DeepSeek V4 Pro ปะทะ MiniMax M3: ศึกชิงบัลลังก์เรือธงโอเพนเวท
- Orcaใหม่Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 8 tok/s
- DeepSeekใหม่DeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 85 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 718 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 37 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 830 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 52 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 118 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 ต่อ 1 ล้านโทเค็น · 177 tok/s
DeepSeek V4 Pro และ MiniMax M3 เป็นเรือธงโอเพนเวตสองรุ่นที่แข่งขันกันเพื่อชิงตำแหน่งสุดยอดด้านการเขียนโค้ดในปีนี้ และสิ่งที่น่าสนใจคือวิธีที่พวกเขาแตกต่างกันอย่างสิ้นเชิงในการพยายามเอาชนะ MiniMax M3 ซึ่งเปิดตัวเมื่อวันที่ 1 มิถุนายน เป็นโมเดลโอเพนเวตรุ่นแรกที่อ้างว่ามีความสามารถด้านการเขียนโค้ดระดับแนวหน้า บริบท 1 ล้านโทเคน และการรับอินพุตแบบมัลติโมดัลโดยกำเนิดในแพ็กเกจเดียว สร้างขึ้นบนสถาปัตยกรรม Sparse Attention ของ MiniMax DeepSeek V4 Pro ซึ่งเวอร์ชันทางการเปิดตัวเมื่อวันที่ 13 สิงหาคม หลังจากการพรีวิวนานสี่เดือน เป็นผู้เชี่ยวชาญด้านการให้เหตุผล: โมเดล Mixture-of-Experts ที่มีพารามิเตอร์ 1.6 ล้านล้านตัว โดยมีพารามิเตอร์ที่ทำงานจริง 49 พันล้านตัว มีคะแนน Codeforces สูงสุดเท่าที่เคยบันทึกไว้สำหรับโมเดลภาษา และตอนนี้มีสกอร์การ์ดด้านเอเจนต์ที่ดีขึ้นมาก ทั้งคู่มีสัญญาอนุญาตแบบ MIT ทั้งคู่มีราคาถูก และทั้งคู่ถูกวางตำแหน่งอย่างจริงจังเพื่อแข่งขันกับโมเดลที่มีราคาสูงกว่าสิบถึงห้าสิบเท่า
พาดหัวที่ว่า "both open-weight" นั้นซ่อนความแตกต่างที่แท้จริง ทั้งสองไม่ใช่บริษัทที่สร้างสิ่งเดียวกันโดยมีโลโก้ต่างกัน M3 วางเดิมพันกับเศรษฐศาสตร์ของบริบทระยะยาว — sparse attention ที่ทำให้หน้าต่างหนึ่งล้านโทเคนมีราคาถูกพอจะใช้งานได้จริง DeepSeek V4 Pro วางเดิมพันกับความลึกของการให้เหตุผลดิบ — โมเดล MoE ขนาดใหญ่แบบ expert-parallel ที่คิดหนักก่อนจะตอบ การที่ตัวไหน "ดีกว่าสำหรับการเขียนโค้ด" นั้น กลับขึ้นอยู่กับว่าคุณหมายถึงส่วนไหนของการเขียนโค้ด และว่าอินพุตของคุณเป็น stack trace หรือภาพหน้าจอ
