MiniMax M3.1 Flash 對比 Gemini 3.5 Flash-Lite：價格只要一半、分數卻是兩倍，卻仍不是顯而易見的首選

Gemini 3.5 Flash-Lite自 2026 年 7 月 21 日起發售。MiniMax M3.1 Flash於 2026 年 10 月 19 日推出，每百萬輸入 token 為 $0.15、每百萬輸出為 $0.60——相當於Gemini 3.5 Flash-Lite的 $0.30 與 $2.50 的一半及約四分之一。在 Artificial Analysis 的 Intelligence Index 上，較新的模型得分 43，而 Google 模型得分 22。因此，MiniMax M3.1 Flash 在每個 token 項目上都更便宜，且在該獨立指數上的能力是其兩倍。接著看到每任務成本那一列，Gemini 3.5 Flash-Lite 勝出，$0.19 對上 $0.22。這個反轉是進入這項比較唯一誠實的方式，因為它告訴你，這項決策根本與價目表無關。

兩張僅看似相似的費率卡

先從各廠商實際公布的內容開始，因為其結構的差異程度不亞於數字本身。

• 輸入 — 在 MiniMax M3.1 Flash 上每百萬個 token 為 $0.15，相較於 Gemini 3.5 Flash-Lite 的 $0.30。

• 輸出 — 0.60 美元對比 2.50 美元，四比一的差距。

• 快取輸入 — 對比 $0.03 的 $0.015，兩者皆為輸入費率的 90% 折扣。

• 快取儲存 — Google 以每小時每百萬個快取 token 計價 1.00 美元。MiniMax 的上市價目表並未單獨列出儲存費用。

• Batch and Flex — Google 將兩個層級的輸入價格降至 $0.15、輸出降至 $1.25。MiniMax 的上市定價是一張簡單的三行價目卡，發表資料中沒有批次層級。

• 優先級 — Google 以輸入每百萬 $0.54、輸出 $4.50 的價格販售優先級層級。MiniMax 的發布文章並未宣布任何對應方案。

• 上下文與輸出上限——兩者皆可接受 100 萬個輸入 token。MiniMax 最多允許 524,288 個輸出 token；Gemini 3.5 Flash-Lite 則止於 65,536 個。

• 權重 — MiniMax 於 10 月 23 日在其社群授權下發布了 252.4 GB 的下載檔。Gemini 3.5 Flash-Lite 為專有軟體。

批次層級值得單獨用一句話說明，因為那是兩張卡幾乎碰在一起的唯一地方。能容忍批次延遲的團隊，可以用 $0.15 取得 Gemini 3.5 Flash-Lite 的輸入——正好是 MiniMax 的標準輸入價格——但輸出要 $1.25，仍是 MiniMax $0.60 的兩倍多。批次縮小了輸入端的差距，卻讓輸出端的差距原封不動。如果你的工作負載偏重輸出——代理與程式編寫類工作負載正是如此——批次折扣也救不了這項比較。

能力差距並不細微，但請閱讀基準測試版本

Artificial Analysis 讓兩個模型跑同一套測試套件，而結果並不接近：

• 智慧指數 — MiniMax M3.1 Flash 為 43，在 173 個模型中排名第五；Gemini 3.5 Flash-Lite 為 22，排名第 44。

