DeepSeek V4.1 Flash กับ MiniMax M3.1 Flash: การ์ดเหมือนกัน แต่โมเดลต่างกัน

สองผู้ให้บริการ สองโมเดล ราคาเดียว ทั้ง DeepSeek V4.1 Flash และ MiniMax M3.1 Flashมีค่าใช้จ่าย $0.15 ต่อล้านโทเค็นอินพุต และ $0.60 ต่อล้านโทเค็นเอาต์พุตบน OrcaRouter ทั้งคู่รองรับบริบทขนาด 1M โทเค็น ทั้งคู่ไม่ใช่เรือธง และทั้งคู่เป็นระดับที่ผู้ให้บริการแต่ละรายต้องการให้ปริมาณการใช้งานไปลง ราคาหน้าป้ายไม่อาจแยกทั้งสองออกจากกันได้ ซึ่งทำให้การเปรียบเทียบนี้สะอาดที่สุดบนเว็บไซต์: คอลัมน์อื่นทุกคอลัมน์เป็นตัวชี้ขาด และไม่มีคอลัมน์ใดถูกซ่อนไว้

การ์ด

• DeepSeek V4.1 Flash — อินพุต $0.15, เอาต์พุต $0.60; อินพุตแคช $0.003; เพิ่มขึ้นเป็นสองเท่าเป็น $0.30 และ $1.20 ในช่วงเวลาวันธรรมดาสองช่วง; บริบท 1M; เอาต์พุตสูงสุด 384K; คำขอพร้อมกัน 2,500 รายการ; รองรับ vision; วัดค่า p50 ของโทเค็นแรกได้ 1.49 วินาที

• MiniMax M3.1 Flash — $0.15 ขาเข้า, $0.60 ขาออก; คอนเท็กซ์ 1M; เอาต์พุตสูงสุด 524K; วัดค่า p50 ของโทเคนแรกได้ 2.66 วินาที; ไม่มีบรรทัด cache-hit ที่ประกาศไว้บนการ์ดตามที่เราอ่าน

ความแตกต่างสามข้อที่สำคัญ และทั้งสามข้อสามารถวัดได้ก่อนที่คุณจะตัดสินใจลงมือ: เพดานเอาต์พุต เวลาแฝงของโทเค็นแรก และว่า prefix ที่แคชไว้จะได้รับส่วนลดหรือไม่

เพดาน: 524K เทียบกับ 384K

เพดานเอาต์พุตของ MiniMax ใหญ่กว่า 36% ในการเรียกครั้งเดียว นั่นคือความแตกต่างระหว่างการสร้าง 350,000 โทเค็นว่าจะพอดีหรือไม่พอดี — และเอาต์พุต 350,000 โทเค็นที่ราคา $0.60 ต่อล้านคือ 21 เซนต์ไม่ว่าจะกรณีใดก็ตาม ดังนั้นเพดานนี้จึงเป็นเส้นแบ่งด้านความสามารถมากกว่าเส้นแบ่งด้านต้นทุน หากภาระงานของคุณไม่เคยเขียนเกิน 300K ในการร้องขอครั้งเดียว คอลัมน์นี้ก็เสมอกันโดยมีตัวเลขทางการตลาดติดอยู่

ถ้าเป็นเช่นนั้น MiniMax จะเป็นรายเดียวในสองรายที่ยอมรับงานนี้ และราคาที่เท่ากันก็จะไม่ใช่ประเด็นอีกต่อไป

ความเร็ว: 1.49 เทียบกับ 2.66 วินาที

โทเคนแรกที่วัดได้ของ DeepSeek คือ 1.49 วินาที; ของ MiniMax คือ 2.66 วินาที ทั้งสองเร็วพอที่อินเทอร์เฟซแชตจะรู้สึกตอบสนองได้ไว และทั้งสองช้าพอที่เอเจนต์ซึ่งทำงานยี่สิบรอบต่อหนึ่งงานจะให้ความสำคัญกับความแตกต่างนี้ — ประมาณ 23 วินาทีต่องานตามตัวเลขเหล่านี้ เทียบกับค่าโทเคนเพียงไม่กี่เซนต์ ในไปป์ไลน์ที่ถูกจำกัดด้วยอัตราการประมวลผล โมเดลที่เร็วกว่าก็เพียงทำงานได้มากขึ้นต่อชั่วโมงภายใต้งบประมาณการทำงานพร้อมกันเท่าเดิม