สองสถาปัตยกรรม สองเดิมพัน
DeepSeek V4 Pro เป็นโมเดลโอเพนเวต (open-weights) ที่ใหญ่ที่สุดที่เผยแพร่จนถึงปัจจุบัน: มีพารามิเตอร์รวม 1.6 ล้านล้านตัว โดยมี 49 พันล้านตัวที่ทำงานต่อโทเค็น เป็น MoE 61 ชั้นพร้อม expert แบบรูท 384 ตัว (top-6), น้ำหนัก expert แบบ FP4 พร้อม attention แบบ FP8 และการออกแบบ attention แบบไฮบริดที่ผสาน sparse attention แบบบีบอัดและแบบบีบอัดระดับสูงเข้าด้วยกัน ต้องใช้พื้นที่ประมาณ 862 GB ในรูปแบบ FP8 ซึ่งทำให้การโฮสต์ด้วยตัวเองต้องใช้ H100 แปดตัว มากกว่าบนเวิร์กสเตชัน โมเดลที่ตอนนี้อยู่ภายใต้สัญญาอนุญาต MIT และดาวน์โหลดได้คือตัวเดียวกันกับที่อยู่เบื้องหลังบิลด์ API อย่างเป็นทางการที่เปิดตัวในสัปดาห์นี้
MiniMax M3 เป็นเครื่องจักรที่เล็กและเพรียวบางกว่า โดยมีพารามิเตอร์รวมประมาณ 428 พันล้านตัว และมีพารามิเตอร์ที่ทำงานอยู่ประมาณ 23 พันล้านตัวต่อโทเคน ซึ่งสร้างขึ้นรอบ ๆ MiniMax Sparse Attention (MSA) ผู้จำหน่ายอ้างว่า MSA ช่วยลดการคำนวณต่อโทเคนลงเหลือประมาณหนึ่งในยี่สิบของรุ่นก่อนหน้า โดยมีความเร็ว prefill มากกว่า 9 เท่า และความเร็ว decode มากกว่า 15 เท่าในบริบทที่ยาว นั่นคือจุดประสงค์ทั้งหมดของโมเดล: หน้าต่างหนึ่งล้านโทเคนจะมีประโยชน์ก็ต่อเมื่อการอนุมานภายในนั้นมีต้นทุนที่ยอมรับได้ และ MSA คือสิ่งที่ทำให้เป็นจริง M3 ยังรองรับอินพุตรูปภาพและวิดีโอโดยตรง ซึ่ง V4 Pro ไม่รองรับ
ทั้งคู่ให้บริบท 1,048,576 โทเคน DeepSeek V4 Pro มีเอาต์พุตสูงสุดที่ 384K; ส่วนเพดานของ MiniMax M3 สูงกว่านั้น ที่ 512K ทั้งคู่มีโหมดคิดที่เปิดปิดได้ — DeepSeek V4 Pro เปิดใช้โหมดคิดเป็นค่าเริ่มต้น ส่วนของ M3 แสดงเป็นสวิตช์
สิ่งที่การเปิดตัวอย่างเป็นทางการของ DeepSeek เปลี่ยนแปลงไป
การเปรียบเทียบใดๆ ในปัจจุบันที่เขียนขึ้นก่อนสัปดาห์นี้กำลังเปรียบเทียบกับโมเดล DeepSeek ที่ผิดรุ่น พรีวิวที่เปิดตัวตั้งแต่วันที่ 24 เมษายนเป็นโมเดล reasoning ซึ่งทำคะแนน DeepSWE ได้ 12.8 บิลด์อย่างเป็นทางการ DeepSeek-V4-Pro-0813 ผลักดันคะแนนดังกล่าวขึ้นเป็น 62.7 ในการประเมินของ DeepSeek เอง และเพิ่ม Responses API การผสานรวม Codex และเอนด์พอยต์ที่เข้ากันได้กับ OpenAI และ Anthropic — ดังนั้นโค้ดไคลเอ็นต์ชุดเดียวกันที่เชื่อมต่อกับตัวหนึ่งก็สามารถเชื่อมต่อกับอีกตัวหนึ่งได้ คะแนนแบบ agentic บนการ์ดของผู้จำหน่ายตอนนี้อยู่ในระดับใกล้เคียงกับ Fable 5 ของ Anthropic: Terminal-Bench 2.1 ได้ 87.9 (Fable 5: 88.0), CyberGym ได้ 83.3 (Fable 5: 83.1), AutomationBench ได้ 31.8 (Fable 5: 29.1) ตัวเลขเหล่านี้เป็นตัวเลขที่ DeepSeek รายงานบนบิลด์ที่มีอายุเพียงหนึ่งวัน ยังไม่ผ่านการตรวจสอบซ้ำโดยแล็บอิสระใดๆ — ให้นับว่าเป็นเพียงคำกล่าวอ้าง แต่คำกล่าวอ้างเหล่านี้ไม่ใช่เรื่องเล็กน้อยอีกต่อไป
กระดานคะแนนการเขียนโค้ด และตัวเลขของใครเป็นของใคร
ในการทดสอบมาตรฐานการเขียนโค้ดที่ถูกอ้างอิงมากที่สุด ผลลัพธ์ของทั้งสองโมเดลถูกแบ่งออก และการแบ่งนี้ให้ข้อมูลเชิงลึก:
• LiveCodeBench — DeepSeek V4 Pro ได้ 93.5 ถือเป็นผลลัพธ์โอเพนเวตที่แข็งแกร่งที่สุดบนเกณฑ์มาตรฐานนี้ และเป็นชัยชนะที่ถูกอ้างอิงมากที่สุด
• SWE-Bench Verified — DeepSeek V4 Pro 80.6 เทียบกับ MiniMax M3 80.5 ถือว่าเสมอกันในทางปฏิบัติ
• SWE-Bench Pro — MiniMax M3 59.0 เทียบกับ DeepSeek V4 Pro 55.4 ซึ่งเป็นคะแนนนำของ M3 ที่ 3.6 จุดอย่างมีนัยสำคัญในงานวิศวกรรมซอฟต์แวร์แบบเอเจนต์
• Terminal-Bench 2.1 — DeepSeek V4 Pro 67.9 vs MiniMax M3 66.0 สูสี
• BrowseComp — MiniMax M3 83.5 คะแนน ซึ่งเป็นคะแนนของเอเจนต์วิจัยบนเบราว์เซอร์ที่ทำได้เหนือกว่าโมเดลปิดหลายตัว
• Codeforces — DeepSeek V4 Pro 3206, เรตติ้งสูงสุดเท่าที่เคยบันทึกไว้สำหรับโมเดลภาษา.
สี่บรรทัดแรกนั้นเป็นข้อมูลที่ผู้ขายรายงาน; ดัชนี Artificial Analysis Intelligence Index เป็นตัวเลขอิสระเดียวที่ทั้งสองปรากฏอยู่ และมันจัดอันดับ MiniMax M3 ที่ 44 เทียบกับ DeepSeek V4 Pro ที่ 32 ในการกำหนดค่าแบบไม่ใช้การให้เหตุผล (การกำหนดค่าแบบใช้เหตุผลยังไม่ถูกให้คะแนนที่ AA ในขณะที่เขียน) การแข่งขันเขียนโค้ดโดยบุคคลที่สามที่เผยแพร่ในเดือนนี้ให้มุมมองที่คมชัดกว่า: MiniMax M3 ได้คะแนนสูงสุดโดยรวมในงานการนำไปปฏิบัติในโลกจริง โดยกรรมการชื่นชมโค้ดระดับ "อุตสาหกรรม" ของมัน ในขณะที่ DeepSeek V4 Pro ถูกอธิบายว่าเป็นสถาปนิกการออกแบบที่ดีที่สุด แต่ด้อยกว่าในการนำตรรกะทางธุรกิจไปสู่โค้ดที่ใช้งานได้ — "เก่งในการคิด แต่ไม่เก่งในการทำ" สำหรับปัญหาเชิงอัลกอริทึมแบบการแข่งขันเขียนโปรแกรม ตัวเลขจาก Codeforces และ LiveCodeBench บอกว่า V4 Pro ส่วนการเปลี่ยนสเปกให้เป็นบริการที่เสร็จสมบูรณ์และผ่านการทดสอบ ผลลัพธ์ในโลกจริงเอนเอียงไปทาง M3
