MiniMax M3.1 Flash vs DeepSeek V4.1 Flash: Cả hai đều mở, chỉ một là MIT

Cho đến tuần này, cuộc tranh luận giữa MiniMax M3.1 Flash và DeepSeek V4.1 Flash vẫn chỉ là cuộc tranh luận trên bảng benchmark, vì đó là tất cả những gì cả hai phòng lab đã cung cấp để người ta tranh luận. Điều đó kết thúc vào ngày 23 tháng 10 năm 2026, khi MiniMax công bố trọng số M3.1 Flash trên Hugging Face, bốn ngày sau khi mô hình ra mắt vào ngày 19 tháng 10. DeepSeek V4.1 Flash đã có thể tải xuống kể từ bản phát hành ngày 10 tháng 9, và checkpoint 1017 của nó đã nằm trên Hugging Face theo giấy phép MIT kể từ ngày 17 tháng 10. Cả hai mô hình hiện đều là trọng số mở. Chỉ một trong hai là mã nguồn mở, và sự khác biệt này không mang tính hàn lâm: nó quyết định liệu một công ty có thể xây dựng sản phẩm trên checkpoint mà không cần xin phép ai hay không.

Khoảng cách về năng lực là có thật nhưng hẹp. Artificial Analysis xếp DeepSeek V4.1 Flash 1017 ở mức 45 trên Intelligence Index của mình và MiniMax M3.1 Flash ở mức 43, trên cùng bộ v4.3.2. Khoảng cách kinh tế lại đi theo hướng ngược lại: $0,26 để hoàn thành một tác vụ của chỉ số trên DeepSeek so với $0,22 trên MiniMax. Còn khoảng cách về giấy phép thì không theo hướng nào cả. Đó là một khác biệt mang tính phân loại, và là điều đầu tiên cần giải quyết trước khi các hàng điểm chuẩn trở nên quan trọng.

Có gì đã thay đổi vào ngày 23 tháng 10?

Trước khi trọng số được phát hành, cách so sánh hợp lý là cách chúng tôi đã công bố trên bảng của nhà cung cấp: hai phòng thí nghiệm, các tên benchmark trùng nhau, chỉ một vài dòng được đo theo cùng một cách. So sánh đó vẫn còn giá trị, và nó vẫn cho thấy DeepSeek dẫn trước ở các dòng coding và agent chung. Điều mà nó không thể trả lời là câu hỏi mua sắm, bởi vì MiniMax đã hứa phát hành trọng số "sau này" mà không kèm ngày, giấy phép hay số lượng tham số.

Cả ba chỗ trống đó giờ đây đều đã được điền. MiniMax M3.1 Flash là một mô hình hỗn hợp chuyên gia với tổng 428B tham số, 23B tham số hoạt động, ngữ cảnh 1,000,000 token, giới hạn đầu ra 524,288 token và kho lưu trữ 252.4 GB trải trên 48 shard cùng với một bộ dự thảo giải mã suy đoán. Giấy phép là MiniMax Community Licence. DeepSeek V4.1 Flash 1017 vẫn là mô hình tổng 552B tham số với 16B tham số hoạt động trong quá trình giải mã, ngữ cảnh 1M token, giới hạn đầu ra 384,000 token và kho lưu trữ 510.3 GB theo giấy phép MIT.

Đặt hai câu đó cạnh nhau là hình dạng của quyết định đã rõ. MiniMax là bản tải xuống nhỏ hơn và là mô hình dễ chạy vừa trên bốn GPU hơn. DeepSeek là bản tải xuống lớn hơn, là mô hình mạnh hơn trên hầu hết các benchmark chung, và là mô hình có giấy phép mà một đội pháp lý có thể thông qua trong một buổi chiều.

Các giấy phép, đặt cạnh nhau

MIT là giấy phép mã nguồn mở đơn giản nhất trong số những giấy phép thông dụng: được dùng, sửa đổi, phân phối lại, bán, không cần thông báo và không có điều kiện về doanh thu. DeepSeek V4.1 Flash được phát hành theo giấy phép MIT, và kho lưu trữ trên Hugging Face có kèm tệp giấy phép. Nếu sản phẩm của bạn nhúng các trọng số (weights) này, MIT chỉ yêu cầu bạn giữ nguyên thông báo bản quyền.