• Terminal-Bench 4.0 — 26% 對比 1%。

• AutomationBench-AA — 73% 對 25%。

• GDPval-AA — 1,458 對上 985。

• SciCode — 53% 對 41%。

{{1}}Terminal-Bench{{/1}} 的那個數字，正是最容易被斷章取義引用的那個，所以它需要背景脈絡。Google 自己為 {{2}}Gemini 3.5 Flash-Lite{{/2}} 發布的模型卡，引用 {{3}}Terminal-Bench 2.1{{/3}} 的成績為 54.0%。{{4}}Artificial Analysis{{/4}} 執行的是 {{5}}Terminal-Bench 4.0{{/5}}，並記錄到 1%。這兩個數字都可能正確，因為它們是測試不同內容的不同世代基準測試。1% 的意思並不是 {{2}}Flash-Lite{{/2}} 不會使用終端機；而是它在沒有協助的情況下，幾乎從未完成當前困難的端到端終端機任務。54% 的意思是它在較早版本的基準測試中表現良好。任何人在未指明版本的情況下，把這個模型拿來與 {{6}}MiniMax M3.1 Flash{{/6}} 在「{{1}}Terminal-Bench{{/1}}」上比較，其實是在比較兩項不同的測試。

廠商自報與獨立評測之間的區別也同樣重要。Google 的模型卡還報告了 SWE-Bench Pro 為 54.2%、OSWorld-Verified 為 74.0%，以及 GDM-MRCR 在 128K 上下文下為 72.2%——全都是廠商自報，且全都採用 Google 自行選定的設定。MiniMax 的發布文章報告 BankerToolBench 為 76.2、DeepSWE v1.1 為 73.7%，以及 OSWorld V2 為 61.7，同樣是廠商自報。本文中唯一讓兩個模型接受同一套評測框架的資料列，就是 Artificial Analysis 的那些，這也是它們能支撐論點的原因。

為什麼價格更高的模型，每項任務的成本仍可能更低

Artificial Analysis 衡量每完成一項 Intelligence Index 任務的成本：Gemini 3.5 Flash-Lite 為 0.19 美元，MiniMax M3.1 Flash 為 0.22 美元。對照四比一的輸出價格差距，這看起來簡直不可能，直到你記得這個指標代表什麼：實際消耗的 token 數，乘以供應商的費率。這不是價目表上的費率比較，而是衡量每個模型完成同一項任務需要做多少工作。

MiniMax M3.1 Flash 是偏冗長的推理模型。Artificial Analysis 在該指數中記錄到 M3.1 Flash 約有 1.8 億個輸出 token，而它所追蹤的模型中位數約為 1 億個。Gemini 3.5 Flash-Lite 每項任務 0.19 美元的成本，約為 MiniMax 混合 token 價格的三分之一，這意味著它能以遠少得多的 token 完成同一指數。這是從兩個公開數字推論而來，而非廠商說法，但兩者指向相同的方向：在 M3.1 Flash 的額外深思能換來正確答案的任務上，這樣的 token 支出是划算的交易。在答案從未有疑問的任務上，深思就是浪費，而每 token 更便宜的模型反而成為每項任務更貴的模型。

用一個你實際可能擁有的工作負載來算這筆帳：每月 2,000 萬個輸入 token、60% 的快取命中率，再加上 300 萬個輸出 token。

• MiniMax M3.1 Flash — 800 萬個全新輸入以 $0.15 計為 $1.20；1,200 萬個快取輸入以 $0.015 計為 $0.18；300 萬個輸出以 $0.60 計為 $1.80。總計 $3.18。

• Gemini 3.5 Flash-Lite — 800 萬個全新輸入以 $0.30 計為 $2.40；1,200 萬個快取輸入以 $0.03 計為 $0.36；300 萬個輸出以 $2.50 計為 $7.50。總計 $10.26，未含快取儲存費用。

這是對 MiniMax 有利的 3.2 倍差距。把輸出縮小到五十萬個 token，也就是分類或抽取任務的規模，就變成 1.68 美元對上 4.01 美元——仍是 2.4 倍。把 Gemini 放到其批次層級、搭配三百萬個 token 的輸出，價格會落在 5.19 美元，仍是 MiniMax 的 1.6 倍。逐 token 的算術毫不動搖。

