MiniMax M3.1 Flash vs DeepSeek V4 Flash : un nom, deux modèles

MiniMax M3.1 Flash et DeepSeek V4 Flash ressemblent au même produit vendu deux fois : tous deux sont bon marché, tous deux annoncent un contexte d'un million de tokens, tous deux viennent de laboratoires chinois qui ont passé 2026 à se livrer une guerre des prix. La première chose à savoir, c'est que l'un de ces deux noms ne désigne plus un modèle fixe. MiniMax M3.1 Flash est sorti le 19 octobre 2026 comme modèle fermé de codage et d'agents à réflexion permanente, à 0,15 $ en entrée et 0,60 $ en sortie par million de tokens. DeepSeek V4 Flash est un modèle à poids ouverts sous licence MIT datant d'avril 2026, actualisé le 31 juillet — et depuis le 10 septembre, toute personne qui saisit deepseek-v4-flash dans l'API de DeepSeek s'adresse en réalité à DeepSeek V4.1 Flash. La documentation de DeepSeek indique désormais que les noms retirés sont toujours acceptés, mais que « les modèles correspondants ont été retirés ». Il existe donc deux versions honnêtes de cette comparaison, et celle dont vous avez besoin dépend de si vous appelez le point de terminaison de DeepSeek ou téléchargez les poids. Les défaillances documentées de l'IA et les incidents d'agents à l'origine de versions comme celle-ci sont recensés dans l'OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, un niveau de gravité, une note de confiance et un indicateur de contestation.

Les deux méritent qu’on en établisse le prix, car tous deux sont réellement bon marché, et ils le sont de manières différentes. Ce qui suit présente d’abord le piège de la disponibilité, puis les lignes de spécifications qui décident réellement de l’achat, puis le calcul — car sur ce duo, le prix par jeton et la facture par tâche pointent dans des directions opposées.

Quel DeepSeek V4 Flash comparez-vous réellement ?

Trois choses portent ce nom et se comportent différemment au moment du paiement.

• Les poids ouverts d'origine. DeepSeek V4 Flash est un mélange d'experts de 284 milliards de paramètres, avec 13 milliards actifs par token, publié sous licence MIT sur Hugging Face en FP4 et FP8. La mise à jour de juillet est la version que les tiers servent encore, et celle que notre catalogue répertorie : 0,22 $ par million de tokens d'entrée, 0,66 $ par million de tokens de sortie, 0,007 $ par million pour les lectures de cache, contexte de 1 048 576 tokens, sortie maximale de 384 000, entrée texte uniquement.

• La fiche tarifaire du fournisseur qu’il affichait auparavant. $0.14 en entrée et $0.28 en sortie par million était le tarif propre de D​eepSeek pour V4 Flash. Vous ne pouvez pas le payer aujourd’hui, car D​eepSeek a retiré le SKU. Le comparer aux $0.15/$0.60 de M​iniMax est l’erreur la plus courante dans cette comparaison, et cela surestime l’avantage de D​eepSeek d’environ deux fois sur la sortie.

• L'identifiant qui répond toujours. deepseek-v4-flash est désormais routé vers DeepSeek-V4.1-Flash-1017 et facturé aux tarifs V4.1 Flash — 0,15 $ en entrée et 0,60 $ en sortie hors heures de pointe, doublant à 0,30 $ et 1,20 $ pendant les fenêtres de pointe en semaine de D​eepSeek (01:00–04:00 et 06:00–10:00 UTC), avec des hits de cache à 0,003 $ et 0,006 $. C'est une architecture différente à un prix différent, qui porte l'ancien nom comme alias de commodité.

La conséquence pratique est plus étroite qu’elle n’en a l’air et plus facile à appliquer qu’à retenir. Si vous hébergez vous-même DeepSeek V4 Flash ou l’achetez auprès d’un tiers qui propose les poids ouverts, vous obtenez le modèle d’avril/juillet à un tarif forfaitaire stable. Si vous pointez vers l’URL propre à DeepSeek, vous obtenez le successeur, dont le prix double pendant une partie de la journée de travail. Aucun des deux n’est le véritable rival de MiniMax sur un tableau de scores — c’est le successeur, et il a deux points d’avance. Cela apparaît dans les chiffres ci-dessous.

Les six lignes qui décident tout

Mettez les deux fiches techniques côte à côte : la plupart des lignes se valent. Celles qui ne se valent pas sont assez décisives pour fonder une planification.

• Prix par million — M​iniMax M3.1 Flash : 0,15 $ en entrée, 0,60 $ en sortie, 0,015 $ en cache. DeepSeek V4 Flash : 0,22 $ en entrée, 0,66 $ en sortie, 0,007 $ en cache tel que nous le servons ; 0,15 $ / 0,60 $ via l'alias propre à D​eepSeek, doublant aux heures de pointe.