Giấy phép Cộng đồng MiniMax là một hợp đồng thương mại được khoác lên vẻ ngoài của một giấy phép mở. Giấy phép này miễn phí cho mục đích phi thương mại. Việc sử dụng thương mại đi kèm hai điều kiện. Mọi triển khai thương mại đều phải hiển thị "Built with MiniMax M3" một cách nổi bật — trên trang web, trong giao diện người dùng, trong bài đăng blog, trên trang giới thiệu hoặc trong tài liệu sản phẩm. Và bậc doanh thu sẽ quyết định những gì còn phải trả thêm.

• Có doanh thu hằng năm từ 20 triệu đô la trở xuống — thông báo một lần cho MiniMax qua email, với dòng tiêu đề được quy định trong giấy phép

• Doanh thu hàng năm trên 20 triệu USD — cần có sự cho phép trước bằng văn bản từ MiniMax trước khi sử dụng cho mục đích thương mại

• Dịch vụ lưu trữ thương mại — được định nghĩa của giấy phép bao gồm rõ ràng, vì vậy một doanh nghiệp suy luận được xây dựng trên các trọng số nằm trong phạm vi điều khoản, chứ không nằm ngoài điều khoản đó

• Các phiên bản được tinh chỉnh và đào tạo sau — cũng được bao gồm khi triển khai thương mại

• Các mục đích sử dụng bị cấm — nội dung bất hợp pháp, mục đích quân sự, gây tổn hại đến người chưa thành niên, cố ý lan truyền thông tin sai lệch và phân biệt đối xử hoặc phát ngôn thù địch đối với các nhóm được bảo vệ

Dòng doanh thu là phần thay đổi hành vi. Một startup hai người có thể tuân thủ bằng một email và một liên kết ở chân trang. Một công ty ở mức 30 triệu đô la thì không thể phát hành mô hình mà không đàm phán, và cuộc đàm phán là với một phòng thí nghiệm Trung Quốc mà các điều khoản có thể thay đổi trong phiên bản tiếp theo. Đó là một hồ sơ rủi ro khác với MIT, ngay cả khi nút tải xuống trông giống hệt. Điều đó cũng giải thích tại sao một số nhà bình luận bắt đầu gọi những bản phát hành có hình thức này là "pseudo-open": trọng số thì mở, còn quyền thì không.

252 GB so với 510 GB, và tại sao đó không phải là toàn bộ câu chuyện phục vụ

Kích thước tải xuống là khác biệt cụ thể đầu tiên mà một nhóm tự triển khai gặp phải. Kho lưu trữ của MiniMax có dung lượng 252,4 GB vì mô hình được huấn luyện gốc cho các chuyên gia định tuyến NVFP4 và bộ nhớ đệm KV NVFP4; checkpoint được phát hành đã lượng tử hóa sẵn, chứ không phải tệp BF16 để bạn tự nén. Kho lưu trữ 1017 của DeepSeek có dung lượng 510,3 GB, gần gấp đôi số byte cho một mô hình có tổng cộng nhiều hơn 124 tỷ tham số nhưng lại có ít tham số hoạt động hơn.

Những con số đó không phải là so sánh cùng tiêu chí — hai phòng thí nghiệm đã có những lựa chọn độ chính xác khác nhau, và một tệp nhỏ hơn không tự động có nghĩa là triển khai rẻ hơn — nhưng chúng là thứ bạn thực sự di chuyển, lưu trữ và tải. Hệ quả về phục vụ hữu ích hơn kích thước tải xuống. Bài đăng ngày ra mắt của vLLM báo cáo rằng M3.1 Flash chứa được 76 chuỗi 256K token đồng thời trên bốn GPU NVIDIA B300, so với 28 của MiniMax-M3 với bộ nhớ đệm KV FP8. Bài đăng báo cáo 418,9 token đầu ra mỗi giây trên mỗi người dùng trên GB300 AgentX ở phía nhạy cảm với độ trễ, và 153,8K tổng token mỗi giây trên mỗi GPU ở phía thông lượng.

Kiến trúc của DeepSeek lại đi theo hướng ngược lại. Tổng 552B của nó lớn hơn, nhưng chỉ 16B tham số được kích hoạt trong quá trình decode và 8B trong prefill, nên lượng tính toán cho mỗi token được tạo ra thấp hơn so với con số tổng gợi ý. Đánh đổi là dung lượng bộ nhớ và kết nối liên kết: một checkpoint 510 GB cho thấy triển khai đa nút, trong khi MiniMax đã công bố công thức bốn GPU. MiniMax dễ dựng hơn trên một cụm nhỏ. DeepSeek nhanh hơn trên mỗi token được tạo ra khi đã có cụm, và mức giá ngoài giờ cao điểm của nó khớp với mức giá cố định của MiniMax.

