Step 5 Preview so với MiniMax M3: Rẻ hơn trên mỗi token, đắt hơn trên mỗi điểm

Đơn giá nghiêng hẳn về MiniMax M3 với khoảng cách rất lớn. Ở mức 0,30 USD mỗi triệu token đầu vào và 1,20 USD mỗi triệu token đầu ra, mô hình thưa 428B của nhà cung cấp này rẻ hơn mức 1,00 USD và 2,70 USD của Step 5 Preview tới hơn hai lần ở cả hai phía. Nhưng đơn giá là mẫu số sai đối với một mô hình mà bạn dùng để trả lời câu hỏi, và một khi bạn chia cho những gì mỗi mô hình thực sự mang lại, thứ hạng sẽ đảo ngược. Step 5 Preview tốn 0,71 USD cho mỗi tác vụ Chỉ số Thông minh ở mức điểm 44. MiniMax M3 tốn 0,51 USD cho mỗi tác vụ chỉ số ở mức điểm 29. Tính theo mỗi điểm năng lực được đo lường, mô hình có giá niêm yết cao hơn lại là mô hình rẻ hơn — và lý do là khoảng cách chỉ số mười lăm điểm mà không mức giảm giá nào bù đắp được.

Hai kiểu “có sẵn” rất khác nhau

MiniMax M3 đã được phát hành chính thức kể từ ngày 1 tháng 6 năm 2026, khi MiniMax mở nó thông qua MiniMax Code, Token Plan của mình và API — không có nhãn xem trước ở bất kỳ đâu trong đợt ra mắt. Các trọng số được phát hành sau đó vào ngày 12 tháng 6, mười một ngày sau, đúng như đã hứa. Kho lưu trữ MiniMaxAI/MiniMax-M3 chứa khoảng 428 tỷ tham số tổng cộng với khoảng 23 tỷ tham số hoạt động trên mỗi token, được xây dựng trên MiniMax Sparse Attention, cùng với một bản phát hành lượng tử hóa MXFP8 riêng biệt.

Step 5 Preview đã mở API của mình vào ngày 20 tháng 9 năm 2026. Trọng số của nó chưa được công bố — kho Hugging Face stepfun-ai/Step-5-Preview-BF16 chỉ là một vỏ rỗng — và StepFun đã cam kết một ngày là 15 tháng 10 năm 2026. Vậy nên khác biệt thực tế là M3 là một mô hình bạn có thể tải xuống, tự lưu trữ và kiểm tra, còn Step 5 Preview là một endpoint được lưu trữ với một ý định đã được công bố.

Đáng lưu ý: trang mô hình của chính MiniMax vẫn ghi M3 "sẽ sớm được mã nguồn mở hoàn toàn", điều này mâu thuẫn với kho lưu trữ mà họ công bố vào tháng Sáu. Hãy coi đó là một trang nhà cung cấp đã lỗi thời thay vì bằng chứng cho thấy các trọng số đang bị thiếu.

Câu chuyện về giá không phải là câu chuyện về chi phí

Artificial Analysis tính toán một con số chi phí trên mỗi tác vụ chỉ mục bằng cách chạy cùng một bộ đánh giá qua từng mô hình và cộng tổng chi phí của các token. Đây là thứ gần nhất mà lĩnh vực này có với một con số tổng chi phí sở hữu cho một khối lượng công việc cố định, và nó gộp vào hai hiệu ứng mà giá token che giấu: một mô hình dài dòng đến mức nào, và nó suy nghĩ nhiều đến mức nào.

Step 5 Preview đạt mức 0,71 USD cho mỗi tác vụ index, với tổng chi phí chạy index là 922,84 USD. MiniMax M3 đạt mức 0,51 USD, với tổng chi phí chạy là 537,98 USD. Xét về thông lượng thô của các tác vụ, M3 rẻ hơn khoảng 28%. Chia cho điểm index — 44 so với 29 — thì Step 5 Preview cho ra khoảng 1,6 xu cho mỗi điểm index, so với 1,8 xu của M3.

Một lưu ý cần đặt ngay tại đây: đó là một lần chạy chỉ số cho mỗi mô hình, và một lần chạy chỉ số là một mẫu nhỏ. Phép tính theo từng điểm là một kiểm tra nhanh tính hợp lý đối với con số theo từng tác vụ, chứ không phải là một phép đánh giá chuẩn theo đúng nghĩa của nó. Nhưng hướng đi này nhất quán với các con số theo từng tác vụ, và đó là những con số mà bảng giá của chính hai nhà cung cấp không thể cho thấy.