因此，每任務成本倒掛確實存在，但適用範圍有限；而且這是在說明 token 效率，而不是在說明價格。如果你的工作負載類似 Intelligence Index——任務簡短、規格明確，較小的模型就能快速完成——那麼 Flash-Lite 的效率可以抹平價目表上的差距。如果你的工作負載類似上述帳單，那就不會。唯一可靠的預測方式，是在你自己的提示詞上，分別用兩者測量你自己的 token 數量。

速度是兩項指向相反方向的測量。

速度這件事比「誰比較快」更有趣，因為這兩個模型各自贏得了一半。

• 首個 token 時間——MiniMax M3.1 Flash 為 1.48 秒，而 Gemini 3.5 Flash-Lite 為 6.94 秒。MiniMax 模型開始回答的速度快了近五倍。

• 輸出吞吐量 — 每秒 95.6 個 token，對比 430.2。一旦開始，Flash-Lite 的串流速度約快四點五倍。

哪個數字重要，取決於呼叫的型態。在聊天介面中，使用者實際感受到的是首個 token 的延遲；模型若在第一個字出現前停頓七秒，無論之後輸出多快，都會讓人覺得壞掉了。在長時間生成中——一份 100,000 個 token 的報告、一次大型重構——吞吐量主導整體實際耗時，而起步慢的模型反而可能先完成。在代理迴圈中，每一步都是一次短暫的工具呼叫，而迴圈會執行二十次，首個 token 的時間要付二十次，吞吐量幾乎不重要。

有兩點但書。Artificial Analysis 測得 M3.1 Flash 為每秒 95.6 個 token，而 MiniMax 自家資料宣稱中位數超過 170、峰值超過 200——這提醒我們，服務路徑與測量條件會大幅影響這個數字。另外，Flash-Lite 的每秒 430 個 token 確實很快，但其 65,536 token 的輸出上限意味著，最可能因這種速度而受益的長文生成情境仍受到限制。MiniMax 的 524,288 token 上限則是其八倍。

各家供應商之間的落差，比兩個模型之間的差距還大。OrcaRouter 針對 Gemini 3.5 Flash-Lite 的自家頁面指出，在其所路由到的各家供應商中，首字延遲（time to first token）的 p50 為 3.59 秒、p95 為 10.00 秒，而 Artificial Analysis 的數字則是 6.94 秒。這並不矛盾；這正是同一個模型由不同後端提供服務時，路由模型所呈現的樣貌。這也意味著，要以誠實的方式比較兩者的延遲，就該測量你自己的路由，而不是信任任一廠商提供的單一數字。

應決定受監管工作的那一列

Artificial Analysis 的 AA-Omniscience 評估給 MiniMax M3.1 Flash 打出 16 分：56% 的事實性問題回答正確，幻覺率為 93%。最後這個數字並不代表有 93% 的答案錯誤，而是指在未回答正確的回應中，有 93% 是完全錯誤，而非部分回答或拒答——也就是說，該模型通常在本應拒絕回答時仍會作答。

Gemini 3.5 Flash-Lite 的 Artificial Analysis 頁面沒有 AA-Omniscience 分數，因此無法在棄答表現上比較兩者。這種缺失並非無問題的證明；而是資料缺漏。可以說的是，能力上限較低且強烈偏向簡短回答的模型，可能以不同方式失敗——拒答，或產出明顯單薄的輸出——但沒有已發表的測量能證實這一點。不要僅因為模型較小，就假設它更安全。

對於程式編寫與代理式任務而言，AA-Omniscience 是很差的預測指標：模型被要求的不是回憶事實，而是根據檔案與工具結果採取行動。對於任何類似知識工作的任務——摘要合約、回答客戶的政策問題、從申報文件中擷取數字——93% 這個數字是設計時首先要納入考量的重點，而不是最後才想到的事。在這些情境中，檢索、引用查核與人工審閱步驟並非可有可無，而且較便宜的 token 價格也無法抵銷一個自信卻錯誤的答案所帶來的成本。

