MiniMax M3.1 Flash 與 Gemini 3.8 Flash：價差將於 1 月 1 日翻倍

最昂貴的一點，對Gemini 3.8 Flash而言，並不是它今天的價格，而是附在它身上的那個日期。Google 於 2026 年 9 月 2 日推出 Gemini 3.8 Flash，價格為每百萬輸入 token 0.75 美元、每百萬輸出 token 3.75 美元，快取輸入為 0.075 美元，並表示該費率僅持續到 2026 年 12 月 31 日。2027 年 1 月 1 日，價格將翻倍至 1.50 美元與 7.50 美元，快取輸入為 0.15 美元。MiniMax M3.1 Flash 於 2026 年 10 月 19 日推出，價格為 0.15 美元與 0.60 美元，維持不變，快取輸入為 0.015 美元，而其權重於 10 月 23 日在 Hugging Face 上發布。如今輸入價格比為五比一，輸出價格比略高於六比一。到了 1 月，兩者將分別變成十比一與十二點五比一，而除了日曆之外，這兩個模型本身都不會有任何改變。

這使得這場對決顯得很不尋常。就能力而言，兩者很接近：在相同的 v4.3.2 Intelligence Index 上，Artificial Analysis 給 MiniMax M3.1 Flash 43 分、Gemini 3.8 Flash 41 分。但就每完成一項指數任務的成本而言，兩者差距極大——0.22 美元對上 1.24 美元。有趣的問題不在於哪個模型更好，而在於這兩項差異中，哪一項能讓你據以編列預算，哪一項則會失效。

兩份價目表，兩種到期類型

先把這些結構並列放在數字之前。MiniMax 的方案是固定費率：每個時段都是同樣的 $0.15 和 $0.60，快取輸入可享 90% 折扣。Gemini 的方案則是促銷費率，並已公布結束日期，而且快取讀取的費用是 MiniMax 的五倍。兩者都不是花招；它們是不同的商業押注。MiniMax 是以低牌價換取採用率。Google 則是以暫時折扣換取採用率，指望這款模型之後仍能以較高費率持續銷售。

• MiniMax M3.1 Flash — 每百萬個 token 輸入 $0.15、輸出 $0.60、快取輸入 $0.015，單一費率，不分時段級距

• Gemini 3.8 Flash 即日起 — 每百萬個 token 輸入 $0.75、輸出 $3.75、快取輸入 $0.075，優惠至 2026 年 12 月 31 日

• 自 2027 年 1 月 1 日起，Gemini 3.8 Flash — 每百萬個詞元輸入 $1.50、輸出 $7.50、快取輸入 $0.15

• 快取比例 — 目前 MiniMax 佔優 5 倍，變更後達 10 倍

• 上下文 — 兩者的輸入 token 數皆為 1,000,000

• 最大輸出 — MiniMax 為 524,288 個 token，而 Gemini 為 65,536 個

• 權重 — MiniMax 社群授權條款，以及在 MiniMax 上下載 252 GB；在 Gemini 上則為封閉。

以支援助理工作負載分別測試兩者：每月 2,000 萬輸入 token、60% 快取命中率，另加 300 萬輸出 token。以目前的 Gemini 3.8 Flash 計算，這相當於 $6.00 的全新輸入、$0.90 的快取輸入，以及 $11.25 的輸出——合共 $18.15。由一月起，則為 $12.00、$1.80 及 $22.50——合共 $36.30。同月的 MiniMax M3.1 Flash 則是 $1.20、$0.18 及 $1.80——合共 $3.18。目前差距為 5.7 倍，變更後則為 11.4 倍。Gemini 的快取儲存按小時另行收費，因此快取一項只是下限，而非全部成本；比較的方向並無改變。

這也是路由層發揮價值的地方。OrcaRouter 以 0% 加價直接傳遞供應商的牌價，因此一月的調整會在 Google 文件發布當天反映到你的路由成本中，無需簽新合約，也無需重新議價。同樣的直接傳遞做法適用於目錄上的每一條路由，這表示上述價格比較中的 Gemini 部分，可以用你自己的流量重新執行，而不是用一個假設的月份。

獨立指數說了什麼，以及它沒說什麼

Artificial Analysis 以同一套測試組合衡量這兩個模型，這使其數據成為本文中唯一可作同基準比較的能力對照。兩分的差距小到不應單憑它決定一項採購，但每項任務成本的差距則大到足以單憑它定案。

• 智慧指數 — MiniMax M3.1 Flash 為 43，Gemini 3.8 Flash 在高強度設定下為 41，兩者皆為 v4.3.2

• 每項索引任務成本——$0.22 對比 $1.24，相差 5.6 倍

• 輸出速度 — 每秒 92.5 個 token，相較於 146.9

• 首個 token 時間 — 1.52 秒，相較於高強度設定下的 24.70 秒

• 索引執行時的輸出 token 數量——MiniMax 約 1.8 億、Gemini 約 1.7 億，兩者皆遠高於中位數

• 輸入模態 — MiniMax 支援文字、圖像與影片；Gemini 支援文字、圖像、語音與影片

這個指數是能力平均值，而非工作負載。Gemini 的 41 是在高推理強度下測得，而團隊若以中等強度執行，將看到不同的分數與不同的帳單。MiniMax 的 43 是在其預設強度下測得，也就是最大，因為思考無法關閉。兩者並非同一個運作點，因此這 2 分的差距應考量到這一點來解讀。這也是為什麼每次任務成本這個數字是更誠實的比較：它已經納入各模型預設的冗長程度與推理行為。

產出上限才是真正的分界線

暫時先不談價格。這兩個模型的結構性差異，在於它們一次呼叫能寫多少。Gemini 3.8 Flash 將輸出上限設為 65,536 個 token。MiniMax M3.1 Flash 則允許 524,288 個。這是八比一的差距，而且在查看價目表之前，就已決定整個工作負載類別。

