MiniMax M3.1 Flash 对比 GLM-5.3-Flash：价目表一致，那就根据不一致的条目来做决定

两套费率卡实际上就是同一张卡。M​iniMax 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。GLM-5.3-Flash 则分别收费 0.15 美元和 0.50 美元。按照 Artificial Analysis 的混合方式计算，两者都落在每百万 0.10 美元。它们各自的独立智能评分读数相差一分——在当前指数上分别为 43 和 42。因此，只停留在价格和分数上的比较没什么可说的，这也是为什么大多数比较止步于此，然后推荐作者恰好测试过的那款模型。在 M​iniMax M3.1 Flash 和 GLM-5.3-Flash 之间做决定，完全取决于那些不一致的行：你可以对权重做什么、当输出达到上限时会发生什么、你能给模型输入什么，以及它是否能通过你已在使用的端点购买。费率卡和基准测试表都略去了这些模型一旦进入生产环境会如何失败，而有记录的事件收录在 OrcaRouter AI Incident Archive 中，其中每条记录都带有自己的来源、严重程度、置信等级和争议标记。

• 六行，双面

• 价格 — MiniMax M3.1 Flash 输入 $0.15、输出 $0.60 每百万，缓存输入 $0.015；GLM-5.3-Flash 为 $0.15 和 $0.50，缓存输入 $0.03。在 7:2:1 的输入与缓存与输出比例下，两者综合成本均为每百万 $0.10。

• 独立评分——在同一指数版本、同一天读取，M​iniMax M3.1 Flash 的 Intelligence Index 为 43，GLM-5.3-Flash 为 42。一分的差距落在单次评估运行的噪声范围内。

• 每项已完成任务的成本——MiniMax M3.1 Flash 每个索引任务为 0.22 美元，而 GLM-5.3-Flash 为 0.28 美元。标价更低的方案，完成任务的实际成本也更低，约低 21%。

• 最大输出——MiniMax 未公布 M3.1 Flash 的相关数据；GLM-5.3-Flash 为 128,000 tokens。两者都宣称具备 1M token 的上下文窗口，但只有其中一方说明了其中能有多少内容被输出回来。

• 输入 — M​iniMax M3.1 Flash 支持文本、图像和视频；GLM-5.3-Flash 支持文本、图像、视频和文件。双方都支持视频，这一点不同寻常；而其中一方支持文件上传，则是运营层面的关键。

• 开放权重 — GLM-5.3-Flash 采用 MIT 许可，总参数 3200 亿、激活参数 180 亿，今日即可下载。M​iniMax 表示 M3.1 Flash 的权重将于稍后发布，但既未附上许可证，也未给出承诺的具体日期。

为什么指数上的一个点不足以成为选择任何一方的理由

Intelligence Index 是一个加权综合指标：智能体占 30%，编程占 20%，科学推理占 20%，通用占 30%，由十项评估构建而成，其中包括各占 15% 的 AA-Briefcase 和 AA-Omniscience。在这种结构的综合指标上，一个点的差异可能来自某一项子评估两三个点的变动。把它解读为平局，你对的次数会远多于错的次数。把它解读为排名，你就是在根据一项调查的第四位有效数字来选择生产模型。

每次任务的成本对比比指数对比更有用，而且它指向的方向与标价所显示的一致。按每完成一项任务 0.22 美元计算，MiniMax M3.1 Flash 完成该指数基准工作的成本低于 GLM-5.3-Flash 的 0.28 美元，尽管其每 token 的输出费率更高。这正是冗长度与缓存算术在发挥作用：GLM-5.3-Flash 每输出 token 收费高出三分之一，而通过缓存收回的部分却更少，因此 MiniMax 价目表上看似更便宜的输出费率，在总体上确实更便宜。如果你的工作负载是长时间运行的智能体循环，其中大部分账单来自被反复读取的输出 token，那么这 21% 就是会出现在月度账单上的那个数字。

速度差异清晰分明，而且在对比更便宜的模型时也拉开了差距。

这是两者不再可互换的维度。M​iniMax M3.1 Flash 的输出速度约为每秒 105 个 token，首 token 时间为 1.38 秒。GLM-5.3-Flash 为每秒 76.8 个 token，首 token 时间为 2.57 秒。M​iniMax 一旦开始生成约快 36%，启动速度约快一倍。对于交互式界面——编辑器、聊天窗格、编程助手，这些场景中人类等待的正是首个 token——TTFT 上 1.2 秒的优势，决定了一个工具是让人感觉响应迅速，还是让人感觉它还在“思考”。对于批处理流水线，吞吐量差距比延迟差距更重要，而优势仍然在 M​iniMax 这边。

无论你是否愿意，这两个模型都会让你为思考付费。M​iniMax 会直接拒绝试图彻底关闭推理的请求。Z.ai 的文档用不同的话表达了同样的意思：思考无法关闭，而最大努力是推荐的设置。因此，双方都没有提供可切换推理的模型所能带来的成本杠杆，并且两者都把推理 token 计为输出。如果你原本希望这两个模型中的某一个能成为大批量分类任务中便宜又安静的选择，那么两者都不是。这是该档位本身的属性，而不是任一供应商的属性。

