DeepSeek V4 Pro vs MiniMax M3 : le duel des fleurons open-weight

DeepSeek V4 Pro et MiniMax M3 sont les deux fleurons open-weight qui se disputent la couronne du codage cette année, et le plus intéressant, c'est la différence de leurs approches pour la remporter. MiniMax M3, sorti le 1er juin, est le premier modèle open-weight à revendiquer à la fois le codage de pointe, un contexte d'un million de jetons et une entrée multimodale native dans un seul package, construit sur l'architecture Sparse Attention de M​iniMax. DeepSeek V4 Pro, dont la version officielle est arrivée le 13 août après quatre mois d'aperçu, est le spécialiste du raisonnement : un Mixture-of-Experts de 1,6 billion de paramètres avec 49 milliards de paramètres actifs, le meilleur score Codeforces jamais enregistré pour un modèle de langage, et désormais un bien meilleur bilan agentique. Tous deux sont sous licence MIT, tous deux sont bon marché, et tous deux sont positionnés de manière agressive face à des modèles qui coûtent dix à cinquante fois plus cher.

Ce titre « les deux sont open-weight » masque la véritable divergence. Il ne s'agit pas de deux entreprises qui construisent la même chose avec des logos différents. M3 parie sur l'économie des contextes longs — une attention sparse qui rend une fenêtre d'un million de jetons assez abordable pour être réellement utilisée. DeepSeek V4 Pro parie sur la profondeur brute du raisonnement — un énorme MoE parallèle par experts qui réfléchit longuement avant de répondre. Lequel est « meilleur pour le codage » s'avère dépendre de la partie du codage à laquelle vous pensez, et du fait que votre entrée soit une trace de pile ou une capture d'écran.

Deux architectures, deux paris

DeepSeek V4 Pro est le plus grand modèle open-weights publié à ce jour : 1,6 billion de paramètres au total avec 49 milliards d'actifs par jeton, un MoE à 61 couches avec 384 experts routés (top-6), des poids d'experts en FP4 avec attention FP8, et une conception d'attention hybride combinant attention sparse compressée et fortement compressée. Il nécessite environ 862 Go en FP8, ce qui place l'auto-hébergement dans le territoire des huit H100 plutôt que sur une station de travail. Le modèle désormais sous licence MIT et téléchargeable est le même que celui derrière la version de l'API officielle publiée cette semaine.

MiniMax M3 est une machine plus petite et plus légère — environ 428 milliards de paramètres au total, avec environ 23 milliards actifs par jeton — construite autour de l'attention sparse MiniMax (MSA). Le fournisseur affirme que MSA réduit le calcul par jeton à environ un vingtième de la génération précédente, avec un préremplissage plus de 9 fois plus rapide et un décodage plus de 15 fois plus rapide en contexte long. C'est tout l'intérêt du modèle : une fenêtre d'un million de jetons n'est utile que si l'inférence à l'intérieur est abordable, et c'est MSA qui rend cela possible. M3 accepte également les entrées d'images et de vidéos nativement, ce que V4 Pro ne fait pas.

Les deux offrent un contexte de 1 048 576 jetons. DeepSeek V4 Pro plafonne à 384K de sortie maximale ; le plafond de MiniMax M3 est encore plus élevé, à 512K. Les deux disposent d'un mode de réflexion activable — DeepSeek V4 Pro est configuré par défaut sur réflexion activée, celui de M3 se présente sous forme d'interrupteur.

Ce que la sortie officielle de DeepSeek a changé

Toute comparaison actuelle écrite avant cette semaine compare le mauvais modèle DeepSeek. L’aperçu disponible depuis le 24 avril était un modèle de raisonnement qui affichait un score DeepSWE de 12,8. La version officielle, DeepSeek-V4-Pro-0813, a porté ce score à 62,7 sur les propres évaluations de DeepSeek, et a ajouté une API Responses, une intégration Codex, ainsi que des endpoints compatibles OpenAI et Anthropic — de sorte que le même code client qui parle à l’un peut parler à l’autre. Les scores agentiques sur la fiche du fournisseur se situent désormais près de ceux de Fable 5 d’Anthropic : Terminal-Bench 2.1 à 87,9 (Fable 5 : 88,0), CyberGym 83,3 (Fable 5 : 83,1), AutomationBench 31,8 (Fable 5 : 29,1). Ce sont des chiffres rapportés par DeepSeek sur une version d’un jour, non reproduits par aucun laboratoire indépendant — traitez-les comme des affirmations, mais ces affirmations ne sont plus modestes.

Le tableau des scores de codage, et à qui appartiennent les numéros de chacun.

Sur les benchmarks de codage les plus cités, les deux modèles se partagent le tableau, et cette répartition est révélatrice :

• LiveCodeBench — DeepSeek V4 Pro 93.5, le meilleur résultat open-weight sur ce benchmark et sa victoire la plus citée.

• SWE-Bench Verified — DeepSeek V4 Pro 80.6 contre MiniMax M3 80.5, pratiquement à égalité.

• SWE-Bench Pro — MiniMax M3 59.0 vs DeepSeek V4 Pro 55.4, une avance significative de 3,6 points pour M3 en ingénierie logicielle agentique.

• Terminal-Bench 2.1 — DeepSeek V4 Pro 67.9 contre MiniMax M3 66.0, serré.

• BrowseComp — MiniMax M3 83.5, un score d'agent de recherche basé sur navigateur qui dépasse de nombreux modèles fermés.

• Codeforces — DeepSeek V4 Pro 3206, la note la plus élevée jamais enregistrée pour un modèle de langage.