• Fenêtre de contexte — 1 000 000 de tokens contre 1 048 576. Une différence de 48 576 tokens qui ne sera jamais la raison de l’échec d’une tâche.

• Sortie maximale — non publiée par M​iniMax. 384 000 tokens sur DeepSeek V4 Flash. C'est la ligne qui compte le plus, et elle a droit à sa propre section.

• Entrées — texte, image et vidéo en entrée, texte en sortie, sur M​iniMax M3.1 Flash. Texte uniquement sur DeepSeek V4 Flash, dont le travail sur la vision a été transféré vers une version expérimentale distincte que D​eepSeek a également abandonnée en septembre.

• Contrôle du raisonnement — une échelle d’effort allant de faible à maximale, impossible à désactiver, avec un réglage par défaut au maximum, sur MiniMax M3.1 Flash. La réflexion est activée par défaut mais réellement désactivable sur DeepSeek V4 Flash.

• Poids — fermés, MiniMax promettant une publication « plus tard », face à des poids sous licence MIT disponibles dès aujourd’hui sur Hugging Face.

Deux lignes supplémentaires ont leur place ici, même si elles relèvent de l’opérationnel plutôt que de la technique. La grille tarifaire de MiniMax ne prévoit aucun créneau de pointe — le prix est le prix, quelle que soit l’heure à laquelle vous exécutez vos requêtes — tandis que le successeur de DeepSeek voit son tarif doubler aux heures de pointe en semaine, qui tombent en pleine matinée européenne. Et MiniMax affiche 200 requêtes par minute et 10 millions de tokens par minute, partagés avec MiniMax-M3, contre un plafond de 2 500 requêtes simultanées pour le SKU Flash de DeepSeek.

Le camp numéro un ne publiera pas.

Un million de tokens de contexte est une promesse de lecture. La sortie maximale est une promesse d’écriture, et c’est elle qui détermine si une tâche tient en un seul appel. Demandez à M​iniMax M3.1 Flash de lire un dépôt et de produire un plan de migration, une suite de tests complète ou une refactorisation de 60 fichiers, et il le fera sur plusieurs tours, car l’éditeur ne publie aucun plafond — la documentation expose un paramètre max_tokens et prévient que les tokens de réflexion y sont décomptés, puis s’arrête là. Demandez la même chose à DeepSeek V4 Flash et vous disposez de 384 000 tokens de marge, soit de quoi produire tout le plan en une seule réponse.

Ce n'est pas tant un défaut du modèle M​iniMax qu'une lacune dans sa documentation, et cette lacune a un coût concret : sans chiffre, impossible de dimensionner un budget, de définir une politique de réessai ou de prévoir où une longue génération sera tronquée. Si M​iniMax en publie un plus tard, ce paragraphe vieillira mal, à l'avantage du modèle. D'ici là, toute charge de travail dont la valeur dépend d'une seule complétion très longue devrait être dirigée vers le modèle qui indique son plafond.

Le seul score obtenu sur un même harness, et l’échelle qui l’entoure

Les tableaux de benchmarks des fournisseurs relèvent du marketing avec des décimales ; la question utile est donc de savoir quels deux chiffres ont été produits par le même harnais sur la même version. Sur cet appariement, il existe exactement une paire propre : DeepSWE v1.1, où M​iniMax annonce 73,7 % et D​eepSeek annonce 74,2 % pour V4.1 Flash. Un demi-point d’écart, les deux chiffres étant rapportés par les fournisseurs, aucun n’ayant été reproduit indépendamment. Toutes les autres lignes qu’un service marketing vous montrera comparent des versions de harnais ou des générations différentes et ne se prêtent pas à une soustraction.

Le billet de lancement de M​iniMax ajoute BankerToolBench 76,2, OSWorld V2 61,7, Agents' Last Exam 29,6 et CyberGym 82 %, tous rapportés par le fournisseur, aucun avec une colonne D​eepSeek à côté. Il revendique aussi des « meilleurs performeurs » sur AutomationBench-AA sans publier le score, ce qui est le genre d’affirmation qu’il faut lire comme absente jusqu’à ce qu’un tiers la complète.

Le tableau indépendant est plus succinct et plus utile. Artificial Analysis attribue à M​iniMax M3.1 Flash une note de 43 à son Intelligence Index, quatrième sur 173 modèles, pour un coût de $0.22 par tâche d’indice accomplie. Le DeepSeek V4 Flash 0731 retiré se situe à 34 et à $0.17. DeepSeek V4.1 Flash 1017 — le modèle que l’ancien nom désigne en réalité — se situe à 45 et à $0.26. Lu comme une droite plutôt que comme un classement, c’est remarquablement ordonné : neuf points d’indice pour 5 cents par tâche, puis deux points de plus pour 4 cents de plus. M​iniMax est l’échelon intermédiaire, et l’échelon supérieur appartient au fournisseur avec lequel il est censé rivaliser.

