MiniMax M3.1 Flash vs DeepSeek V4.1 Flash: beide open, slechts één is MIT

Tot deze week was de discussie tussen MiniMax M3.1 Flash en DeepSeek V4.1 Flash een discussie op basis van benchmarktabellen, want meer hadden beide labs niet gegeven om over te discussiëren. Daar kwam op 23 oktober 2026 een einde aan, toen MiniMax de gewichten van M3.1 Flash op Hugging Face publiceerde, vier dagen nadat het model op 19 oktober was gelanceerd. DeepSeek V4.1 Flash was al downloadbaar sinds de release op 10 september, en het 1017-checkpoint staat sinds 17 oktober onder MIT op Hugging Face. Beide modellen hebben nu open gewichten. Slechts één ervan is open source, en het verschil is niet academisch: het bepaalt of een bedrijf een product op het checkpoint kan bouwen zonder iemands toestemming te vragen.

De capaciteitskloof is reëel maar smal. Artificial Analysis plaatst DeepSeek V4.1 Flash 1017 op 45 in zijn Intelligence Index en MiniMax M3.1 Flash op 43, in dezelfde v4.3.2-suite. De economische kloof loopt de andere kant op: $0,26 om een indextaak op DeepSeek te voltooien tegen $0,22 op MiniMax. De licentiekloof wijst geen van beide kanten op. Het is een categorisch verschil, en dat is het eerste dat moet worden beslecht voordat de benchmarkrijen ertoe doen.

Wat is er op 23 oktober veranderd?

Voordat de gewichten beschikbaar kwamen, was de verstandige vergelijking degene die we op de leverancierstabellen publiceerden: twee labs, overlappende benchmarknamen, slechts een paar rijen op dezelfde manier gemeten. Die vergelijking is nog steeds geldig, en ze zegt nog steeds dat DeepSeek vooroploopt op de gedeelde coding- en agentrijen. Wat ze niet kon beantwoorden, was de inkoopvraag, omdat MiniMax gewichten "later" had beloofd zonder datum, zonder licentie en zonder opgegeven aantal parameters.

Alle drie die lege plekken zijn nu ingevuld. MiniMax M3.1 Flash is een mixture-of-experts-model met in totaal 428B parameters, waarvan 23B actief, een context van 1.000.000 tokens, een uitvoerplafond van 524.288 tokens en een repository van 252,4 GB verspreid over 48 shards plus een speculative-decoding-drafter. De licentie is de MiniMax Community Licence. DeepSeek V4.1 Flash 1017 blijft een model met in totaal 552B parameters en 16B actieve parameters tijdens decode, een context van 1M tokens, een uitvoerplafond van 384.000 tokens en een repository van 510,3 GB onder MIT.

Zet die twee zinnen naast elkaar en de vorm van de beslissing is duidelijk. MiniMax is de kleinere download en het model dat het gemakkelijkst op vier GPU's past. DeepSeek is de grotere download, het sterkere model op de meeste gedeelde benchmarks, en degene met een licentie die een juridisch team in een middag kan goedkeuren.

De licenties, naast elkaar

MIT is de eenvoudigste opensourcelicentie die gangbaar is: gebruik hem, pas hem aan, distribueer hem opnieuw, verkoop hem, zonder kennisgeving en zonder omzettoets. DeepSeek V4.1 Flash wordt onder MIT uitgebracht, en de Hugging Face-repository bevat het licentiebestand. Als je product de gewichten bevat, vraagt MIT alleen dat je de copyrightmelding behoudt.

De MiniMax Community Licence is een commercieel contract vermomd als een open licentie. Hij is gratis voor niet-commercieel gebruik. Commercieel gebruik kent twee voorwaarden. Elke commerciële implementatie moet prominent "Built with MiniMax M3" weergeven — op een website, in een gebruikersinterface, in een blogpost, op een aboutpagina of in productdocumentatie. En de omzetcategorie bepaalt wat er verder verschuldigd is.

• Met een jaarlijkse omzet van $20 miljoen of minder — een eenmalige kennisgeving aan MiniMax per e-mail, met de in de licentie gespecificeerde onderwerpregel

• Meer dan $20 miljoen jaarlijkse omzet — voorafgaande schriftelijke toestemming van MiniMax vóór commercieel gebruik

• Commerciële hosting — expliciet gedekt door de definitie in de licentie, dus een inferentiebedrijf dat op de gewichten is gebouwd, valt binnen de clausule, niet erbuiten

• Fijn afgestemde en post-getrainde versies — ook gedekt bij commerciële inzet

• Verboden gebruik — illegale inhoud, militaire doeleinden, schade aan minderjarigen, het bewust verspreiden van valse informatie, en discriminatie of haatzaaien tegen beschermde groepen

De omzetregel is het onderdeel dat gedrag verandert. Een startup met twee mensen kan volstaan met een e-mail en een footerlink. Een bedrijf met 30 miljoen dollar kan het model niet leveren zonder onderhandeling, en die onderhandeling is met een Chinees lab waarvan de voorwaarden in de volgende revisie kunnen veranderen. Dat is een ander risicoprofiel dan MIT, zelfs als de downloadknop er hetzelfde uitziet. Het verklaart ook waarom sommige commentatoren releases van deze vorm 'pseudo-open' zijn gaan noemen: de gewichten zijn open, de toestemming niet.

