MiniMax M3.1 Flash vs DeepSeek V4 Flash: un nome, due modelli

MiniMax M3.1 Flash e DeepSeek V4 Flash sembrano lo stesso prodotto venduto due volte: entrambi sono economici, entrambi dichiarano un contesto da un milione di token, entrambi provengono da laboratori cinesi che nel 2026 si sono fatti concorrenza al ribasso sul prezzo. La prima cosa da sapere è che uno di quei due nomi non indica più un modello fisso. MiniMax M3.1 Flash è stato rilasciato il 19 ottobre 2026 come modello chiuso per coding e agenti che ragiona sempre, a 0,15 $ in ingresso e 0,60 $ in uscita per milione di token. DeepSeek V4 Flash è un modello open-weight con licenza MIT di aprile 2026, aggiornato il 31 luglio — e dal 10 settembre, chiunque digiti deepseek-v4-flashnell'API di DeepSeek stessa parla in realtà con DeepSeek V4.1 Flash. La documentazione di DeepSeek ora afferma che i nomi ritirati sono ancora accettati, ma che «i modelli corrispondenti sono stati ritirati». Quindi esistono due versioni oneste di questo confronto, e quale delle due ti serve dipende dal fatto che tu chiami l'endpoint di DeepSeek o scarichi i pesi.I fallimenti documentati dell'IA e gli incidenti con gli agenti alla base di rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, il livello di gravità, il grado di confidenza e l'indicatore di contestazione.

Entrambi meritano una stima di prezzo, perché entrambi sono davvero economici e lo sono in modi diversi. Quello che segue è prima la trappola della disponibilità, poi le righe delle specifiche che determinano davvero l’acquisto, quindi l’aritmetica — perché in questo abbinamento il prezzo per token e il conto per attività puntano in direzioni opposte.

Quale DeepSeek V4 Flash stai effettivamente confrontando

Tre cose condividono il nome e si comportano diversamente al momento del pagamento.

• I pesi aperti originali. DeepSeek V4 Flash è un mixture-of-experts da 284 miliardi di parametri con 13 miliardi attivi per token, pubblicato con licenza MIT su Hugging Face in FP4 e FP8. L'aggiornamento di luglio è la versione che le terze parti servono ancora, e la versione elencata nel nostro catalogo: $0,22 per milione di input, $0,66 per milione di output, $0,007 per milione sulle letture dalla cache, contesto di 1.048.576 token, output massimo 384.000, solo input testuale.

• La scheda del fornitore che un tempo riportava. $0,14 in ingresso e $0,28 in uscita per milione era la tariffa di D​eepSeek per V4 Flash. Oggi non puoi pagarla, perché D​eepSeek ha ritirato lo SKU. Confrontarla con i $0,15/$0,60 di M​iniMax è l'errore più comune in questo confronto e sovrastima di circa il doppio il vantaggio di D​eepSeek sull'output.

• L'identificatore che risponde ancora. deepseek-v4-flash ora viene instradato a DeepSeek-V4.1-Flash-1017 e viene fatturato alle tariffe di V4.1 Flash — 0,15 $ in input e 0,60 $ in output fuori punta, che raddoppiano a 0,30 $ e 1,20 $ durante le finestre di picco nei giorni feriali di D​eepSeek (01:00–04:00 e 06:00–10:00 UTC), con cache hit a 0,003 $ e 0,006 $. Questa è un'architettura diversa a un prezzo diverso, che indossa il vecchio nome come alias di comodità.

La conseguenza pratica è più limitata di quanto sembri e più facile da mettere in atto che da ricordare. Se ospiti autonomamente o acquisti D​eepSeek V4 Flash da una terza parte che distribuisce i pesi aperti, ottieni il modello di aprile/luglio a una tariffa fissa stabile. Se ti indirizzi all'URL di D​eepSeek stesso, ottieni il successore, il cui prezzo raddoppia per una parte della giornata lavorativa. Nessuno dei due è il vero rivale di M​iniMax in una classifica — lo è il successore, ed è avanti di due punti. Ciò emerge dai numeri qui sotto.

Le sei righe che lo decidono

Metti le due schede tecniche una accanto all'altra e la maggior parte delle righe si equivale. Le righe che non si equivalgono sono abbastanza decisive da orientare la pianificazione.

