MiniMax M3.1 Flash 对比 Aion 3.5 Mini：价格差距在缩小，证据差距却没有

Aion 3.5 Mini 是 AionLabs 该系列中首个仅凭价格无法定论的模型。MiniMax M3.1 Flash 每百万输入 token 收费 0.15 美元、每百万输出 token 收费 0.60 美元；Aion 3.5 Mini 则为 0.70 美元和 1.40 美元。即 4.7 倍和 2.3 倍——这是实打实的溢价，但远不及它的全尺寸同门 Aion 3.5 相对同一 MiniMax M3.1 Flash 所开出的 20 倍和 10 倍。两者在成本上的差距已足够接近，于是决策转向那些二者完全不在同一量级的地方：输出上限、输入模态，以及厂商之外是否有任何人真正实测过它。

两款模型都是当前版本。Aion 3.5 Mini 于 2026 年 9 月 23 日与旗舰型号一同发布；MiniMax M3.1 Flash 于 2026 年 10 月 19 日发布，并在四天后将其权重发布到 Hugging Face。Aion 模型是闭源的、纯文本的，并且总是在回答前进行推理。MiniMax M3.1 Flash 是一个拥有 4280 亿参数的混合专家模型，每个 token 激活 230 亿参数，具有一百万 token 的窗口，并支持图像和视频输入。从纸面上看，这一比较并不对等；有趣的是，为什么账单并不总是呈现出那种样子。

每个模型实际上是什么

MiniMax M3.1 Flash 是 MiniMax 的稀疏 MoE 模型，总参数量约 428B，每个 token 激活 23B，提供 1,000,000 token 的上下文窗口。价目表为每百万输入 token 0.15 美元、每百万输出 token 0.60 美元、每百万缓存读取 0.015 美元。MiniMax 的模型卡列出文本、图像和视频输入以及文本输出；Artificial Analysis 记录为文本和图像。推理始终开启，提供五档推理强度——低、中、高、xhigh 和 max——API 会直接拒绝禁用思考的请求，返回错误而不是静默忽略。权重可根据 MiniMax Community License 下载，该许可证属于开放权重而非开源：要求署名，年收入超过 2000 万美元的商业使用需事先获得书面授权。供应商自己的基准表包括 Automation-Bench 62.8、DeepSWE v1.1 73.7、OSWorld 2.0 61.7 和 CyberGym 82.2。这些是供应商自行运行得出的数字，尚未被独立复现。

Aion 3.5 Mini是 AionLabs 更便宜的档位，标识符为 aion-labs/aion-3.5-mini，而且它属于另一种对象。AionLabs 将其描述为基于 GLM 系列构建的多模型系统——多个模型共同参与生成一次响应——并且不公布参数数量、集成规模，也不公布每次调用由哪些组成模型运行。上下文窗口为 262,144 个 token，相比 Aion 3.0 Mini 翻倍，并与旗舰模型相同，同时回复有严格的 32,768 个 token 上限。输入仅支持文本。推理为强制开启：提供 low、high 和 max 三档推理强度，默认 high，没有非推理路径。定价与前一代保持不变：输入 $0.70、输出 $1.40、缓存输入 $0.18。权重不可获取，且该模型未公布任何类型的基准测试结果。

在任何测量之前，从那段描述中就能得出两点。Mini 并不是名字所暗示的那种被阉割的 Mini——它的上下文窗口与旗舰模型相当——而且它缺少的是输出长度，不是输入长度。成本情况也不只是价目表，因为两个模型都会先思考再回答，而且两者都不允许你关闭这一点。

