MiniMax M3.1 Flash vs DeepSeek V4 Flash: Ett namn, två modeller

MiniMax M3.1 Flash och DeepSeek V4 Flash ser ut som samma produkt som säljs två gånger: båda är billiga, båda utlovar en kontext på en miljon tokens, och båda kommer från kinesiska labb som har ägnat 2026 åt att underbjuda varandra i pris. Det första man bör känna till är att ett av de två namnen inte längre pekar på en fast modell. MiniMax M3.1 Flash lanserades den 19 oktober 2026 som en sluten, ständigt tänkande kodnings- och agentmodell till $0,15 för indata och $0,60 för utdata per miljon tokens. DeepSeek V4 Flash är en MIT-licensierad öppenviktsmodell från april 2026, uppdaterad den 31 juli — och sedan den 10 september har i stället alla som skriver deepseek-v4-flash i DeepSeeks eget API talat med DeepSeek V4.1 Flash. DeepSeeks dokumentation säger nu att de avvecklade namnen fortfarande accepteras, men att "motsvarande modeller har avvecklats". Det finns alltså två ärliga versioner av den här jämförelsen, och vilken du behöver beror på om du anropar DeepSeeks endpoint eller laddar ner vikterna. De dokumenterade AI-felen och agentincidenterna bakom lanseringar som denna samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och en markering för omtvistade uppgifter.

Båda är värda att räkna på, eftersom båda är genuint billiga och de är billiga på olika sätt. Först kommer tillgänglighetsfällan, sedan de specifikationsrader som faktiskt avgör köpet och därefter räkningen — för i den här jämförelsen pekar priset per token och kostnaden per uppgift i motsatta riktningar.

Vilken DeepSeek V4 Flash du faktiskt jämför

Tre saker har samma namn, och de beter sig olika i kassan.

• De ursprungliga öppna vikterna.DeepSeek V4 Flash är en mixture-of-experts-modell med 284 miljarder parametrar och 13 miljarder aktiva per token, publicerad under MIT på Hugging Face i FP4 och FP8. Juliuppdateringen är den version som tredjeparter fortfarande tillhandahåller, och den version som finns i vår katalog: $0,22 per miljon input, $0,66 per miljon output, $0,007 per miljon för cacheläsningar, kontext på 1 048 576 token, maximalt 384 000 output, endast text som indata.

• Det leverantörskort som tidigare användes. $0,14 in och $0,28 ut per miljon var D​eepSeeks egen taxa för V4 Flash. Du kan inte betala den i dag, eftersom D​eepSeek har avvecklat SKU:n. Att ställa den mot M​iniMaxs $0,15/$0,60 är det vanligaste misstaget i den här jämförelsen, och det överdriver D​eepSeeks fördel med ungefär en faktor två för utdata.

• Identifieraren som fortfarande svarar. deepseek-v4-flash dirigeras nu till DeepSeek-V4.1-Flash-1017 och debiteras enligt V4.1 Flash-taxor – $0,15 in och $0,60 ut utanför högtrafik, vilket fördubblas till $0,30 och $1,20 under DeepSeeks vardagliga högtrafikfönster (01:00–04:00 och 06:00–10:00 UTC), med cacheträffar till $0,003 och $0,006. Det är en annan arkitektur till ett annat pris, som bär det gamla namnet som ett bekvämlighetsalias.

Den praktiska konsekvensen är snävare än den låter och lättare att agera på än att komma ihåg. Om du själv hostar eller köper DeepSeek V4 Flash från en tredje part som serverar de öppna vikterna får du april-/julimodellen till ett stabilt fast pris. Om du pekar mot DeepSeeks egen URL får du efterföljaren, vars pris fördubblas under en del av arbetsdagen. Ingen av dem är MiniMaxs faktiska rival på en resultattavla — det är efterföljaren, och den ligger två poäng före. Det syns i siffrorna nedan.

De sex raderna som avgör det

Lägg de två specifikationsbladen sida vid sida, och de flesta raderna går på ett ut. De rader som inte går på ett ut är avgörande nog att planera efter.

• Pris per miljon — M​iniMax M3.1 Flash $0.15 in, $0.60 ut, $0.015 cachat. DeepSeek V4 Flash $0.22 in, $0.66 ut, $0.007 cachat så som vi levererar det; $0.15 / $0.60 via D​eepSeeks eget alias, fördubblas vid högtrafik.