มัลติโมดัลลิตี้คือทางแยกที่แท้จริง
เอาเกณฑ์วัดประสิทธิภาพออกไป ความแตกต่างที่ชี้ขาดคือ {{1}}รูปแบบการรับข้อมูล{{/1}} {{2}}MiniMax M3{{/2}} รองรับข้อความ รูปภาพ และวิดีโอได้โดยกำเนิด และรองรับการใช้งานคอมพิวเตอร์และการอ้างอิงภาพ — เอเจนต์สามารถอ่านไดอะแกรม ดูหน้าจอ และลงมือทำตามที่เห็นได้ {{3}}DeepSeek V4 Pro{{/3}} เป็นแบบข้อความล้วน ซึ่งเหมาะกับไปป์ไลน์โค้ดและเอกสารล้วน ๆ และไร้ประโยชน์สำหรับอะไรก็ตามที่คำตอบอยู่ในรูปภาพ หากเอเจนต์เขียนโค้ดของคุณทำงานจาก issues และ repos จุดเน้นด้านข้อความของ V4 Pro ไม่ทำให้คุณเสียอะไรเลย หากมันจำเป็นต้องดูโมกอัป UI สกรีนช็อตหน้าจอแครช หรือรูปถ่ายไวท์บอร์ด {{4}}M3{{/4}} คือตัวเดียวในสองตัวที่ทำได้
ราคาและความเร็ว: เส้นโค้งสองเส้นที่แตกต่างกัน
ตามราคารายการของผู้ให้บริการที่ส่งผ่านโดย OrcaRouter โมเดลทั้งสองมีราคาถูกในจุดที่ต่างกัน:
• DeepSeek V4 Pro — $0.44 ต่อล้านอินพุต, $0.88 ต่อล้านเอาต์พุต, อินพุตแคช $0.0035 ต่อล้าน
MiniMax M3 — $0.30 ต่อล้าน input, $1.20 ต่อล้าน output, input ที่ถูกแคช $0.06 ต่อล้าน
M3 ชนะในด้านอินพุตและการแคช ส่วน V4 Pro ชนะในด้านเอาต์พุต และเอาต์พุตคือส่วนที่คิดค่าโทเคนการคิด เนื่องจาก DeepSeek V4 Pro เปิดการคิดเป็นค่าเริ่มต้นและการให้เหตุผลของมันยืดเยื้อ การรันเอเยนต์ที่ยาวนานจึงทำให้ต้นทุนรวมเอียงไปทาง V4 Pro แม้อินพุตของ M3 จะถูกกว่า ด้านความเร็วนั้นกลับกัน: MiniMax M3 ให้ความเร็วประมาณ 80–145 โทเคนเอาต์พุตต่อวินาที ขึ้นอยู่กับผู้ให้บริการ ขณะที่ DeepSeek V4 Pro อยู่ที่ราว 54–65 ข้อได้เปรียบด้าน sparse attention ของ M3 เห็นชัดที่สุดที่บริบทยาว ซึ่งการดีโค้ดยังคงเร็ว ในขณะที่ต้นทุนความสนใจของ V4 Pro เพิ่มขึ้น
ทั้งคู่อยู่บน OrcaRouter ภายใต้คีย์ที่เข้ากันได้กับ OpenAI เพียงคีย์เดียว ซึ่งทำให้เรื่องนี้ไม่ใช่การเสี่ยง 50/50 อย่างที่เห็น: เส้นทางในโพรดักชันสามารถกำหนดเส้นทาง DeepSeek V4 Pro สำหรับงานเชิงอัลกอริทึมและการเขียนแบบยาว, MiniMax M3 สำหรับงานมัลติโมดัลและงานบริบทแบบยาว และใช้ routing DSL หรือ model fusion เพื่อให้ทั้งคู่ทำงานร่วมกันในการเรียกใช้ครั้งเดียว — แต่ละรายการคิดค่าบริการตามราคารายการของผู้ให้บริการ โดยไม่มีมาร์กอัป (0%) พร้อมการสลับไปยังระบบสำรองอัตโนมัติหาก endpoint ของผู้ให้บริการรายใดรายหนึ่งไม่เสถียร
