MiniMax M3.1 Flash vs. DeepSeek V4 Flash: Ein Name, zwei Modelle

M​iniMax M3.1 Flash und D​eepSeek V4 Flash wirken wie dasselbe zweimal verkaufte Produkt: Beide sind günstig, beide werben mit einem Kontext von einer Million Token, beide stammen aus chinesischen Labors, die 2026 damit verbracht haben, sich gegenseitig beim Preis zu unterbieten. Zuerst muss man wissen, dass einer dieser beiden Namen nicht mehr auf ein festes Modell verweist. M​iniMax M3.1 Flash erschien am 19. Oktober 2026 als geschlossenes Coding- und Agentenmodell, das immer denkt, für 0,15 US-Dollar für Eingaben und 0,60 US-Dollar für Ausgaben pro Million Token. D​eepSeek V4 Flash ist ein MIT-lizenziertes Open-Weight-Modell von April 2026, aktualisiert am 31. Juli – und seit dem 10. September spricht jeder, der deepseek-v4-flash in D​eepSeeks eigene API eingibt, stattdessen mit D​eepSeek V4.1 Flash. D​eepSeeks Dokumentation besagt nun, dass die zurückgezogenen Namen weiterhin akzeptiert werden, aber dass „die entsprechenden Modelle zurückgezogen wurden“. Es gibt also zwei ehrliche Versionen dieses Vergleichs, und welche man braucht, hängt davon ab, ob man D​eepSeeks Endpunkt aufruft oder die Gewichte herunterlädt. Die dokumentierten KI-Ausfälle und Agentenvorfälle hinter Veröffentlichungen wie dieser werden in dem OrcaRouter AI Incident Archive gesammelt, wobei jeder Eintrag eigene Quellen, Schweregrad, Vertrauensstufe und eine Markierung als umstritten enthält.

Beide sind es wert, bepreist zu werden, denn beide sind wirklich günstig, und sie sind auf unterschiedliche Weise günstig. Im Folgenden kommt zuerst die Verfügbarkeitsfalle, dann die Spezifikationszeilen, die den Kauf tatsächlich entscheiden, und dann die Rechnung – denn bei dieser Paarung weisen der Preis pro Token und die Rechnung pro Aufgabe in entgegengesetzte Richtungen.

Welches DeepSeek V4 Flash vergleichst du eigentlich?

Drei Dinge tragen denselben Namen, und sie verhalten sich an der Kasse unterschiedlich.

• Die ursprünglichen offenen Gewichte. DeepSeek V4 Flash ist ein Mixture-of-Experts-Modell mit 284 Milliarden Parametern und 13 Milliarden aktiven pro Token, veröffentlicht unter MIT auf Hugging Face in FP4 und FP8. Das Juli-Refresh ist die Version, die Drittanbieter noch immer ausliefern, und die Version, die unser Katalog führt: 0,22 $ pro Million Input-Tokens, 0,66 $ pro Million Output-Tokens, 0,007 $ pro Million bei Cache-Reads, 1.048.576-Token-Kontext, maximal 384.000 Output-Tokens, nur Texteingabe.

• Die Anbieterkarte, die es früher trug. $0,14 für Input und $0,28 für Output pro Million war DeepSeeks eigener Tarif für V4 Flash. Sie können ihn heute nicht zahlen, weil DeepSeek die SKU eingestellt hat. Ihn den $0,15/$0,60 von MiniMax gegenüberzustellen, ist der häufigste Fehler in diesem Vergleich, und er überschätzt DeepSeeks Vorteil beim Output um etwa das Zweifache.

• Der Bezeichner, der weiterhin antwortet. deepseek-v4-flash wird jetzt auf DeepSeek-V4.1-Flash-1017 geroutet und zu den V4.1-Flash-Tarifen abgerechnet – 0,15 $ Eingabe und 0,60 $ Ausgabe außerhalb der Spitzenzeiten, das verdoppelt sich auf 0,30 $ und 1,20 $ während der Spitzenzeitfenster von DeepSeek an Wochentagen (01:00–04:00 und 06:00–10:00 UTC), bei Cache-Treffern zu 0,003 $ und 0,006 $. Das ist eine andere Architektur zu einem anderen Preis, die den alten Namen als praktischen Alias trägt.

