DeepSeek V4 Pro לעומת MiniMax M3: הקרב בין ספינות הדגל בעלות המשקל הפתוח

DeepSeek V4 Pro ו-MiniMax M3 הם שתי דגמי הדגל עם המשקלים הפתוחים שנלחמים השנה על כתר הקידוד, והמעניין הוא עד כמה שונה הדרך שבה הם מנסים לזכות בו. MiniMax M3, שיצא ב-1 ביוני, הוא מודל המשקל הפתוח הראשון שטוען לקידוד חזיתי, להקשר של מיליון טוקנים ולקלט מולטימודלי טבעי בחבילה אחת, המבוסס על ארכיטקטורת ה-Sparse Attention של MiniMax. DeepSeek V4 Pro, שהגרסה הרשמית שלו עלתה ב-13 באוגוסט לאחר ארבעה חודשי תצוגה מקדימה, הוא המומחה לחשיבה: מודל Mixture-of-Experts בעל 1.6 טריליון פרמטרים, עם 49 מיליארד פרמטרים פעילים, דירוג ה-Codeforces הגבוה ביותר שתועד אי פעם עבור מודל שפה, ועכשיו גם כרטיס ניקוד סוכני חזק בהרבה. שניהם ברישיון MIT, שניהם זולים, ושניהם ממוצבים באגרסיביות מול מודלים שעולים פי עשרה עד פי חמישים.

הכותרת 'שני המודלים פתוחי-המשקל' מסתירה את הפער האמיתי. אלו אינן שתי חברות שבונות את אותו הדבר עם לוגואים שונים. M3 מהמר על כלכלת ההקשר הארוך — קשב דליל שהופך חלון של מיליון טוקנים לזול מספיק כדי להשתמש בו בפועל. DeepSeek V4 Pro מהמר על עומק נימוק גולמי — ארכיטקטורת MoE ענקית ומקבילית-מומחים שחושבת קשה לפני שהיא עונה. איזה מהם 'טוב יותר לקידוד' מסתבר שתלוי באיזה חלק של הקידוד אתה מתכוון, ובשאלה אם הקלט שלך הוא מחסנית קריאות או צילום מסך.

שתי ארכיטקטורות, שני הימורים

DeepSeek V4 Pro הוא הדגם בעל המשקלים הפתוחים הגדול ביותר ששוחרר עד כה: 1.6 טריליון פרמטרים בסך הכול, עם 49 מיליארד פעילים לכל טוקן, MoE בעל 61 שכבות עם 384 מומחים מנותבים (top-6), משקלי מומחה ב‑FP4 עם קשב ב‑FP8, ועיצוב קשב היברידי המשלב קשב דליל דחוס ודחוס מאוד. הוא דורש כ‑862 ג׳יגה־בייט ב‑FP8, מה שמציב אירוח עצמי בתחום של שמונה H100 ולא על תחנת עבודה. הדגם שכעת ברישיון MIT וניתן להורדה הוא אותו דגם שעומד מאחורי גרסת ה‑API הרשמית ששוחררה השבוע.

MiniMax M3 היא מכונה קטנה ורזה יותר — עם כ-428 מיליארד פרמטרים בסך הכול וכ-23 מיליארד פעילים לכל טוקן — הבנויה סביב M​iniMax Sparse Attention (MSA). הספק טוען ש-MSA מקצצת את החישוב לכל טוקן לכמעט אחת מעשרים מהדור הקודם, עם מהירות prefill גבוהה פי יותר מ-9 ומהירות decode גבוהה פי יותר מ-15 בהקשר ארוך. זו כל הנקודה של המודל: חלון של מיליון טוקנים שימושי רק אם ההסקה בתוכו משתלמת, ו-MSA היא מה שהופך זאת לאפשרי. M3 גם מקבלת קלט תמונה ווידאו באופן טבעי, מה ש-V4 Pro לא עושה.

שניהם מציעים הקשר של 1,048,576 טוקנים. הפלט המרבי של DeepSeek V4 Pro הוא 384K; התקרה של MiniMax M3 גבוהה אף יותר, ועומדת על 512K. לשניהם יש מצב חשיבה שניתן להפעיל או לכבות — כברירת מחדל, מצב החשיבה מופעל ב-DeepSeek V4 Pro, ואילו ב-M3 הוא מוצג כמתג.