费率卡，以及决定账单的三个乘数

先看每 token 价格，因为这是两家厂商都清晰公布的唯一数字：

• 输入 — MiniMax M3.1 Flash 每百万 $0.15，对比 Aion 3.5 Mini 的 $0.70。相差 4.7 倍。

• 产出——0.60 美元对 1.40 美元。2.3 倍的差距，也是两者中较小的一个。

• 缓存输入——0.015 美元对 0.18 美元。相差 12 倍，也是智能体账单中占主导的一项。

• 上下文窗口 — 1,000,000 个 token 对比 262,144。相差 3.8 倍。

• 最大输出——524,288 个 token，对比 32,768 个。16 倍的差距，也是本场对决中最大的单项差距。

• 输入模态——文本、图像和视频，而非仅文本。

• 独立评分 — MiniMax M3.1 Flash 在 Artificial Analysis Intelligence Index 中得分为 43；Aion 3.5 Mini 无对应条目。

人们引用的比率通常是输入比率，而这是最没用的一个。如果一个模型每写出一个 token 就要读入十个 token，那么其定价主要取决于输入费率，因此一个 1000 万输入、100 万输出的任务在 MiniMax M3.1 Flash 上成本为 $2.10，在 Aion 3.5 Mini 上为 $8.40——相差 4 倍，接近宣传口径。一个均衡的 100 万输入、100 万输出任务成本为 $0.75 对 $2.10，即 2.8 倍。这个比率会随工作负载变化，所以“便宜 4.7 倍”是口号，而不是预算项。

缓存读取会让差距进一步拉大。一个在 1,000 次调用中携带 100,000 个 token 系统提示词的 agent，会读取 1 亿个缓存 token；在 MiniMax M3.1 Flash 上是 1.50 美元，在 Aion 3.5 Mini 上是 18.00 美元。如果你的工作负载是长而稳定的前缀配合短轮次，那么缓存费率就是要比较的数字，而这里的差距是 12 倍，而不是 4.7 倍。

然后还有两张价目表都未体现的乘数：思考 token。两个模型都会进行推理，而思考 token 属于生成的 token，二者都按输出费率计费。如果一个模型花 2,000 个 token 思考来生成 500 token 的答案，你会被按 2,500 个输出 token 计费——是可见文本的五倍。按这些数字计算，每百万可见 token 的有效输出成本为 MiniMax M3.1 Flash 的 $3.00 和 Aion 3.5 Mini 的 $7.00：2.3 倍的比例依然成立，但每个绝对数字都是标价的五倍。而且默认值并不是同一个设置。MiniMax 的 API 文档称，省略 effort 等级时默认为 max，即最昂贵的设置；Aion 默认为 high。开箱即用时，价目表更便宜的模型反而每次回答花费更多。价目表是下限，不是预测，而且两家厂商都没有公布可用于构建预测的思考 token 预算。

上下文很充裕。输出才是 Mini 的局限所在。

Aion 3.5 Mini 的 262,144 token 窗口是其规格表中较为宽裕的一项。它是上一代 Mini 窗口的两倍，与旗舰型号完全持平，足以容纳一部小说、一次大型代码库扫描，或一小时的转录文本。与大多数模型相比，这根本算不上限制。但与 MiniMax M3.1 Flash 相比，它小了 3.8 倍；而对于日益增多、需要将整个代码库或一整套文档塞进单次调用的工作负载而言，这确实是一道实实在在的天花板。

更难突破的上限在于回复长度。Aion 3.5 Mini 的输出 token 上限为 32,768；MiniMax M3.1 Flash 最高可接受 524,288，而 MiniMax 在实践中建议使用 131,072。这是 16 倍的差距，而且这一维度最可能让 Aion 模型无法胜任真实任务，而不仅仅是让它处于劣势。一个 40,000 token 的生成产物——一次长迁移、一份完整报告、一次单遍输出的大型重构——完全放不进 Aion 3.5 Mini。你会把它分块，这会改变任务、增加编排，而且通常比你想获得的每 token 差价成本更高。对于聊天轮次和章节而言，32K 绰绰有余。对于生成密集型流水线而言，这是硬性停止点。

两家厂商都没有为这两款模型公布长上下文附加费；上面的价目表在整个上下文窗口内都是统一费率。这一点很关键，因为它意味着对比结果不会在 200,000 个 token 处发生反转——MiniMax M3.1 Flash 在任何长度下都更便宜，而 Aion 那款模型则根本无法突破其上限。

