MiniMax M3.1 Flash vs Qwen3.8 27B
詳しいプロフィール:MiniMax M3.1 Flash(MiniMax)とQwen3.8 27B(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 · 10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 27Bの品質は互角です(BenchLeader Indexで54.3 対 55.1、±7.2の誤差範囲内)。価格はMiniMax M3.1 Flashの方が4.2倍安く、100万トークンあたりのブレンド価格で$0.262 対 $1.09です。エージェント・ツール(55 対 44)を重視するならMiniMax M3.1 Flash、推論(58 対 50)、コーディング(62 対 55)を重視するならQwen3.8 27Bが向いています。回答開始までの時間はQwen3.8 27Bの方が短く、0.7秒 対 43.3秒です。MiniMax M3.1 Flashは出力が約2倍速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはMiniMax M3.1 Flashが54.3、Qwen3.8 27Bが55.1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 27Bの100万トークンあたりのブレンド価格は$1.09です(定価、2026年11月16日)。
- MiniMax M3.1 FlashはQwen3.8 27Bより出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある3件のベンチマークのうち、MiniMax M3.1 Flashが2件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はMiniMax M3.1 Flashが1584、Qwen3.8 27Bが1590です(LMArena、2026年11月16日までの公開値)。
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 |
|---|---|---|---|
| コーディング | Qwen3.8 27B | カテゴリスコア62 対 55;Arena WebDev 1590 対 1584 | 中 |
| エージェント・ツール利用 | MiniMax M3.1 Flash | カテゴリスコア55 対 44;Arena Agent -2.7 対 -4.8 | 高 |
| 推論 | Qwen3.8 27B | カテゴリスコア58 対 50 | 高 |
| 画像などのメディア | どちらでも | カテゴリスコア62 対 61 | どちらでも |
| チャットの質(人間の評価) | – | Arenaの評価があるのはQwen3.8 27Bのみです(カテゴリスコア61) | 比較不可 |
| 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 $1.06;エージェント型コーディングセッション$0.011 対 $0.037 | – |
| 回答開始の速さ | Qwen3.8 27B | 最初の回答トークンまで0.7秒(Qwen3.8 27B)対 43.3秒(MiniMax M3.1 Flash) | – |
| 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 27Bの品質は互角です(54.3 対 55.1、±7.2の誤差範囲内)。
- MiniMax M3.1 Flashはエージェント・ツール、マルチモーダルで優れています。
- Qwen3.8 27Bはコーディング、推論で優れています。
- MiniMax M3.1 Flashの方が4.2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 $1.09)。
- MiniMax M3.1 Flashの方が出力が2.1倍速くなっています(151 対 73トークン/秒)。
概要
| 仕様 | MiniMax M3.1 Flash | Qwen3.8 27B |
|---|---|---|
| プロバイダー | MiniMax | Alibaba |
| リリース日 | 2026年10月19日 | 2026年8月14日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 262,144 |
| 比較した構成 | MiniMax M3.1 Flash | Qwen3.8 27B |
| 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 | $0.420 / $3.00 / $0.085 |
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 27B | トップ |
|---|---|---|---|
| 推論 | 50.1 | 57.6 | Qwen3.8 27B |
| コーディング | 55.4 | 61.6 | Qwen3.8 27B |
| エージェント・ツール | 55.2 | 44.2 | MiniMax M3.1 Flash |
| 数学 | – | 54.6 | 比較不可 |
| 知識 | 45.9 | – | 比較不可 |
| 人間の評価 | – | 61.3 | 比較不可 |
| マルチモーダル | 61.5 | 60.7 | 互角 |
| 長文コンテキスト | 64.5 | – | 比較不可 |
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):数学, 知識, 指示追従, 長文コンテキスト, 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3件のベンチマークのうち、MiniMax M3.1 Flashのリードが2件、Qwen3.8 27Bのリードが1件です。両方を評価しているすべての総合指標で、MiniMax M3.1 Flashが上回っています。
| 総合Index | MiniMax M3.1 Flash | Qwen3.8 27B | トップ |
|---|---|---|---|
| BenchLeader Index | 54.3 | 55.1 | 互角 |
| AA Intelligence Index v5.0.1 | 29.1 | 10.0† | MiniMax M3.1 Flash |
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 27B |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.262 | $1.06 |
| 100万トークンあたりの入力/出力 | $0.150 / $0.600 | $0.420 / $3.00 |
| 100万トークンあたりのキャッシュ入力 | $0.015 | $0.085 |
| タスクあたりの価格:チャットの返答 | $0.0002 | $0.0011 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0022 | $0.0068 |