252 GB tegenover 510 GB, en waarom dat niet het hele verhaal over serving is

De downloadgroottes zijn het eerste concrete verschil waar een self-hostingteam mee te maken krijgt. De repository van MiniMax is 252,4 GB omdat het model native is getraind voor NVFP4 routed experts en een NVFP4-KV-cache; het checkpoint wordt al gekwantiseerd geleverd, niet als een BF16-bestand dat je zelf nog moet comprimeren. De 1017-repository van DeepSeek is 510,3 GB, ongeveer het dubbele aan bytes voor een model met 124 miljard meer totale parameters, maar minder actieve.

Die cijfers zijn niet één-op-één vergelijkbaar — de twee labs hebben verschillende precisiekeuzes gemaakt, en een kleiner bestand betekent niet automatisch een goedkopere deployment — maar het zijn wel de cijfers die je daadwerkelijk verplaatst, opslaat en laadt. De consequentie voor serving is nuttiger dan de downloadgrootte. In de day-0-post van vLLM staat dat M3.1 Flash 76 gelijktijdige sequenties van 256K tokens op vier NVIDIA B300-GPU's past, tegenover 28 voor MiniMax-M3 met een FP8-KV-cache. Daarin wordt melding gemaakt van 418,9 outputtokens per seconde per gebruiker op GB300 AgentX aan de latencygevoelige kant, en 153,8K totale tokens per seconde per GPU aan de throughputkant.

De architectuur van DeepSeek wijst de andere kant op. Het totaal van 552B is groter, maar tijdens decode zijn slechts 16B parameters actief en tijdens prefill 8B, dus de rekenkracht per gegenereerd token is lager dan het totaal suggereert. De afweging zit in geheugencapaciteit en interconnect: een checkpoint van 510 GB wijst op een multi-node-implementatie, terwijl MiniMax een recept voor vier GPU's heeft gepubliceerd. MiniMax is gemakkelijker op te zetten op een klein cluster. DeepSeek is sneller per gegenereerd token zodra het cluster er is, en het off-peaktarief komt overeen met het vaste tarief van MiniMax.

Capaciteit: 45 tegen 43, en de rijen eronder

Op de onafhankelijke index is het verschil van twee punten reëel, maar geen kloof. Beide modellen behoren tot de handvol beste open-weightmodellen, beide hebben een context van een miljoen tokens, en beide zijn redeneermodellen die veel outputtokens verbruiken voordat ze antwoorden. Het verschil zit in de vorm van de capaciteit, niet in de kop.

• Intelligence Index — 45 voor DeepSeek V4.1 Flash 1017, 43 voor MiniMax M3.1 Flash, beide op Artificial Analysis v4.3.2

• Kosten per indextaak — $0,26 tegen $0,22, een voorsprong van 15% voor MiniMax

• Uitvoersnelheid — 206,1 tokens per seconde tegenover 92,5, een voorsprong van 2,2x voor DeepSeek

• Tijd tot eerste token — 1,01 seconden tegenover 1,52 seconden

• Maximale uitvoer — 384.000 tokens tegenover 524.288

• Context — 1.000.000 tokens aan beide zijden

• Invoer — tekst en afbeelding op DeepSeek; tekst, afbeelding en video op MiniMax

De leveranciersbenchmarks vertellen een specifieker verhaal, en ze zijn allemaal door de leverancier gerapporteerd. Op de twee rijen die beide labs op een genoemde, vergelijkbare harness hebben gemeten, staat DeepSeek voor: DeepSWE v1.1 met 77,0% tegen 73,7%, en Agents' Last Exam met 35,4 tegen 29,6. Op Terminal-Bench 4.0 rapporteert DeepSeek 42,3 in de Claude Code-harness tegen 38,1 van MiniMax. MiniMax wint Automation-Bench v1.0.6 met 62,8 tegen 60,5, en gaat nipt voor in Humanity's Last Exam zonder tools met 43,4 tegen 42,6. De rest van elke tabel is gemeten op een andere opstelling, beoordeeld door een ander model, of slechts door één partij gepubliceerd.