מה שינה השחרור הרשמי של DeepSeek

כל השוואה עדכנית שנכתבה לפני השבוע הזה משווה את מודל DeepSeek הלא נכון. התצוגה המקדימה שפעלה מ-24 באפריל הייתה מודל חשיבה שהשיג ציון DeepSWE של 12.8. המבנה הרשמי, DeepSeek-V4-Pro-0813, העלה את זה ל-62.7 בהערכות הפנימיות של DeepSeek, והוסיף Responses API, אינטגרציית Codex, ונקודות קצה תואמות OpenAI ו-Anthropic — כך שאותו קוד לקוח שמדבר עם אחת יכול לדבר עם השנייה. הציונים האגנטיים בכרטיס של הספק נמצאים כעת קרוב ל-Fable 5 של Anthropic: Terminal-Bench 2.1 ב-87.9 (Fable 5: 88.0), CyberGym 83.3 (Fable 5: 83.1), AutomationBench 31.8 (Fable 5: 29.1). אלה מספרים המדווחים על ידי DeepSeek על מבנה בן יום אחד, שלא שוחזרו על ידי אף מעבדה עצמאית — התייחסו אליהם כאל טענות, אבל הטענות כבר אינן צנועות.

לוח התוצאות של התכנות, ואיזה מספר שייך למי

במדדי הקידוד המצוטטים ביותר, שני המודלים מתפצלים בתוצאות, והחלוקה אינפורמטיבית:

• LiveCodeBench — DeepSeek V4 Pro 93.5, התוצאה החזקה ביותר במשקל פתוח במבחן זה, והניצחון המצוטט ביותר שלה.

• SWE-Bench Verified — DeepSeek V4 Pro 80.6 לעומת MiniMax M3 80.5, למעשה תיקו.

• SWE-Bench Pro — MiniMax M3 59.0 לעומת DeepSeek V4 Pro 55.4, יתרון משמעותי של 3.6 נקודות ל-M3 בהנדסת תוכנה סוכנתית.

• Terminal-Bench 2.1 — DeepSeek V4 Pro 67.9 לעומת MiniMax M3 66.0, קרוב.

• BrowseComp — MiniMax M3 83.5, ציון של סוכן מחקר מבוסס דפדפן שעוקף מודלים סגורים רבים.

• Codeforces — DeepSeek V4 Pro 3206, הדירוג הגבוה ביותר שנרשם אי פעם עבור מודל שפה.

ארבע השורות הראשונות מבין אלה מדווחות על ידי הספק; מדד הבינה המלאכותית של Artificial Analysis הוא המספר העצמאי היחיד ששתיהן מופיעות בו, והוא מדרג את MiniMax M3 ב-44 לעומת DeepSeek V4 Pro ב-32 בתצורה שאינה מבוססת חשיבה (תצורת החשיבה לא דורגה ב-AA בעת כתיבת שורות אלה). תחרות קידוד של צד שלישי שפורסמה החודש נותנת תמונה חדה יותר: MiniMax M3 קיבל את הציון הגבוה ביותר בסך הכל במשימת יישום בעולם האמיתי, כששופט שיבח את הקוד שלו כ"ברמה תעשייתית", בעוד DeepSeek V4 Pro תואר כמתכנן הארכיטקטורה הטוב ביותר אך חלש יותר בהבאת היגיון עסקי עד כדי קוד עובד — "טוב בחשיבה, לא בביצוע". לבעיות אלגוריתמיות בסגנון תכנות תחרותי, המספרים של Codeforces ו-LiveCodeBench מצביעים על V4 Pro. כשמדובר בהפיכת מפרט לשירות מוגמר שנבדק, התוצאות בעולם האמיתי נוטות ל-M3.

רב-מודאליות היא ההתפצלות האמיתית בדרך.

הסירו את אמות המידה וההבדל המכריע הוא מודאליות הקלט. MiniMax M3 מקבל טקסט, תמונה ווידאו באופן מובנה ותומך בשימוש במחשב ובהתבססות חזותית — סוכן יכול לקרוא תרשים, לצפות במסך ולפעול על מה שהוא רואה. DeepSeek V4 Pro הוא מבוסס טקסט בלבד, מה שמתאים בדיוק לצינורות של קוד טהור ומסמכים וחסר תועלת לכל דבר שבו התשובה נמצאת בתוך תמונה. אם סוכן הקידוד שלך עובד מתוך issues ומאגרי קוד, מיקוד הטקסט של V4 Pro לא עולה לך כלום. אם הוא אי פעם צריך להסתכל על אבטיפוס ממשק, צילום מסך של קריסה או תמונת לוח לבן, M3 הוא היחיד מבין השניים שיכול.