一个模型有证据，另一个只有一句定位声明。

这场对比中有一部分差距并没有缩小。MiniMax M3.1 Flash 有厂商基准测试表、第三方评分和实测速度。Aion 3.5 Mini 这三项全都没有。AionLabs 没有发布任何 3.5 模型在 SWE-bench、Terminal-Bench、GPQA 或 MMLU-Pro 上的结果，Artificial Analysis 也没有收录 Aion 3.5 Mini、Aion 3.5 或两个 3.0 代际中任何一个的条目。没有独立的能力评分，因此也就没有每完成一项任务的成本数字，而这才是真正决定采购的数字。

取而代之的是网关遥测数据。根据实时流量对其进行评分的追踪工具，其得分集中在每秒约 56 个 token、首 token 延迟约 1.5 秒——仅为 Artificial Analysis 对 MiniMax M3.1 Flash 测得的每秒 116.2 个 token 的一半，而且这些是聚合后的生产数据，而非受控测试的结果。请将其趋势视为有参考价值，而具体数字则仅供参考。

MiniMax 这一边的文档更完善，但并非完美无瑕。它的基准测试表由厂商自行运行，其中有几行使用了特定的智能体测试框架，而且不同模型之间的数字并不能直接横向比较。Artificial Analysis 给出的独立评分 43——在 173 个模型中排名第五——是对它的校验，而 43 是一个不错但并非前沿水平的结果。更有用的独立细节是冗长程度：Artificial Analysis 指出，该模型在其指数上输出了 1.8 亿个输出 token，而中位数为 1 亿。一个话如此之多的模型，会让输出速率和投入力度设置比所有人都在引用的输入速率更重要。

没有证据并不等于有证据表明它能力弱，而且对某些工作来说，这一点的重要性不如对其他工作那么高。如果工作是散文式的——角色扮演、小说、角色口吻——基准测试套件本来就很难衡量它，而 AionLabs 已将这款模型明确地定位于这一领域。但这意味着，你不能凭借一个数字就购买 Aion 3.5 Mini。你只能凭借自己的评估来决定是否购买，而在正式采用之前，你必须先运行这项评估。

Aion 3.5 Mini 适合入手的场景

它是 Aion 产品栈中的经济型席位。其价格为 $0.70 和 $1.40，在输入和输出上都比完整版 Aion 3.5 便宜 4.3 倍，同时具有相同的 262,144 token 窗口和相同的 GLM 家族集成描述。如果你已经把困难任务路由到 Aion 3.5，那么 Mini 就是用来承载简单轮次的层级，并具有相同的 API 形态和相同的推理语义。

对于对话式工作而言，它的输出上限并不是问题。32,768 个 token 大约相当于 24,000 个单词——超过大多数应用所返回的任何单个章节、支持答复或分析内容。只有当产品本身就是那种长篇幅产出物时，这个上限才会真正造成限制。

如果你从不发送图像，纯文本就是一项优势。无需支付多模态附加费用，也无需构建图像预处理流程。这项优势并没有听起来那么明显，因为多模态模型每 token 的成本也更低，但对于希望采用尽可能简单流水线的团队来说，它确实是一项优势。

风格是一项未经衡量、值得检验的主张。一个为叙事语调调校的多模型集成，即使输掉所有基准测试，也可能在散文写作上胜过通用智能体模型。这是该模型存在的一个合理理由，也是对其有利、任何价目表都无法定论的那项主张。这也恰恰是那种一旦出错就会不断放大的主张，所以请用自己的提示词去检验，而不是轻信任何一方的说法。

谁应该选哪个

• 如果工作负载具有智能体特性——工具循环、计算机操作、长周期任务——且供应商的智能体基准测试至少具有方向性参考价值，同时 1M 窗口能让对话记录保持完整，那么就选择 MiniMax M3.1 Flash。