La vitesse est le point où l’affirmation du fournisseur et la mesure divergent le plus nettement. La publication de M​iniMax promet « 200+ TPS en usage quotidien » avec un P50 supérieur à 170. Artificial Analysis mesure 104,7 jetons de sortie par seconde avec un temps jusqu’au premier jeton de 1,28 seconde, tandis que DeepSeek V4.1 Flash 1017 mesure 210,6 jetons par seconde à 1,07 seconde. Considérez ces chiffres comme des valeurs en direct plutôt que figées : la même page Artificial Analysis affichait 125,5 jetons par seconde et un score d’indice de 42 le jour du lancement, et affiche 104,7 et 43 aujourd’hui, ce à quoi ressemble une entrée vieille d’un jour avant qu’elle ne se stabilise.

Combien coûte un mois de trafic d’agents sur chacun

Les prix par token sont un mauvais indicateur ici, car les deux modèles consomment des tokens de sortie à des rythmes très différents. M​iniMax M3.1 Flash ne peut pas s'arrêter de réfléchir : envoyez thinking: disabled et l'API renvoie HTTP 400, et l'effort par défaut est l'échelon le plus coûteux. Cela signifie que chaque tour transporte des tokens de raisonnement que la facture comptabilise et que l'utilisateur ne voit jamais.

Prenez un agent de codage avec un préfixe stable de 40 000 jetons — invite système, schémas d’outils, carte du dépôt — fonctionnant sur 60 tours, chaque tour ajoutant 1 200 nouveaux jetons d’entrée et produisant 900 jetons de sortie visible. Supposez que l’effort par défaut de M​iniMax triple approximativement sa sortie par tour avec le raisonnement et que D​eepSeek fonctionne en mode non-réflexif :

• MiniMax M3.1 Flash, à 0,15 $ / 0,60 $ / 0,015 $ — 0,036 $ pour les lectures de préfixe en cache, 0,011 $ pour les nouvelles entrées, 0,097 $ pour 162 000 jetons de sortie. Environ 0,14 $ par session.

• DeepSeek V4 Flash, à nos tarifs appliqués de 0,22 $ / 0,66 $ / 0,007 $ — 0,017 $ en cache, 0,016 $ pour les nouveaux jetons d’entrée, 0,036 $ pour 54 000 jetons de sortie. Environ 0,07 $ par session.

• DeepSeek V4.1 Flash 1017, à 0,15 $ / 0,60 $ / 0,003 $ hors pointe — 0,007 $ en cache, 0,011 $ en entrée, 0,032 $ en sortie. Environ 0,05 $, et environ 0,10 $ si l’exécution tombe dans une fenêtre de pointe.

L'hypothèse qui fait tout le travail est celle du volume de jetons de réflexion, et c'est bien une hypothèse — M​iniMax ne publie aucun chiffre à ce sujet, et le ratio évolue selon le réglage d'effort que vous choisissez. Ce qui n'est pas une hypothèse, c'est la direction : le modèle dont l'étiquette de prix est égale ou inférieure produit la facture la plus élevée sur une boucle d'agent, parce qu'il raisonne à chaque tour, que ce tour en ait besoin ou non. Réduisez l'effort à faible ou moyen et l'écart se resserre nettement ; laissez la valeur par défaut et il ne se resserre pas.

La mise en cache élargit encore cet écart. La remise de cache de MiniMax est de 90 % sur les tokens d’entrée, avec une correspondance qui démarre à 512 tokens d’entrée et examine d’abord la liste d’outils, puis le prompt système, puis les messages utilisateur. Celle de DeepSeek est de 98 % et s’applique automatiquement, avec la réserve du fournisseur qu’elle est appliquée au mieux, sans TTL fixe. Sur une longue session, cet écart vaut plus que le tarif affiché.

C'est la section où le routage prouve son utilité plutôt que de n'être qu'un slogan : sur une seule clé pour plus de 200 modèles, avec les prix catalogue des fournisseurs répercutés à 0 % de marge, les deux SKU D​eepSeek sont appelables dès aujourd'hui — deepseek/deepseek-v4-flash pour les poids ouverts épinglés et deepseek/deepseek-v4.1-flash-1017 pour l'instantané figé d'octobre — et une baisse de prix d'un fournisseur arrive ici le jour même où elle arrive là-bas. M​iniMax M3.1 Flash ne figure pas sur cette liste, et la version honnête de la mention de disponibilité est qu'il n'est accessible que via l'API propre à M​iniMax, son abonnement M Plan et son produit M​iniMax Code, avec des poids promis et aucune date associée.