• Kontextfönster — 1 000 000 token mot 1 048 576. En skillnad på 48 576 token som aldrig kommer att vara anledningen till att ett jobb misslyckas.

• Maximal utdata – publiceras inte av M​iniMax. 384 000 tokens på DeepSeek V4 Flash. Det här är raden som betyder mest, och den får ett eget avsnitt.

• Indata – text, bild och video in, text ut, på MiniMax M3.1 Flash. Endast text på DeepSeek V4 Flash, vars visionsarbete flyttades till en separat experimentell version som DeepSeek också lade ner i september.

• Tankestyrning – en ansträngningsstege från låg till max som du inte kan stänga av, med max som standard, på M​iniMax M3.1 Flash. Tänkande är på som standard men kan verkligen inaktiveras på DeepSeek V4 Flash.

• Vikter — stängda, där MiniMax lovar släpp "senare", mot MIT-licensierade vikter på Hugging Face idag.

Ytterligare två rader hör hemma här även om de är operativa snarare än tekniska. MiniMaxs prislista har inga högtrafikfönster alls – priset är priset, oavsett vilken timme du kör – medan DeepSeeks efterträdare fördubblas under vardagstoppar som infaller rakt på en europeisk morgon. Och MiniMax anger 200 förfrågningar per minut och 10 miljoner token per minut som delas med MiniMax-M3, mot ett tak på 2 500 samtidiga förfrågningar för DeepSeeks Flash-SKU.

Sidan nummer ett kommer inte att publicera

En miljon tokens kontext är ett löfte om läsning. Den maximala utdatan är ett löfte om skrivning, och det är den som avgör om en uppgift ryms i ett enda anrop. Be MiniMax M3.1 Flash läsa ett kodförråd och ta fram en migreringsplan, en fullständig testsvit eller en refaktorering av 60 filer, och den gör det över flera turer, eftersom leverantören inte publicerar något tak — dokumentationen exponerar en max_tokens-parameter och varnar för att tanketokens räknas mot den, och stannar där. Be DeepSeek V4 Flash om samma sak och du har 384 000 tokens utrymme, vilket räcker för hela planen i ett enda svar.

Det är inte så mycket en brist i M​iniMaxs modell som ett hål i dess dokumentation, och hålet har en konkret kostnad: utan en siffra kan du inte dimensionera en budget, sätta en återförsökspolicy eller förutse var en lång generering kapas. Om M​iniMax publicerar en sådan senare, åldras detta stycke illa till modellens fördel. Fram till dess bör varje arbetsbelastning vars värde beror på en enda mycket lång completion dirigeras till den modell som anger sitt tak.

Det enda resultatet för samma testrigg, och stegen runt det

Leverantörernas benchmarktabeller är marknadsföring med decimaler, så den användbara frågan är vilka två siffror som producerades av samma harness på samma version. I den här parningen finns det exakt ett rent par: DeepSWE v1.1, där MiniMax rapporterar 73,7 % och DeepSeek rapporterar 74,2 % för V4.1 Flash. En halv poäng isär, båda leverantörsrapporterade, ingen av dem oberoende reproducerad. Varje annan rad som en marknadsförare visar dig jämför olika harnessversioner eller olika generationer och kan inte subtraheras.

M​iniMaxs lanseringsinlägg adderar BankerToolBench 76,2, OSWorld V2 61,7, Agents' Last Exam 29,6 och CyberGym 82 %, alla leverantörsrapporterade, ingen med en D​eepSeek-kolumn bredvid. Det hävdar också att man är "toppresterande" på AutomationBench-AA utan att publicera poängen, vilket är den sorts påstående som bör läsas som frånvarande tills någon annan fyller i det.

Den oberoende bilden är tunnare och mer användbar. Artificial Analysis ger M​iniMax M3.1 Flash 43 på sitt Intelligence Index, fjärde av 173 modeller, till en kostnad av 0,22 dollar per slutförd indexuppgift. Den avvecklade DeepSeek V4 Flash 0731 ligger på 34 och 0,17 dollar. DeepSeek V4.1 Flash 1017 — modellen som det gamla namnet faktiskt når — ligger på 45 och 0,26 dollar. Läst som en linje snarare än som en rangordning är det anmärkningsvärt ordnat: nio indexpoäng för fem cent per uppgift, sedan två poäng till för fyra cent mer. M​iniMax är det mellersta steget, och det översta steget tillhör leverantören som det påstås konkurrera med.