• 如果你要生成长篇幅产物，请选择 MiniMax M3.1 Flash。输出 token 数超过 32,768 时无需犹豫；Aion 3.5 Mini 无法生成该响应。

• 如果流程中任何环节会传入截图、扫描页面或视频帧，就选 MiniMax M3.1 Flash。仅文本这一点就会在考虑价格之前排除 Aion 模型。

• 如果你需要自行部署、通过许可证审查，或避免依赖单一供应商，就选择 MiniMax M3.1 Flash。MiniMax 社区许可证确实有实际条件——署名要求，以及 2000 万美元收入的触发条款——但权重可以下载，这一点比 Aion 提供的更多。Artificial Analysis 仍将该模型标注为专有模型，对于一个未获 OSI 批准的社区许可证来说，这种解读是合理的。

• 如果工作是 32K 以下的散文、文本输入和文本输出，并且你愿意自己运行 A/B 测试，因为还没有别人做过，那就选 Aion 3.5 Mini。为推理 token 预留预算，并有意将 effort 设为 low 或 high，而不是接受默认值。

• 如果你已在使用 Aion 3.5，并希望两个层级都只需一个供应商、一种 API 形态和一套计费关系，那就选择 Aion 3.5 Mini。在该技术栈中，降档到 Mini 的 4.3 倍是削减开支的最便宜方式，且无需更改其他任何内容。

• 如果必须用经过审计的评分来为决定辩护，那就两个都不要选。这些模型中只有一个拥有这样的评分，而且就连那一个的详细基准测试也是厂商自己运行的。

路由能解决什么、不能解决什么

OrcaRouter 目前不路由 MiniMax M3.1 Flash 或 Aion 3.5 Mini，所以本文并不是讲一把密钥就能让你用上其中任一模型。它确实路由的是上一代 MiniMax 以及价格最接近的可比替代方案：MiniMax-M3和DeepSeek V4.1 Flash，两者均按供应商标价、0% 加价提供。如果悬而未决的问题是更便宜的模型能否承载你的工作负载，那么这就是你今天下午无需签订新合同就能测试的两个模型。

这里确实适用的路由论点，关乎你正在做的决策。4.7 倍的价格差距小到正确答案可能因任务而异，而诚实的处理方式并不是为所有任务只选一个模型。而是把困难的轮次交给有实证支持的模型，把低成本的轮次交给更匹配的模型，在某个提供商性能下降时进行故障转移，并衡量每完成一项任务的成本，而不是每 token 的成本。这首先是路由问题，然后才是模型问题——也正是为什么单独问“哪个更便宜”总会得出错误答案。

什么会改变这一裁决？

两件事，而且对 AionLabs 来说做起来都成本很低。为 Aion 3.5 Mini 发布任何基准测试结果——哪怕是厂商自己跑的——这场比较中证据的那一半就会变得可争论，而不是一边倒。获得一个 Artificial Analysis 条目，每任务成本问题才至少能回答。在其中一件事发生之前，购买 Aion 模型就是一场关于契合度的下注，而且是在没有记分牌的情况下下的。

在 MiniMax 这边，值得关注的是承诺中的 Pro 版本，而值得怀疑的是发布材料中宣称的每秒 200+ token 吞吐量。Artificial Analysis 测得的数值是 116.2，这是一个不错的结果，也是宣传数字的一半。厂商给出的吞吐量数据通常是单流、短上下文下的最佳情况数值；而如实的规划数字应当以实测值为准。

目前的结论并不光鲜。就智能体工作、长输出、多模态输入或自托管而言，MiniMax M3.1 Flash 在能力和价格上同时胜出，这很罕见，也无需太多斟酌。对于 32K token 以内的散文，Aion 3.5 Mini 是一个站得住脚的专才，有看似合理的存在理由，却缺乏证据支持——买它是因为文风契合，而不是因为价格合适，并且在确认账单前先算清思考 token。