מחיר ומהירות: שתי עקומות שונות

במחירי הרשימה של הספק שמועברים דרך OrcaRouter, שני הדגמים זולים במקומות שונים:

• DeepSeek V4 Pro — $0.44 למיליון קלט, $0.88 למיליון פלט, קלט במטמון $0.0035 למיליון.

MiniMax M3 — $0.30 למיליון קלט, $1.20 למיליון פלט, קלט במטמון $0.06 למיליון.

M3 מנצחת בקלט ובשמירה במטמון; V4 Pro מנצחת בפלט, והפלט הוא המקום שבו מתחייבים טוקני חשיבה. מכיוון ש-DeepSeek V4 Pro מופעלת כברירת מחדל במצב חשיבה והנימוק שלה מפורט, ריצת סוכן ארוכה יכולה להטות את העלות המשולבת לצד של V4 Pro, למרות הקלט הזול יותר של M3. המהירות פועלת בכיוון ההפוך: MiniMax M3 נמדדת בסביבות 80–145 טוקני פלט בשנייה, בהתאם לספק, לעומת כ-54–65 של DeepSeek V4 Pro. היתרון של קשב דליל של M3 בולט בעיקר בהקשר ארוך, שבו הפענוח נשאר מהיר בזמן שעלות הקשב של V4 Pro עולה.

שניהם על OrcaRouter מאחורי מפתח אחד תואם OpenAI, מה שהופך את זה לפחות הימור ממה שזה נראה: נתיב ייצור יכול לנתב את DeepSeek V4 Pro למעברים האלגוריתמיים ולכתיבה הארוכה, ואת MiniMax M3 למעברים המולטי-מודאליים ורחבי-ההקשר, ולהשתמש ב-DSL הניתוב או במיזוג מודלים כדי שישתפו פעולה בקריאה אחת — כשכל אחד מחויב במחירון הספק עם 0% תוספת, ועם מעבר אוטומטי אם נקודת הקצה של ספק כלשהו מתערערת.

איזה מתאים

• תכנות תחרותי, חשיבה אלגוריתמית, מתמטיקה, תפוקה מקסימלית לכל קריאה → DeepSeek V4 Pro. תוצאות Codeforces ו-LiveCodeBench הן המספרים החזקים ביותר על הלוח בקטגוריית המשקלים הפתוחים.

• הפיכת מפרטים לשירותים מוגמרים, ריצות סוכן אוטונומיות ארוכות → MiniMax M3, לפי תחרויות הקידוד בעולם האמיתי ולהובלתו ב-SWE-Bench Pro הסוכנותי.

• כל קלט שאינו טקסט (צילומי מסך, דיאגרמות, פריימים מווידאו) → MiniMax M3, האפשרות המולטימודלית היחידה כאן.

• הקשר של מיליון טוקנים שצריך להישאר משתלם ומהיר → תשומת הלב הדלילה (sparse attention) של MiniMax M3, עם שיפור של פי 9 ב-prefill ופי 15 ב-decode בהשוואה לדור הקודם.

• עלות הפלט הנמוכה ביותר לטקסט → DeepSeek V4 Pro ב-$0.88 לעומת $1.20 של M3, במיוחד עם מצב החשיבה מופעל.

• אחסון עצמי על GPUs צנועים במרכזי נתונים → טביעת הרגל הפעילה הקטנה יותר של MiniMax M3; נקודת הביקורת FP8 של V4 Pro בנפח 862 GB דורשת אשכול רציני.

לאף אחד מהדגמים אין עדיין פסק דין סופי, ושניהם מתקדמים במהירות — המבנה הרשמי של DeepSeek V4 Pro הגיע השבוע ועדיין לא נבחן במבדקים בלתי תלויים, המשקולות של MiniMax M3 הובטחו אך עדיין צריכות להגיע במלואן למאגרים הפתוחים, ו-DeepSeek הכריזה על העלאת מחיר לקו V4. אם צריך לבחור היום, יש לבחור לפי מודאליות ועומס עבודה: עבודה מולטי-מודאלית ועבודת סוכן ארוכת-הקשר הולכת ל-MiniMax M3, ניתוח טקסט וקוד טהור במחיר הפלט הנמוך ביותר הולך ל-DeepSeek V4 Pro — ולנתב אותם יחד כך שכאשר לוח התוצאות העצמאי הראשון של כל אחד מהדגמים יתפרסם, החלפת התעבורה שלך תהיה שינוי בקונפיגורציה, לא שכתוב.