DeepSeek V4.1 Flash vs MiniMax M3.1 Flash: identyczne karty, różne modele

Dwóch dostawców, dwa modele, jedna cena. Zarówno DeepSeek V4.1 Flash, jak i MiniMax M3.1 Flashkosztują $0.15 za milion tokenów wejściowych i $0.60 za milion tokenów wyjściowych w OrcaRouter. Oba obsługują kontekst 1 mln tokenów. Żaden nie jest flagowcem, a oba należą do segmentu, w którym ich dostawca chce ulokować wolumen. Cena z cennika nie pozwala ich rozróżnić, dzięki czemu jest to najczystsze porównanie w serwisie: decydują wszystkie pozostałe kolumny i żadna z nich nie jest ukryta.

Karty

• DeepSeek V4.1 Flash — 0,15 USD za wejście, 0,60 USD za wyjście; 0,003 USD za wejście z pamięci podręcznej; podwojenie do 0,30 USD i 1,20 USD w dwóch przedziałach czasowych w dni robocze; kontekst 1M; maksymalnie 384K tokenów wyjściowych; 2 500 równoczesnych żądań; obsługa wizji; zmierzony p50 czasu do pierwszego tokenu: 1,49 sekundy.

• MiniMax M3.1 Flash — 0,15 USD za wejście, 0,60 USD za wyjście; kontekst 1M; maksymalna długość wyjścia 524K; zmierzony p50 czasu do pierwszego tokena: 2,66 sekundy; zgodnie z tym, co odczytaliśmy, na karcie nie ma opublikowanej pozycji dotyczącej trafień w cache.

Istotne są trzy różnice — wszystkie trzy można zmierzyć, zanim podejmiesz decyzję: limit tokenów wyjściowych, opóźnienie pierwszego tokenu oraz czy prefiks z pamięci podręcznej otrzymuje zniżkę.

Pułap: 524K wobec 384K

Limit wyjściowy MiniMax jest o 36% większy. W przypadku pojedynczego wywołania oznacza to różnicę między zmieszczeniem generacji 350 000 tokenów a brakiem takiej możliwości — a 350 000 tokenów wyjścia przy $0.60 za milion to 21 centów w obu przypadkach, więc limit ten jest kwestią możliwości, a nie kosztu. Jeśli Twoje obciążenie nigdy nie zapisuje więcej niż 300K w jednym żądaniu, ta kolumna to remis z dołączoną marketingową liczbą.

Jeśli tak się stanie, MiniMax jest jedynym z tych dwóch, który przyjmie to zlecenie, a identyczna cena przestaje mieć znaczenie.

Prędkość: 1,49 wobec 2,66 sekundy

Zmierzony czas pierwszego tokenu w DeepSeek to 1,49 sekundy; w MiniMax — 2,66. Oba są wystarczająco szybkie, by interfejs czatu wydawał się responsywny, i oba są wystarczająco wolne, że agent wykonujący dwadzieścia tur na zadanie zauważa tę różnicę — około 23 sekund na zadanie przy tych liczbach, w zestawieniu z kosztem tokenów rzędu centów. W potokach ograniczonych przepustowością szybszy model to po prostu więcej pracy wykonanej na godzinę przy tym samym budżecie współbieżności.

Linia pamięci podręcznej, którą pokazuje tylko jedna karta

DeepSeek publikuje cenę trafienia w cache: 0,003 USD za milion tokenów wejściowych, wobec 0,15 USD za chybienie. To pięćdziesięciokrotny rabat na powtarzającą się część promptu i największy pojedynczy czynnik na którejkolwiek z kart. Karta MiniMax, tak jak ją odczytujemy, nie zawiera równoważnego wiersza — co nie oznacza, że cache'owanie jest nieobecne, tylko że rabatu nie da się opublikować na podstawie karty.

W przypadku agenta, który w każdej turze ponownie wysyła stały prompt systemowy i rosnącą historię, ta asymetria może przewyższyć zarówno pułap, jak i opóźnienie. To także pierwsza rzecz, którą należy sprawdzić, zamiast zakładać: wyślij ten sam prefiks dwukrotnie i porównaj dwa rachunki.

Okno szczytowe, które ma tylko jedna karta

DeepSeek podwaja każdą stawkę w godzinach 01:00–04:00 oraz 06:00–10:00 UTC w dni robocze, z wyłączeniem chińskich świąt publicznych. Stawki MiniMax 0,15 USD i 0,60 USD są stałe. Europejskie lub azjatyckie obciążenie działające w godzinach pracy przez większość swojego ruchu podlega szczytowej stawce DeepSeek — 0,30 USD i 1,20 USD, czyli dwukrotności ceny katalogowej MiniMax za te same tokeny.

Zatem identyczne karty nie są w praktyce identyczne. Poza szczytem, przy stałym prefiksie w pamięci podręcznej, DeepSeek jest istotnie tańszy. W oknie szczytu w dni powszednie, bez buforowania, jest dwukrotnie droższy. To harmonogram decyduje, które zdanie jest prawdziwe.

Co uruchomić

Oba modele są dostępne w OrcaRouter po opublikowanych przez ich dostawców stawkach, w ramach jednego punktu końcowego kompatybilnego z OpenAI z automatycznym przełączaniem awaryjnym, i właśnie to czyni ten test tanim: skierować fragment ruchu do każdego z nich i porównać liczbę tokenów wyjściowych przypadających na ukończone zadanie, opóźnienie p95 oraz odsetek żądań trafiających w okna szczytowe DeepSeek.

Nie powinieneś czepiać się naklejki. To jedyna kolumna, w której te dwa modele się zgadzają, co oznacza, że to jedyna kolumna, która nie mówi ci nic.