MiniMax M3.1 Flash vs DeepSeek V4.1 Flash: Keduanya Terbuka, Hanya Satu yang MIT

Hingga minggu ini, perdebatan antara MiniMax M3.1 Flash dan DeepSeek V4.1 Flash adalah perdebatan tabel benchmark, karena hanya itu yang diberikan kedua lab untuk diperdebatkan. Itu berakhir pada 23 Oktober 2026, ketika MiniMax menerbitkan bobot M3.1 Flash di Hugging Face, empat hari setelah model itu diluncurkan pada 19 Oktober. DeepSeek V4.1 Flash telah dapat diunduh sejak rilisnya pada 10 September, dan checkpoint 1017-nya telah ada di Hugging Face dengan lisensi MIT sejak 17 Oktober. Kedua model sekarang berbobot terbuka. Hanya satu dari keduanya yang bersumber terbuka, dan perbedaannya bukan akademis: itu menentukan apakah sebuah perusahaan dapat membangun produk di atas checkpoint tersebut tanpa meminta izin siapa pun.

Kesenjangan kemampuan itu nyata tetapi sempit. Artificial Analysis menempatkan DeepSeek V4.1 Flash 1017 pada 45 dalam Intelligence Index-nya dan MiniMax M3.1 Flash pada 43, pada suite v4.3.2 yang sama. Kesenjangan ekonomi berjalan ke arah sebaliknya: $0,26 untuk menyelesaikan tugas indeks pada DeepSeek versus $0,22 pada MiniMax. Kesenjangan lisensi tidak berjalan ke arah mana pun. Ini adalah perbedaan kategoris, dan ini adalah hal pertama yang harus diselesaikan sebelum baris-baris benchmark menjadi penting.

Apa yang berubah pada 23 Oktober

Sebelum bobot dirilis, perbandingan yang masuk akal adalah yang kami terbitkan pada tabel vendor: dua lab, nama benchmark yang tumpang tindih, hanya beberapa baris yang diukur dengan cara yang sama. Perbandingan itu masih valid, dan masih menunjukkan DeepSeek unggul pada baris coding dan agent yang sama-sama ada. Yang tidak bisa dijawabnya adalah pertanyaan pengadaan, karena MiniMax telah menjanjikan bobot "nanti" tanpa tanggal, tanpa lisensi, dan tanpa jumlah parameter yang disertakan.

Ketiga kekosongan itu kini telah terisi. MiniMax M3.1 Flash adalah model mixture-of-experts dengan total 428B dan 23B parameter aktif, konteks 1.000.000 token, batas keluaran 524.288 token, serta repositori 252,4 GB yang tersebar di 48 shard ditambah drafter speculative decoding. Lisensinya adalah MiniMax Community Licence. DeepSeek V4.1 Flash 1017 tetap merupakan model dengan total 552B dan 16B parameter aktif saat decoding, konteks 1 juta token, batas keluaran 384.000 token, serta repositori 510,3 GB dengan lisensi MIT.

Letakkan kedua kalimat itu berdampingan, dan bentuk keputusannya menjadi jelas. MiniMax adalah unduhan yang lebih kecil dan model yang lebih mudah dipasang pada empat GPU. DeepSeek adalah unduhan yang lebih besar, model yang lebih kuat pada sebagian besar tolok ukur bersama, dan yang memiliki lisensi yang dapat dibereskan tim hukum dalam satu sore.

Lisensi-lisensinya, secara berdampingan

MIT adalah lisensi open-source paling sederhana yang umum digunakan: gunakan, ubah, distribusikan ulang, jual, tanpa pemberitahuan dan tanpa syarat pendapatan. DeepSeek V4.1 Flash dirilis di bawah MIT, dan repositori Hugging Face menyertakan berkas lisensinya. Jika produk Anda menyematkan bobot model, MIT hanya meminta Anda mempertahankan pemberitahuan hak cipta.

