MiniMax M3.1 Flash Preview 对比 DeepSeek V4 Flash：两张廉价的 1M 上下文入场券，一个巨大的星号

如果你正在寻找一个百万 token 上下文窗口、且每 token 价格低廉的选项，MiniMax-M3.1-Flash-Preview 和 DeepSeek V4 Flash 是两个不断被提及的名字——而它们其实并不是同一类产品。DeepSeek V4 Flash 是一个已退役的模型，但其标识符仍然会响应，存在于一份你能精确读到美分的供应商费率卡中。MiniMax-M3.1-Flash-Preview 则是一个仍在活跃提供的预览版，完全没有公布任何费率。因此，下面的比较一部分是规格对比，一部分是在展示这两家供应商在销售同一档位时，选择的方式有多么不同。

双方都值得精确陈明，因为决定它的数字分散在一个供应商页面、一棵供应商文档树和我们自己的目录中，而关于 DeepSeek V4 Flash 最常被重复的说法之一——它的价格——正是 DeepSeek 后来已经替换掉的那个。

两份规格表真正匹配的地方

主要规格参数相差无几，因此并非决定性因素，只有一个例外，而这一点没人会宣传。

• 上下文窗口 — MiniMax-M3.1-Flash-Preview 为 1,000,000 tokens，DeepSeek V4 Flash 为 1,048,576 tokens：名义上相同，相差 48,576 个 token
• 最大输出 — MiniMax-M3.1-Flash-Preview 未公布；DeepSeek V4 Flash 为 384,000 tokens，这在该价位上很不寻常，而这个数字应当决定许多采购决策
• 输入模态 — MiniMax-M3.1-Flash-Preview 支持文本、图像和视频；DeepSeek V4 Flash 仅支持文本
• 思考控制 — MiniMax-M3.1-Flash-Preview 提供一个从 effort low 到 max 的阶梯，思考始终开启；DeepSeek V4 Flash 支持思考或非思考模式，其中非思考是真正可用的选项
• 协议支持 — MiniMax-M3.1-Flash-Preview 支持 Anthropic 兼容、OpenAI 兼容以及 OpenAI Responses 端点；DeepSeek V4 Flash 支持同样的三种，外加聊天前缀补全
• 权重 — MiniMax-M3.1-Flash-Preview 未公开；DeepSeek 的 V4 Flash 权重曾公开发布，不过该模型本身已被取代
• 价格 — MiniMax-M3.1-Flash-Preview 未公布；DeepSeek V4 Flash 已公布且价格低廉

把那份清单读两遍，因为输出上限才是那个不声不响的关键。100 万 token 的上下文配 384,000 token 的输出，是一个真正很长的单次生成窗口。100 万 token 的上下文配一个未披露的输出上限，承诺的是读取，而不是写入。如果你的工作负载是“读取一个代码库，输出一份迁移计划”，那么起决定作用的是第二个数字，看任务能否塞进一次调用。

每一项的衡量标准是什么

这是比较中最令人不适的部分，而且篇幅很短。

DeepSeek V4 Flash 有基准测试记录，而且该记录是独立的。Artificial Analysis 在 Intelligence Index 上给它打出 34.3 分——在该指数涵盖的 145 个模型中位列第 42——Coding Index 得分为 69.1，GPQA Diamond 得分为 90.8%。我们自己的产品目录条目中列于首位的 τ²-Bench 95.0 分，与 DeepSeek 发布材料中给出的数字相同，因此它是一个与独立数据并列的厂商数字，而不是经过审计的数字。其长上下文召回率为 79.7%，在 v2.1 harness 上的 terminal-bench 成绩为 78.7%。这些都是对一个已知模型真实且可比的测量结果。

MiniMax-M3.1-Flash-Preview 则一项都没有。MiniMax 在发布时没有公布任何评测表，第三方也没有——该模型根本没有出现在 Artificial Analysis 的指数榜上。这并不是我们调研中的疏漏；这就是公开记录的现状，也意味着目前关于这款较新模型的所有质量说法，都只是厂商自家的形容词。今天谁要是递给你一份 MiniMax-M3.1-Flash-Preview 的基准测试表，那他要么是在引用更早的 MiniMax-M3，要么就是在凭空编造。

DeepSeek V4 Flash 并非以你记忆中的价格出售

陷阱就在这里。被广泛引用的 DeepSeek V4 Flash 价格——每百万输入 token 0.14 美元、每百万输出 token 0.28 美元——是该模型在 2026 年 9 月 10 日之前的价格表。就在那一天，DeepSeek 发布了 DeepSeek-V4.1-Flash，下线了 V4 Flash 和 V4-Flash-Vision-Exp 实验版本，并下调了价格。deepseek-v4-flash 这个标识符仍然可用，但 DeepSeek 的文档指出，它会被临时路由到 V4.1 Flash，并按 Flash 的价格计费。换句话说，你仍然可以输入旧模型名称，但你调用的已不是旧模型。

