DeepSeek V4 Pro vs MiniMax M3: De krachtmeting tussen de open-weight-vlaggenschepen

{{1}}DeepSeek V4 Pro{{/1}} en {{2}}MiniMax M3{{/2}} zijn de twee open-gewicht vlaggenschepen die dit jaar strijden om de codeerkroon, en het interessante is hoe verschillend ze die proberen te winnen. {{3}}MiniMax M3{{/3}}, uitgebracht op 1 juni, is het eerste open-gewichtmodel dat frontier coding, een context van 1 miljoen tokens en native multimodale input in één pakket claimt, gebouwd op {{4}}M​iniMax's Sparse Attention{{/4}}-architectuur. {{5}}DeepSeek V4 Pro{{/5}}, waarvan de officiële versie op 13 augustus verscheen na een preview van vier maanden, is de redeneerspecialist: een Mixture-of-Experts met 1,6 biljoen parameters, waarvan 49 miljard actief zijn, de hoogste Codeforces-rating die ooit voor een taalmodel is geregistreerd, en nu een veel sterkere agentische scorecard. Beide zijn MIT-gelicentieerd, beide zijn goedkoop, en beide worden agressief gepositioneerd tegenover modellen die tien tot vijftig keer zoveel kosten.

Die kop "beide open-weight" verbergt de werkelijke divergentie. Dit zijn niet twee bedrijven die hetzelfde bouwen met verschillende logo's. M3 zet in op long-context-economie — sparse attention die een venster van een miljoen tokens goedkoop genoeg maakt om daadwerkelijk te gebruiken. DeepSeek V4 Pro zet in op pure redeneerdiepte — een enorme expert-parallelle MoE die goed nadenkt voordat hij antwoordt. Welke "beter is voor coderen" blijkt af te hangen van welk deel van het coderen je bedoelt, en van of je invoer een stacktrace of een screenshot is.

Twee architecturen, twee weddenschappen

DeepSeek V4 Pro is het grootste open-weightsmodel dat tot nu toe is uitgebracht: 1,6 biljoen totale parameters met 49 miljard actieve parameters per token, een 61-laags MoE met 384 gerouteerde experts (top-6), FP4-expertgewichten met FP8-attentie, en een hybride aandachtontwerp dat gecomprimeerde en sterk gecomprimeerde sparse aandacht combineert. Het vereist ongeveer 862 GB in FP8, wat zelfhosting in het acht-H100-territorium plaatst in plaats van op een workstation. Het model dat nu MIT-gelicenseerd en downloadbaar is, is hetzelfde model dat achter de officiële API-build zit die deze week is uitgebracht.

MiniMax M3 is een kleinere en slankere machine — ongeveer 428 miljard parameters in totaal met ongeveer 23 miljard actief per token — gebouwd rond MiniMax Sparse Attention (MSA). De leverancier claimt dat MSA de rekenkracht per token terugbrengt tot ongeveer een twintigste van de vorige generatie, met meer dan 9x snellere prefill en meer dan 15x snellere decode bij lange context. Dat is precies het punt van het model: een venster van een miljoen tokens is alleen nuttig als de inferentie daarbinnen betaalbaar is, en MSA is wat dat mogelijk maakt. M3 ondersteunt ook native beeld- en video-invoer, wat V4 Pro niet doet.

Beide bieden een context van 1.048.576 tokens. DeepSeek V4 Pro piekt op maximaal 384K uitvoer; het plafond van MiniMax M3 ligt nog hoger, op 512K. Beide hebben een schakelbare denkmodus — DeepSeek V4 Pro heeft de denkmodus standaard aan, bij M3 is die beschikbaar als schakelaar.

Wat de officiële release van DeepSeek veranderde

Elke huidige vergelijking die vóór deze week is geschreven, vergelijkt het verkeerde DeepSeek-model. De preview die vanaf 24 april liep, was een redeneermodel dat een DeepSWE-score van 12.8 behaalde. De officiële build, DeepSeek-V4-Pro-0813, bracht dat op 62.7 bij DeepSeeks eigen evaluaties en voegde een Responses API, Codex-integratie en OpenAI- en Anthropic-compatibele eindpunten toe — zodat dezelfde clientcode die met de ene praat, ook met de andere kan praten. Agentische scores op de kaart van de leverancier liggen nu dicht bij die van Anthropic's Fable 5: Terminal-Bench 2.1 op 87.9 (Fable 5: 88.0), CyberGym 83.3 (Fable 5: 83.1), AutomationBench 31.8 (Fable 5: 29.1). Dit zijn door DeepSeek gerapporteerde cijfers over een build die een dag oud is en niet door een onafhankelijk lab is gereproduceerd — behandel ze als beweringen, maar de beweringen zijn niet langer bescheiden.

Het codeer-scorebord, en wiens cijfers van wie zijn

Op de meest geciteerde codeerbenchmarks verdeelden de twee modellen de buit, en die verdeling is veelzeggend:

• LiveCodeBench — DeepSeek V4 Pro 93,5, het sterkste open-weight resultaat op deze benchmark en de meest geciteerde overwinning.

• SWE-Bench Verified — DeepSeek V4 Pro 80.6 vs MiniMax M3 80.5, in feite een gelijkspel.

• SWE-Bench Pro — MiniMax M3 59.0 vs DeepSeek V4 Pro 55.4, een betekenisvolle voorsprong van 3,6 punten voor M3 op agentische software-engineering.

• Terminal-Bench 2.1 — DeepSeek V4 Pro 67.9 vs MiniMax M3 66.0, dicht bij elkaar.

• BrowseComp — MiniMax M3 83.5, een browsergebaseerde onderzoeksagentscore die veel gesloten modellen overtreft.