Die praktische Konsequenz ist enger, als sie klingt, und leichter umzusetzen als zu behalten. Wenn Sie DeepSeek V4 Flash selbst hosten oder bei einem Drittanbieter kaufen, der die offenen Gewichte bereitstellt, erhalten Sie das April-/Juli-Modell zu einem stabilen Pauschaltarif. Wenn Sie auf DeepSeeks eigene URL zeigen, erhalten Sie das Nachfolgemodell, dessen Preis sich für einen Teil des Arbeitstags verdoppelt. Keines von beiden ist in einer Bestenliste der eigentliche Rivale von MiniMax — das ist das Nachfolgemodell, und es liegt zwei Punkte vorn. Das zeigt sich in den folgenden Zahlen.

Die sechs Zeilen, die alles entscheiden

Legt man die beiden Datenblätter nebeneinander, geben sich die meisten Zeilen nichts. Die Zeilen, bei denen das nicht der Fall ist, sind entscheidend genug, um die Planung danach auszurichten.

• Preis pro Million — M​iniMax M3.1 Flash 0,15 $ Eingabe, 0,60 $ Ausgabe, 0,015 $ gecacht. DeepSeek V4 Flash 0,22 $ Eingabe, 0,66 $ Ausgabe, 0,007 $ gecacht in unserer Bereitstellung; 0,15 $ / 0,60 $ über den eigenen Alias von D​eepSeek, zu Spitzenzeiten verdoppelt sich das.

• Kontextfenster — 1.000.000 Tokens gegenüber 1.048.576. Eine Differenz von 48.576 Tokens, die niemals der Grund dafür sein wird, dass ein Job fehlschlägt.

• Maximale Ausgabe — nicht von M​iniMax veröffentlicht. 384.000 Token bei DeepSeek V4 Flash. Das ist die Zeile, die am wichtigsten ist, und sie bekommt einen eigenen Abschnitt.

• Eingaben — Text, Bild und Video rein, Text raus, auf M{{1}}iniMax M3.1 Flash. Nur Text bei D{{2}}eepSeek V4 Flash, dessen Vision-Arbeit in einen separaten experimentellen Build ausgelagert wurde, den DeepSeek im September ebenfalls eingestellt hat.

• Denksteuerung — eine Aufwandsleiter von niedrig bis max, die sich nicht abschalten lässt und standardmäßig auf max steht, bei M​iniMax M3.1 Flash. Bei DeepSeek V4 Flash standardmäßig aktiviert, aber wirklich deaktivierbar.

• Gewichte — geschlossen, wobei MiniMax eine Veröffentlichung „später“ verspricht – im Gegensatz zu den heute auf Hugging Face verfügbaren MIT-lizenzierten Gewichten.

Zwei weitere Zeilen gehören hierher, auch wenn sie eher operativ als technisch sind. Die Preisliste von MiniMax hat überhaupt keine Spitzenzeitfenster – der Preis ist der Preis, egal zu welcher Uhrzeit man läuft –, während sich DeepSeeks Nachfolger an Werktagsspitzen, die genau auf einen europäischen Morgen fallen, verdoppelt. Und MiniMax gibt 200 Anfragen pro Minute und 10 Millionen Token pro Minute an, die mit MiniMax-M3 geteilt werden, gegenüber einer Obergrenze von 2.500 gleichzeitigen Anfragen beim Flash SKU von DeepSeek.

Die Nummer-eins-Mannschaft wird nicht veröffentlichen.

Eine Million Tokens Kontext sind ein Versprechen in Bezug auf das Lesen. Die maximale Ausgabe ist ein Versprechen in Bezug auf das Schreiben, und sie ist es, die entscheidet, ob eine Aufgabe in einen einzigen Aufruf passt. Bitten Sie M​iniMax M3.1 Flash, ein Repository zu lesen und einen Migrationsplan, eine vollständige Testsuite oder ein Refactoring über 60 Dateien auszugeben, und es wird dies über mehrere Turns hinweg erledigen, denn der Anbieter veröffentlicht keine Obergrenze — die Dokumentation nennt einen max_tokens-Parameter und warnt, dass Thinking-Tokens darauf angerechnet werden, und endet dort. Bitten Sie DeepSeek V4 Flash um dasselbe, und Sie haben 384.000 Tokens Platz, was für den gesamten Plan in einer einzigen Antwort reicht.