Les quatre premières de ces lignes sont rapportées par le fournisseur ; l'indice Artificial Analysis Intelligence est le seul chiffre indépendant sur lequel les deux figurent, et il classe MiniMax M3 à 44 contre DeepSeek V4 Pro à 32 dans sa configuration sans raisonnement (la configuration de raisonnement n'avait pas encore été notée par AA au moment de la rédaction). Un concours de codage organisé par un tiers, publié ce mois-ci, donne une lecture plus nette : MiniMax M3 a obtenu le meilleur score global sur une tâche d'implémentation concrète, un juge saluant son code de « qualité industrielle », tandis que DeepSeek V4 Pro a été décrit comme le meilleur concepteur d'architecture, mais moins performant pour transformer la logique métier en code fonctionnel — « bon pour penser, pas pour agir ». Pour les problèmes algorithmiques de type programmation compétitive, les chiffres de Codeforces et LiveCodeBench penchent pour V4 Pro. Pour transformer une spécification en un service fini et testé, les résultats concrets penchent pour M3.

La multimodalité est la véritable croisée des chemins.

Une fois les benchmarks écartés, la différence décisive tient à la modalité d'entrée. MiniMax M3 accepte nativement le texte, l'image et la vidéo, et prend en charge l'utilisation d'ordinateur et l'ancrage visuel — un agent peut lire un schéma, observer un écran et agir en fonction de ce qu'il voit. DeepSeek V4 Pro est limité au texte, ce qui convient parfaitement aux pipelines de code pur et de documents, mais est inutile pour tout ce qui nécessite une réponse contenue dans une image. Si votre agent de codage travaille à partir de tickets et de dépôts, la focalisation sur le texte de V4 Pro ne vous coûte rien. S'il doit un jour examiner une maquette d'interface, une capture d'écran de crash ou une photo de tableau blanc, M3 est le seul des deux à pouvoir le faire.

Prix et vitesse : deux courbes différentes

Aux prix catalogue des fournisseurs répercutés par OrcaRouter, les deux modèles sont peu chers à différents endroits :

• DeepSeek V4 Pro — 0,44 $ par million de tokens d'entrée, 0,88 $ par million de tokens de sortie, entrée en cache 0,0035 $ par million.

• MiniMax M3 — 0,30 $ par million en entrée, 1,20 $ par million en sortie, 0,06 $ par million pour l’entrée en cache.

M3 l'emporte sur l'entrée et la mise en cache ; V4 Pro l'emporte sur la sortie, et c'est sur la sortie que les jetons de réflexion sont facturés. Comme DeepSeek V4 Pro est configuré par défaut avec la réflexion activée et que son raisonnement est verbeux, une longue exécution d'agent peut faire pencher le coût mixte du côté de V4 Pro, malgré l'entrée moins chère de M3. La vitesse va dans l'autre sens : MiniMax M3 atteint environ 80 à 145 jetons de sortie par seconde selon le fournisseur, contre environ 54 à 65 pour DeepSeek V4 Pro. L'avantage de l'attention éparse de M3 se manifeste surtout en contexte long, où son décodage reste rapide tandis que le coût d'attention de V4 Pro augmente.

Les deux sont sur OrcaRouter derrière une clé compatible OpenAI, ce qui en fait moins un pile ou face qu'il n'y paraît : un chemin de production peut router DeepSeek V4 Pro pour les passes algorithmiques et de rédaction longue, MiniMax M3 pour les passes multimodales et à contexte long, et utiliser le DSL de routage ou la fusion de modèles pour les faire coopérer dans un seul appel — chacun étant facturé au prix catalogue du fournisseur avec une marge de 0 %, avec bascule automatique si le point de terminaison d'un fournisseur vacille.

Lequel convient ?

• Programmation compétitive, raisonnement algorithmique, mathématiques, sortie maximale par appel → DeepSeek V4 Pro. Les résultats Codeforces et LiveCodeBench sont les scores open-weight les plus solides du classement.

• Transformer des spécifications en services finis, de longues exécutions autonomes d'agents → MiniMax M3, selon les compétitions de codage réelles et sa position de leader sur SWE-Bench Pro agentique.

• Toute entrée qui n'est pas du texte (captures d'écran, schémas, images fixes) → MiniMax M3, la seule option multimodale ici.

• Un contexte d'un million de tokens qui doit rester abordable et rapide → l'attention sparse de MiniMax M3, avec des gains de 9x en préremplissage et 15x en décodage par rapport à la génération précédente.

• Coût de sortie le plus bas pour le texte → DeepSeek V4 Pro à 0,88 $ contre 1,20 $ pour M3, surtout avec la réflexion activée.

• Auto-hébergement sur des GPU de datacenter modestes → l'empreinte active plus réduite de MiniMax M3 ; le checkpoint FP8 de 862 Go de V4 Pro exige un cluster sérieux.

Aucun des deux modèles n'a encore de verdict établi, et tous deux évoluent vite — la build officielle de DeepSeek V4 Pro est arrivée cette semaine et n'a pas encore été benchmarkée indépendamment, les poids de MiniMax M3 ont été promis mais doivent encore être entièrement déposés sur les dépôts ouverts, et DeepSeek a annoncé une hausse de prix pour la gamme V4. Si vous devez choisir aujourd'hui, choisissez selon la modalité et la charge de travail : le travail agentique multimodal et à contexte long revient à MiniMax M3, le raisonnement pur texte-et-code au prix de sortie le plus bas revient à DeepSeek V4 Pro — et routez-les ensemble afin que lorsque le premier classement indépendant de l'un ou l'autre modèle tombe, changer votre trafic soit un changement de configuration, pas une réécriture.