất ngữ cảnh dài: 5 triệu token mỗi tháng với 800.000 token lời nhắc mỗi lần gọi cùng một phản hồi nhỏ, được lưu trong bộ nhớ đệm.

• Khối lượng cuộc gọi ngắn, không cache — MiniMax M3 khoảng 5,70 USD một tháng; Muse Wonder khoảng 11,30 USD một tháng. Gấp khoảng 2 lần, và với khối lượng công việc ở quy mô đó, cả hai con số đều chỉ là sai số làm tròn so với mức lương theo giờ của một kỹ sư.

Lưu lượng cuộc gọi ngắn, bật bộ nhớ đệm — MiniMax M3 khoảng $4.86; Muse Wonder khoảng $9.63. Dòng bộ nhớ đệm khiến MiniMax tốn năm xu mỗi triệu, so với hai mươi xu của Meta, nhưng khoảng cách tuyệt đối vẫn nhỏ.

• Truy xuất ngữ cảnh dài ở 800.000 token của prompt — MiniMax M3 khoảng 0,35 đô la một lần gọi; Muse Wonder khoảng 4,00 đô la một lần gọi, vì cả hai mô hình đều không giảm giá theo bậc và mức giá đầu vào của Muse Wonder cao hơn 13 lần. Với một nghìn lần gọi mỗi tháng, con số đó là 350 đô la so với 4.000 đô la.

• Cùng khối lượng công việc hưu trí với bộ nhớ đệm — MiniMax M3 khoảng 0,14 USD mỗi lần gọi; Muse Wonder khoảng 2,20 USD mỗi lần gọi

Không có số liệu nào trong số đó là ước tính hóa đơn của bạn — chúng chỉ là phép tính theo giá niêm yết dựa trên mức giá công bố của từng nhà cung cấp. Điểm mấu chốt nằm ở hình dạng: với khối lượng công việc nhỏ, mức 13× chỉ như tiền mua cà phê, còn với khối lượng công việc thực sự có ngữ cảnh dài, đó là sự khác biệt giữa một dịch vụ bạn có thể đủ khả năng chạy ở quy mô lớn và một dịch vụ bạn chỉ định tuyến một cách chọn lọc.

MSA so với một cửa sổ phẳng, vốn là một canh bạc về các dạng hỏng hóc

Đây là phần của phép so sánh không có hàng benchmark, và đây là chỗ hai mô hình đưa ra những lựa chọn trái ngược nhau.

MiniMax quy hành vi ngữ cảnh dài của M3 cho MSA, thứ mà công ty mô tả là hỗ trợ một triệu token với mức tối thiểu khả dụng được đảm bảo là 512K. Từ ngữ ấy — được đảm bảo — đang thực sự có sức nặng. Một hệ thống attention thưa suy giảm theo những cách mà một hệ thống attention dày đặc không hề suy giảm, và việc công bố một ngưỡng sàn là cách nhà cung cấp cho bạn biết nơi họ tin rằng sự suy giảm trở nên không thể chấp nhận được. Nếu các prompt của bạn nằm trong khoảng từ 512K đến 1M, đó là một lời khẳng định về rủi ro mà bạn đang chấp nhận, và đó là một thông tin hữu ích hơn so với một kích thước cửa sổ trần trụi.

Muse Wonder của Meta công bố 1.048.576 token và không nói gì tương đương về một mức sàn khả dụng. Nó cũng tính cùng một mức giá ở 900.000 token như ở 900, và giới hạn một phản hồi đơn ở 943.718 token, đây là mức trần đầu ra lớn thứ hai mà chúng tôi theo dõi. Điều nó không làm là cho bạn biết khả năng truy hồi ngữ cảnh dài của nó bắt đầu giảm sút ở đâu. Đối với một agent mở một ngữ cảnh lớn và làm việc bên trong đó suốt một phiên dài, việc thiếu con số đó là một khoảng trống mà bạn sẽ tự phát hiện trên lưu lượng của chính mình chứ không phải đọc được trên một trang.

Tóm tắt trung thực là MiniMax đã công bố một bảo đảm mà họ có thể giữ hoặc không, còn Meta đã công bố một cửa sổ mà không kèm theo lời hứa nào. Không tuyên bố nào thay thế được việc bạn tự kiểm thử prompt của chính mình ở độ dài của chính mình.

Trọng số mở, và điều mà giấy phép thực sự nói

MiniMax M3 có thể tải xuống được, nghĩa là có ba điều mà một mô hình thuê sẵn không thể mang lại: bạn có thể tinh chỉnh nó trên dữ liệu độc quyền, bạn có thể chạy nó bên trong vành đai bảo mật của riêng mình, và bạn có thể yên tâm rằng sản phẩm trả lời các lệnh gọi của bạn sau sáu tháng vẫn chính là sản phẩm đang trả lời chúng hôm nay. Giấy phép Cộng đồng MiniMax không phải là một giấy phép không hạn chế, và bất kỳ ai dự định xây dựng sản phẩm dựa trên nó nên đọc các điều khoản thay vì mặc định rằng mình có các quyền tự do kiểu MIT — câu hỏi thực tiễn là nó cho phép gì đối với việc phân phối lại và sử dụng thương mại ở quy mô lớn, và câu trả lời nằm trong văn bản giấy phép, không phải trong một bài blog. Hãy so sánh với các checkpoint trọng số mở Apache-2.0, vốn là một sự cấp quyền khác biệt đáng kể về bản chất.