• Intelligence Index — Bản xem trước Step 5 44 (#24/200) so với MiniMax M3 29 (#15/113), cả hai đều trên phiên bản chỉ mục hiện tại

• Giá đầu vào — 1,00 đô la mỗi triệu so với 0,30 đô la mỗi triệu

• Giá đầu ra — 2,70 đô la một triệu so với 1,20 đô la một triệu

• Chi phí cho mỗi tác vụ đánh chỉ mục — $0,71 so với $0,51

• Tham số hoạt động — 27B so với 23B

• Cửa sổ ngữ cảnh — 1M token so với 1M token

• Tốc độ xuất — 99,8 tokens/s so với 210,4 tokens/s

• Trọng lượng — cam kết ngày 15 tháng 10 năm 2026 so với có sẵn từ ngày 12 tháng 6 năm 2026

Cái bẫy về phiên bản chỉ mục khiến điều này trở nên khó hiểu

Có một mối nguy thực sự khi đọc các con số của M3, và điều này đáng để dành hẳn một đoạn văn vì nó khiến gần như mọi trang so sánh của bên thứ ba bị nhầm lẫn. Artificial Analysis đã hiệu chỉnh lại Chỉ số Trí tuệ của mình vào ngày 7 tháng 9 năm 2026, và lần hiệu chỉnh lại đó đã nén điểm số trên toàn bộ các mô hình. Theo thang đo hiện tại, M3 đạt 29. Theo thang đo trước tháng 9, nó đạt 44 đến 45 — và một số đơn vị theo dõi vẫn công bố 44,4 hoặc 45,4 cho nó.

Sự trùng lặp đó ở đây quan trọng hơn mức thông thường, vì điểm số hiện tại của Step 5 Preview cũng là 44. Một trang đặt con số M3 cũ kỹ bên cạnh con số Step 5 Preview hiện tại sẽ trông như thể hai mô hình ngang bằng nhau, trong khi khoảng cách hiện tại là mười lăm điểm. Cả hai con số trong bài viết này đều thuộc phiên bản chỉ số hiện tại và có thể so sánh với nhau; bất kỳ nội dung nào công bố trước ngày 7 tháng 9 thì không.

Nơi MiniMax M3 thực sự khó bị đánh bại

Có hai điểm ở M3 không hề gần nhau. Thứ nhất là tốc độ: 210,4 token đầu ra mỗi giây, nhanh thứ tư trong số 113 mô hình mà Artificial Analysis theo dõi, so với mức trung vị 76,3. Con số 99,8 token mỗi giây của Step 5 Preview là đáng nể, mà vẫn chưa bằng một nửa. Thời gian đến token đầu tiên của M3 là 1,01 giây cũng là con số nhanh hơn, so với 2,96 giây.

Thứ hai là phương thức đầu vào. M3 chấp nhận văn bản, hình ảnh và video và trả về văn bản, còn MiniMax có tài liệu về thao tác trên màn hình máy tính để bàn và sử dụng máy tính. Step 5 Preview nhận văn bản và hình ảnh. Nếu pipeline của bạn đưa bản ghi màn hình hoặc khung hình video vào một mô hình, thì đó không phải là sở thích — mà là sự khác biệt về năng lực.

Khoảng cách về giá củng cố cả hai. Ở mức $0.30 và $1.20 với mức giảm giá 50% vĩnh viễn được áp dụng cho giá niêm yết $0.60 và $2.40, cùng mức chiết khấu cache 80% đưa chi phí đọc cache xuống $0.06 mỗi triệu token, M3 là một trong những cách rẻ nhất để đưa một lượng lớn token qua một mô hình có năng lực. Lưu ý về phân tầng: đầu vào trên 512K token sẽ nhân đôi toàn bộ yêu cầu, và hạng dịch vụ ưu tiên có giá gấp 1,5 lần.

Nơi nó tách ra

Bộ đánh giá của chính MiniMax dành cho M3 rất mạnh và nên được đọc như số liệu do nhà cung cấp tự báo cáo: SWE-bench Verified đạt 80.5%, SWE-bench Pro đạt 59.0%, Terminal-Bench 2.1 đạt 66.0%, MCP Atlas đạt 74.2%, BrowseComp đạt 83.5 và OSWorld-Verified đạt 70.06%. MiniMax chạy những bài này trên hạ tầng của chính mình, dùng Claude Code làm scaffolding, lấy trung bình trên bốn lần chạy, và cách thiết lập chấm điểm không được công khai — nên với tình hình hiện tại, chúng không thể được bên thứ ba tái lập.

Bức tranh được đo lường độc lập khắc nghiệt hơn nhiều đối với công việc tác tử. Artificial Analysis ghi nhận Terminal-Bench 4.0 đạt 2% đối với M3 — một phiên bản khác của bài kiểm chuẩn so với con số Terminal-Bench 2.1 của nhà cung cấp, và không thể so sánh với con số đó, nhưng vẫn rất rõ rệt. SciCode đạt 47%, AutomationBench-AA đạt 21%, và CritPt đạt 4%. Các kết quả độc lập mạnh nhất của M3 nằm ở ngữ cảnh dài và công việc tri thức: AA-LCR v1.1 đạt 83%, Humanity's Last Exam đạt 39%.

