DeepSeek V4 Pro vs MiniMax M3: O Confronto dos Flagships de Peso Aberto

DeepSeek V4 Pro e MiniMax M3 são os dois carros-chefe de pesos abertos que disputam a coroa da codificação este ano, e o interessante é como eles tentam vencê-la de maneiras diferentes. MiniMax M3, lançado em 1º de junho, é o primeiro modelo de pesos abertos a reivindicar codificação de fronteira, um contexto de 1 milhão de tokens e entrada multimodal nativa em um único pacote, construído sobre a arquitetura Sparse Attention da MiniMax. DeepSeek V4 Pro, cuja versão oficial chegou em 13 de agosto após uma prévia de quatro meses, é o especialista em raciocínio: um Mixture-of-Experts de 1,6 trilhão de parâmetros com 49 bilhões de parâmetros ativos, a maior classificação Codeforces já registrada para um modelo de linguagem e, agora, um scorecard de agente muito mais forte. Ambos são licenciados sob MIT, ambos são baratos e ambos estão posicionados agressivamente contra modelos que custam de dez a cinquenta vezes mais.

Esse título {{1}}ambos de pesos abertos{{/1}} esconde a verdadeira divergência. Não são duas empresas construindo a mesma coisa com logotipos diferentes. A M3 aposta na economia do contexto longo — atenção esparsa que torna uma janela de um milhão de tokens barata o suficiente para uso real. A DeepSeek V4 Pro aposta na profundidade bruta de raciocínio — um enorme MoE paralelo de especialistas que pensa bastante antes de responder. Qual deles é "melhor para codificação" acaba dependendo de qual parte da codificação você quer dizer, e se sua entrada é um stack trace ou uma captura de tela.

Duas arquiteturas, duas apostas

O DeepSeek V4 Pro é o maior modelo de pesos abertos lançado até hoje: 1,6 trilhão de parâmetros no total, com 49 bilhões ativos por token, um MoE de 61 camadas com 384 especialistas roteados (top-6), pesos de especialistas em FP4 com atenção FP8 e um design de atenção híbrida que combina atenção esparsa comprimida e altamente comprimida. Ele precisa de cerca de 862 GB em FP8, o que coloca a auto-hospedagem no território de oito H100, em vez de uma estação de trabalho. O modelo que agora está licenciado sob MIT e disponível para download é o mesmo que está por trás da versão oficial da API lançada esta semana.

O MiniMax M3 é uma máquina menor e mais enxuta — com cerca de 428 bilhões de parâmetros no total e aproximadamente 23 bilhões ativos por token — construída em torno da MiniMax Sparse Attention (MSA). O fornecedor afirma que a MSA reduz o custo computacional por token para aproximadamente um vigésimo do custo da geração anterior, com prefill mais de 9x mais rápido e decode mais de 15x mais rápido em contexto longo. Esse é exatamente o objetivo do modelo: uma janela de um milhão de tokens só é útil se a inferência dentro dela for acessível, e é a MSA que torna isso realidade. O M3 também aceita entrada de imagem e vídeo nativamente, o que o V4 Pro não faz.

Ambos expõem um contexto de 1.048.576 tokens. O DeepSeek V4 Pro atinge o máximo de 384K de saída; o teto do MiniMax M3 é ainda mais alto, em 512K. Ambos têm um modo de raciocínio que pode ser alternado — o DeepSeek V4 Pro traz o raciocínio ativado por padrão, enquanto o do M3 é exposto como um interruptor.

O que o lançamento oficial da DeepSeek mudou

Qualquer comparação atual escrita antes desta semana está comparando o modelo DeepSeek errado. A prévia que esteve disponível a partir de 24 de abril era um modelo de raciocínio que obteve uma pontuação de 12,8 no DeepSWE. A versão oficial, DeepSeek-V4-Pro-0813, elevou esse número para 62,7 nas próprias avaliações da DeepSeek e adicionou uma Responses API, integração com Codex e endpoints compatíveis com OpenAI e Anthropic — de modo que o mesmo código de cliente que fala com um pode falar com o outro. As pontuações agentic na ficha do fornecedor agora ficam próximas às do Fable 5, da Anthropic: Terminal-Bench 2.1 com 87,9 (Fable 5: 88,0), CyberGym 83,3 (Fable 5: 83,1), AutomationBench 31,8 (Fable 5: 29,1). Esses números são divulgados pela DeepSeek em uma versão que tem apenas um dia, sem reprodução por nenhum laboratório independente — trate-os como alegações, mas as alegações não são mais modestas.

O placar de programação, e de quem são os números de quem

Nos benchmarks de codificação mais citados, os dois modelos dividem os resultados, e essa divisão é informativa:

• LiveCodeBench — DeepSeek V4 Pro 93.5, o resultado open-weight mais forte neste benchmark e sua vitória mais citada.

• SWE-Bench Verified — DeepSeek V4 Pro 80.6 vs MiniMax M3 80.5, efetivamente um empate.

• SWE-Bench Pro — MiniMax M3 59.0 vs DeepSeek V4 Pro 55.4, uma vantagem significativa de 3,6 pontos do M3 em engenharia de software agêntica.

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

• BrowseComp — MiniMax M3 83.5, uma pontuação de agente de pesquisa baseado em navegador que supera muitos modelos fechados.

• Codeforces — DeepSeek V4 Pro 3206, o maior rating já registrado para um modelo de linguagem.

