DeepSeek V4.1 Flash vs MiniMax M3.1 Flash: identieke kaarten, verschillende modellen

Twee leveranciers, twee modellen, één prijs. Beide DeepSeek V4.1 Flash en MiniMax M3.1 Flash kosten $0,15 per miljoen inputtokens en $0,60 per miljoen outputtokens op OrcaRouter. Beide bieden een context van 1M tokens. Geen van beide is een vlaggenschip, en beide zitten in de tier waarop hun leverancier volume wil laten landen. De stickerprijs kan ze niet onderscheiden, waardoor dit de zuiverste vergelijking op de site is: elke andere kolom beslist, en geen enkele daarvan is verborgen.

De kaarten

• DeepSeek V4.1 Flash — $0,15 invoer, $0,60 uitvoer; $0,003 voor gecachte invoer; verdubbelt tot $0,30 en $1,20 in twee vensters op weekdagen; 1M context; 384K maximale uitvoer; 2.500 gelijktijdige verzoeken; vision ondersteund; gemeten p50 eerste token 1,49 seconden.

• MiniMax M3.1 Flash — $0,15 in, $0,60 uit; 1M context; 524K maximale output; gemeten p50 eerste token 2,66 seconden; geen gepubliceerde regel over cache-hits op de kaart, zoals wij die lezen.

Drie verschillen zijn van belang, en alle drie zijn meetbaar voordat je je keuze maakt: de outputlimiet, de latentie van het eerste token en of een gecachte prefix een korting krijgt.

Plafond: 524K tegen 384K

Het uitvoerplafond van MiniMax is 36% hoger. Bij een enkele aanroep is dat het verschil tussen of een generatie van 350.000 tokens past of niet — en 350.000 tokens uitvoer bij $0,60 per miljoen is hoe dan ook 21 cent, dus het plafond is een capaciteitsgrens, geen kostengrens. Als je werklast nooit meer dan 300K in één verzoek schrijft, is deze kolom een gelijkspel met een marketinggetal eraan vast.

Als dat zo is, is MiniMax de enige van de twee die de opdracht aanneemt, en gaat het niet meer om de identieke prijs.

Snelheid: 1,49 tegen 2,66 seconden

DeepSeeks gemeten eerste token is {{1}}1,49 seconden{{/1}}; die van MiniMax is {{2}}2,66{{/2}}. Beide zijn snel genoeg dat een chatinterface responsief aanvoelt, en beide zijn langzaam genoeg dat een agent die twintig beurten per taak doet, het verschil opmerkt — ongeveer 23 seconden per taak bij deze cijfers, tegen een tokenrekening van centen. Bij pipelines die door doorvoer worden beperkt, betekent het snellere model simpelweg meer werk per uur bij hetzelfde concurrencybudget.

De cachelijn, die maar één kaart toont

DeepSeek publiceert een prijs voor cache-hits: $0,003 per miljoen inputtokens, tegenover $0,15 bij een miss. Dat is een korting van vijftigvoud op het deel van een prompt dat zich herhaalt, en het is de allerbelangrijkste hefboom op beide kaarten. De kaart van MiniMax, zoals wij die lezen, bevat geen equivalente rij — wat niet betekent dat caching afwezig is, alleen dat de korting niet uit de kaart kan worden gepubliceerd.

Voor een agent die bij elke beurt een stabiele systeemprompt en een groeiende geschiedenis opnieuw verzendt, kan die asymmetrie zowel het plafond als de latentie zwaarder wegen. Het is ook het eerste dat je moet testen in plaats van aannemen: verzend dezelfde prefix tweemaal en vergelijk de twee rekeningen.

Het piekvenster, dat alleen één kaart heeft

DeepSeek verdubbelt alle tarieven tussen 01:00–04:00 en 06:00–10:00 UTC op weekdagen, met uitsluiting van Chinese officiële feestdagen. De tarieven van MiniMax van $0,15 en $0,60 zijn constant. Een Europese of Aziatische werklast die tijdens kantooruren draait, valt voor het grootste deel van zijn verkeer onder het piektarief van DeepSeek — $0,30 en $1,20, het dubbele van MiniMax' stickerprijs voor dezelfde tokens.

Dus de identieke kaarten zijn in de praktijk niet identiek. Buiten piekuren, met een stabiel gecacht prefix, is DeepSeek aanzienlijk goedkoper. In een piekvenster op een werkdag zonder caching is het twee keer zo duur. Het tijdschema bepaalt welke zin waar is.

Wat uitvoeren

Beide modellen draaien op OrcaRouter tegen de door hun leverancier gepubliceerde tarieven, via één OpenAI-compatibel endpoint met automatische failover, en dat maakt deze test goedkoop: routeer een deel van het verkeer naar elk model en vergelijk output-tokens per voltooide taak, p95-latentie en het aandeel aanvragen dat in DeepSeek's piekvensters valt.

Wat je niet moet doen, is de sticker uitkiezen. Het is de enige kolom waarin deze twee modellen het eens zijn, wat betekent dat het de enige kolom is die je niets vertelt.