Step 5 Preview đảo ngược hồ sơ đó. Terminal-Bench 4.0 đạt 33,3% trên cùng hệ thống đánh giá với 2% của M3, SciCode đạt 59% so với 47%. Nếu công việc mang tính tác tử hoặc có dạng mã, đây không phải là một so sánh ngang ngửa và lợi thế về giá không bù đắp được cho điều đó.

Điều khoản giấy phép mà hầu hết các so sánh đều bỏ qua

MiniMax M3 là mô hình mở trọng số (open-weight), nhưng nó không phải mã nguồn mở theo nghĩa OSI, và các điều khoản còn chặt chẽ hơn những gì cụm từ "open weights" gợi ý. Kho lưu trữ đi kèm Giấy phép Cộng đồng MiniMax: miễn phí cho mục đích phi thương mại, với việc sử dụng thương mại phụ thuộc vào điều kiện phải hiển thị nổi bật dòng "Built with MiniMax M3" — và bất kỳ sản phẩm nào có doanh thu hằng năm trên 20 triệu USD đều cần có sự cho phép trước bằng văn bản từ MiniMax. Đây không phải MIT, không phải Apache, và cũng không phải kiểu giấy phép mà đội ngũ pháp lý chỉ việc phẩy tay cho qua.

Step 5 Preview hoàn toàn chưa thể được đánh giá trên khía cạnh này, bởi vì chưa có giấy phép nào để đọc. StepFun đã cam kết phát hành trọng số vào ngày 15 tháng 10 và vẫn chưa công bố các điều khoản sẽ chi phối việc phát hành đó. Bất kỳ ai dự định xây dựng dựa trên nó nên coi giấy phép là một câu hỏi mở thay vì mặc định rằng nó sẽ giống với giấy phép của Moonshot hay DeepSeek.

Đây là sự bất đối xứng thẳng thắn giữa hai bên: các điều khoản của M3 thì hạn chế nhưng đã biết; còn các điều khoản của Step 5 Preview thì chưa biết. Một giấy phép hạn chế mà bạn có thể lên kế hoạch dựa trên đó vẫn tốt hơn một giấy phép chưa được công bố mà bạn không thể.

Gọi một trong hai người

MiniMax M3 có trong danh mục của chúng tôi tại /models/minimax/minimax-m3, có thể truy cập bằng cùng một khóa và cấu trúc yêu cầu như hơn 200 mô hình còn lại mà chúng tôi định tuyến, với giá niêm yết của nhà cung cấp được chuyển nguyên ở mức 0% markup — vì vậy mức giảm giá 50% vĩnh viễn mà MiniMax đã áp dụng chính là mức giá bạn thấy, và nó thay đổi ngay khi MiniMax thay đổi. Chuyển đổi dự phòng tự động là nửa còn lại của câu chuyện đó: M3 với tốc độ 210 token mỗi giây rất hấp dẫn cho khối lượng công việc lớn, và khối lượng công việc lớn chính là nơi một điểm cuối bị suy giảm gây tổn hại nhiều nhất.

Step 5 Preview không có trong danh mục của chúng tôi. Các mô hình văn bản của StepFun không nằm trong số những mô hình chúng tôi cung cấp, vì vậy nó có sẵn thông qua API riêng của StepFun và một số nền tảng bên thứ ba — và nó không thể truy cập được bằng khóa mà bạn sẽ dùng cho M3.

Bản án

Hãy chọn MiniMax M3 khi khối lượng, độ trễ hoặc đầu vào video là ràng buộc, khi bạn muốn một mô hình có thể tải về ngay hôm nay, và khi bạn có thể chấp nhận sống trong giấy phép cộng đồng — bao gồm cả ngưỡng doanh thu 20 triệu đô la. Hãy chấp nhận rằng các điểm số tác tử độc lập đặt nó ở phía sau rất xa, và rằng các benchmark do nhà cung cấp đưa ra chưa được tái lập bên ngoài hạ tầng của chính MiniMax.

Hãy chọn Step 5 Preview khi công việc mang tính agentic hoặc nặng về code, khi bạn muốn năng lực trên mỗi đô la thay vì token trên mỗi đô la, và khi bạn thấy thoải mái khi trở thành khách hàng sớm của một endpoint được host mà trọng số sẽ có vào tháng sau. Hãy chấp nhận rằng bạn không thể kiểm tra giấy phép trước khi build, và rằng mức chênh lệch 2% so với 33,3% trên Terminal-Bench 4.0 là kiểu khoảng cách quyết định một dự án.

Giảm giá là thật. Chỉ là nó không phải thứ đang được mua.

MiniMax M3 là một trong những mô hình chúng tôi định tuyến với mức tăng giá 0% cùng tính năng chuyển đổi dự phòng tự động, nên khi nhà cung cấp thay đổi giá thì giá mới có hiệu lực ngay trên cùng một khóa trong cùng ngày.