• Prezzo per milione — M​iniMax M3.1 Flash 0,15 $ in ingresso, 0,60 $ in uscita, 0,015 $ in cache. DeepSeek V4 Flash 0,22 $ in ingresso, 0,66 $ in uscita, 0,007 $ in cache così come lo serviamo; 0,15 $ / 0,60 $ tramite l'alias di D​eepSeek stesso, il doppio nelle ore di punta.

• Finestra di contesto — 1.000.000 di token contro 1.048.576. Una differenza di 48.576 token che non sarà mai il motivo per cui un job fallisce.

• Output massimo — non pubblicato da M​iniMax. 384.000 token su DeepSeek V4 Flash. Questa è la riga che conta di più e occupa una sezione a sé.

• Input — testo, immagini e video in ingresso, testo in uscita, su M​iniMax M3.1 Flash. Solo testo su DeepSeek V4 Flash, il cui lavoro sulla visione è passato a una build sperimentale separata che D​eepSeek ha ritirato a sua volta a settembre.

• Controllo del ragionamento — una scala di intensità da bassa a massima che non puoi disattivare, impostata su massima per impostazione predefinita, su M​iniMax M3.1 Flash. Ragionamento attivo per impostazione predefinita ma realmente disattivabile su DeepSeek V4 Flash.

• Pesi — chiusi, con MiniMax che promette il rilascio «più tardi», contro pesi con licenza MIT su Hugging Face oggi.

Altre due righe appartengono qui, anche se sono operative anziché tecniche. Il tariffario di MiniMax non prevede affatto fasce di picco — il prezzo è il prezzo, qualunque ora si utilizzi — mentre il successore di DeepSeek raddoppia nei picchi infrasettimanali che cadono proprio in una mattina europea. E MiniMax pubblica 200 richieste al minuto e 10 milioni di token al minuto condivisi con MiniMax-M3, contro un tetto di 2.500 richieste simultanee sullo SKU Flash di DeepSeek.

Il lato numero uno non pubblicherà

Un milione di token di contesto è una promessa sulla lettura. L'output massimo è una promessa sulla scrittura, ed è quella che decide se un'attività può stare in una singola chiamata. Chiedi a MiniMax M3.1 Flash di leggere un repository e produrre un piano di migrazione, una suite di test completa o un refactoring da 60 file, e lo farà in più turni, perché il fornitore non pubblica alcun tetto massimo — la documentazione espone il parametro max_tokens e avverte che i token di ragionamento vengono conteggiati ai fini del limite, e si ferma lì. Chiedi la stessa cosa a DeepSeek V4 Flash e hai 384.000 token di spazio, sufficienti per l'intero piano in una sola risposta.

Non è tanto un difetto del modello di M​iniMax quanto una lacuna nella sua documentazione, e questa lacuna ha un costo concreto: senza un numero non è possibile dimensionare un budget, impostare una policy di retry o prevedere dove una generazione lunga si tronca. Se M​iniMax ne pubblicherà uno in seguito, questo paragrafo diventerà rapidamente obsoleto, e per di più a favore del modello. Fino ad allora, qualsiasi carico di lavoro il cui valore dipenda da un singolo completamento molto lungo dovrebbe essere indirizzato al modello che dichiara il proprio limite massimo.

L'unico punteggio sullo stesso harness, e la scala che lo circonda

Le tabelle di benchmark dei fornitori sono marketing con i decimali, quindi la domanda utile è quali due numeri sono stati prodotti dallo stesso harness sulla stessa versione. In questo confronto c’è esattamente una coppia pulita: DeepSWE v1.1, in cui MiniMax riporta 73,7% e DeepSeek riporta 74,2% per V4.1 Flash. Mezzo punto di differenza, entrambi dichiarati dal fornitore, nessuno dei due riprodotto in modo indipendente. Ogni altra riga che un marketer ti mostrerà confronta versioni diverse dell’harness o generazioni diverse e non può essere sottratta.

Il post di lancio di M​iniMax aggiunge BankerToolBench 76.2, OSWorld V2 61.7, Agents' Last Exam 29.6 e CyberGym 82%, tutti riportati dal fornitore, nessuno con una colonna D​eepSeek accanto. Rivendica anche "i migliori" su AutomationBench-AA senza pubblicare il punteggio, che è il genere di affermazione che andrebbe letta come assente finché qualcun altro non la completa.

