一张生成的 hero 卡片,标题为“MiniMax M3.1 Flash vs Gemini 3.6 Flash”,带有三个标签,分别显示“输出上限:524,288 tokens 对比 65,536”、“DeepSWE v1.1:实测 73.2%,对比厂商自报的 49%”以及“价格:$0.15/$0.60 对比 $0.75/$3.75”。页脚说明,Gemini 3.6 Flash 的价格为 Google 截至 2026 年 12 月 31 日的促销标准层费率,而 DeepSWE 数据中,Gemini 为厂商自报,MiniMax M3.1 Flash 则为独立实测。
Guides & Insights

MiniMax M3.1 Flash 对比 Gemini 3.6 Flash:你正在运行的模型已落后两代

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

大多数把 MiniMax M3.1 Flash 与 Gemini 3.6 Flash 放在一起比较的团队,其实并不是在两个新模型之间做选择。他们手里握着的是一款 2026 年 7 月 21 日发布的模型——那是两代之前的 Gemini Flash(此后 8 月推出了 Gemini 3.7 Flash,9 月推出了 Gemini 3.8 Flash)——并在琢磨:替代品到底还该不该来自 Google。Google 早已备好答案:升级到 Gemini 3.8 Flash,价格不变,分数更高。而之所以要转而横向比较,是因为 Gemini 3.6 Flash 和 Gemini 3.8 Flash 的价格完全相同,所以“原地不动”并不是一个价格层面的理由,真正有意思的问题是:MiniMax M3.1 Flash 能做哪些两个 Gemini 都做不到的事。

这个问题的答案比基准测试表格所显示的更为具体。它并不在于那个引人注目的编码分数——毕竟这两个模型甚至都不是在同一套测试框架上测的。它在于输出上限和输入模态列表,这两处才是切换真正改变了你的流水线能做什么、而不只是改变了成本的地方。

三代同价

Google Flash 在 2026 年的发布节奏大约每三周一个版本:2026 年 7 月 21 日发布 Gemini 3.6 Flash,8 月 13 日发布 Gemini 3.7 Flash,9 月 2 日发布 Gemini 3.8 Flash。这三款都采用相同的标准层级标价:每百万输入 token 0.75 美元、每百万输出 token 3.75 美元;按照促销安排,到 2027 年 1 月 1 日价格将翻倍至 1.50 美元和 7.50 美元。三代产品价格完全相同并不寻常,这也改变了决策:继续使用 Gemini 3.6 Flash 已没有成本理由,只剩迁移理由。

MiniMax M3.1 Flash {{1}}于2026年10月19日以每百万 token 输入 $0.15、输出 $0.60 的价格上线,缓存输入为 $0.015{{/1}}。这相当于 Gemini 3.6 Flash 输入费率的五分之一,输出费率约为其六分之一;而且与 Google 的促销安排不同,它没有公布有效期。

• 价格 — MiniMax M3.1 Flash 每百万 token 输入 $0.15 / 输出 $0.60,而 Gemini 3.6 Flash 为 $0.75 / $3.75(截至 2026 年 12 月 31 日),此后为 $1.50 / $7.50

• 缓存输入 — $0.015 对比 $0.075,将于 1 月翻倍至 $0.15

• 每次响应的最大输出 — 524,288 个 token,对比 65,536

• 上下文窗口 — 1,048,576 个 token 对 1,048,576,真正持平

• 输入 — 文本、图像和视频 对比 文本、图像、视频、音频和 PDF 文件

• 发布 — 2026年10月19日 对比 2026年7月21日

A generated two-column scoreboard for MiniMax M3.1 Flash and Gemini 3.6 Flash across six shared dimensions: input price $0.15 against $0.75, output price $0.60 against $3.75, maximum output 524,288 tokens against 65,536, input modalities text, image and video against text, image, video, audio and PDF, DeepSWE v1.1 73.2% measured against 49% vendor-reported, and reasoning effort low to max against configurable thinking. A footer reads that Gemini prices double on 1 January 2027 and that the two DeepSWE figures come from different harnesses.