Det är i fråga om hastighet som leverantörens påstående och mätningen går isär allra mest. MiniMaxs inlägg utlovar ”200+ TPS i vardaglig användning” med ett P50 över 170. Artificial Analysis mäter 104,7 utdatatoken per sekund med en tid till första token på 1,28 sekunder, medan DeepSeek V4.1 Flash 1017 mäter 210,6 token per sekund vid 1,07 sekunder. Betrakta dem som rörliga siffror snarare än fasta: samma sida hos Artificial Analysis visade 125,5 token per sekund och en indexpoäng på 42 på lanseringsdagen och visar 104,7 och 43 i dag, vilket är vad en dagsgammal uppgift ser ut som innan den stabiliserar sig.

Vad en månads agenttrafik kostar för varje

Per-token-priser är ett dåligt mått här, eftersom de två modellerna gör av med utdatatokens i mycket olika takt. MiniMax M3.1 Flash kan inte sluta tänka: skicka thinking: disabled och API:et returnerar HTTP 400, och standardansträngningen är den dyraste nivån. Det innebär att varje vända bär resonemangstokens som fakturan räknar men användaren aldrig ser.

Ta en kodningsagent med ett stabilt prefix på 40 000 token – systemprompt, verktygsscheman, kodbasöversikt – som kör 60 turer, där varje tur lägger till 1 200 nya indatatoken och producerar 900 token synlig utdata. Anta att M​iniMax standardansträngning ungefär tredubblar dess utdata per tur med resonemang och att D​eepSeek körs i icke-tänkande läge:

• MiniMax M3.1 Flash, till $0.15 / $0.60 / $0.015 — $0.036 för cachade prefixläsningar, $0.011 för ny indata, $0.097 för 162 000 utdatatoken. Cirka $0.14 per session.

• DeepSeek V4 Flash, till vårt pris på $0,22 / $0,66 / $0,007 — $0,017 cachad, $0,016 ny indata, $0,036 för 54 000 utdatatoken. Cirka $0,07 per session.

• DeepSeek V4.1 Flash 1017, till $0.15 / $0.60 / $0.003 i lågtrafik — $0.007 cachat, $0.011 indata, $0.032 utdata. Cirka $0.05, och cirka $0.10 om körningen infaller under ett högtrafikfönster.

Antagandet som gör jobbet är volymen tänk-token, och det är ett antagande – MiniMax publicerar ingen siffra för den, och förhållandet ändras med den ansträngningsinställning du väljer. Det som inte är ett antagande är riktningen: modellen med samma eller lägre prislapp ger den större räkningen i en agentloop, eftersom den resonerar vid varje tur oavsett om turen behöver det eller inte. Sänk ansträngningsnivån till låg eller medium och gapet minskar kraftigt; lämna standardinställningen kvar och det gör det inte.

Cachning breddar det ytterligare. MiniMax cacherabatt är 90 % rabatt på indata, med matchning som börjar vid 512 indatatokens och går igenom verktygslistan, sedan systemprompten och sedan användarmeddelandena. DeepSeeks är 98 % rabatt och tillämpas automatiskt, med leverantörens egen reservation att det är bästa möjliga ansträngning utan fast TTL. Under en lång session är den skillnaden värd mer än den annonserade taxan.

Det här är avsnittet där routning förtjänar sin plats i stället för att bara vara en slogan: med en nyckel för 200+ modeller med leverantörernas listpriser vidarebefordrade utan påslag, är båda D​eepSeek-SKU:erna anropbara i dag – deepseek/deepseek-v4-flash för de pinnade öppna vikterna och deepseek/deepseek-v4.1-flash-1017 för den fasta oktoberögonblicksbilden – och en prissänkning från leverantören slår igenom här samma dag som den slår igenom där. M​iniMax M3.1 Flash finns inte med på den listan, och den ärliga versionen av tillgänglighetsuppgiften är att den bara går att nå via M​iniMaxs eget API, M Plan-prenumerationen och M​iniMax Code-produkten, med utlovade vikter och inget datum angivet.