L'interrupteur que vous ne pouvez pas éteindre

L'échelle d'effort sur M​iniMax M3.1 Flash est low, medium, high, xhigh et max, et la valeur par défaut lorsque vous omettez le champ est max. Il n'y a pas de mode désactivé. C'est une décision de conception à deux faces. Un renommage de routine à low et une refonte à l'échelle du dépôt à xhigh relèvent du même modèle qui fait un compromis raisonnable, ce qui est exactement ce qu'un palier Flash devrait offrir. Mais un appelant qui ne définit jamais le champ — ce qui est le cas de la plupart des appelants, lors de la première intégration — paie le barreau le plus coûteux à chaque requête, et l'effet reste invisible jusqu'à l'arrivée de la facture.

Deux détails opérationnels en découlent. Les jetons de réflexion sont comptabilisés dans max_tokens, si bien qu'un plafond dimensionné pour une réponse courte peut être entièrement consommé par le raisonnement et renvoyer un message vide avec un max_tokens comme motif d'arrêt. Et reasoning_split ne peut pas être défini à false, donc sur le chemin compatible OpenAI, la réflexion arrive toujours dans le reasoning_content champ plutôt qu'à l'intérieur de la chaîne de contenu. Si vous avez un analyseur qui extrait les balises de réflexion des sorties M​iniMax plus anciennes, il n'a rien à faire ici.

DeepSeek V4 Flash vous offre l'autre configuration : la réflexion activée par défaut, mais un véritable mode sans réflexion, et une sélection de l'effort sur le successeur V4.1. Pour la classification, l'extraction, le formatage et les appels d'outils courts — l'essentiel du trafic de la plupart des agents — c'est la différence entre payer pour le raisonnement et ne pas payer.

Qui devrait choisir lequel ?

Aucun de ces deux choix n’est le bon choix par défaut pour tout, et la séparation est inhabituellement nette.

Choisissez M​iniMax M3.1 Flash lorsque le travail est agentique et multimodal — des écrans dans la boucle, de la vidéo en entrée, une évaluation de l’utilisation d’un ordinateur ou de cybersécurité — et lorsque vous définirez réellement le niveau d’effort à chaque appel. Ses chiffres fournisseur sur OSWorld V2 (61,7) et CyberGym (82 %) correspondent exactement au type de capacité que l’interface uniquement textuelle de D​eepSeek V4 Flash ne peut absolument pas exprimer, et la grille tarifaire forfaitaire est un véritable avantage pour une équipe dont la charge tombe dans les périodes de pointe de D​eepSeek.

Choisissez DeepSeek V4 Flash lorsque vous avez besoin de poids ouverts que vous pouvez quantifier, auto-héberger, affiner et conserver après qu’un fournisseur l’a retiré ; lorsque vous avez besoin d’un plafond de sortie publié pour une génération longue en une seule passe ; lorsque vous avez besoin de désactiver le raisonnement ; ou lorsque votre trafic est exactement du type sensible au débit et sans raisonnement pour lequel le cache moins coûteux et le mode sans réflexion sont conçus. La licence MIT n’est pas une note de bas de page — c’est la seule ligne, sur l’une ou l’autre des fiches techniques, qu’un changement de prix ne peut pas retirer.

Qu’est-ce qui changerait la réponse ?

Trois choses, par ordre de l’effet qu’elles auraient. Que M​iniMax publie un plafond de sortie supprimerait la plus grande lacune fonctionnelle du tableau. Que M​iniMax publie les poids qu’il a promis supprimerait purement et simplement l’avantage de licence de D​eepSeek et transformerait cela en un simple débat sur le prix et la vitesse. Et une deuxième mesure indépendante de M​iniMax M3.1 Flash avec un réglage d’effort inférieur trancherait la question que l’arithmétique des coûts doit actuellement supposer — quelle part de ses 43 coûte $0.22, et quelle part de ce $0.22 est de la réflexion que personne n’a demandée.

D’ici là, la position défendable est plus étroite que ne le souhaiterait l’un ou l’autre des billets de lancement. Sur le plan des capacités, l’indice indépendant place MiniMax M3.1 Flash neuf points au-dessus du modèle DeepSeek auquel on le compare habituellement et deux points en dessous du modèle DeepSeek que ce nom désigne désormais — et cet écart de deux points coûte 4 cents par tâche. Pour tout le reste, la décision ne repose pas du tout sur les scores. Elle consiste à savoir si vous avez besoin de poids, d’un plafond de sortie et d’un bouton d’arrêt, ou si vous avez besoin d’un prix forfaitaire et d’yeux.