แคชไลน์ ซึ่งมีเพียงการ์ดเดียวเท่านั้นที่แสดง

DeepSeek เผยแพร่ราคากรณีแคชฮิต: 0.003 ดอลลาร์ต่อล้านโทเคนอินพุต เทียบกับ 0.15 ดอลลาร์เมื่อแคชไม่ติด นั่นคือส่วนลดห้าสิบเท่าสำหรับส่วนของพรอมต์ที่ซ้ำกัน และเป็นคันโยกที่ใหญ่ที่สุดเพียงหนึ่งเดียวบนการ์ดใบใดก็ตามในสองใบนี้ การ์ดของ MiniMax เท่าที่เราอ่านนั้นไม่มีแถวที่เทียบเท่ากัน — ซึ่งไม่ได้หมายความว่าไม่มีการแคช เพียงแต่หมายความว่าส่วนลดนั้นไม่สามารถเผยแพร่ได้จากการ์ด

สำหรับเอเจนต์ที่ส่งพรอมป์ระบบแบบคงที่และประวัติการสนทนาที่เพิ่มขึ้นเรื่อย ๆ ซ้ำใหม่ในทุกเทิร์น ความไม่สมดุลนั้นอาจมีน้ำหนักมากกว่าทั้งเพดานและความหน่วง และยังเป็นสิ่งแรกที่ควรทดสอบแทนที่จะสันนิษฐาน: ส่ง prefix เดียวกันสองครั้งแล้วเปรียบเทียบค่าใช้จ่ายทั้งสองครั้ง

หน้าต่างพีคที่การ์ดเพียงใบเดียวเท่านั้นที่มีอยู่

DeepSeek เพิ่มอัตราทุกอัตราเป็นสองเท่าระหว่าง 01:00–04:00 และ 06:00–10:00 UTC ในวันธรรมดา โดยไม่รวมวันหยุดราชการของจีน อัตรา $0.15 และ $0.60 ของ MiniMax เป็นอัตราคงที่ ภาระงานจากยุโรปหรือเอเชียที่ทำงานในช่วงเวลาทำการจะถูกคิดอัตราพีคของ DeepSeek สำหรับทราฟฟิกส่วนใหญ่ — $0.30 และ $1.20 ซึ่งเป็นสองเท่าของราคาป้ายของ MiniMax สำหรับโทเค็นชุดเดียวกัน

ดังนั้นการ์ดที่เหมือนกันจึงไม่ได้เหมือนกันในทางปฏิบัติ ในช่วงออฟพีก (off-peak) ด้วยพรีฟิกซ์ที่แคชไว้อย่างเสถียร DeepSeek ถูกกว่าอย่างมีนัยสำคัญ ในช่วงเวลาพีกของวันธรรมดาที่ไม่มีการแคช มันมีราคาแพงกว่าเป็นสองเท่า ตารางเวลากำหนดว่าประโยคใดเป็นความจริง

สิ่งที่ต้องรัน

ทั้งสองโมเดลอยู่บน OrcaRouter ในอัตราที่ผู้จำหน่ายแต่ละรายเผยแพร่ ผ่าน endpoint เดียวที่เข้ากันได้กับ OpenAI พร้อมการสลับไปใช้ระบบสำรองอัตโนมัติ ซึ่งเป็นสิ่งที่ทำให้การทดสอบนี้มีต้นทุนต่ำ: กำหนดเส้นทางทราฟฟิกส่วนหนึ่งไปยังแต่ละโมเดล แล้วเปรียบเทียบจำนวนโทเค็นเอาต์พุตต่องานที่เสร็จสมบูรณ์, latency p95, และสัดส่วนของคำขอที่ตกอยู่ในช่วงพีคของ DeepSeek

สิ่งที่คุณไม่ควรทำคือไปจับผิดที่สติกเกอร์ เพราะมันเป็นคอลัมน์เดียวที่ทั้งสองโมเดลเห็นตรงกัน ซึ่งหมายความว่ามันเป็นคอลัมน์เดียวที่ไม่บอกอะไรคุณเลย