อันไหนพอดี
• การเขียนโปรแกรมเชิงแข่งขัน, การให้เหตุผลเชิงอัลกอริทึม, คณิตศาสตร์, ผลลัพธ์สูงสุดต่อการเรียก → DeepSeek V4 Pro ผลลัพธ์จาก Codeforces และ LiveCodeBench เป็นตัวเลขที่แข็งแกร่งที่สุดในกลุ่มโมเดลโอเพนเวต
• การเปลี่ยนสเปกให้เป็นบริการที่เสร็จสมบูรณ์ การรันเอเจนต์อัตโนมัติระยะยาว → MiniMax M3 ตามการแข่งขันเขียนโค้ดในโลกจริงและความเป็นผู้นำด้าน agentic SWE-Bench Pro
• อินพุตใดๆ ที่ไม่ใช่ข้อความ (ภาพหน้าจอ, แผนภาพ, ภาพนิ่งจากวิดีโอ) → MiniMax M3 ตัวเลือกมัลติโหมดเพียงตัวเลือกเดียวที่นี่
• บริบทขนาดล้านโทเคนที่ต้องประหยัดและรวดเร็ว → sparse attention ของ MiniMax M3 ที่ให้การประมวลผล prefill เร็วขึ้น 9 เท่า และ decode เร็วขึ้น 15 เท่า เมื่อเทียบกับรุ่นก่อนหน้า
• ต้นทุนเอาต์พุตสำหรับข้อความต่ำสุด → DeepSeek V4 Pro ที่ $0.88 เทียบกับ $1.20 ของ M3 โดยเฉพาะอย่างยิ่งเมื่อเปิดโหมดคิด
• การโฮสต์ด้วยตนเองบน GPU ระดับกลางของศูนย์ข้อมูล → MiniMax M3 มีพื้นที่ใช้งานที่เล็กกว่า; ส่วน V4 Pro ที่มี checkpoint แบบ FP8 ขนาด 862 GB ต้องใช้คลัสเตอร์ที่ทรงพลัง
ทั้งสองโมเดลยังไม่มีคำตัดสินที่ชัดเจน และทั้งคู่ก็พัฒนากันอย่างรวดเร็ว — บิลด์อย่างเป็นทางการของ DeepSeek V4 Pro เพิ่งปล่อยออกมาในสัปดาห์นี้ และยังไม่ผ่านการวัดประสิทธิภาพโดยอิสระ ส่วนน้ำหนักของ MiniMax M3 ถูกสัญญาไว้แล้ว แต่ยังต้องปล่อยลงรีโพโอเพนซอร์สให้ครบถ้วน อีกทั้ง DeepSeek ยังประกาศขึ้นราคาสำหรับไลน์ V4 อีกด้วย หากคุณต้องเลือกวันนี้ ให้เลือกตามโหมดและปริมาณงาน: งานแบบมัลติโมดัลและงานเอเจนต์ที่ใช้บริบทยาว เลือก MiniMax M3 ส่วนงานใช้เหตุผลด้วยข้อความและโค้ดล้วนๆ ในราคาที่ต่ำที่สุดต่อเอาต์พุต เลือก DeepSeek V4 Pro — และจัดเส้นทางให้ใช้ร่วมกัน เพื่อที่ว่าเมื่อผลคะแนนทดสอบอิสระแรกของโมเดลใดโมเดลหนึ่งออกมา การสลับทราฟฟิกก็เป็นเพียงการเปลี่ยนคอนฟิก ไม่ใช่การเขียนโค้ดใหม่
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
