MiniMax M3.1 Flash 與 GLM-5.3-Flash：費率表相同，勝負取決於不一致的列

這兩張價目表實際上可說是同一張表。M​iniMax M3.1 Flash 每百萬輸入 token 收費 $0.15，每百萬輸出 token 收費 $0.60。GLM-5.3-Flash 則收費 $0.15 和 $0.50。按照 Artificial Analysis 的混合方式計算，兩者都落在每百萬 $0.10。它們獨立的智能評分只差一分——在當前指數上是 43 對 42。因此，只比較價格和分數的評比沒什麼可說的，這也是為什麼大多數評比就此打住，然後推薦撰稿人剛好測試過的那個模型。M​iniMax M3.1 Flash 與 GLM-5.3-Flash 之間的抉擇，完全取決於那些對不上的欄位：你可以對權重做什麼、當你的輸出碰到上限時會發生什麼、你可以餵給模型什麼，以及這東西是否能透過你已在使用的端點買到。價目表和基準測試表都忽略了這些模型一旦進入生產環境會如何失效，而記錄在案的事件則收錄於 The OrcaRouter AI Incident Archive，其中每一條記錄都附有自己的來源、嚴重程度、可信度等級和爭議標記。

• 六行，兩側

• 價格 — M​iniMax M3.1 Flash 每百萬輸入 $0.15、輸出 $0.60，快取輸入 $0.015；GLM-5.3-Flash 為 $0.15 和 $0.50，快取輸入 $0.03。兩者在輸入：快取：輸出為 7:2:1 的混合比例下，混合價格均為每百萬 $0.10。

• 獨立評分 — 在同一索引版本、同一天讀取，M​iniMax M3.1 Flash 的 Intelligence Index 為 43，GLM-5.3-Flash 為 42。一分之差落在單次評估執行的雜訊範圍內。

• 每項已完成任務的成本 — M​iniMax M3.1 Flash 每項索引任務為 $0.22，而 GLM-5.3-Flash 為 $0.28。較便宜的標價也是較便宜的任務，約低 21%。

• 最大輸出 — MiniMax 未公布 M3.1 Flash 的最大輸出；GLM-5.3-Flash 則為 128,000 個 token。兩者都宣稱具備 100 萬 token 的上下文視窗，但只有其中一方說明其中有多少能回傳輸出。

• 輸入 — MiniMax M3.1 Flash 支援文字、圖像與影片；GLM-5.3-Flash 支援文字、圖像、影片與檔案。兩者都支援影片是較罕見的部分；只有一方支援檔案上傳，則是實際運作上的部分。

• 開放權重 — GLM-5.3-Flash 採用 MIT 授權，總參數達 3,200 億、活躍參數 180 億，今日即可下載。MiniMax 表示 M3.1 Flash 的權重將於日後釋出，但未附授權條款，這項承諾也未註明日期。

為什麼指數上的一個點數，不足以成為選擇任何一方的理由

Intelligence Index 是一種加權綜合指標：代理占 30%、程式撰寫占 20%、科學推理占 20%、一般能力占 30%，由十項評測構成，其中 AA-Briefcase 與 AA-Omniscience 各占 15%。在這種結構的綜合指標上，一分之差可能只是某個子評測變動了幾分。若把它解讀為平手，你正確的次數會遠多於錯誤的次數。若把它解讀為排名，你就是在根據一份調查的第四位有效數字來挑選生產模型。

每項任務的成本比較比指數比較更有用，而且它也指向與標價相同的方向。每完成一項任務 0.22 美元，M​iniMax M3.1 Flash 以低於 GLM-5.3-Flash 的 0.28 美元完成該指數的工作，儘管每 token 的輸出費率更高。這就是冗長度與快取算術發揮作用：GLM-5.3-Flash 每輸出 token 多收三分之一，且透過快取回收的部分更少，因此 M​iniMax 價目卡上看起來更便宜的輸出費率，總體上確實更便宜。如果你的工作負載是長時間執行的代理迴圈，其中大部分帳單是反覆讀取的輸出 token，那麼 21% 就是會出現在每月帳單明細裡的數字。

速度上的區分很明確，而且是對較便宜的模型不利。

這就是兩者不再能互換的關鍵差異所在。M​iniMax M3.1 Flash 的輸出速度約為每秒 105 個權杖（token），首個權杖延遲為 1.38 秒。GLM-5.3-Flash 則為每秒 76.8 個權杖，首個權杖延遲為 2.57 秒。一旦開始輸出，M​iniMax 大約快 36%，而啟動速度則約快上兩倍。對於互動式介面——例如編輯器、聊天面板，或人類正等著第一個權杖出現的程式設計助理——TTFT 上 1.2 秒的優勢，就是工具「感覺靈敏」與「感覺還在思考」之間的差別。至於批次處理管線，輸送量差距比延遲差距更重要，而這方面依然由 M​iniMax 占優。

這兩種模型都會讓你為思考付費，無論你願不願意。M​iniMax 會直接拒絕試圖徹底停用推理的請求。Z.ai 的文件則用不同說法表達同一件事：思考無法關閉，而最大努力是建議設定。因此，雙方都沒有提供可切換推理模型所能帶來的成本槓桿，而且兩者都把推理 token 計入輸出費用。如果你原本希望這兩者之一是適合高用量分類工作的便宜又安靜選項，那麼兩者都不是。這是該層級的特性，而不是任一供應商的特性。