| タスクあたりの価格:コード編集 | $0.0018 | $0.0070 |
| 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 | $0.037 |
| タスクあたりの価格:構造化データの抽出 | $0.0004 | $0.0014 |
| 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 | $0.022 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.491 | – |
| タスクあたりの出力トークン(AA Index) | 138k | – |
| うち推論 | 103k | – |
| タスクあたりの時間(AA Index) | 15 min | – |
| 出力速度 | 151 tok/s | 73 tok/s |
| 回答開始までの時間 | 43.3秒 | 0.7秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 141.5秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。MiniMax M3.1 Flashのスコアは54.3、最初の回答トークンまで43秒。Qwen3.8 27Bのスコアは55.1、最初の回答トークンまで1秒。Qwen3.8 27B (xhigh)は52.2(109秒)、Qwen3.8 27B (medium)は50.2(24秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
120件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | MiniMax M3.1 Flash | Qwen3.8 27B |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 54.3 | 55.1 |
| エージェント・ツールスコア | BenchLeader | 55.2 | 44.2 |
| コーディングスコア | BenchLeader | 55.4 | 61.6 |
| 知識スコア | BenchLeader | 45.9 | – |
| 長文コンテキストスコア | BenchLeader | 64.5 | – |
| マルチモーダルスコア | BenchLeader | 61.5 | 60.7 |
| 推論スコア | BenchLeader | 50.1 | 57.6 |
| 人間の評価スコア | BenchLeader | – | 61.3 |
| 数学スコア | BenchLeader | – | 54.6 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.262 | $1.06 |
| 出力速度 | BenchLeader | 151 tok/s | 73 tok/s |
| 回答開始までの時間 | BenchLeader | 43.3秒 | 0.7秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 262,144トークン |
| 推論 | |||
| SimpleBench | SimpleBench | – | 60.2% |
| Arena Hard Prompts | Arena (LMArena) | – | 1459 |
| LiveBench 2.0 Reasoning | LiveBench | 82.9%† | 80.0%† |
| LiveBench 1.0 Reasoning | LiveBench | – | 80.0% |
| GPQA Diamond (AA) | Artificial Analysis | – | 90.5%† |
| Humanity's Last Exam (AA) | Artificial Analysis | 48.0% | 33.9%† |
| HLE-Diamond (AA) | Artificial Analysis | 28.1% | 15.3%† |
| GPQA Diamond (Vals) | Vals AI | – | 88.9%† |
| ARC-AGI-1 | ARC Prize | – | 87.5%† |
| ARC-AGI-2 | ARC Prize | – | 42.4%† |
| CritPt | Artificial Analysis | 22.3% | 5.4%† |
| CritPt v2 hard subset (AA) | Artificial Analysis | 32.5% | 4.0%† |
| Arena Expert | Arena (LMArena) | – | 1473 |
| LMCA | Epoch AI Benchmarking Hub | – | 41.4% |
| DTBench | Epoch AI Benchmarking Hub | – | 88.0% |
| コーディング | |||
| SciCode | SciCode | – | 46.6%† |
| Arena Coding | Arena (LMArena) | – | 1496 |
| Arena WebDev | Arena (LMArena) | 1584 | 1590 |
| LiveBench 2.0 Coding | LiveBench | 68.8%† | 69.3%† |
| LiveBench 1.0 Coding | LiveBench | – | 75.7% |
| SciCode (AA) | Artificial Analysis | 53.4% | 46.6%† |
| LiveCodeBench | Vals AI | – | 84.0%† |
| IOI | Vals AI | – | 39.1%† |
| SWE-bench (Vals) | Vals AI | – | 86.0%† |
| Code Migration | Vals AI | – | 14.2%† |
120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 27B |
|---|---|---|---|
| コーディング | |||
| ProgramBench | Vals AI | – | 0.0%† |
| Vibe Code Bench v1.1 | Vals AI | 73.9%† | 64.8%† |
| 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%† | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 45.0%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 25.8% | 5.6%† |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 79.8%† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 30.3† | 43.8† |