Das ist weniger ein Fehler im Modell von MiniMax als vielmehr eine Lücke in seiner Dokumentation, und diese Lücke hat einen konkreten Preis: Ohne eine Zahl lässt sich kein Budget dimensionieren, keine Wiederholungsrichtlinie festlegen und nicht vorhersagen, wo eine lange Generierung abgeschnitten wird. Wenn MiniMax später eine veröffentlicht, wird dieser Absatz im Nachhinein in einer Weise überholt, die dem Modell zugutekommt. Bis dahin sollte jede Workload, deren Wert von einer sehr langen Completion abhängt, an das Modell geleitet werden, das seine Obergrenze angibt.

Der einzige Score im selben Harness und die Rangliste drumherum

Anbieter-Benchmark-Tabellen sind Marketing mit Nachkommastellen, daher lautet die nützliche Frage, welche zwei Zahlen vom selben Harness in derselben Version erzeugt wurden. Bei dieser Gegenüberstellung gibt es genau ein sauberes Paar: DeepSWE v1.1, wo MiniMax 73,7 % und DeepSeek 74,2 % für V4.1 Flash melden. Ein halber Punkt Abstand, beide vom Anbieter gemeldet, keine der beiden Zahlen unabhängig reproduziert. Jede andere Zeile, die ein Vermarkter Ihnen zeigt, vergleicht unterschiedliche Harness-Versionen oder unterschiedliche Generationen und lässt sich nicht subtrahieren.

Der Launch-Post von M​iniMax nennt zusätzlich BankerToolBench 76,2, OSWorld V2 61,7, Agents' Last Exam 29,6 und CyberGym 82 %, alle vom Anbieter gemeldet, keine davon mit einer D​eepSeek-Spalte daneben. Er behauptet außerdem „Top-Performer“ auf AutomationBench-AA, ohne die Punktzahl zu veröffentlichen – eine Behauptung, die als fehlend gelesen werden sollte, bis jemand anderes sie ergänzt.

Das unabhängige Bild ist dünner und nützlicher. Artificial Analysis bewertet M​iniMax M3.1 Flash auf seinem Intelligence Index mit 43 – vierter Platz unter 173 Modellen – bei Kosten von 0,22 US-Dollar pro abgeschlossener Index-Aufgabe. Das ausgemusterte DeepSeek V4 Flash 0731 liegt bei 34 und 0,17 US-Dollar. DeepSeek V4.1 Flash 1017 – das Modell, auf das der alte Name tatsächlich verweist – liegt bei 45 und 0,26 US-Dollar. Als Linie statt als Rangliste gelesen, ist das bemerkenswert wohlgeordnet: neun Indexpunkte für fünf Cent pro Aufgabe, dann zwei weitere Punkte für vier Cent mehr. M​iniMax ist die mittlere Sprosse, und die oberste Sprosse gehört dem Anbieter, mit dem es angeblich konkurriert.

Bei der Geschwindigkeit weichen Anbieterangabe und Messung am deutlichsten voneinander ab. {{1}}Der Beitrag von MiniMax verspricht „200+ TPS im Alltag“ bei einem P50 über 170. Artificial Analysis misst 104,7 Ausgabe-Token pro Sekunde bei 1,28 Sekunden bis zum ersten Token, während DeepSeek V4.1 Flash 1017 210,6 Token pro Sekunde bei 1,07 Sekunden misst.{{/1}} Betrachten Sie diese Werte als veränderliche Momentaufnahmen statt als feste Größen: Dieselbe Seite von Artificial Analysis zeigte am Starttag 125,5 Token pro Sekunde und einen Indexwert von 42 und zeigt heute 104,7 und 43 – so sieht ein Eintrag aus, der einen Tag alt ist, bevor er sich einpendelt.

Was ein Monat Agent-Traffic auf jedem kostet

Preise pro Token sind hier ein schlechter Maßstab, weil die beiden Modelle Ausgabe-Tokens in sehr unterschiedlichem Tempo verbrauchen. M​iniMax M3.1 Flash kann nicht aufhören zu denken: sendet man thinking: disabled, gibt die API HTTP 400 zurück, und der standardmäßige Effort ist die teuerste Stufe. Das heißt, jede Runde enthält Reasoning-Tokens, die auf der Rechnung stehen und die der Nutzer nie zu sehen bekommt.