一套經得起你自身工作量考驗的決策規則

• 高用量分類、擷取、路由，以及短輸出的翻譯 — Gemini 3.5 Flash-Lite。22 指數對於狹窄任務已足夠，重點是每秒 430 個 token，而 65,536 個輸出 token 也相當充裕。其每 $0.15 輸入的批次層級，讓高用量的理由更充分。

• 儲存庫規模的程式編寫、多步驟代理、長文件、長篇輸出 — MiniMax M3.1 Flash。Terminal-Bench 4.0 以 26% 對比 1% 是關鍵差距，524,288 個輸出 token 消除了硬性上限，而輸入價格只有一半。

• 地端部署或權重存取 — 僅限 MiniMax M3.1 Flash，別無其他。252.4 GB 的下載檔案是真的，但它受 MiniMax 社群授權條款約束：商業部署必須標註出處，年營收超過 2,000 萬美元者須事先取得書面許可。「開放權重」不等於「開源」，採購單位應先讀授權條款，再談參數數量。

• 對延遲敏感的聊天——兩者都要測試。MiniMax 在首個 token 延遲上大幅勝出；Gemini 在串流吞吐量上勝出。哪個感覺更快，取決於回答長度。

• 無監督事實問答——兩者都不能缺少檢索與驗證。MiniMax M3.1 Flash 有實測到的拒答問題；Gemini 3.5 Flash-Lite 則完全沒有公開的測量結果。

每一個實際上可呼叫的位置

有一個值得直說的不對稱現象：Gemini 3.5 Flash-Lite 目前已在 OrcaRouter 的目錄中，因此可透過單一 API 金鑰，以供應商定價、0% 加價呼叫；它具備跨供應商的自動容錯移轉，也可使用路由 DSL 將其與其他模型組合。MiniMax M3.1 Flash 則不在目錄中；該目錄中的 MiniMax 系列只到MiniMax-M3。若要呼叫 M3.1 Flash，就得使用 MiniMax 自家的 API 或其服務合作夥伴之一，包括已於 10 月 22 日宣布這項部署的 Tenstorrent Cloud。

這對評估的重要性高於正式生產。如果你想用自己的資料解決每項任務成本的問題，常見且有用的比較方式，是在同一組金鑰上比較 MiniMax-M3 與 Gemini 3.5 Flash-Lite，因為兩者都能以相同方式路由與計量；如此一來，較新的模型必須先超越這個基準，你才會再採用第二家供應商。OrcaRouter 會原樣傳遞供應商的定價，因此 MiniMax 的價格變動或 Google 的批次層級會在變更當天反映在你的帳單上，而不是等到協商合約結束時才反映。

這項選擇取決於你能承受哪個數字判斷錯誤。

如果你選擇 Gemini 3.5 Flash-Lite，卻對其能力判斷錯誤，失敗會顯而易見：Terminal-Bench 4.0 上 1% 的成績，以及 AutomationBench-AA 25% 的分數，都無法掩蓋。你會看到任務失敗，然後把它換到另一個模型。

如果你選擇 MiniMax M3.1 Flash，而對成本的判斷有誤，失敗的程度比價目表所暗示的要小：在上述以 token 計費的例子中，它便宜兩到三倍，而在 Artificial Analysis 的任務指標上，它貴約 16%。兩種結果都不算災難性。

若你選擇 MiniMax M3.1 Flash，卻在拒答判斷上出錯，這種失敗是無聲的。這正是應主導知識工作決策的不對稱性，也是為什麼這項比較不會以「更便宜、更聰明的模型勝出」作結。對於代理式與程式編寫工作負載，模型是在你可檢查的產出物上行動，MiniMax M3.1 Flash 以較低的 token 價格成為更強選擇。對於大量短答案處理，Gemini 3.5 Flash-Lite 的速度與任務效率仍讓它佔有一席之地。對於沒有驗證層的事實性工作，誠實的答案是：兩個模型都還沒贏得這份資格。