128K 回答上限才是决定实际工作的那一行

GLM-5.3-Flash 公布了 128,000 token 的最大输出长度。而 MiniMax 对 M3.1 Flash 则什么都没公布——没有给出一个偏低的数字，没有任何补充说明，在模型页面和我们能找到的 API 文档里都只字未提。在实际使用中，这意味着在发出请求之前，你无法知道一次 40,000 token 的代码生成是会完整完成还是会被截断。你可以通过实际测试来发现这一点，也可以围绕它构建重试机制，但你无法把它写进容量规划或合同里。

对于大多数聊天形态的流量来说，这一点是看不见的。而对于那些让 Flash 层级变得有意义的工作负载——整文件重写、冗长的智能体对话记录、从大型文档中进行结构化抽取——输出上限是最先撑不住的一环，而且它悄无声息地就撑不住了。一个在未公开说明的长度处截断、并返回一个格式完好的部分答案的模型，在运维上比一个直接拒绝请求的模型更糟糕。如果你流水线中的任何环节在单次调用中生成超过几千个 token，那么这单独一行未公开的数据，其分量就应当超过那一个点的指数差距与 21% 成本优势之和。

开放权重在这里不是哲学问题

GLM-5.3-Flash 采用 MIT 许可证，权重可下载，总参数 3200 亿、激活参数 180 亿，这使它处于这样的范围：严肃的团队可以在多 GPU 节点上自托管，较小的团队至少可以审计它被训练来做什么。MiniMax M3.1 Flash 目前是闭源的，而日后开放权重的承诺就只是承诺——没有许可证、没有参数数量，也没有日期。那些会问“如果这家供应商更改条款，我们的退出方案是什么”的采购流程，在一方有答案，在另一方只有一句话。

这里面也埋着一个成本角度，而且是没人会放进对比表里的那个。开放权重模型为任何提供商能向你收取的费用设定了上限，因为替代方案始终是自己运行它。闭源模型没有这样的上限；供应商定价，你要么接受，要么迁移。在如今相同的混合费率下，GLM-5.3-Flash 的许可证正是让其次年费率保持公道的东西，而 M​iniMax 的许可证则让费率完全由 M​iniMax 自行决定。

真正打破平局的关键在于可用性。

GLM-5.3-Flash 自 2026 年 8 月 26 日起已上线，并且已上架 OrcaRouter 的产品目录，型号为 z-ai/glm-5.3-flash，价格为每百万输入 0.15 美元、每百万输出 0.50 美元，缓存输入为 0.03 美元；同时提供一个用于评估的免费 SKU，如果你需要旗舰版，还有更大的 z-ai/glm-5.3，价格为 1.26 美元和 3.96 美元。M​iniMax M3.1 Flash 在撰写本文时刚发布两天，可通过 M​iniMax 自有 API、M Plan 和 M​iniMax Code 访问，但它不在我们的目录中——我们不会暗示它在，而且当你去找它时，模型页面不会返回任何内容。

当你比较两个价格相同的模型时，这种不对称性的价值远比表面看起来更大。把 GLM-5.3-Flash 接入代码库，只需改一个模型字符串；而把 M​iniMax M3.1 Flash 接入，则是在你已有的供应商关系之外，再增加一家供应商关系、一套计费方式和一套速率限制。也正是在这种情况下，路由层不是推销说辞，而是实打实的基础管道：一个密钥、一张账单，一个按 0% 加价透传供应商标价的地方，这样费率一变，当天就能反映到你的账单上，而不是等到下次续约。如果 M​iniMax 日后将 M3.1 Flash 列入可路由端点，这就变成了在两个模型之间做选择，而不是在两份合同之间做选择。今天它还没有这样做，硬装作有，正是本博客力求避免的那类比较。

该给哪一个打电话

如果你的工作是交互式的、输出密集型的，并且运行在现有的 OpenAI 兼容技术栈中，那么 GLM-5.3-Flash 是更省心的答案：相同的混合价格、已公布的最大输出上限、今天就能据以行动的 MIT 许可证、文件和视频输入，以及一个让集成只需改一行的目录条目。代价是 2.57 秒的首 token 延迟，而对于后台代理来说，这个代价值得付出。

如果你的工作对延迟敏感且输出有界——比如路由分类器、短内容生成器、返回计划而非文件的智能体步骤——那么 M​iniMax M3.1 Flash 是更快、每任务成本更低的模型，而且它未公开的输出上限永远不会被测试到，因为你根本不会接近它。选择它是为了吞吐量和 1.38 秒的首 token，而不是为了榜单指数，并且要明白，你选择的是一个闭源模型，其速率没有人设过上限。

你不应该做的，是根据基准测试表在两者之间做选择。两家厂商都在各自选择的评测框架上公布了数据，谁都没有运行对方的框架；而两个系列历来都报告过的唯一一个基准——DeepSWE——在两家实验室各自发布时，经常是在不同评测框架上运行的，以至于跨列比较不过是披着小数点外衣的猜测。本文中针对两个模型以相同方式测得的两个数字，是指数和每任务成本；这两个数字表明，两个模型价格相同、能力相同。真正存在差异的一切，都是许可条款、有文档记载的限制，或产品目录里的一行。