MiniMax M3.1 Flash 对比 Gemini 3.8 Flash：价格差距将于 1 月 1 日翻倍

关于Gemini 3.8 Flash，最昂贵的并不是它今天的价格，而是附在它身上的日期。Google 于2026年9月2日发布 Gemini 3.8 Flash，价格为每百万输入 token 0.75美元、每百万输出 token 3.75美元，缓存输入为0.075美元，并表示该费率仅持续到2026年12月31日。2027年1月1日，它将翻倍至1.50美元和7.50美元，缓存输入为0.15美元。MiniMax M3.1 Flash 于2026年10月19日发布，价格为0.15美元和0.60美元，保持不变，缓存输入为0.015美元；其权重于10月23日在 Hugging Face 上线。如今，输入价格比是五比一，输出价格比略高于六比一。到了1月，它们将变成十比一和十二点五比一，而除了日历之外，这两个模型本身不会有任何变化。

这使得这场对比不同寻常。在能力上，两者很接近：在同一 v4.3.2 智能指数上，Artificial Analysis 给 MiniMax M3.1 Flash 评 43 分，给 Gemini 3.8 Flash 评 41 分。但按每完成一个指数任务的成本来看，两者完全不在一个量级——0.22 美元对 1.24 美元。有趣的问题不是哪个模型更好，而是这两种差异中，哪一种能让你围绕它来制定预算，哪一种会过期。

两张价格表，两种到期方式

在数字之前，先把这些结构并排放置。MiniMax 的价目表是统一费率：每个时段都是相同的 $0.15 和 $0.60，缓存输入享 90% 折扣。Gemini 的价目表是促销费率，已公布结束日期，且缓存读取费用是 MiniMax 的五倍。两者都不是套路；它们是不同的商业押注。MiniMax 正以低标价换取采用率。Google 正以临时折扣换取采用率，而它预计该模型之后仍会以更高费率销售。

• MiniMax M3.1 Flash — 每百万 token 输入 $0.15、输出 $0.60、缓存输入 $0.015，统一计价，无分时段档位

• Gemini 3.8 Flash 今日价格 — 每百万 tokens 输入 $0.75、输出 $3.75、缓存输入 $0.075，有效期至 2026 年 12 月 31 日

• Gemini 3.8 Flash 自 2027 年 1 月 1 日起 — 每百万 tokens 输入 $1.50、输出 $7.50、缓存输入 $0.15

• 缓存比率 — 目前 MiniMax 以 5 倍占优，更改后将达到 10 倍

• 上下文 — 两者均为 1,000,000 个输入 token

• 最大输出 — MiniMax 为 524,288 个 token，Gemini 则为 65,536 个

• 权重 — MiniMax 社区许可证，以及在 MiniMax 上 252 GB 的下载；在 Gemini 上闭源

用一个支持助手工作负载分别跑两者：每月 2000 万输入 token，缓存命中率 60%，外加 300 万输出 token。在 Gemini 3.8 Flash 上，目前是 6.00 美元的新增输入、0.90 美元的缓存输入和 11.25 美元的输出——合计 18.15 美元。从 1 月起则是 12.00 美元、1.80 美元和 22.50 美元——合计 36.30 美元。在 MiniMax M3.1 Flash 上，同样一个月是 1.20 美元、0.18 美元和 1.80 美元——合计 3.18 美元。目前差距为 5.7 倍，变更后为 11.4 倍。Gemini 的缓存存储按小时单独计费，因此缓存这一项是下限而非全部成本；比较的方向不会改变。

这也是路由层能够体现价值的地方。OrcaRouter 以 0% 加价率将供应商的标价原样传递，因此 1 月的调整一旦出现在 Google 的文档中，当天就会反映在你的路由成本里，无需签订新合同，也无需重新谈判。同样的原样传递适用于目录中的每一条路由，这意味着上述价格对比中 Gemini 这一侧可以用你自己的实际流量重新运行，而不是基于一个假设的月份。

独立指数说了什么，以及它没有说什么

Artificial Analysis 在同一评测套件上对两款模型进行测量，因此其数据是本文中唯一可进行同类比较的能力对比。两分的差距小到不足以单独决定一次采购，但每任务成本的差距却大到足以单独决定采购。

• 智能指数 — MiniMax M3.1 Flash 为 43，Gemini 3.8 Flash 在高推理强度下为 41，两者均为 v4.3.2

• 每个索引任务的成本 — 0.22 美元对 1.24 美元，相差 5.6 倍

• 输出速度 — 每秒 92.5 个 token，对比 146.9

• 首个 token 的耗时 —— 1.52 秒，而在高努力度模式下为 24.70 秒

在指数运行中的输出 token 数——MiniMax 约为 1.8 亿，Gemini 约为 1.7 亿，两者均远高于中位数

• 输入模态——MiniMax 支持文本、图像和视频；Gemini 支持文本、图像、语音和视频

该指数是能力平均值，而不是工作负载。Gemini 的 41 分是在高推理强度下测得的，团队若以中等强度运行它，会看到不同的得分和不同的账单。MiniMax 的 43 分是在其默认强度下测得的，也就是最高强度，因为思考无法关闭。这些并不是同一个运行点，解读这两分差距时应考虑到这一点。这也是为什么每任务成本数字是更诚实的比较：它已经包含了每个模型的默认冗长度和推理行为。

输出上限才是真正的分水岭

暂时先不谈价格。这两个模型之间的结构性差异在于它们一次调用能写多少内容。{{1}}Gemini 3.8 Flash{{/1}} 的输出上限为 65,536 个 token。{{2}}MiniMax M3.1 Flash{{/2}} 则允许 524,288 个。这是八比一的差距，在查看费率表之前，它就已经决定了整个工作负载类别。