MiniMax Community Licence adalah kontrak komersial yang berkedok lisensi terbuka. Lisensi ini gratis untuk penggunaan nonkomersial. Penggunaan komersial membawa dua syarat. Setiap penerapan komersial harus menampilkan "Built with MiniMax M3" secara mencolok — di situs web, di antarmuka pengguna, di postingan blog, di halaman tentang, atau di dokumentasi produk. Dan tingkat pendapatan menentukan apa lagi yang harus dipenuhi.

• Pada atau di bawah $20 juta pendapatan tahunan — pemberitahuan satu kali kepada MiniMax melalui email, baris subjek yang ditentukan dalam lisensi

• Pendapatan tahunan di atas $20 juta — otorisasi tertulis sebelumnya dari MiniMax sebelum penggunaan komersial

• Hosting komersial — secara eksplisit tercakup dalam definisi lisensi, sehingga bisnis inferensi yang dibangun di atas bobot berada di dalam klausul, bukan di luarnya

• Versi yang telah disesuaikan dan dilatih lanjut — juga tercakup saat digunakan secara komersial

• Penggunaan yang dilarang — konten ilegal, tujuan militer, merugikan anak di bawah umur, menyebarkan informasi palsu secara sengaja, serta diskriminasi atau ujaran kebencian terhadap kelompok yang dilindungi

Lini pendapatan adalah bagian yang mengubah perilaku. Startup dua orang dapat mematuhinya dengan sebuah email dan tautan di footer. Perusahaan dengan pendapatan $30 juta tidak dapat merilis model tanpa negosiasi, dan negosiasinya adalah dengan laboratorium Tiongkok yang ketentuannya dapat berubah pada revisi berikutnya. Itu adalah profil risiko yang berbeda dari MIT meskipun tombol unduhnya terlihat sama. Ini juga menjelaskan mengapa sebagian komentator mulai menyebut rilis dengan bentuk seperti ini sebagai "pseudo-open": bobotnya terbuka, izinnya tidak.

252 GB versus 510 GB, dan mengapa itu bukan keseluruhan cerita penyajian

Ukuran unduhan adalah perbedaan konkret pertama yang dihadapi tim self-hosting. Repositori MiniMax berukuran 252,4 GB karena model ini dilatih secara native untuk routed experts NVFP4 dan KV cache NVFP4; checkpoint dikirim dalam keadaan sudah terkuantisasi, bukan sebagai file BF16 yang Anda kompres sendiri. Repositori DeepSeek 1017 berukuran 510,3 GB, sekitar dua kali jumlah byte untuk model dengan total parameter 124 miliar lebih banyak tetapi parameter aktifnya lebih sedikit.

Angka-angka itu bukan perbandingan setara — kedua lab membuat pilihan presisi yang berbeda, dan file yang lebih kecil tidak otomatis berarti deployment yang lebih murah — tetapi itulah yang sebenarnya Anda pindahkan, simpan, dan muat. Konsekuensi pada serving lebih berguna daripada ukuran unduhan. Postingan day-0 vLLM melaporkan bahwa M3.1 Flash memuat 76 sekuens 256K token bersamaan pada empat GPU NVIDIA B300, dibandingkan 28 untuk MiniMax-M3 dengan cache KV FP8. Laporan tersebut menyebutkan 418,9 token output per detik per pengguna di GB300 AgentX pada sisi yang sensitif terhadap latensi, dan total 153,8K token per detik per GPU pada sisi throughput.

Arsitektur DeepSeek mengarah ke arah sebaliknya. Total 552B-nya lebih besar, tetapi hanya 16B parameter yang aktif selama decode dan 8B selama prefill, sehingga komputasi per token yang dihasilkan lebih rendah daripada yang disiratkan oleh total tersebut. Pertukarannya adalah kapasitas memori dan interkoneksi: checkpoint 510 GB mengarah pada penerapan multi-node, sementara MiniMax telah menerbitkan resep empat GPU. MiniMax lebih mudah disiapkan di klaster kecil. DeepSeek lebih cepat per token yang dihasilkan setelah klaster tersedia, dan tarif off-peak-nya setara dengan tarif tetap MiniMax.

