MiniMax M3.1 Flash vs Qwen3.8 2.4T A95B
詳しいプロフィール:MiniMax M3.1 Flash(MiniMax)とQwen3.8 2.4T A95B(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 9件の情報源のデータ
2026年11月16日時点で、MiniMax M3.1 FlashとQwen3.8 2.4T A95Bの品質は互角です(BenchLeader Indexで54.3 対 51.4、±15.0の誤差範囲内)。価格はMiniMax M3.1 Flashの方が11倍安く、100万トークンあたりのブレンド価格で$0.262 対 $3.00です。エージェント・ツール(55 対 48)、推論(50 対 46)を重視するならMiniMax M3.1 Flash、知識(49 対 46)を重視するならQwen3.8 2.4T A95Bが向いています。回答開始までの時間はMiniMax M3.1 Flashの方が短く、43.3秒 対 107.3秒です。MiniMax M3.1 Flashは出力が3倍以上速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはMiniMax M3.1 Flashが54.3、Qwen3.8 2.4T A95Bが51.4です(BenchLeader、2026年11月16日)。
- MiniMax M3.1 Flashの100万トークンあたりのブレンド価格は$0.262です(定価、2026年11月16日)。
- Qwen3.8 2.4T A95Bの100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
- MiniMax M3.1 FlashはQwen3.8 2.4T A95Bより出力が3倍以上速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
用途別のおすすめ
おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。
| 用途 | おすすめ | 理由 | 信頼度 |
|---|---|---|---|
| エージェント・ツール利用 | MiniMax M3.1 Flash | カテゴリスコア55 対 48;AutomationBench 72.5% 対 57.3% | 中 |
| 推論 | MiniMax M3.1 Flash | カテゴリスコア50 対 46;HLE-Diamond (AA) 28.1% 対 20.1% | 中 |
| 知識 | Qwen3.8 2.4T A95B | カテゴリスコア49 対 46;AA-Omniscience v1.1 7.8 対 -6.4 | 中 |
| 長い文書 | どちらでも | カテゴリスコア65 対 65;AA-LCR v1.1 79.7% 対 80.3% | どちらでも |
| 最低コスト | MiniMax M3.1 Flash | 100万トークンあたりブレンド価格$0.262 対 $3.00;エージェント型コーディングセッション$0.011 対 $0.144 | – |
| 回答開始の速さ | MiniMax M3.1 Flash | 最初の回答トークンまで43.3秒(MiniMax M3.1 Flash)対 107.3秒(Qwen3.8 2.4T A95B) | – |
| 低予算での大量処理 | フラッグシップ以外 | 小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM | – |
主な違い
- MiniMax M3.1 FlashとQwen3.8 2.4T A95Bの品質は互角です(54.3 対 51.4、±15.0の誤差範囲内)。
- MiniMax M3.1 Flashはエージェント・ツール、推論で優れています。
- Qwen3.8 2.4T A95Bは知識、長文コンテキストで優れています。
- MiniMax M3.1 Flashの方が11倍安くなっています(100万トークンあたりブレンド価格$0.262 対 $3.00)。
- MiniMax M3.1 Flashの方が出力が3.7倍速くなっています(151 対 41トークン/秒)。
概要
| 仕様 | MiniMax M3.1 Flash | Qwen3.8 2.4T A95B |
|---|---|---|
| プロバイダー | MiniMax | Alibaba |
| リリース日 | 2026年10月19日 | 2026年8月12日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,000,000 |
| 比較した構成 | MiniMax M3.1 Flash | Qwen3.8 2.4T A95B |
| オープンウェイト | あり | あり |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $0.150 / $0.600 / $0.015 | $2.00 / $6.00 / $0.250 |
カテゴリ別の比較
カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。
| カテゴリ | MiniMax M3.1 Flash | Qwen3.8 2.4T A95B | トップ |
|---|---|---|---|
| 推論 | 50.1 | 46.4 | MiniMax M3.1 Flash |
| コーディング | 55.4 | – | 比較不可 |
| エージェント・ツール | 55.2 | 47.8 | MiniMax M3.1 Flash |
| 知識 | 45.9 | 49.0 | Qwen3.8 2.4T A95B |
| マルチモーダル | 61.5 | – | 比較不可 |
| 長文コンテキスト | 64.5 | 64.8 | 互角 |
1つのグラフで比較
各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。
描画していないもの(測定済みのモデルが2つ未満):コーディング, 数学, 指示追従, マルチモーダル, 人間の評価。
情報源で評価が分かれる点
両方に結果がある17件のベンチマークのうち、MiniMax M3.1 Flashのリードが8件、Qwen3.8 2.4T A95Bのリードが8件、同点が1件です。
| 総合Index | MiniMax M3.1 Flash | Qwen3.8 2.4T A95B | トップ |
|---|---|---|---|
| BenchLeader Index | 54.3 | 51.4 | 互角 |
公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。
価格・速度・レイテンシ
定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。
| 指標 | MiniMax M3.1 Flash | Qwen3.8 2.4T A95B |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.262 | $3.00 |
| 100万トークンあたりの入力/出力 | $0.150 / $0.600 | $2.00 / $6.00 |
| 100万トークンあたりのキャッシュ入力 | $0.015 | $0.250 |
| タスクあたりの価格:チャットの返答 | $0.0002 | $0.0026 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0022 | $0.028 |
| タスクあたりの価格:コード編集 | $0.0018 | $0.021 |
| タスクあたりの価格:エージェント型コーディングセッション | $0.011 | $0.144 |
| タスクあたりの価格:構造化データの抽出 | $0.0004 | $0.0052 |
| エージェント型コーディングセッション(入力の大半がキャッシュ) | $0.0053 | $0.065 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.491 | – |