Năng lực: 45 so với 43, và các hàng bên dưới

Trên bảng xếp hạng độc lập, khoảng cách hai điểm là có thật nhưng không phải vực thẳm. Cả hai mô hình đều nằm trong nhóm ít ỏi các mô hình trọng số mở hàng đầu, cả hai đều có ngữ cảnh một triệu token, và cả hai đều là mô hình suy luận dành nhiều token đầu ra trước khi trả lời. Sự khác biệt nằm ở hình thái năng lực, không phải ở con số tiêu đề.

• Chỉ số Trí tuệ — 45 cho DeepSeek V4.1 Flash 1017, 43 cho MiniMax M3.1 Flash, cả hai trên Artificial Analysis v4.3.2

• Chi phí cho mỗi tác vụ lập chỉ mục — 0,26 USD so với 0,22 USD, lợi thế 15% cho MiniMax

• Tốc độ đầu ra — 206.1 token mỗi giây so với 92.5, lợi thế gấp 2.2 lần so với DeepSeek

• Thời gian đến token đầu tiên — 1,01 giây so với 1,52 giây

• Đầu ra tối đa — 384,000 token so với 524,288

• Ngữ cảnh — 1.000.000 token ở cả hai

Đầu vào — văn bản và hình ảnh trên DeepSeek; văn bản, hình ảnh và video trên MiniMax

Các điểm chuẩn của nhà cung cấp kể một câu chuyện cụ thể hơn, và mọi con số đều do nhà cung cấp tự báo cáo. Ở hai hàng mà cả hai phòng thí nghiệm đều đo trên một harness có tên, có thể so sánh, DeepSeek dẫn trước: DeepSWE v1.1 đạt 77.0% so với 73.7%, và Agents' Last Exam đạt 35.4 so với 29.6. Trên Terminal-Bench 4.0, DeepSeek báo cáo 42.3 trong harness Claude Code so với 38.1 của MiniMax. MiniMax thắng Automation-Bench v1.0.6 với 62.8 so với 60.5, và nhỉnh hơn Humanity's Last Exam không dùng công cụ với 43.4 so với 42.6. Phần còn lại của mỗi bảng được đo trên một rig khác, được chấm bởi một mô hình khác, hoặc chỉ do một bên công bố.

Rồi còn có con số mà cả hai bài đăng ra mắt đều không mở đầu bằng. Đánh giá AA-Omniscience của Artificial Analysis xếp MiniMax M3.1 Flash ở mức 16 điểm tổng thể với tỷ lệ ảo giác 93%: khi không biết, gần như lần nào nó cũng trả lời thay vì từ chối trả lời. Thẻ mô hình của DeepSeek có cảnh báo riêng về lỗi lựa chọn thưa trong cơ chế attention nén và tái tạo trạng thái ở ngữ cảnh rất dài. Không lưu ý nào trong hai lưu ý này xuất hiện trong bảng benchmark của nhà cung cấp, và cả hai đều quan trọng hơn trong một tác nhân có hành động so với một cửa sổ trò chuyện có thể đóng lại.

Giá: cố định so với đồng hồ

Bảng giá trông giống hệt nhau ở mức giá niêm yết và khác biệt ngay khi bạn đọc đến khung giờ. MiniMax tính $0.15 mỗi triệu token đầu vào và $0.60 mỗi triệu token đầu ra, đồng giá, với đầu vào được lưu cache ở mức $0.015. DeepSeek tính cùng mức $0.15 và $0.60 vào giờ thấp điểm, nhưng tăng gấp đôi lên $0.30 và $1.20 trong khoảng 01:00–04:00 UTC và lần nữa trong khoảng 06:00–10:00 UTC vào các ngày trong tuần. Giá khi trúng cache của nó là $0.003 vào giờ thấp điểm và $0.006 vào giờ cao điểm, tức giảm giá 98%.