Kemampuan: 45 berbanding 43, dan baris-baris di bawahnya

Pada indeks independen, selisih dua poin itu nyata tetapi bukan jurang. Kedua model berada di antara segelintir model open-weight teratas, keduanya memiliki konteks sejuta token, dan keduanya adalah model reasoning yang menghabiskan banyak token output sebelum menjawab. Perbedaannya terletak pada bentuk kapabilitasnya, bukan pada angka utamanya.

• Intelligence Index — 45 untuk DeepSeek V4.1 Flash 1017, 43 untuk MiniMax M3.1 Flash, keduanya pada Artificial Analysis v4.3.2

Biaya per tugas indeks — $0,26 dibandingkan $0,22, keunggulan 15% untuk MiniMax

• Kecepatan output — 206,1 token per detik dibandingkan 92,5, keunggulan 2,2x bagi DeepSeek

• Waktu hingga token pertama — 1,01 detik dibandingkan 1,52 detik

• Keluaran maks — 384,000 token dibandingkan 524,288

• Konteks — 1.000.000 token pada keduanya

• Input — teks dan gambar di DeepSeek; teks, gambar, dan video di MiniMax

Benchmark vendor memberikan gambaran yang lebih spesifik, dan setiap benchmark tersebut dilaporkan oleh vendor. Pada dua baris yang diukur kedua lab pada harness yang bernama dan dapat dibandingkan, DeepSeek unggul: DeepSWE v1.1 sebesar 77,0% berbanding 73,7%, dan Agents' Last Exam sebesar 35,4 berbanding 29,6. Pada Terminal-Bench 4.0, DeepSeek melaporkan 42,3 dalam harness Claude Code berbanding 38,1 milik MiniMax. MiniMax menang di Automation-Bench v1.0.6 dengan 62,8 berbanding 60,5, dan mengungguli tipis Humanity's Last Exam tanpa alat dengan 43,4 berbanding 42,6. Sisa setiap tabel diukur pada rig yang berbeda, dinilai oleh model yang berbeda, atau dipublikasikan oleh hanya satu pihak.

Lalu ada angka yang tidak disebutkan dalam tulisan peluncuran mana pun. Evaluasi AA-Omniscience dari Artificial Analysis menempatkan MiniMax M3.1 Flash pada skor keseluruhan 16 dengan tingkat halusinasi 93%: ketika tidak tahu, hampir setiap kali model itu menjawab alih-alih menahan diri. Kartu DeepSeek memuat peringatannya sendiri tentang kesalahan pemilihan sparse dalam attention terkompresi dan rekonstruksi state pada konteks yang sangat panjang. Tidak ada dari kedua catatan itu yang muncul dalam tabel benchmark vendor, dan keduanya lebih penting dalam agen yang bertindak daripada di jendela chat yang bisa ditutup.

Harga: rata menempel pada jam

Kartu tarifnya terlihat identik pada angka utamanya dan mulai berbeda begitu Anda membaca jam-jamnya. MiniMax mengenakan biaya $0,15 per juta token masukan dan $0,60 per juta token keluaran, tetap, dengan masukan yang di-cache sebesar $0,015. DeepSeek mengenakan biaya yang sama, $0,15 dan $0,60, di luar jam sibuk, tetapi menjadi dua kali lipat, yaitu $0,30 dan $1,20, antara pukul 01.00 dan 04.00 UTC dan lagi antara pukul 06.00 dan 10.00 UTC pada hari kerja. Tingkat cache hit-nya adalah $0,003 di luar jam sibuk dan $0,006 pada jam sibuk, diskon 98%.