| タスクあたりの出力トークン(AA Index) | 138k | – |
| うち推論 | 103k | – |
| タスクあたりの時間(AA Index) | 15 min | – |
| 出力速度 | 151 tok/s | 41 tok/s |
| 回答開始までの時間 | 43.3秒 | 107.3秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 141.5秒 | 248.5秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。MiniMax M3.1 Flashのスコアは54.3、最初の回答トークンまで43秒。Qwen3.8 2.4T A95Bのスコアは51.4、最初の回答トークンまで107秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
73件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | MiniMax M3.1 Flash | Qwen3.8 2.4T A95B |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 54.3 | 51.4 |
| エージェント・ツールスコア | BenchLeader | 55.2 | 47.8 |
| コーディングスコア | BenchLeader | 55.4 | – |
| 知識スコア | BenchLeader | 45.9 | 49.0 |
| 長文コンテキストスコア | BenchLeader | 64.5 | 64.8 |
| マルチモーダルスコア | BenchLeader | 61.5 | – |
| 推論スコア | BenchLeader | 50.1 | 46.4 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.262 | $3.00 |
| 出力速度 | BenchLeader | 151 tok/s | 41 tok/s |
| 回答開始までの時間 | BenchLeader | 43.3秒 | 107.3秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,000,000トークン |
| 推論 | |||
| LiveBench 2.0 Reasoning | LiveBench | 82.9%† | – |
| GPQA Diamond (AA) | Artificial Analysis | – | 93.5% |
| Humanity's Last Exam (AA) | Artificial Analysis | 48.0% | 42.5% |
| HLE-Diamond (AA) | Artificial Analysis | 28.1% | 20.1% |
| CritPt | Artificial Analysis | 22.3% | 20.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 32.5% | – |
| コーディング | |||
| Arena WebDev | Arena (LMArena) | 1584 | – |
| LiveBench 2.0 Coding | LiveBench | 68.8%† | – |
| SciCode (AA) | Artificial Analysis | 53.4% | 54.0% |
| Vibe Code Bench v1.1 | Vals AI | 73.9%† | – |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 19.8%† | – |
| SWE-Bench Pro V2 | Scale AI SEAL | 96.6%† | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 84.3%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 25.8% | 11.1% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 82.0% |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 52.8 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 30.3† | 49.3† |
| Design Arena Website | Design Arena | 1277 | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | 38.6% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 20.8% | – |
| エージェント・ツール | |||
| Arena Agent | Arena (LMArena) | -2.7 | – |
| LiveBench Long Agentic | LiveBench | 25.7%† | – |
| LiveBench Browser | LiveBench | 80.6%† | – |
| MCP Atlas | Scale AI SEAL | – | 84.5%† |
| HiL-Bench | Scale AI SEAL | 65.7% | – |
73件のベンチマークをすべて表示
| 指標 | 公開元 | MiniMax M3.1 Flash | Qwen3.8 2.4T A95B |
|---|---|---|---|
| エージェント・ツール | |||
| GDPval-AA v2.1, normalised score | Artificial Analysis | 47.9% | 55.4% |
| GDPval-AA v2.1 | Artificial Analysis | 1465 | 1614 |
| τ³-Banking (AA) | Artificial Analysis | – | 49.1% |
| Finance Agent v2.1 | Vals AI | 58.8%† | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 7.5%† | – |
| Legal Research Bench | Vals AI | 34.1%† | – |
| Tax Agent Bench | Vals AI | 32.1%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | 25.3%† | – |
| Arena Agent Task Completion | Arena (LMArena) | -0.7 | – |
| AutomationBench | Artificial Analysis | 72.5% | 57.3% |
| GDP.pdf (AA) | Artificial Analysis | 20.8% | 15.6% |
| EnterpriseOps-Gym | Artificial Analysis | – | 47.4% |
| AA-Briefcase v1.1 | Artificial Analysis | 1474 | 1430 |
| GDPx | GDPx by SemiAnalysis | 4.0%† | – |
| Design Arena Agentic | Design Arena | 1252 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 3.3% | – |
| CWE-Bench (AA) | Artificial Analysis | – | 28.3% |
| DeepSec-Bench (AA) | Artificial Analysis | – | 9.5% |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 0.0% |