對聊天、抽取、摘要與一般程式碼生成而言，65K 上限很寬裕。但對完整儲存庫重構、含表格與附錄的生成報告、長逐字稿改寫，或先寫計畫再於單一回應中執行計畫的代理而言，就不寬裕了。超過 65K 輸出 token 時，Gemini 並不是輸在價格；而是除非你為它打造分塊管線，否則它就不再是選項。MiniMax 的 524K 上限，正是讓其長上下文視窗有實用價值而非裝飾的那項能力。

輸入端較為接近。兩個模型都接受一百萬個 token 的上下文，也都接受影片。Gemini 還接受音訊和 PDF 文件；MiniMax 的模型卡列出文字、圖像和影片。如果你的流程要轉錄會議音訊或讀取掃描合約，那是 Gemini 的領域，再怎麼計算價格也改變不了這點。如果你的輸入是螢幕截圖、影片畫面和程式碼，兩個模型都看得到。

推理強度是調節延遲的旋鈕，而這些旋鈕各不相同。

兩款模型都會先思考再回答，且都會將思考內容計為輸出費用。控制選項則有所不同。Gemini 提供 low、medium、high 三種投入程度，預設為 medium，且預設開啟思考。MiniMax 提供 low、medium、high、xhigh 與 max，當欄位省略時預設為 max，並以 HTTP 400 拒絕任何試圖停用思考的請求。

這種不對稱反映在延遲數據上。Artificial Analysis 測得 MiniMax 的首個 token 時間中位數為 1.52 秒，而 Gemini 在高推理強度下為 24.70 秒。Gemini 的數字並非服務缺陷；這是高推理強度的推理模型在基準測試框架上發出第一個 token 之前的行為。但這是一個產品決策。一個在首個 token 出現前要等 25 秒的串流介面，會讓人覺得壞掉了；而團隊若為了修正這點把 Gemini 降到低推理強度，就不再是在比較該指數所測量的那個模型。

MiniMax 的強制思考在反向情況下也有同樣的問題。過去一項分類或格式化工作只需花六十個輸出 token，現在即使努力程度低，也要在答案前先支付推理軌跡的成本。每 token 單價較低；token 數量較高。這就是為什麼要引用的是每項完成任務 $0.22 的成本，而不是 $0.60 的費率。

兩份價目表都未列出的可靠性警語

便宜且能力強，並不等同於可安全地自動化。Artificial Analysis 的 AA-Omniscience 評估將 MiniMax M3.1 Flash 的整體得分列為 16，幻覺率達 93%：當模型不知道答案時，幾乎每次都會照樣回答，而不是拒答。對任何正在打造會依據輸出採取行動的代理的人而言，這是本次比較中最重要的數字。一個每項任務便宜五倍、且很少說「我不知道」的模型，一旦需要人工檢查其成果，成本可能高得多。

Gemini 3.8 Flash 有其自身的失效模式——它是個冗長的推理模型，而 Google 的促銷定價顯示該公司仍在買使用量，而非捍衛成熟價格——但棄答行為是有文獻記載的不對稱性。實務上的因應不是避開 MiniMax，而是繞過這項弱點：在其後保留第二個模型負責事實查詢，在高風險路徑上要求提供引用或工具佐證的答案，並在自家評估集上衡量每個模型的拒答率，而非信任任一實驗室的基準表。

OrcaRouter 的定位

OrcaRouter 目前提供 Gemini 3.8 Flash 的路由。它並不託管 MiniMax M3.1 Flash，本文也不是在聲稱它有此服務。這個路由器為你提供比較中的 Gemini 一方，使用與其他 200 多個模型相同的金鑰，按供應商定價、0% 加價，因此一月的價格變動會在 Google 變動的同時生效。它也提供自動容錯移轉：如果 Gemini 路由緩慢或發生錯誤，請求可以落到另一個模型，而呼叫端無需做任何變更。

如果你正在將 MiniMax M3.1 Flash 與 Gemini 進行測試比較，實務上的做法是透過 MiniMax 自家的 API 或第三方平台呼叫 MiniMax，讓 Gemini 仍可透過 OrcaRouter 路由，並用你自己的提示詞和自己的每月 token 用量組合來比較兩者。價格差距確實存在，但造成這個差距的工作負載是你的，而不是基準測試的。

一月的決定，提前提出

人們會想等到十二月再做決定。但這是錯誤的順序。Gemini 的價格變動已經公布，MiniMax 的價格已經持平，而工作負載的計算今天就能進行。一個目前每月在 Gemini 輸出上花費 1,000 美元的純文字管線，到了二月，同樣的 token 將花費約 2,000 美元。現在把它移到 MiniMax 需要一次遷移，但能省下一月的帳單；等到一月才移，則兩者都要付出。需要音訊輸入或 Google 生態系整合的管線應該繼續留在原處，為漲價編列預算，並停止假裝目前的費率就是真實費率。

還有一條兩份價目表都沒宣傳的中間路線：兩者並用。需要音訊、視訊或更廣泛文件讀取的需求交給 Gemini；以文字為主、價差最大的多數需求則交給 MiniMax。只要你的閘道能同時處理兩者，這種拆分就是路由決策，而非改寫。

簡短版：在文字工作負載上，MiniMax M3.1 Flash 目前便宜約五倍，到了一月則便宜約十倍，獨立評分相近，而且輸出上限大得多。在需要音訊的多模態工作負載上，Gemini 3.8 Flash 是兩者中唯一能勝任的，而一月的漲價就是這項能力的代價。這兩個答案都毫無懸念。錯誤在於只看今天的費率來做選擇，卻沒有讀旁邊標示的日期。