Il quadro indipendente è più esile e più utile. Artificial Analysis assegna a MiniMax M3.1 Flash 43 punti sul suo Intelligence Index, quarto su 173 modelli, a un costo di 0,22 $ per ogni attività dell'indice completata. Il dismesso DeepSeek V4 Flash 0731 si colloca a 34 e 0,17 $. DeepSeek V4.1 Flash 1017 — il modello che il vecchio nome raggiunge effettivamente — si colloca a 45 e 0,26 $. Letto come una linea anziché come una classifica, è straordinariamente ordinato: nove punti dell'indice per cinque centesimi per attività, poi due punti in più per quattro centesimi in più. MiniMax è il gradino intermedio, e il gradino più alto appartiene al fornitore con cui si suppone sia in competizione.

La velocità è il punto in cui la dichiarazione del fornitore e la misurazione divergono più nettamente. Il post di M​iniMax promette «200+ TPS nell'uso quotidiano» con un P50 superiore a 170. Artificial Analysis misura 104,7 token di output al secondo con un tempo al primo token di 1,28 secondi, mentre DeepSeek V4.1 Flash 1017 misura 210,6 token al secondo a 1,07 secondi. Considerale cifre dinamiche e non fisse: la stessa pagina di Artificial Analysis riportava 125,5 token al secondo e un punteggio dell'indice di 42 il giorno del lancio, mentre oggi riporta 104,7 e 43, cioè l'aspetto di una voce vecchia di un giorno prima che si assesti.

Quanto costa un mese di traffico degli agenti su ciascuno

I prezzi per token sono un indicatore poco affidabile in questo caso, perché i due modelli consumano token di output a ritmi molto diversi. M​iniMax M3.1 Flash non riesce a smettere di pensare: invia thinking: disabled e l'API restituisce HTTP 400, inoltre lo sforzo predefinito è il livello più costoso. Ciò significa che ogni turno comporta token di ragionamento che la fattura conteggia e che l'utente non vede mai.

Prendi un agente di coding con un prefisso stabile di 40.000 token — prompt di sistema, schemi degli strumenti, mappa del repository — in esecuzione per 60 turni, con ogni turno che aggiunge 1.200 nuovi token di input e produce 900 token di output visibile. Supponi che l'effort predefinito di MiniMax triplichi all'incirca il suo output per turno grazie al ragionamento e che DeepSeek operi in modalità non-thinking:

M​iniMax M3.1 Flash, a $0,15 / $0,60 / $0,015 — $0,036 per le letture del prefisso in cache, $0,011 per i nuovi input, $0,097 per 162.000 token di output. Circa $0,14 per sessione.

• DeepSeek V4 Flash, ai nostri prezzi applicati di $0,22 / $0,66 / $0,007 — $0,017 in cache, $0,016 per input nuovi, $0,036 su 54.000 token di output. Circa $0,07 per sessione.

• DeepSeek V4.1 Flash 1017, a $0,15 / $0,60 / $0,003 fuori punta — $0,007 in cache, $0,011 input, $0,032 output. Circa $0,05, e circa $0,10 se l'esecuzione cade in una finestra di punta.

L'assunzione su cui si regge tutto è il volume di token di ragionamento, ed è un'assunzione: MiniMax non pubblica alcun dato al riguardo, e il rapporto varia con l'impostazione di effort che scegli. Ciò che non è un'assunzione è la direzione: il modello con il prezzo uguale o più basso produce il conto più salato su un loop agentico, perché ragiona a ogni turno, che il turno ne abbia bisogno o no. Abbassa l'effort a low o medium e il divario si restringe nettamente; lascia il valore predefinito e non succede.

Il caching amplia ulteriormente il divario. Lo sconto sulla cache di MiniMax è del 90% sull'input, con una corrispondenza che parte da 512 token di input e procede con l'elenco degli strumenti, poi il prompt di sistema, poi i messaggi utente. Quello di DeepSeek è del 98% e viene applicato automaticamente, con l'avvertenza dello stesso fornitore che è best-effort e senza TTL fisso. Su una sessione lunga, questa differenza vale più della tariffa nominale.

Questa è la sezione in cui il routing dimostra il proprio valore invece di restare uno slogan: su una sola chiave per oltre 200 modelli, con i prezzi di listino dei provider trasferiti a markup 0%, entrambi gli SKU D​eepSeek sono già richiamabili oggi — deepseek/deepseek-v4-flash per i pesi aperti fissati e deepseek/deepseek-v4.1-flash-1017 per lo snapshot fisso di ottobre — e un taglio di prezzo del fornitore arriva qui lo stesso giorno in cui arriva là. M​iniMax M3.1 Flash non è in quella lista, e la versione onesta della nota sulla disponibilità è che è raggiungibile solo tramite l'API proprietaria di M​iniMax, il suo abbonamento M Plan e il suo prodotto M​iniMax Code, con i pesi promessi e nessuna data indicata.