Đối với một khối lượng công việc chạy theo giờ Mỹ, khung giờ cao điểm của DeepSeek phần lớn không trùng với giờ làm việc và hai bảng giá gần như tương đương. Với một đội châu Âu có CI chạy lúc 07:00 giờ London, bốn giờ của mỗi ngày trong tuần bị tính giá gấp đôi, và bảng giá cố định của MiniMax thắng mà không cần bất kỳ lập luận nào về năng lực. Với một vòng lặp agent nặng về cache trên một kho mã ổn định, giá đọc cache $0.003 của DeepSeek rẻ hơn năm lần so với $0.015 của MiniMax, điều có thể lấn át mức chênh lệch tính theo mỗi token. Phép so sánh đúng là một tháng lưu lượng thực tế của bạn, chứ không phải một mức giá trung bình gộp.

Bạn nên tải xuống checkpoint nào

Tải MiniMax M3.1 Flash nếu bạn muốn artefact nhỏ hơn, công thức bốn GPU, giới hạn đầu ra dài hơn, đầu vào video hoặc giấy phép mà bạn có thể đáp ứng bằng một email và một dòng ghi công. Đây là mô hình dễ triển khai hơn trên phần cứng bạn đã có, và chi phí cho mỗi tác vụ lập chỉ mục hoàn thành của nó là thấp hơn trong hai mô hình.

Tải DeepSeek V4.1 Flash 1017 nếu bạn muốn MIT, các dòng benchmark chia sẻ mạnh hơn, tốc độ đầu ra gần gấp đôi, hoặc mức chiết khấu cache đủ sâu để thay đổi bài toán kinh tế của một vòng lặp agent. Đây là lựa chọn triển khai khó hơn nhưng mua sắm dễ hơn, tức là đánh đổi ngược lại so với MiniMax.

Cũng đừng tải xuống nếu hóa đơn token hằng tháng của bạn nhỏ. Ở mức $0,60 mỗi triệu token đầu ra, một tỷ token một tháng là $600 qua API của MiniMax; thời gian kỹ thuật để duy trì một checkpoint 252 GB phục vụ ổn định tốn nhiều hơn mức đó đối với hầu hết các nhóm. Trọng số mở là một lựa chọn mang tính chiến lược, không phải khoản tiết kiệm chi phí mặc định.

OrcaRouter phù hợp ở đâu

OrcaRouter hiện không host MiniMax M3.1 Flash và bài viết này không khẳng định là có. Nền tảng có định tuyến DeepSeek V4.1 Flash 1017, cùng với thế hệ MiniMax-M3 trước đó, trên cùng một khóa như hơn 200 mô hình khác. Điều đó quan trọng với một so sánh như thế này: bạn có thể đưa checkpoint của DeepSeek vào trước lưu lượng của chính mình mà không cần hợp đồng thứ hai, giữ MiniMax-M3 làm phương án dự phòng và để cơ chế chuyển đổi dự phòng tự động xử lý tuyến có vấn đề. Giá niêm yết của nhà cung cấp được chuyển nguyên với mức chênh lệch 0%, nên mức giá cao điểm và thấp điểm của DeepSeek hiển thị trên hóa đơn đúng như nhà cung cấp tính, không phải một mức ước tính hợp nhất.

Nếu bạn tự triển khai một trong hai checkpoint, router là phần bổ sung chứ không phải thứ thay thế: nó mang đến cho bạn một phương án dự phòng được lưu trữ trong những giờ cụm của bạn bị quá tải hoặc đang được nâng cấp. Nếu bạn gọi API, đó là sự khác biệt giữa một so sánh bạn đọc được và một so sánh bạn có thể chạy trên chính các prompt của mình ngay chiều nay.

Bản ngắn gọn: MiniMax đã thu hẹp khoảng cách năng lực đủ xa đến mức giấy phép và dấu chân phục vụ giờ đây quyết định lựa chọn, và DeepSeek vẫn thắng ở giấy phép. Đó là một cuộc đối đầu thú vị hơn bảng điểm chuẩn, và cũng bền vững hơn.

Một điểm khác biệt cuối cùng cần phân biệt cho rõ: hậu tố 1017 không phải để trang trí. Checkpoint DeepSeek V4.1 Flash tháng Chín đạt 39 trên cùng chỉ số, thấp hơn MiniMax bốn điểm. Mọi so sánh trong bài viết này đều dựa trên checkpoint ngày 17 tháng 10, vì đó là bản có trọng số, giấy phép và các dòng benchmark hiện hành.