Untuk beban kerja yang berjalan pada jam AS, jendela puncak DeepSeek sebagian besar tidak mengganggu dan kedua kartu tarifnya berdekatan. Untuk tim Eropa yang CI-nya berjalan pukul 07.00 waktu London, empat jam setiap hari kerja ditagih dua kali lipat, dan kartu tarif tetap MiniMax menang tanpa perlu argumen kemampuan. Untuk loop agen yang berat cache pada repositori stabil, pembacaan cache DeepSeek sebesar $0.003 lima kali lebih murah daripada $0.015 milik MiniMax, yang dapat menenggelamkan perbedaan per token. Perbandingan yang tepat adalah satu bulan lalu lintas aktual Anda, bukan tarif campuran.

Checkpoint mana yang harus Anda unduh

Unduh MiniMax M3.1 Flash jika Anda menginginkan artefak yang lebih kecil, resep empat GPU, batas keluaran yang lebih panjang, input video, atau lisensi yang dapat Anda penuhi dengan sebuah email dan satu baris atribusi. Model ini lebih mudah dijalankan pada perangkat keras yang sudah Anda miliki, dan biaya per tugas indeks yang diselesaikan lebih rendah di antara keduanya.

Unduh DeepSeek V4.1 Flash 1017 jika Anda menginginkan MIT, baris benchmark bersama yang lebih kuat, kecepatan keluaran sekitar dua kali lipat, atau diskon cache yang cukup besar untuk mengubah ekonomi loop agen. Ini adalah penerapan yang lebih sulit dan pengadaan yang lebih mudah, yang merupakan pertukaran berlawanan dari MiniMax.

Jangan mengunduh salah satu pun jika tagihan token bulanan Anda kecil. Dengan $0.60 per juta token keluaran, satu miliar token per bulan adalah $600 melalui API MiniMax; waktu rekayasa untuk menjaga checkpoint 252 GB tetap melayani secara andal lebih mahal daripada itu bagi sebagian besar tim. Bobot terbuka adalah opsi strategis, bukan penghematan biaya default.

Di mana OrcaRouter cocok

OrcaRouter tidak menghosting MiniMax M3.1 Flash saat ini, dan artikel ini bukan klaim bahwa OrcaRouter melakukannya. OrcaRouter memang merutekan DeepSeek V4.1 Flash 1017, bersama generasi MiniMax-M3 sebelumnya, melalui kunci yang sama dengan lebih dari 200 model lainnya. Hal itu penting untuk perbandingan seperti ini: Anda dapat menempatkan checkpoint DeepSeek di depan trafik Anda sendiri tanpa kontrak kedua, menjaga MiniMax-M3 sebagai fallback, dan membiarkan failover otomatis menangani rute yang goyah. Harga daftar penyedia diteruskan dengan markup 0%, sehingga tarif peak dan off-peak DeepSeek muncul di tagihan sebagaimana vendor menagihkannya, bukan sebagai perkiraan gabungan.

Jika Anda melakukan self-host untuk salah satu checkpoint, router adalah pelengkap, bukan pengganti: ia memberi Anda cadangan yang dihosting untuk jam-jam ketika cluster Anda jenuh atau sedang ditingkatkan. Jika Anda memanggil API, inilah pembeda antara perbandingan yang Anda baca dan perbandingan yang dapat Anda jalankan pada prompt Anda sendiri sore ini.

Versi singkatnya: MiniMax telah menutup kesenjangan kemampuan cukup jauh sehingga lisensi dan kebutuhan sumber daya penyajian kini menjadi penentu pilihan, dan DeepSeek tetap unggul soal lisensi. Itu adalah pertandingan yang lebih menarik daripada tabel benchmark, dan juga lebih tahan lama.

Satu perbedaan terakhir yang perlu diingat dengan tepat: akhiran 1017 bukan hiasan. Checkpoint DeepSeek V4.1 Flash September mendapat skor 39 pada indeks yang sama, empat poin di bawah MiniMax. Setiap perbandingan dalam artikel ini dilakukan terhadap checkpoint 17 Oktober, karena itulah yang bobot, lisensi, dan baris benchmark-nya terkini.