对于聊天、信息抽取、摘要和普通代码生成来说，65K 的上限已经很宽裕。但对于全仓库重构、包含表格和附录的生成报告、长转录稿重写，或先制定计划再在一次响应中执行计划的智能体来说，它并不宽裕。当输出 token 超过 65K 时，Gemini 并不是在价格上输了；而是除非围绕它构建分块流水线，否则它就不再是一个可选项。MiniMax 的 524K 上限正是让它的长上下文窗口有用而非装饰的能力。

输入侧更为均衡。两个模型都支持一百万 token 的上下文，也都接受视频输入。Gemini 还接受音频和 PDF 文档；MiniMax 的模型卡上列出的是文本、图像和视频。如果你的流水线需要转录会议音频或读取扫描合同，那就是 Gemini 的地盘，再怎么算价格也改变不了这一点。如果你的输入是截图、视频帧和代码，那么两个模型都能识别。

推理强度是一个延迟调节旋钮，而各个旋钮并不相同

两个模型都会在回答前进行思考，并且都会将思考作为输出计费。控制项有所不同。Gemini 提供 low、medium 和 high 三档 effort，默认值为 medium，且默认开启思考。MiniMax 提供 low、medium、high、xhigh 和 max，省略该字段时默认值为 max，并且会以 HTTP 400 拒绝任何禁用思考的尝试。

这种不对称体现在延迟数据中。Artificial Analysis 测得 MiniMax 的首个 token 时间中位数为 1.52 秒，而 Gemini 在高推理强度下为 24.70 秒。Gemini 的这个数字并不是服务缺陷；这是高推理强度推理模型在基准测试框架上输出首个 token 之前会有的表现。但这是一个产品决策。一个在首个 token 出现前要等待 25 秒的流式接口会让人觉得它坏了，而团队若为了修复这一点把 Gemini 降到低推理强度，就不再是在比较该指数所测量的模型了。

MiniMax 的强制思考在相反方向上存在同样的问题。一项过去只需花费六十个输出 token 的分类或格式化任务，现在即使在低努力下，也要在给出答案前为一段推理轨迹付出成本。每 token 价格更低；token 数量更高。这就是为什么应该引用每个已完成任务 0.22 美元的成本，而不是 0.60 美元的费率。

两份价格表都未显示的可靠性注意事项

便宜且能力强并不等同于可以安全地自动化。Artificial Analysis 的 AA-Omniscience 评估将 MiniMax M3.1 Flash 排在综合第 16 位，但其幻觉率高达 93%：当模型不知道答案时，它几乎每次都会照样作答，而不是选择不作答。对于任何要基于模型输出采取行动的智能体构建者来说，这是本次对比中最重要的一个数字。一个每项任务成本低至五分之一、却很少说“我不知道”的模型，一旦需要人工核查其工作，最终可能昂贵得多。

Gemini 3.8 Flash 有其自身的失效模式——它是一个冗长的推理模型，而 Google 的促销定价表明，该公司仍在以补贴换取使用量，而不是维护一个成熟的价格——但拒答行为才是有据可查的不对称之处。实际应对方式不是避开 MiniMax，而是绕开这一弱点：在其后保留第二个模型用于事实查询，在高风险路径上要求提供引用或基于工具的答案，并在你自己的评估集上测量每个模型的拒答率，而不是相信任何一家实验室的基准表。

OrcaRouter 的定位

OrcaRouter 目前将 Gemini 3.8 Flash 纳入路由。它不托管 MiniMax M3.1 Flash，本文也并非在声称它托管了该模型。路由器为你提供的是这项对比中的 Gemini 一侧，使用同一个密钥，和 200 多个其他模型一样，按提供商标价、0% 加价，因此一月的价格变动会与在 Google 生效的时间同步生效。它还为你提供自动故障转移：如果 Gemini 路由速度慢或出错，请求可以落到另一个模型上，而调用方无需做任何更改。

如果你正在拿 MiniMax M3.1 Flash 与 Gemini 做对比测试，实用的做法是通过其自有 API 或第三方平台调用 MiniMax，让 Gemini 继续通过 OrcaRouter 路由，并基于你自己的提示词和你自己每月的 token 组合来比较两者。价格差距确实存在，但产生这一差距的是你的工作负载，而不是基准测试的工作负载。

一月的决定，被提前了

人们很容易想等到12月再做决定。但这是错误的顺序。Gemini 的价格调整已经公布，MiniMax 的价格已经保持不变，而工作负载的成本账今天就能算。一个目前每月在 Gemini 输出上花费 $1,000 的纯文本流水线，到1月为相同的 token 将花费约 $2,000。现在迁移到 MiniMax 需要付出一次迁移成本，但能省下1月的账单；等到1月再迁移则两者都要付出。需要音频输入或 Google 生态集成的流水线应继续留用，为涨价做好预算，并且不要再假装当前费率就是真实费率。

还有一条两份价目表都没有宣传的中间路线：两个都用。需要音频、视频或更广泛文档读取的请求交给 Gemini；以文本为主且价差最大的大多数请求交给 MiniMax。如果你的网关能同时对接两者，这种拆分就是路由决策，而不是重写。

简而言之：在文本工作负载上，MiniMax M3.1 Flash 目前大约便宜五倍，到明年一月大约便宜十倍，独立评分相近，输出上限却大得多。在需要音频的多模态工作负载上，Gemini 3.8 Flash 是两者中唯一能胜任的，而一月份的涨价正是为这项能力付出的代价。这两个判断都不存在悬念。真正的错误，是只看当下的价格，却不看它旁边标注的日期。