Codeforces — DeepSeek V4 Pro 3206, de hoogste rating ooit geregistreerd voor een taalmodel.

De eerste vier van die regels zijn door de leverancier gerapporteerd; de Artificial Analysis Intelligence Index is het enige onafhankelijke cijfer waar beide op voorkomen, en die rangschikt MiniMax M3 op 44 tegen DeepSeek V4 Pro op 32 in de niet-reasoning-configuratie (de reasoning-configuratie was op het moment van schrijven nog niet gescoord door AA). Een door een derde partij gepubliceerde codeer-bake-off van deze maand geeft een scherper beeld: MiniMax M3 scoorde het hoogst overall op een realistische implementatietaak, waarbij een jurylid de 'industrial-grade' code prees, terwijl DeepSeek V4 Pro werd omschreven als de beste architectuurontwerper, maar zwakker in het doorvoeren van bedrijfslogica naar werkende code — 'goed in denken, niet in doen.' Voor algoritmische problemen in competitieve-programmeerstijl wijzen de Codeforces- en LiveCodeBench-cijfers op V4 Pro. Voor het omzetten van een specificatie in een afgewerkte, geteste service neigen de realistische resultaten naar M3.

Multimodaliteit is de echte tweesprong

Weg met de benchmarks en het doorslaggevende verschil is de invoermodaliteit. MiniMax M3 ondersteunt native tekst, afbeeldingen en video en ondersteunt computergebruik en visuele verankering — een agent kan een diagram lezen, naar een scherm kijken en handelen op basis van wat hij ziet. DeepSeek V4 Pro is alleen-tekst, wat precies goed is voor pure code- en documentpijplijnen en nutteloos voor alles waarbij het antwoord in een afbeelding staat. Als jouw codeeragent werkt vanuit issues en repositories, kost de tekstfocus van V4 Pro je niets. Als hij ooit naar een UI-mockup, een crashescreenshot of een foto van een whiteboard moet kijken, is M3 de enige van de twee die dat kan.

Prijs en snelheid: twee verschillende curven.

Bij de door OrcaRouter doorgegeven providerlijstprijzen zijn de twee modellen op verschillende plaatsen goedkoop:

• DeepSeek V4 Pro — $0.44 per miljoen invoer, $0.88 per miljoen uitvoer, gecachte invoer $0.0035 per miljoen.

• MiniMax M3 — $0,30 per miljoen input, $1,20 per miljoen output, gecachte input $0,06 per miljoen.

M3 wint op invoer en caching; V4 Pro wint op uitvoer, en uitvoer is waar denktokens worden gefactureerd. Omdat DeepSeek V4 Pro standaard de denkmodus aan heeft en zijn redenering uitgebreid is, kan een lange agentrun de gemengde kosten in het voordeel van V4 Pro laten doorslaan, ondanks de goedkopere M3-invoer. Snelheid werkt de andere kant op: MiniMax M3 haalt ongeveer 80–145 uitvoertokens per seconde, afhankelijk van de provider, tegenover de ruwweg 54–65 van DeepSeek V4 Pro. M3's voordeel op het gebied van sparse attention komt het meest tot uiting bij lange context, waar de decodering snel blijft terwijl V4 Pro's aandachtskosten stijgen.

Beide bevinden zich op OrcaRouter achter één OpenAI-compatibele sleutel, waardoor dit minder een gok is dan het lijkt: een productiepad kan DeepSeek V4 Pro routeren voor de algoritmische en lange-schrijfpasses, MiniMax M3 voor de multimodale en lange-contextpasses, en de routing-DSL of modelfusie gebruiken om ze in één enkele aanroep te laten samenwerken — elk gefactureerd tegen de lijstprijs van de provider met 0% opslag, met automatische failover als het endpoint van een provider hapert.

Welke past?

• Competitief programmeren, algoritmisch redeneren, wiskunde, maximale output per aanroep → DeepSeek V4 Pro. De Codeforces- en LiveCodeBench-resultaten zijn de sterkste open-weight cijfers op het scorebord.

• Van specificaties naar kant-en-klare services, lange autonome agentruns → MiniMax M3, volgens de real-world coding bake-offs en zijn agentische voorsprong op SWE-Bench Pro.

• Elke invoer die geen tekst is (schermafbeeldingen, diagrammen, videostills) → MiniMax M3, de enige multimodale optie hier.

• Een miljoen-token context die betaalbaar en snel moet blijven → de sparse attention van MiniMax M3 met 9x prefill- en 15x decode-winst ten opzichte van de vorige generatie.

• Laagste outputkosten voor tekst → DeepSeek V4 Pro voor $0.88 versus M3's $1.20, vooral met denken ingeschakeld.

• Self-hosting op bescheiden datacenter-GPU's → MiniMax M3's kleinere actieve footprint; V4 Pro's 862 GB FP8-checkpoint vereist een serieuze cluster.

Geen van beide modellen heeft al een definitief oordeel gekregen, en beide bewegen snel — de officiële build van DeepSeek V4 Pro is deze week uitgekomen en is nog niet onafhankelijk gebenchmarkt, van MiniMax M3 zijn de gewichten beloofd maar moeten ze nog volledig op de open repos verschijnen, en DeepSeek heeft een prijsverhoging aangekondigd voor de V4-lijn. Als je vandaag een keuze moet maken, kies dan op modaliteit en werkbelasting: multimodaal en langdurige context-agentisch werk gaat naar MiniMax M3, pure tekst-en-code-redenering tegen de laagste outputprijs gaat naar DeepSeek V4 Pro — en routeer ze samen, zodat wanneer de eerste onafhankelijke scorebord voor een van beide modellen verschijnt, het omschakelen van je verkeer een configuratiewijziging is, geen herschrijving.