| MKA (AA) | Artificial Analysis | 33.5% | – |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | 71.4%† | – |
| LiveBench Research | LiveBench | 76.7%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | -6.4 | 7.8 |
| PRBench Finance | Scale AI SEAL | 45.6% | – |
| PRBench Legal | Scale AI SEAL | 45.1% | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 67.8%† | – |
| Access to Justice Benchmark | Vals AI | 73.3%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 45.1% | 31.4% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 6.3% | 65.5% |
| 人間の評価 | |||
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1844 |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 71.2%† | – |
| MMMU-Pro | Artificial Analysis | 79.1% | – |
| SAGE | Vals AI | 85.3%† | – |
| VIALS-AA | Handshake AI | 29.8% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.7% | 80.3% |
| MLCR | Artificial Analysis | 16.7% | 30.6% |
| 総合 | |||
| LiveBench 2.0 | LiveBench | 63.7%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 29.1 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 42.7 | 40.0 |
| AA Progress Index v1 | Artificial Analysis | 317.6 | 317.8 |
| Vals Index | Vals AI | 53.8† | – |
| Vals Finance Index | Vals AI | 55.9%† | – |
| Vals Router Index | Vals AI | 53.8% | – |
| Vals Legal Index | Vals AI | 67.1%† | – |
| AA Cyber Index | Artificial Analysis | – | 12.6 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 52.1% | 21.6%† |
| DistressBench | Scale AI SEAL | – | 77.5% |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 27.8 | 27.8 |
データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
最近の変化
- MiniMax M3.1 Flash:BenchLeader Index 53.7 → 54.3。
- Qwen3.8 2.4T A95B:BenchLeader Index 52.0 → 51.5。
- MiniMax M3.1 Flash:BenchLeader Index 54.3 → 53.7。
- MiniMax M3.1 Flash:スコアの改訂1件。
- MiniMax M3.1 Flash:スコアの改訂6件。
- MiniMax M3.1 Flash:BenchLeader Index 53.0 → 54.3。
- MiniMax M3.1 Flash:新しい結果1件(HiL-Bench)。
- MiniMax M3.1 Flash:BenchLeader Index 52.0 → 53.0。
- MiniMax M3.1 Flash:新しい結果2件(PRBench Finance, PRBench Legal)。
- MiniMax M3.1 Flash:スコアの改訂1件。
関連する比較
- MiniMax M3.1 Flash vs Claude Opus 5.5
- MiniMax M3.1 Flash vs GPT-6 Astra
- MiniMax M3.1 Flash vs Claude Fable 5.1
- MiniMax M3.1 Flash vs GPT-6.1 Sol
- Qwen3.8 2.4T A95B vs Gemini 4 Argon
- MiniMax M3.1 Flash vs Gemini 4 Argon
- MiniMax M3.1 Flash vs GPT-5.6 Sol
- MiniMax M3.1 Flash vs Claude Sonnet 5.5
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
MiniMax M3.1 Flash vs Qwen3.8 2.4T A95B:よくある質問
- MiniMax M3.1 FlashはQwen3.8 2.4T A95Bより優れていますか?
- MiniMax M3.1 FlashとQwen3.8 2.4T A95Bの品質は互角です(54.3 対 51.4、±15.0の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
- MiniMax M3.1 FlashとQwen3.8 2.4T A95Bはどちらが安いですか?今後変わる予定はありますか?
- 現在はMiniMax M3.1 Flashの方が安く、100万トークンあたり$0.262 対 $3.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
- MiniMax M3.1 FlashとQwen3.8 2.4T A95Bはどちらが速いですか?
- MiniMax M3.1 Flashの方が出力が3倍以上速くなっています(出力151 対 41トークン/秒、Artificial Analysisの7日間の中央値)。
- エージェントやツール利用にはMiniMax M3.1 FlashとQwen3.8 2.4T A95Bのどちらが向いていますか?
- エージェント型のタスクではMiniMax M3.1 Flashの方がスコアが高くなっています(カテゴリ指標で55 対 48。50が平均)。
- 長い文書にはどちらが向いていますか?
- 長文コンテキストのベンチマークでは互角です(65 対 65)。どちらも1,000,000トークンのコンテキストに対応しています。
ほかの質問(3件)
- レイテンシが低いのはどちらですか?
- 先に回答を始めるのはMiniMax M3.1 Flashです。Artificial Analysisの測定では、最初の回答トークンまで43.3秒 対 107.3秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
- MiniMax M3.1 FlashとQwen3.8 2.4T A95Bについて、第三者ベンチマークの評価は一致していますか?
- 両方に結果がある17件のベンチマークのうち、MiniMax M3.1 Flashのリードが8件、Qwen3.8 2.4T A95Bのリードが8件、同点が1件です。
- MiniMax M3.1 Flashはいつリリースされましたか?
- MiniMax M3.1 Flashは2026年10月19日にリリースされました。