Nehmen Sie einen Coding-Agenten mit einem stabilen Präfix von 40.000 Tokens – System-Prompt, Tool-Schemas, Repository-Map –, der 60 Turns läuft, wobei jeder Turn 1.200 neue Eingabe-Tokens hinzufügt und 900 Tokens sichtbarer Ausgabe erzeugt. Gehen Sie davon aus, dass der Standardaufwand von M​iniMax seine Ausgabe pro Turn mit Reasoning etwa verdreifacht und D​eepSeek im Non-Thinking-Modus läuft:

{{1}}M​iniMax M3.1 Flash, zu $0.15 / $0.60 / $0.015 — $0.036 bei gecachten Präfix-Lesevorgängen, $0.011 bei neuem Input, $0.097 bei 162.000 Output-Tokens. Etwa $0.14 pro Sitzung.{{/1}}

• DeepSeek V4 Flash, zu unseren angebotenen $0.22 / $0.66 / $0.007 — $0.017 zwischengespeichert, $0.016 neue Eingabe, $0.036 bei 54.000 Ausgabe-Tokens. Etwa $0.07 pro Sitzung.

• DeepSeek V4.1 Flash 1017, zu 0,15 $ / 0,60 $ / 0,003 $ außerhalb der Stoßzeiten — 0,007 $ zwischengespeichert, 0,011 $ Eingabe, 0,032 $ Ausgabe. Etwa 0,05 $, und etwa 0,10 $, wenn der Lauf in ein Spitzenlast-Zeitfenster fällt.

Die Annahme, die hier die eigentliche Arbeit leistet, ist das Volumen der Denk-Tokens – und es ist eine Annahme: MiniMax veröffentlicht dafür keine Zahl, und das Verhältnis verschiebt sich mit der Effort-Einstellung, die Sie wählen. Keine Annahme ist dagegen die Richtung: Das Modell mit dem gleich teuren oder günstigeren Preisschild erzeugt in einer Agent-Schleife die höhere Rechnung, weil es bei jedem Turn nachdenkt, ob der Turn es braucht oder nicht. Senken Sie den Effort auf low oder medium, schrumpft die Lücke deutlich; lassen Sie den Standard stehen, dann nicht.

Das Caching vergrößert den Unterschied weiter. Der Cache-Rabatt von M​iniMax beträgt 90 % auf den Input, wobei das Matching bei 512 Input-Tokens beginnt und über die Tool-Liste, dann den System-Prompt und dann die Nutzernachrichten läuft. Der von D​eepSeek beträgt 98 % und wird automatisch angewendet, mit dem eigenen Hinweis des Anbieters, dass er nach bestem Bemühen erfolgt und keine feste TTL hat. In einer langen Sitzung ist dieser Unterschied mehr wert als der beworbene Preis.

Dies ist der Abschnitt, in dem Routing seinen Wert beweist und nicht nur ein Slogan ist: mit einem Schlüssel für über 200 Modelle, bei denen die Listenpreise der Anbieter mit 0 % Aufschlag weitergegeben werden, sind beide D​eepSeek-SKUs heute aufrufbar – deepseek/deepseek-v4-flash für die festgelegten offenen Gewichte und deepseek/deepseek-v4.1-flash-1017 für den festen Oktober-Snapshot – und eine Preissenkung eines Anbieters kommt hier am selben Tag an, an dem sie dort ankommt. M​iniMax M3.1 Flash steht nicht auf dieser Liste, und die ehrliche Version der Verfügbarkeitsaussage lautet, dass es nur über M​iniMax' eigene API, das M Plan-Abonnement und das Produkt M​iniMax Code erreichbar ist, wobei die Gewichte versprochen sind und kein Datum genannt wird.

Der Schalter, den du nicht ausschalten kannst

Die Effort-Leiter auf MiniMax M3.1 Flash ist low, medium, high, xhigh und max, und der Standardwert, wenn Sie das Feld weglassen, ist max. Ein „off“ gibt es nicht. Das ist eine Designentscheidung mit zwei Seiten. Eine routinemäßige Umbenennung bei low und ein repositoryweites Refactoring bei xhigh sind dasselbe Modell, das einen sinnvollen Kompromiss eingeht – genau das, was eine Flash-Stufe bieten sollte. Aber ein Aufrufer, der das Feld nie setzt – was bei der ersten Integration auf die meisten Aufrufer zutrifft –, zahlt bei jeder Anfrage die teuerste Stufe, und die Auswirkung bleibt unsichtbar, bis die Rechnung kommt.