Strömbrytaren du inte kan stänga av

Ansträngningsstegen för M​iniMax M3.1 Flash är low, medium, high, xhigh och max, och standardvärdet när du utelämnar fältet är max. Det finns inget off-läge. Det här är ett designbeslut med två sidor. En rutinmässig namnändring vid low och en kodbasövergripande refaktorering vid xhigh är samma modell som gör en förnuftig avvägning, vilket är precis vad en Flash-nivå bör erbjuda. Men en anropare som aldrig anger fältet – vilket de flesta anropare gör vid den första integrationen – betalar för den dyraste nivån vid varje begäran, och effekten är osynlig tills räkningen kommer.

Av detta följer två operativa detaljer. Tanketokens räknas mot max_tokens, så ett tak anpassat för ett kort svar kan förbrukas helt av resonemang och returnera ett tomt meddelande med en max_tokens-stopporsak. Och reasoning_split kan inte sättas till false, så på den OpenAI-kompatibla vägen anländer tänkandet alltid i fältet reasoning_content i stället för inuti innehållssträngen. Om du har en parser som skrapar ut tanketaggar ur äldre M​iniMax-utdata har den inget att göra här.

DeepSeek V4 Flash ger dig den andra lösningen: tänkande på som standard, men ett riktigt icke-tänkande läge, och val av ansträngningsnivå på efterföljaren V4.1. För klassificering, extrahering, formatering och korta verktygsanrop – merparten av den mesta agenttrafiken – är det skillnaden mellan att betala för resonemang och att inte göra det.

Vem ska välja vilken

Ingendera av dessa är rätt standardval för allt, och uppdelningen är ovanligt ren.

Välj M​iniMax M3.1 Flash när arbetet är agentiskt och multimodalt – skärmar i loopen, video som indata, utvärdering av datoranvändning eller cybersäkerhet – och när du faktiskt kommer att ställa in ansträngningsnivån per anrop. Leverantörens siffror för OSWorld V2 (61,7) och CyberGym (82 %) är precis den typ av kapacitet som D​eepSeek V4 Flash textbaserade gränssnitt inte alls kan uttrycka, och den fasta prislistan är en verklig fördel för ett team vars belastning hamnar i D​eepSeeks toppfönster.

Välj DeepSeek V4 Flash när du behöver öppna vikter som du kan kvantisera, självhosta, finjustera och behålla efter att en leverantör har avvecklat dem; när du behöver ett publicerat utdatatak för lång generering i ett enda pass; när du behöver stänga av resonemang; eller när din trafik är exakt den genomströmningskänsliga, icke-resonemangstyp som den billigare cachen och det icke-tänkande läget är byggda för. MIT-licensen är ingen fotnot – den är den enda raden på något av de två specifikationsbladen som en prisändring inte kan ta bort.

Vad skulle ändra svaret

Tre saker, i ordning efter hur mycket de skulle påverka det. Att M​iniMax publicerar ett utdatatak skulle ta bort den enskilt största funktionella luckan i kalkylbladet. Att M​iniMax släpper vikterna som bolaget har utlovat skulle helt radera D​eepSeeks licensfördel och göra detta till en ren pris- och hastighetsfråga. Och en andra oberoende mätning av M​iniMax M3.1 Flash vid en lägre ansträngningsnivå skulle avgöra den fråga som kostnadsaritmetiken för närvarande måste förutsätta — hur mycket av dess 43 som kostar $0.22, och hur mycket av dessa $0.22 som är tänkande som ingen bad om.

Fram till dess är den försvarbara positionen snävare än vad något av lanseringsinläggen skulle vilja. Vad gäller kapacitet placerar det oberoende indexet MiniMax M3.1 Flash nio punkter över den DeepSeek-modell vars namn den vanligtvis jämförs med och två punkter under den DeepSeek-modell som namnet nu når — och gapet på två punkter kostar fyra cent per uppgift. I allt annat handlar beslutet inte alls om poäng. Det handlar om huruvida du behöver vikter, ett tak för utdata och en avstängningsbrytare, eller huruvida du behöver ett fast pris och ögon.