DeepSeek V4.1 Flash so với MiniMax M3.1 Flash: Thẻ giống hệt nhau, mô hình khác nhau

Hai nhà cung cấp, hai mô hình, một mức giá. Cả hai DeepSeek V4.1 Flash và MiniMax M3.1 Flash đều có giá $0.15 mỗi triệu token đầu vào và $0.60 mỗi triệu token đầu ra trên OrcaRouter. Cả hai đều phục vụ ngữ cảnh 1M token. Không mô hình nào là mẫu chủ lực, và cả hai đều thuộc phân khúc mà nhà cung cấp của chúng muốn khối lượng người dùng đổ vào. Giá niêm yết không thể tách biệt chúng, khiến đây trở thành phép so sánh sạch nhất trên trang: mọi cột khác đều quyết định, và không cột nào bị ẩn.

Các thẻ

• DeepSeek V4.1 Flash — $0.15 đầu vào, $0.60 đầu ra; $0.003 cho đầu vào được lưu trong bộ nhớ đệm; tăng gấp đôi lên $0.30 và $1.20 trong hai khung giờ ngày thường; ngữ cảnh 1M; đầu ra tối đa 384K; 2,500 yêu cầu đồng thời; hỗ trợ vision; p50 token đầu tiên đo được là 1.49 giây.

• MiniMax M3.1 Flash — 0,15 USD vào, 0,60 USD ra; ngữ cảnh 1M; đầu ra tối đa 524K; đo p50 token đầu tiên 2,66 giây; không có dòng cache-hit nào được công bố trên thẻ theo như chúng tôi đọc.

Ba khác biệt quan trọng, và cả ba đều có thể đo lường trước khi bạn cam kết: giới hạn đầu ra, độ trễ của token đầu tiên, và liệu một tiền tố được lưu trong bộ nhớ đệm có được giảm giá hay không.

Mức trần: 524K so với 384K

Giới hạn đầu ra của MiniMax lớn hơn 36%. Trong một lần gọi, đó là sự khác biệt giữa việc một lần tạo 350.000 token có vừa hay không — và 350.000 token đầu ra ở mức $0.60 mỗi triệu thì dù thế nào cũng là 21 xu, vì vậy giới hạn này là ranh giới về năng lực chứ không phải ranh giới về chi phí. Nếu khối lượng công việc của bạn không bao giờ ghi quá 300K trong một yêu cầu, thì cột này là một thế hòa kèm theo một con số tiếp thị.

Nếu vậy, MiniMax là bên duy nhất trong hai bên sẽ nhận việc, và mức giá giống hệt không còn là điểm mấu chốt nữa.

Tốc độ: 1,49 so với 2,66 giây

Token đầu tiên được đo của DeepSeek là {{1}}1.49 giây{{/1}}; của MiniMax là {{2}}2.66{{/2}}. Cả hai đều đủ nhanh để giao diện trò chuyện có cảm giác phản hồi nhanh, và cả hai đều đủ chậm để một agent thực hiện hai mươi lượt mỗi tác vụ phải chú ý đến sự khác biệt — khoảng 23 giây mỗi tác vụ ở những con số này, so với chi phí token chỉ vài xu. Trên các pipeline bị giới hạn bởi thông lượng, mô hình nhanh hơn đơn giản là làm được nhiều việc hơn mỗi giờ với cùng ngân sách đồng thời.

Dòng cache mà chỉ một thẻ hiển thị

DeepSeek công bố mức giá khi trúng bộ nhớ đệm: 0,003 USD cho mỗi triệu token đầu vào, so với 0,15 USD khi trượt. Đó là mức giảm giá gấp năm mươi lần cho phần prompt lặp lại, và đây là đòn bẩy lớn nhất trên cả hai bảng giá. Bảng giá của MiniMax, theo cách chúng tôi đọc, không có hàng tương đương — điều đó không có nghĩa là bộ nhớ đệm vắng mặt, mà chỉ là mức giảm giá không thể công bố từ bảng giá.

Đối với một agent gửi lại một system prompt ổn định và lịch sử ngày càng tăng ở mỗi lượt, sự bất đối xứng đó có thể lấn át cả mức trần lẫn độ trễ. Đây cũng là điều đầu tiên cần kiểm thử thay vì giả định: hãy gửi cùng một tiền tố hai lần và so sánh hai hóa đơn.

Cửa sổ cao điểm mà chỉ một thẻ có.

DeepSeek tăng gấp đôi mọi mức giá trong khung 01:00–04:00 và 06:00–10:00 UTC vào các ngày trong tuần, trừ ngày lễ công cộng của Trung Quốc. Mức $0.15 và $0.60 của MiniMax là cố định. Một khối lượng công việc châu Âu hoặc châu Á chạy trong giờ làm việc sẽ chịu mức giá cao điểm của DeepSeek cho phần lớn lưu lượng của mình — $0.30 và $1.20, gấp đôi giá niêm yết của MiniMax cho cùng số token.

Vậy nên những thẻ giống hệt nhau không hề giống nhau trên thực tế. Ngoài giờ cao điểm, với một tiền tố ổn định được lưu trong bộ nhớ đệm, DeepSeek rẻ hơn đáng kể. Trong khung giờ cao điểm ngày thường mà không có bộ nhớ đệm, nó đắt gấp đôi. Lịch trình quyết định câu nào đúng.

Cần chạy gì

Cả hai mô hình đều có trên OrcaRouter theo mức giá công bố của nhà cung cấp, trên một endpoint tương thích OpenAI với tính năng chuyển đổi dự phòng tự động, chính điều này khiến bài kiểm tra này rẻ: định tuyến một phần lưu lượng đến từng mô hình và so sánh số token đầu ra trên mỗi tác vụ hoàn thành, độ trễ p95, và tỷ lệ yêu cầu rơi vào các khung giờ cao điểm của DeepSeek.

Điều bạn không nên làm là bắt bẻ vào nhãn dán. Đó là cột duy nhất mà hai mẫu này đồng ý với nhau, nghĩa là đó là cột duy nhất không cho bạn biết điều gì.