DeepSeek V4.1 Flash vs MiniMax M3.1 Flash: Kartu Identik, Model Berbeda

Dua vendor, dua model, satu harga. Keduanya, DeepSeek V4.1 Flash dan MiniMax M3.1 Flash, berharga $0,15 per juta token input dan $0,60 per juta token output di OrcaRouter. Keduanya menyajikan konteks 1 juta token. Tak satu pun merupakan andalan utama, dan keduanya adalah tier yang ingin dipacu volumenya oleh vendor masing-masing. Harga nominal tidak bisa memisahkan keduanya, sehingga inilah perbandingan paling bersih di situs ini: setiap kolom lainnya yang menentukan, dan tak ada satu pun yang tersembunyi.

Kartu-kartu itu

• DeepSeek V4.1 Flash — $0,15 masuk, $0,60 keluar; $0,003 input ter-cache; naik dua kali lipat menjadi $0,30 dan $1,20 pada dua jendela hari kerja; konteks 1M; keluaran maksimum 384K; 2.500 permintaan bersamaan; mendukung visi; p50 token pertama terukur 1,49 detik.

• MiniMax M3.1 Flash — $0,15 masuk, $0,60 keluar; konteks 1M; keluaran maksimum 524K; p50 token pertama terukur 2,66 detik; tidak ada baris cache-hit yang dipublikasikan pada kartu sebagaimana yang kami baca.

Tiga perbedaan penting, dan ketiganya dapat diukur sebelum Anda berkomitmen: batas output, latensi token pertama, dan apakah prefiks yang di-cache mendapat diskon.

Plafon: 524K dibandingkan 384K

Batas output MiniMax 36% lebih besar. Dalam satu panggilan, itu adalah perbedaan antara generasi 350.000 token yang muat dan yang tidak — dan 350.000 token output dengan $0,60 per juta adalah 21 sen baik dalam kondisi apa pun, jadi batas tersebut merupakan garis kemampuan, bukan garis biaya. Jika beban kerja Anda tidak pernah menulis lebih dari 300K dalam satu permintaan, kolom ini seri dengan angka pemasaran yang ditempelkan.

Jika memang demikian, MiniMax adalah satu-satunya dari keduanya yang akan menerima pekerjaan itu, dan harga yang identik tidak lagi menjadi persoalan utama.

Kecepatan: 1,49 dibandingkan 2,66 detik

Token pertama DeepSeek yang terukur adalah 1,49 detik; MiniMax 2,66 detik. Keduanya cukup cepat sehingga antarmuka chat terasa responsif, dan keduanya cukup lambat sehingga agen yang menjalankan dua puluh giliran per tugas memperhatikan perbedaannya — sekitar 23 detik per tugas pada angka-angka ini, dibandingkan dengan biaya token yang hanya beberapa sen. Pada pipeline yang dibatasi oleh throughput, model yang lebih cepat berarti lebih banyak pekerjaan yang selesai per jam dengan anggaran konkurensi yang sama.

Baris cache, yang hanya ditampilkan oleh satu kartu

DeepSeek menerbitkan harga cache-hit: $0.003 per juta token input, dibandingkan $0.15 untuk cache miss. Itu adalah diskon lima puluh kali lipat pada bagian prompt yang berulang, dan merupakan tuas terbesar di kedua kartu. Kartu MiniMax, sebagaimana kami membacanya, tidak memuat baris yang setara — yang bukan berarti caching tidak ada, hanya saja diskon tersebut tidak dapat diterbitkan dari kartu itu.

Bagi agen yang mengirim ulang prompt sistem yang stabil dan riwayat yang terus bertambah pada setiap giliran, asimetri itu dapat lebih besar daripada batas atas maupun latensi. Ini juga merupakan hal pertama yang harus diuji, bukan diasumsikan: kirim awalan yang sama dua kali dan bandingkan kedua tagihannya.

Jendela puncak, yang hanya dimiliki oleh satu kartu.

DeepSeek menggandakan setiap tarif antara pukul 01.00–04.00 dan 06.00–10.00 UTC pada hari kerja, dengan pengecualian hari libur nasional Tiongkok. Tarif MiniMax sebesar $0,15 dan $0,60 bersifat tetap. Beban kerja Eropa atau Asia yang berjalan pada jam kerja berada pada tarif puncak DeepSeek untuk sebagian besar lalu lintasnya — $0,30 dan $1,20, yaitu dua kali tarif tertera MiniMax untuk token yang sama.

Jadi kartu yang identik itu tidak identik dalam praktik. Di luar jam sibuk, dengan prefiks cache yang stabil, DeepSeek jauh lebih murah. Dalam jendela jam sibuk hari kerja tanpa caching, harganya dua kali lebih mahal. Jadwal menentukan kalimat mana yang benar.

Apa yang harus dijalankan

Kedua model ada di OrcaRouter dengan tarif yang dipublikasikan oleh vendor masing-masing, pada satu endpoint yang kompatibel dengan OpenAI dengan failover otomatis, dan itulah yang membuat pengujian ini murah: arahkan sebagian lalu lintas ke masing-masing model lalu bandingkan token output per tugas yang diselesaikan, latensi p95, dan proporsi permintaan yang masuk ke jendela puncak DeepSeek.

Yang sebaiknya tidak Anda lakukan adalah terpaku pada stiker. Itu adalah satu-satunya kolom tempat kedua model ini sepakat, yang berarti itu satu-satunya kolom yang tidak memberi tahu Anda apa pun.