输出上限就是那个没人宣传的差距。

Gemini 3.6 Flash 将单次响应上限设为 65,536 个 token。MiniMax M3.1 Flash 则将上限设为 524,288 个 token。前者上限的八倍,而对于这两款模型所面向的工作而言,这一差距并非纸上谈兵。对一个大型模块进行整文件重构、生成一次迁移及其测试,或一次性汇总一份数千行的报告:在 65K 上限下,你要么把工作拆分到多次调用中再拼接结果,要么接受截断并在下游检测截断。而在 524K 上限下,一次调用即可完成。

Gemini 3.8 Flash 同样具有 65,536 token 的上限,因此在 Google 的产品线内升级并不能解决这个问题。如果真正的限制是长文本单次生成,那么关键比较就不是 3.6 与 3.8,而是 Gemini 与一个能输出完整产物的模型之间的比较。

六万五千个 token 仍然是一个很大的输出量,而大多数生产环境的调用根本不会接近这个上限。真正感受到这一限制的,是那些运行代码生成或文档组装任务的团队——在这些任务中,自然的处理单元就是整个产物,而他们通常是把这一上限当作一次莫名其妙的质量下滑、而非一个明确的错误来发现的。

两个不可比的 DeepSWE 数字

这场对比中被引用最多的数字是:MiniMax M3.1 Flash 在软件工程方面大幅领先 Gemini 3.6 Flash。这一大幅领先可能是真的;但其背后的数字并不是公平比较。

谷歌在7月发布Gemini 3.6 Flash时报告称,其在自有测试框架上的DeepSWE v1.1成绩为49%。MiniMax在10月报告称,MiniMax M3.1 Flash在同一基准测试、同样在其自有测试框架上的成绩为73.7%。随后,2026年11月17日发表的一项研究对MiniMax M3.1 Flash进行了独立测量,结果为73.2%;并发现,由谷歌以外的人运行时,Gemini 3.8 Flash——而非3.6——的成绩为61.7%。Gemini 3.6 Flash则完全没有通过该测试框架运行过。

诚实的解读是有方向性的:那两个厂商数字,49% 和 73.7%,是由不同实验室在不同测试框架下得出的,不能干净地相减。独立研究补充的是谷歌这一侧的校正——其自家较新的模型在实验室外测量时,比谷歌声称的区间低了约十个百分点。把这一校正套用到较旧、较弱模型的 49% 上,是猜测,不是算术;任何把 24 个百分点的差距当作实测事实来引用的人,都是在拿两个营销页面互相对质。

就实用角度而言:两个模型都是说得过去的编程智能体,MiniMax M3.1 Flash 是两者中唯一拥有可独立复现评分的模型,而 Gemini 3.6 Flash 的真实编程表现,最好是在你自己的代码仓库上判断,而不是看任何一方的图表。

MiniMax M3.1 Flash 无法读取的内容

这正是较旧版 Gemini 完胜之处,也是"一刀切"地建议"切换"并不正确的原因。Gemini 3.6 Flash 可同时处理音频和 PDF 文件,以及文本、图像和视频。而 MiniMax M3.1 Flash 仅支持文本、图像和视频。

如果你的流水线要转录通话录音、解析扫描合同,或将幻灯片演示文稿作为文档输入,Gemini 3.6 Flash 原生就能做到,而 MiniMax M3.1 Flash 不能——你需要在它前面增加一个转录或 PDF 提取步骤,这会带来自身成本和自身故障模式。这不是基准测试的差距;而是一项要么具备、要么不具备的能力。

视频是一个镜像情形。MiniMax M3.1 Flash 原生支持读取视频,Gemini 3.6 Flash 也是如此,因此两者在这方面都没有优势——但这对迁移本身却有影响:对于将屏幕录制或 UI 截图输入智能体的团队而言,就这一特定输入类型来说,离开 Google 并不会造成任何损失。

两个模型在智能体循环中的位置

MiniMax M3.1 Flash 的推理始终开启,可选推理强度从 low、medium、high、xhigh 到 max。Gemini 3.6 Flash 在其 API 上提供可配置的思考功能,以及一个有文档记录的推理强度参数。两者都提供了延迟调节旋钮;但两者都没有提供能够完全关闭思考的模型,因此交互延迟来自推理强度设置,而不是来自单独的非推理模式。

测得的延迟特征存在值得注意的差异。Artificial Analysis 报告称,Gemini 3.6 Flash 的输出速度为每秒 182 个 token,首个答案 token 耗时 12.9 秒;MiniMax M3.1 Flash 为每秒 132 个 token,首个 token 耗时 50.6 秒,而同类产品的该项中位数为 19.2 秒。在批处理任务中,那 50 秒的“思考”是无感的。但在一个人类要等待第一行输出的编辑器里,这决定了工具是让人觉得响应迅速,还是让人觉得已经坏了,而且再高的吞吐量也无法弥补。