128K 回答上限是決定實際工作能力的那一列

GLM-5.3-Flash 公布的最大輸出為 128,000 個 token。M​iniMax 對 M3.1 Flash 則什麼都沒公布——既沒有較低的數字，也沒有任何附註，在模型頁面或我們能找到的 API 文件中都找不到。實務上，這意味著在送出請求之前，你無法得知一次 40,000 個 token 的程式碼生成會完整完成還是遭到截斷。你可以透過實測得知，也可以據此建立重試機制，但無法把它納入容量規劃或合約。

對大多數聊天型流量來說，這是難以察覺的。但對於讓 Flash 層級變得有價值的工作負載——整檔重寫、長篇代理對話紀錄、從大型文件進行結構化擷取——輸出上限是最先出問題的地方，而且是無聲無息地出問題。一個會在未記載的長度截斷、卻傳回格式完整之部分答案的模型，在營運上比一個會拒絕請求的模型更糟。如果你管線中的任何部分在單次呼叫中產生超過數千個 token，這一個未公布的項目就應該壓過那一分的指標差距與 21% 的成本優勢總和。

開放權重在這裡不是哲學問題

GLM-5.3-Flash 採用 MIT 授權，權重可下載，參數總量為 3,200 億、活躍參數為 180 億，這使其落在這樣的範圍：專業團隊可在多 GPU 節點上自行託管，規模較小的團隊至少也能稽核它被訓練來做哪些事。M​iniMax M3.1 Flash 目前是閉源的，而日後釋出權重的承諾就僅止於承諾——沒有授權條款、沒有參數量，也沒有時間表。對於會問「如果這家供應商改變條款，我們的退出方案是什麼」的採購流程，一邊有明確答案，另一邊只有一句話。

這裡面也藏著一個成本角度，而這是沒有人會放進比較表裡的一點。開放權重模型會為任何供應商能向你收取的費用設定上限，因為替代方案始終是自己運行它。封閉模型沒有這種上限；供應商定價，你要麼接受，要麼遷移。在如今相同的混合費率下，GLM-5.3-Flash 的授權正是讓其費率明年仍守得住分寸的關鍵，而 M​iniMax 的授權則讓費率完全任憑 M​iniMax 決定。

可用性才是真正打破平局的地方

GLM-5.3-Flash 自 2026 年 8 月 26 日起已上線，並且已收錄於 OrcaRouter 的目錄中，型號為 z-ai/glm-5.3-flash，價格為每百萬輸入 token 0.15 美元、每百萬輸出 token 0.50 美元，快取輸入則為 0.03 美元；另有供評估使用的免費 SKU，以及規模更大的 z-ai/glm-5.3；若你需要旗艦版本，其價格為 1.26 美元與 3.96 美元。M​iniMax M3.1 Flash 在撰寫本文時才推出兩天，可透過 M​iniMax 自家 API、M Plan 與 M​iniMax Code 存取，而它並不在我們的目錄中——我們不會暗示它在，而且當你去找它時，模型頁面不會顯示任何內容。

當你比較兩個價格相同的模型時，這種不對稱性的價值比表面上看起來更高。把 GLM-5.3-Flash 接進程式碼庫，只需要一個模型字串。把 M​iniMax M3.1 Flash 接進來，則是在你既有的合作之外，再多一家供應商關係、多一套計費形式，以及多一組速率限制。而這正是路由層不是推銷話術、而是一段基礎管線的情況：一組金鑰、一張帳單，一個能讓供應商標價以 0% 加價原樣傳遞的地方，這樣一來，價格變動在發生當天就會反映到你的帳單上，而不是等到下一次續約。如果 M​iniMax 日後把 M3.1 Flash 上架到可路由的端點，那它就會變成兩個模型的抉擇，而不是兩份合約的抉擇。今天並非如此，而假裝不是這樣，正是這個部落格存在所要避免的那種比較。

該打哪一個

如果你的工作是互動式、輸出量大，且位於既有的 OpenAI 相容技術堆疊中，GLM-5.3-Flash 是更簡單的答案：相同的混合定價、公開的輸出上限、你今天就能付諸實行的 MIT 授權、檔案與影片輸入，以及一項讓你只需改一行就能導入的型錄條目。2.57 秒的首個 token 就是為此付出的代價，而對背景代理而言，這個代價值得付。

如果你的工作對延遲敏感，而且輸出有界——例如路由分類器、短形式生成器，或回傳計畫而非檔案的代理步驟——M​iniMax M3.1 Flash 是更快的模型，每項任務成本也更低；它未公開的輸出上限永遠不會受到測試，因為你永遠不會接近它。選擇它是為了吞吐量和 1.38 秒的首個 token，而不是為了 index；並且要明白，你採用的是速率無人封頂的閉源模型。

你不該做的，是在基準測試表格上從兩者之間挑一個。兩家廠商都公布了各自選用測試框架所跑出的數字，雙方都沒跑對方的框架；而兩個系列歷來都報告過的唯一一項基準測試——DeepSWE——在兩家實驗室各自的發布中，經常是在不同的測試框架下執行，因此跨欄比較只是披著小數點的猜測。本文中對兩個模型以相同方式測得的兩個數字，是指數與每項任務成本，而這兩項顯示兩個模型的價格相同、能力也相同。真正有差異的一切，都是授權條款、有文件記載的限制，或型錄上的一行字。