L'interruttore che non puoi spegnere

La scala di effort su M​iniMax M3.1 Flash è low, medium, high, xhigh e max, e il valore predefinito quando si omette il campo è max. Non esiste un valore off. Questa è una decisione di progettazione con due facce. Una rinomina di routine a low e un refactoring su tutto il repository a xhigh sono lo stesso modello che fa un compromesso sensato, ed è esattamente ciò che un tier Flash dovrebbe offrire. Ma un chiamante che non imposta mai il campo — cioè la maggior parte dei chiamanti, alla prima integrazione — paga il livello più costoso a ogni richiesta, e l'effetto è invisibile finché non arriva la fattura.

Ne derivano due dettagli operativi. I token di ragionamento vengono conteggiati ai fini di max_tokens, quindi un limite dimensionato per una risposta breve può essere interamente consumato dal ragionamento e restituire un messaggio vuoto con max_tokens come motivo di arresto. E reasoning_split non può essere impostato su false, quindi sul percorso compatibile con OpenAI il ragionamento arriva sempre nel campo reasoning_content anziché all'interno della stringa di contenuto. Se disponi di un parser che estrae i tag di ragionamento dall'output di versioni precedenti di M​iniMax, qui non ha nulla da fare.

DeepSeek V4 Flash offre l'altra soluzione: pensiero attivo per impostazione predefinita, ma una vera modalità senza pensiero, e la selezione dello sforzo sul successore V4.1. Per classificazione, estrazione, formattazione e brevi chiamate agli strumenti — la maggior parte del traffico degli agenti — questa è la differenza tra pagare per il ragionamento e non farlo.

Chi dovrebbe scegliere cosa

Nessuno dei due è il valore predefinito giusto per tutto, e la divisione è insolitamente netta.

Scegli M​iniMax M3.1 Flash quando il lavoro è agentico e multimodale — schermate nel ciclo, video come input, valutazione di computer-use o cybersecurity — e quando imposterai davvero il livello di effort per ogni chiamata. I suoi numeri del fornitore su OSWorld V2 (61.7) e CyberGym (82%) sono esattamente il tipo di capacità che l'interfaccia solo testo di DeepSeek V4 Flash non può esprimere affatto, e il listino a tariffa fissa è un vantaggio concreto per un team il cui carico cade nelle finestre di picco di D​eepSeek.

Scegli DeepSeek V4 Flash quando hai bisogno di pesi aperti che puoi quantizzare, ospitare autonomamente, mettere a punto e mantenere dopo che un fornitore lo ritira; quando hai bisogno di un tetto di output pubblicato per una generazione lunga in un singolo passaggio; quando devi disattivare il ragionamento; oppure quando il tuo traffico è esattamente del tipo sensibile alla throughput e non basato sul ragionamento per cui sono pensati la cache più economica e la modalità non-thinking. La licenza MIT non è una nota a piè di pagina — è l'unica riga, su entrambe le schede tecniche, che un cambiamento di prezzo non può portare via.

Cosa cambierebbe la risposta

Tre cose, in ordine di quanto sposterebbero l'ago. Se M​iniMax pubblicasse un tetto all'output, eliminerebbe la più grande lacuna funzionale della scheda. Se M​iniMax rilasciasse i pesi che ha promesso, cancellerebbe del tutto il vantaggio di D​eepSeek sul piano delle licenze e ridurrebbe la questione a un semplice confronto tra prezzo e velocità. E una seconda misurazione indipendente di M​iniMax M3.1 Flash a un livello di effort inferiore risolverebbe la questione che l'aritmetica dei costi deve attualmente presupporre: quanto dei suoi 43 costa 0,22 $, e quanto di quei 0,22 $ è ragionamento che nessuno ha chiesto.

Fino ad allora, la posizione difendibile è più stretta di quanto vorrebbe ciascuno dei due post di lancio. Sulle capacità, l'indice indipendente colloca M​iniMax M3.1 Flash nove punti sopra il modello D​eepSeek con cui viene di solito confrontato per nome e due punti sotto il modello D​eepSeek che quel nome ora designa — e il divario di due punti costa quattro centesimi a compito. Su tutto il resto, la decisione non riguarda affatto i punteggi. Riguarda se hai bisogno di pesi, di un tetto all'output e di un interruttore, oppure se hai bisogno di un prezzo fisso e di occhi.