推理投入才是关键杠杆:MiniMax M3.1 Flash 在低投入下不会花五十秒去思考,而大家引用的编程分数也并非在低投入下取得。如果你是为了 DeepSWE 的分数而切换,那你买的就是高投入配置,以及随之而来的延迟。

关于 Gemini 3.6 Flash 状态的一点注意事项

谷歌自家的模型文档将 Gemini 3.6 Flash 列为稳定版本,称其为上一代 Flash 模型,既没有弃用日期,也没有停服通知。Artificial Analysis 则将同一模型标记为已弃用,并引导用户转向 Gemini 3.7 Flash。两者可以同时成立——一个模型可以既在厂商的 API 上处于稳定状态,又被某个追踪机构标记为已被取代——但如果你要把弃用风险纳入判断,那么带日期的正是厂商的页面,而目前该页面上一个日期也没有。

这一风险的实际表现是:Gemini 3.6 Flash 落后两代,既没有公布终止时间,价格又与继任者完全相同。即便一个团队对 MiniMax 毫无兴趣,也不该基于它来规划 2027 年的路线图。

从同一个端点运行两者

迁移问题通常卡在合同上,而不是模型上。这两款都在 OrcaRouter 的目录中——minimax/minimax-m3.1-flash和google/gemini-3.6-flash——共用一个密钥,按各提供商的标价计费,并附加0% 的加价。最后这一点,正是一月份的决定可以低成本推迟的原因:当 Google 的促销费率在 2027 年 1 月 1 日翻倍时,直通式计费会在当天把新数字显示在你的账单上,因此你在十二月做的比较,到了二月仍然是同样的比较。

A screenshot of the OrcaRouter model page for google/gemini-3.6-flash, showing the Gemini 3.6 Flash heading, a 1,048,576-token context window, a 65,536-token maximum output, text, image, video, audio and file input with text output, the $0.75 input and $3.75 output list price per million tokens, and capability tags for tool calling, structured outputs, reasoning and context caching.

MiniMax M3.1 Flash 也可通过三种 API 形态访问——Chat Completions、OpenAI Responses 和 Anthropic Messages——这意味着 Anthropic 风格的客户端无需重写即可接入。对于要验证编码能力提升能否在自家代码库中成立的团队来说,这决定了是本周做个快速验证,还是下季度启动迁移项目。

A screenshot of Google's Gemini API pricing page for Gemini 3.6 Flash, showing the standard tier at $0.75 per million input tokens and $3.75 per million output tokens for prompts up to 200k tokens, alongside a batch tier at $0.375 and $1.875, a flex tier at $0.50 and $2.50 and a priority tier at $1.35 and $6.75. A second block covering prompts above 200k tokens lists standard at $1.35 and $6.75 flagged as a 50% or greater price increase, batch at $0.675 and $3.375, flex at $0.90 and $4.50 and priority at $2.70 and $13.50.

谁应该选哪个

如果你的流程需要摄入音频或 PDF,那么 Gemini 3.6 Flash 所完成的工作,是 MiniMax M3.1 Flash 在没有预处理步骤的情况下无法做到的,而价格差距必须对照该预处理步骤的成本来衡量。是继续留用,还是以相同价格迁移到评分更优的 Gemini 3.8 Flash。

如果你要一次性生成长篇产物,524,288 token 的输出上限就是一项能力差距,目前没有任何 Gemini Flash 模型能弥合这一点。仅凭这一点就足以证明值得一试。

如果你要针对一个拥有可信测试套件的代码仓库运行长周期编程智能体,MiniMax M3.1 Flash 是这一对中唯一拥有独立复现得分的模型,而 token 价格只是其中一小部分;在这些价格下,让智能体在 113 项任务的测试套件上从 73% 提升到 90% 的重试循环,成本只需几分钱。

如果你纯粹是出于惯性还在用 Gemini 3.6 Flash,那么真正该拿来比较的其实根本不是 MiniMax,而是 Gemini 3.8 Flash——Google 今天就会以同样的价格提供给你,并在明年 1 月把价格翻倍。无论你最终在这个决定中偏向哪一边,截止日期都是同一天,而且只剩六周了。

本文中的对比3

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新