Daraus ergeben sich zwei praktische Details. Thinking-Tokens werden auf max_tokens angerechnet, sodass ein für eine kurze Antwort bemessenes Limit vollständig durch das Reasoning verbraucht werden kann und eine leere Nachricht mit dem Stop-Grund max_tokens zurückgibt. Und reasoning_split kann nicht auf false gesetzt werden, daher kommt das Thinking im OpenAI-kompatiblen Pfad immer im Feld reasoning_content an statt innerhalb des Content-Strings. Wenn Sie einen Parser haben, der Thinking-Tags aus älteren M​iniMax-Ausgaben herausfiltert, hat er hier nichts zu tun.

DeepSeek V4 Flash bietet dir die andere Variante: Denken standardmäßig aktiviert, aber einen echten Nicht-Denk-Modus und beim Nachfolger V4.1 die Auswahl des Aufwands. Bei Klassifizierung, Extraktion, Formatierung und kurzen Tool-Aufrufen – dem Großteil des Traffics der meisten Agenten – ist das der Unterschied zwischen bezahltem Reasoning und dem Verzicht darauf.

Wer sollte welche auswählen?

Keines von beiden ist für alles die richtige Voreinstellung, und die Aufteilung ist ungewöhnlich klar.

Wähle M​iniMax M3.1 Flash, wenn die Arbeit agentisch und multimodal ist – Bildschirme im Loop, Video als Eingabe, Computer-Use- oder Cybersicherheits-Evaluierung – und wenn du die Effort-Stufe tatsächlich pro Aufruf festlegst. Seine Anbieterzahlen zu OSWorld V2 (61,7) und CyberGym (82 %) sind genau die Art von Fähigkeit, die die reine Text-Schnittstelle von D​eepSeek V4 Flash überhaupt nicht ausdrücken kann, und die Flatrate-Preiskarte ist ein echter Vorteil für ein Team, dessen Last in D​eepSeeks Spitzenzeitfenster fällt.

Wähle DeepSeek V4 Flash, wenn du offene Gewichte brauchst, die du quantisieren, selbst hosten, feinabstimmen und behalten kannst, nachdem ein Anbieter sie eingestellt hat; wenn du eine veröffentlichte Ausgabegrenze für lange Generierung in einem einzigen Durchlauf brauchst; wenn du das Reasoning abschalten musst; oder wenn dein Traffic genau die durchsatzempfindliche, nicht auf Reasoning ausgelegte Art ist, für die der günstigere Cache und der Nicht-Denken-Modus gemacht sind. Die MIT-Lizenz ist keine Fußnote — sie ist die einzige Zeile auf beiden Datenblättern, die eine Preisänderung nicht wegnehmen kann.

Was würde die Antwort ändern?

Drei Dinge, in der Reihenfolge, wie stark sie etwas bewegen würden. Wenn M​iniMax eine Ausgabe-Obergrenze veröffentlicht, würde das die einzige große funktionale Lücke auf dem Datenblatt schließen. Wenn M​iniMax die versprochenen Gewichte freigibt, würde das den Lizenzvorteil von D​eepSeek schlichtweg auslöschen und die Sache in eine reine Preis-und-Geschwindigkeits-Debatte verwandeln. Und eine zweite unabhängige Messung von M​iniMax M3.1 Flash bei einer niedrigeren Effort-Einstellung würde die Frage klären, die die Kostenrechnung derzeit annehmen muss — wie viel von seinen 43 $0,22 kostet und wie viel dieser $0,22 Denkarbeit ist, nach der niemand gefragt hat.

Bis dahin ist die verteidigbare Position enger, als es einer der beiden Launch-Posts gern hätte. Bei der Leistungsfähigkeit setzt der unabhängige Index M​iniMax M3.1 Flash neun Punkte über das D​eepSeek-Modell, mit dem es üblicherweise verglichen wird, und zwei Punkte unter das D​eepSeek-Modell, das dieser Name inzwischen erreicht — und die Zwei-Punkte-Lücke kostet vier Cent pro Aufgabe. Bei allem anderen geht es bei der Entscheidung überhaupt nicht um Scores. Es geht darum, ob du Gewichte, eine Ausgabengrenze und einen Ausschalter brauchst oder ob du einen Pauschalpreis und Augen brauchst.