As quatro primeiras dessas linhas são relatadas pelo fornecedor; o Artificial Analysis Intelligence Index é o único número independente em que ambos aparecem, e ele classifica o MiniMax M3 em 44 contra o DeepSeek V4 Pro em 32 na sua configuração sem raciocínio (a configuração de raciocínio não havia sido avaliada na AA no momento em que este texto foi escrito). Uma competição de codificação de terceiros publicada neste mês oferece uma leitura mais precisa: o MiniMax M3 obteve a maior pontuação geral em uma tarefa de implementação no mundo real, com um juiz elogiando seu código de "qualidade industrial", enquanto o DeepSeek V4 Pro foi descrito como o melhor projetista de arquitetura, mas mais fraco em levar a lógica de negócios até o código funcional — "bom para pensar, não para fazer." Para problemas algorítmicos no estilo de programação competitiva, os números do Codeforces e do LiveCodeBench indicam o V4 Pro. Para transformar uma especificação em um serviço completo e testado, os resultados do mundo real pendem para o M3.

Multimodalidade é a verdadeira encruzilhada.

Tirando os benchmarks, a diferença decisiva é a modalidade de entrada. O MiniMax M3 aceita texto, imagem e vídeo nativamente e suporta uso de computador e ancoragem visual — um agente pode ler um diagrama, observar uma tela e agir conforme o que vê. O DeepSeek V4 Pro é somente texto, o que é perfeito para pipelines puros de código e documentos e inútil para qualquer coisa cuja resposta esteja dentro de uma imagem. Se seu agente de codificação trabalha com issues e repositórios, o foco em texto do V4 Pro não custa nada para você. Se ele precisar examinar um mockup de interface, um screenshot de crash ou uma foto de quadro branco, o M3 é o único dos dois que consegue.

Preço e velocidade: duas curvas diferentes.

Nos preços de tabela dos provedores repassados pela OrcaRouter, os dois modelos são baratos em lugares diferentes:

• DeepSeek V4 Pro — US$ 0,44 por milhão de entrada, US$ 0,88 por milhão de saída, entrada em cache US$ 0,0035 por milhão.

• MiniMax M3 — $0,30 por milhão de entrada, $1,20 por milhão de saída, entrada em cache $0,06 por milhão.

O M3 vence em entrada e em cache; o V4 Pro vence em saída, e é na saída que os tokens de raciocínio são cobrados. Como o DeepSeek V4 Pro vem com o raciocínio ativado por padrão e seu raciocínio é verboso, uma execução de agente longa pode pender o custo combinado para o lado do V4 Pro, apesar da entrada mais barata do M3. A velocidade segue o caminho inverso: o MiniMax M3 atinge cerca de 80–145 tokens de saída por segundo, dependendo do provedor, contra os aproximadamente 54–65 do DeepSeek V4 Pro. A vantagem da atenção esparsa do M3 manifesta-se principalmente em contextos longos, onde sua decodificação continua rápida enquanto o custo de atenção do V4 Pro aumenta.

Ambos estão no OrcaRouter atrás de uma chave compatível com OpenAI, o que torna isso menos um cara ou coroa do que parece: um caminho de produção pode rotear DeepSeek V4 Pro para as passagens algorítmicas e de escrita longa, MiniMax M3 para as passagens multimodais e de contexto longo, e usar o DSL de roteamento ou fusão de modelos para fazê-los cooperar em uma única chamada — cada um cobrando pelo preço de tabela do provedor com margem de 0%, com failover automático se o endpoint de um provedor oscilar.

Qual deles serve?

• Programação competitiva, raciocínio algorítmico, matemática, saída máxima por chamada → DeepSeek V4 Pro. Os resultados do Codeforces e do LiveCodeBench são os números de peso aberto mais fortes do ranking.

• Transformando especificações em serviços finalizados, longas execuções autônomas de agentes → MiniMax M3, conforme os desafios reais de codificação e sua liderança no SWE-Bench Pro agêntico.

• Qualquer entrada que não seja texto (capturas de tela, diagramas, frames de vídeo) → MiniMax M3, a única opção multimodal aqui.

• Contexto de milhões de tokens que precisa continuar acessível e rápido → a atenção esparsa do MiniMax M3, com ganhos de 9x em prefill e 15x em decode em relação à geração anterior.

• Menor custo de saída para texto → DeepSeek V4 Pro a $0.88 vs $1.20 do M3, especialmente com o raciocínio ativado.

• Auto-hospedagem em GPUs modestas de datacenter → {{1}}a menor pegada ativa do MiniMax M3{{/1}}; {{2}}o checkpoint FP8 de 862 GB do V4 Pro exige um cluster sério.{{/2}}

Nenhum dos dois modelos tem um veredito definitivo ainda, e ambos estão avançando rápido — a build oficial do DeepSeek V4 Pro chegou esta semana e ainda não foi submetida a benchmarks independentes, os pesos do MiniMax M3 foram prometidos, mas ainda precisam ser totalmente disponibilizados nos repositórios abertos, e o DeepSeek anunciou um aumento de preço para a linha V4. Se você precisa escolher hoje, escolha com base na modalidade e na carga de trabalho: trabalho agêntico multimodal e de contexto longo vai para o MiniMax M3, raciocínio puro de texto e código pelo menor preço de saída vai para o DeepSeek V4 Pro — e roteie-os juntos para que, quando o primeiro placar independente de qualquer um dos modelos for divulgado, alternar seu tráfego seja uma mudança de configuração, e não uma reescrita.