| Design Arena Website | Design Arena | 1277 | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | 38.6% | 34.2%† |
| FrontierCode 2.0 (AA) | Artificial Analysis | 20.8% | 14.9%† |
| エージェント・ツール | |||
| APEX-Agents | Mercor | – | 47.5% |
| Arena Agent | Arena (LMArena) | -2.7 | -4.8 |
| LiveBench Long Agentic | LiveBench | 25.7%† | 15.9%† |
| LiveBench Browser | LiveBench | 80.6%† | 24.2%† |
| LiveBench Agentic Coding | LiveBench | – | 61.4% |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 58.4%† |
| HiL-Bench | Scale AI SEAL | 65.7% | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 47.9% | 46.0%† |
| GDPval-AA v2.1 | Artificial Analysis | 1465 | 1426† |
| τ³-Banking (AA) | Artificial Analysis | – | 48.0%† |
| CyberBench | Vals AI | – | 67.8%† |
| Finance Agent v2 | Vals AI | – | 48.5%† |
| Finance Agent v2.1 | Vals AI | 58.8%† | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 7.5%† | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 11.3%† |
| Legal Research Bench | Vals AI | 34.1%† | 36.1%† |
| SkillsBench | Vals AI | – | 38.1%† |
| Tax Agent Bench | Vals AI | 32.1%† | 30.9%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 25.3%† | – |
| Terminal-Bench Science | Vals AI | – | 0.0%† |
| Arena Agent Task Completion | Arena (LMArena) | -0.7 | -2.7 |
| AutomationBench | Artificial Analysis | 72.5% | 48.2%† |
| GDP.pdf (AA) | Artificial Analysis | 20.8% | 16.4%† |
| EnterpriseOps-Gym | Artificial Analysis | – | 44.2%† |
| AA-Briefcase v1.1 | Artificial Analysis | 1474 | 1391† |
| GDPx | GDPx by SemiAnalysis | 4.0%† | – |
| Design Arena Agentic | Design Arena | 1252 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 3.3% | 0.5%† |
| CWE-Bench (AA) | Artificial Analysis | – | 26.7%† |
| DeepSec-Bench (AA) | Artificial Analysis | – | 11.5%† |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 0.0%† |
| MKA (AA) | Artificial Analysis | 33.5% | – |
| 数学 | |||
| ProofBench | Vals AI | – | 16.0% |
| LiveBench Mathematics | LiveBench | – | 86.2% |
| Arena Maths | Arena (LMArena) | – | 1451 |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | 71.4%† | 76.6%† |
| LiveBench Research | LiveBench | 76.7%† | 61.3%† |
| LiveBench 1.0 Data Analysis | LiveBench | – | 76.6% |
| AA-Omniscience v1.1 | Artificial Analysis | -6.4 | -6.4† |
| MMLU-Pro | Vals AI | – | 84.3%† |
| LegalBench | Vals AI | – | 82.4%† |
| TaxEval | Vals AI | – | 70.8%† |
| PRBench Finance | Scale AI SEAL | 45.6% | – |
| PRBench Legal | Scale AI SEAL | 45.1% | – |
| Excel Modeling Benchmark | Vals AI | – | 59.7%† |
| Excel Modeling Benchmark v1.1 | Vals AI | 67.8%† | – |
| MedCode | Vals AI | – | 28.7%† |
| MedScribe | Vals AI | – | 83.8%† |
| Access to Justice Benchmark | Vals AI | 73.3%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 45.1% | 17.3%† |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 6.3% | 71.4%† |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 74.3% |
| LiveBench Instruction Following | LiveBench | – | 72.7% |
| Arena Instruction Following | Arena (LMArena) | – | 1419 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1434 |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1671 |