Muse Wonder không cung cấp bất kỳ điều nào trong số đó. Nó chỉ có API thông qua các giao diện của chính Meta, và đó là sự đánh đổi mà một bản phát hành độc quyền tiên phong luôn phải thực hiện: không tinh chỉnh, không tự lưu trữ, không có phiên bản do bạn kiểm soát, để đổi lấy năng lực mà các mô hình trọng số mở ở mức giá này hiện chưa đạt tới. Sau hai ngày ra đời, khoảng cách được đo độc lập là 23 điểm chỉ số, và đó chính là con số mà bạn đang trả tiền thuê để có được.

Chạy chúng đối chiếu với nhau mà không cần hợp đồng thứ hai

Việc so sánh ở đây dễ thực hiện một cách bất thường, vì một bên của nó đã nằm trên một khóa mà bạn có thể đang nắm giữ. OrcaRouter cung cấp MiniMax M3 dưới dạng minimax/minimax-m3 ở đúng mức giá niêm yết của chính MiniMax với 0% chênh lệch — giá niêm yết của nhà cung cấp được chuyển thẳng qua, nên việc nhà cung cấp giảm giá sẽ có hiệu lực ở phía chúng tôi ngay trong cùng ngày công bố — nằm cạnh hơn 200 mô hình khác sau một thông tin xác thực duy nhất, với tính năng tự động chuyển đổi dự phòng giữa các nhà cung cấp khi một điểm cuối không hoạt động bình thường. Do đó, cả hai con số mà trang này bàn luận đều có thể được kiểm chứng dựa trên số lượng token của chính bạn mà không cần thêm một mối quan hệ nhà cung cấp thứ hai.

Muse Wonder không nằm trong danh mục của chúng tôi, và không có dịch vụ phục vụ của bên thứ ba nào mà chúng tôi có thể xác minh. Một router không thể định tuyến một mô hình mà không ai khác phục vụ, và con đường duy nhất đến nó hiện nay là API riêng của Meta và Muse Code. Câu chuyện định tuyến chỉ thực sự áp dụng ở ranh giới: một DSL định tuyến kết hợp nhiều mô hình vào một lệnh gọi là thứ cho phép một mô hình rẻ đảm nhận khối lượng lớn và một mô hình tiên tiến xử lý các yêu cầu khó, và chuyển đổi dự phòng tự động giữ cho một endpoint không khỏe mạnh không làm sập toàn bộ đường đi. Mô hình đó đòi hỏi cả hai mô hình đều có thể truy cập qua cùng một giao diện, điều đúng với một trong hai mô hình này và chưa đúng với mô hình còn lại.

Cái nào, và cho ai?

Hãy chọn MiniMax M3 khi khối lượng công việc lớn và ngân sách là ràng buộc. Ở mức 0,30 đô la và 1,20 đô la cho mỗi triệu token, nó chỉ bằng khoảng một phần mười sáu Muse Wonder ở đầu vào và một phần mười ba ở đầu ra, nó là mô hình cho ra token đầu tiên nhanh hơn gấp cả một bậc độ lớn, nó giữ được cửa sổ một triệu token với một mức sàn đã được công bố, và trong hai mô hình, đây là cái duy nhất bạn có thể tải về, tinh chỉnh và giữ lại. Đối với tóm tắt, trích xuất, phân loại ở khối lượng lớn, và truy xuất ngữ cảnh dài — những việc mà nếu không thì bạn sẽ phải trả bốn đô la mỗi lần gọi chỉ riêng cho phần đầu vào — khoảng cách 23 điểm trên bảng chỉ số không mô tả được khối lượng công việc của bạn.

Hãy chọn Muse Wonder khi công việc khó, dài và mang tính agentic, khi bạn cần năng lực thay vì giá cả, và khi mức trần phản hồi 943.718 token hay một thang suy luận bắt buộc là một tính năng chứ không phải một gánh nặng. Nó là mô hình duy nhất trong hai mô hình có điểm số được đo lường độc lập trên 50, và nó được định giá ở mức giá niêm yết rẻ nhất mà bất kỳ phòng thí nghiệm nào trong ba phòng thí nghiệm lớn đã công bố cho một mô hình tiên phong — một câu kỳ lạ để viết về một mô hình có giá gấp 13 lần M3, và cũng là một câu công bằng.

Người mua không nên chọn giữa chúng là người có lưu lượng mang hai hình thái. Mô hình chi phí đặt một prompt 800.000 token lên một mô hình có giá 20 USD mỗi triệu token đầu ra là một mô hình chi phí khác với mô hình đặt một tác vụ phân loại hai đoạn văn lên nó, và hai mô hình trên trang này được định giá gần như chính xác như thể thị trường đã biết điều đó.