Dan is er nog het getal dat geen van beide lanceringsberichten vooropstelt. De AA-Omniscience-evaluatie van Artificial Analysis zette MiniMax M3.1 Flash op 16 totaal, met een hallucinatiepercentage van 93%: als het iets niet wist, antwoordde het bijna altijd in plaats van zich te onthouden. De modelkaart van DeepSeek bevat een eigen waarschuwing over fouten bij sparse selectie in de gecomprimeerde attention en toestandsreconstructie bij zeer lange contexten. Geen van beide voorbehouden verschijnt in een benchmarktabel van een leverancier, en beide zijn belangrijker in een agent die handelt dan in een chatvenster dat je kunt sluiten.

Prijs: plat tegen een klok

De tariefkaarten lijken aan de oppervlakte identiek en wijken pas af zodra je naar de uren kijkt. MiniMax rekent een vast tarief van $0,15 per miljoen inputtokens en $0,60 per miljoen outputtokens, met gecachte input tegen $0,015. DeepSeek rekent buiten piekuren dezelfde $0,15 en $0,60, maar verdubbelt naar $0,30 en $1,20 tussen 01:00 en 04:00 UTC en nogmaals tussen 06:00 en 10:00 UTC op weekdagen. De prijs voor een cachetreffer is $0,003 buiten piekuren en $0,006 tijdens piek, een korting van 98%.

Voor een workload die tijdens Amerikaanse uren draait, is het piekvenster van DeepSeek grotendeels geen probleem en liggen de twee kaarten dicht bij elkaar. Voor een Europees team waarvan de CI om 07:00 Londense tijd draait, worden vier uur per werkdag tegen dubbel tarief gefactureerd, en wint de vaste tariefkaart van MiniMax zonder dat er een capaciteitsargument aan te pas komt. Voor een cache-intensieve agentlus over een stabiele repository is de cache-read van $0,003 bij DeepSeek vijf keer goedkoper dan de $0,015 van MiniMax, wat het verschil per token kan overschaduwen. De juiste vergelijking is een maand van je werkelijke verkeer, niet een gecombineerd tarief.

Welke checkpoint moet je downloaden

Download MiniMax M3.1 Flash als je het kleinere artefact wilt, het recept voor vier GPU's, het hogere uitvoerplafond, video-invoer, of een licentie die je kunt afvinken met een e-mail en een attributieregel. Het is het model dat je het makkelijkst op hardware die je al hebt draaiend krijgt, en de kosten per afgeronde indextaak zijn bij dit model de laagste van de twee.

Download DeepSeek V4.1 Flash 1017 als je MIT wilt, de sterkere gedeelde benchmarkrijen, ongeveer twee keer de outputsnelheid, of een cachekorting die groot genoeg is om de economie van een agent-loop te veranderen. Het is de moeilijkere uitrol en de gemakkelijkere inkoop, wat het tegenovergestelde is van de afweging bij MiniMax.

Download geen van beide als je maandelijkse tokenrekening klein is. Bij $0,60 per miljoen outputtokens kost een miljard tokens per maand $600 via de API van MiniMax; de engineeringtijd om een checkpoint van 252 GB betrouwbaar te blijven serveren kost voor de meeste teams meer dan dat. Open weights zijn een strategische optie, geen standaardkostenbesparing.

Waar OrcaRouter past

OrcaRouter host vandaag geen MiniMax M3.1 Flash, en dit artikel beweert niet dat dat wel zo is. Het routeert wel DeepSeek V4.1 Flash 1017, samen met de vorige MiniMax-M3-generatie, op dezelfde sleutel als meer dan 200 andere modellen. Dat is van belang voor een vergelijking als deze: je kunt het checkpoint van DeepSeek voor je eigen verkeer zetten zonder een tweede contract, MiniMax-M3 als fallback aanhouden en automatische failover de route laten afhandelen die hapert. Lijstprijzen van providers worden doorgegeven tegen 0% markup, dus de piek- en daluren van DeepSeek verschijnen op de factuur zoals de leverancier ze rekent, niet als een gemengde schatting.

Als je een van beide checkpoints zelf host, is de router een aanvulling in plaats van een vervanging: hij biedt je een gehoste fallback voor de uren dat je cluster verzadigd is of wordt geüpgraded. Als je de API aanroept, is het het verschil tussen een vergelijking die je leest en een vergelijking die je vanmiddag op je eigen prompts kunt uitvoeren.

Kort samengevat: MiniMax heeft de capaciteitskloof zo ver gedicht dat licentie en serveringsvoetafdruk nu de keuze bepalen, en DeepSeek wint nog steeds op licentie. Dat is een interessantere onderlinge strijd dan de benchmarktabel was, en een duurzamere.

Een laatste onderscheid dat je goed moet blijven maken: het achtervoegsel 1017 is geen decoratie. De DeepSeek V4.1 Flash-checkpoint van september scoort 39 op dezelfde index, vier punten onder MiniMax. Elke vergelijking in dit artikel is met de checkpoint van 17 oktober, want dat is degene waarvan de gewichten, licentie en benchmarkregels actueel zijn.