| Arena Creative Writing | Arena (LMArena) | – | 1359 |
| Arena Multi-turn | Arena (LMArena) | – | 1436 |
| Arena Longer Queries | Arena (LMArena) | – | 1443 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1270 |
| LiveBench Design | LiveBench | 71.2%† | 72.4%† |
| MMMU-Pro | Artificial Analysis | 79.1% | 76.3%† |
| MMMU-Pro (Vals) | Vals AI | – | 83.9%† |
| MortgageTax | Vals AI | – | 64.9%† |
| SAGE | Vals AI | 85.3%† | – |
| GeoBench | GeoBench | – | 38.0% |
| VIALS-AA | Handshake AI | 29.8% | – |
| Code2Video-AA | Artificial Analysis | – | 949† |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.7% | 82.0%† |
| MLCR | Artificial Analysis | 16.7% | 22.8%† |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 152.6 |
| LiveBench 2.0 | LiveBench | 63.7%† | 54.0%† |
| LiveBench 1.0 | LiveBench | – | 75.3% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 29.1 | 20.1† |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 42.7 | 33.7† |
| AA Progress Index v1 | Artificial Analysis | 317.6 | 303.1† |
| 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 | – | 12.7† |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 52.1% | – |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 27.8 | 38.9† |
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 27B:BenchLeader Index 53.2 → 55.1。
- Qwen3.8 27B:価格 $0.10/M → $0.085/M。
- Qwen3.8 27B:入力価格 $0.45/M → $0.42/M。
- MiniMax M3.1 Flash:BenchLeader Index 54.3 → 53.7。
- Qwen3.8 27B:BenchLeader Index 54.0 → 53.2。
- MiniMax M3.1 Flash:スコアの改訂1件。
- Qwen3.8 27B:新しい結果2件(SimpleBench, GeoBench)。
- MiniMax M3.1 Flash:スコアの改訂6件。
- Qwen3.8 27B:スコアの改訂5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 27B vs Claude Opus 5
- MiniMax M3.1 Flash vs Qwen3.8 2.4T A95B
- MiniMax M3.1 Flash vs Gemini 4 Argon
- MiniMax M3.1 Flash vs GPT-5.6 Sol
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 27B:よくある質問
- MiniMax M3.1 FlashはQwen3.8 27Bより優れていますか?
- MiniMax M3.1 FlashとQwen3.8 27Bの品質は互角です(54.3 対 55.1、±7.2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 27B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 $1.09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。
- コーディングにはMiniMax M3.1 FlashとQwen3.8 27Bのどちらが向いていますか?
- コーディングではQwen3.8 27Bの方がスコアが高くなっています(カテゴリ指標で62 対 55。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、MiniMax M3.1 Flashが1584、Qwen3.8 27Bが1590です。
- MiniMax M3.1 FlashとQwen3.8 27Bはどちらが速いですか?
- MiniMax M3.1 Flashの方が出力が約2倍速くなっています(出力151 対 73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 27B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 44。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なArena Agentでは、MiniMax M3.1 Flashが-2.7、Qwen3.8 27Bが-4.8です。
ほかの質問(4件)
- 長い文書にはどちらが向いていますか?
- コンテキストはMiniMax M3.1 Flashの方が長く、1,000,000トークンです(Qwen3.8 27Bは262,144トークン)。
- 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Qwen3.8 27Bです。Artificial Analysisの測定では、最初の回答トークンまで0.7秒 対 43.3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 27B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3件のベンチマークのうち、MiniMax M3.1 Flashのリードが2件、Qwen3.8 27Bのリードが1件です。両方を評価しているすべての総合指標で、MiniMax M3.1 Flashが上回っています。
- 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。