所以真正要拿来对比的那张价目卡是当前这张，按每 100 万个 token 计算——而低谷时段是其中更便宜的那一半：

• 缓存未命中输入 — 非高峰时段 $0.15，高峰时段 $0.30
• 缓存命中输入 — 非高峰时段 $0.003，高峰时段 $0.006
• 输出 — 非高峰时段 $0.60，高峰时段 $1.20
• 高峰时段 — UTC 01:00–04:00 和 06:00–10:00，周一至周五，中国法定节假日除外；其他所有时间（包括整个周末）均为非高峰时段

相比之下，MiniMax-M3.1-Flash-Preview 没有任何形式的按 token 计费费率。它的成本就是你 Token Plan 席位的费用——Plus、Max 和 Ultra 分别为每月 22 美元、55 美元或 132 美元——这笔额度按照各模型按量付费的标价，通过一个共享配额池逐步消耗，而厂商保留更改该配额池构成的权利。对于用量可预测、月度预算固定的情况，这可能极具性价比。但对于需要按调用归集成本的项目而言，这不过是披着订阅外衣的不透明。

在 DeepSeek 这边，这一点比平常更重要，原因在于高峰倍率。对于在欧洲或亚洲按工作时间运行的团队来说，其相当一部分流量都落在高峰窗口内，并为此支付双倍费用，这会让标称的 $0.15 输入费率在大多数产品最繁忙的那些时段变成 $0.30。除非你的流量确实在 UTC 夜间运行，否则请按高峰一列来做预算。

MiniMax M3.1 Flash Preview 在哪些情况下并非正确之选

有三种情况，前两种很容易被忽略，因为它们是被记录在案的，而不是被排除掉的。

输出上限是未知的。如果你的任务最终会变成一次长篇幅生成——一份完整规范、一次转录重写、一份带注释的报告——那你就是在选择一个自己看不见的输出预算。DeepSeek V4 Flash 公布的是 384,000。这种不对称让较旧的模型在一切写作量大的任务中更占优势。

思考无法关闭。向 thinking: {"type": "disabled"} 发送给 MiniMax-M3.1-Flash-Preview，你会收到 HTTP 400：该模型要求自适应思考。而在 DeepSeek V4 Flash 上，非思考模式确实存在，且是一个受支持的开关。对于高吞吐量的分类、路由或简短结构化抽取任务，一个总是先推理的模型会带来你并未要求的延迟和 token 消耗——而你唯一能动的杠杆，就是把 effort 调到 low，而不是彻底去掉推理。

它在按量付费下不可调用。厂商文档明确说明，MiniMax-M3.1-Flash-Preview 目前只能通过 Token Plan 和 MiniMax Code 使用，并且 Subscription Key 不能与按量付费 API 密钥互换。如果你已经拥有席位，只需改一行。如果没有，评估这个模型就意味着购买订阅。

DeepSeek 的数字在哪些情况下是错误判断

与之相对的情形是：DeepSeek V4 Flash 仅支持文本，而且早已被取代。它从未接受过图像——那项工作需要单独的实验性构建，而该构建如今也已随它一同退役——并且如今这个模型标识符所对应的权重，已与名称所暗示的并不相同。为了可复现性而固定到 deepseek-v4-flash 的流水线，依赖的是一个 DeepSeek 称其为临时的重定向。

MiniMax-M3.1-Flash-Preview 原生支持文本、图像和视频输入，也是该厂商当前最顶级的文本模型。以 Flash 的价位提供视频输入，在这一档位中并不常见。

对于任何运行生产流量的人来说，这两个注意事项都指向同一个方向：账单上的标识符和实际作答的模型，并不保证永远是一回事，而路由层正是用来处理这件事、而不是用来发现这件事的地方。

如何在一个下午内决定这件事

从任务的结尾开始，而不是从开头开始。

如果任务属于长文本生成——任何以写出数万 token 收尾的工作都算——DeepSeek V4 Flash 是两者中唯一公布了足够高的上限、足以对此作出承诺的模型，而且它的价格表足够小，峰值倍率还扛得住。成本要按峰值建模，而不是按非峰值，并且要把那个已退役的标识符当作一项你尚未完成的迁移，而不是一份稳定的契约。

如果任务是在固定月度预算下对多模态输入进行读取和推理——屏幕录制、扫描文档、视频审阅——那么 MiniMax-M3.1-Flash-Preview 是能力更强的形态，而在 Token Plan 席位内，它是在此上下文长度下获得视频输入的最便宜方式。要接受你买的是一个未经测量的模型，并限制影响范围：把关键工作负载留在有公开价目表的东西上，让预览版处理探索性的那一半。

如果这两种描述都符合你的流水线，那这就是路由问题，而不是模型选择问题，而这正是我们存在的意义。OrcaRouter 上的 DeepSeek V4 Flash按供应商原价计费，加价 0%——其目录条目显示每百万输入 token 0.22 美元、每百万输出 0.66 美元，这正是当前 Flash 卡片中的峰值列，原样透传——同时在同一密钥的同一价格区间内还有 MiniMax-M3 和 MiniMax M2.7。一个端点即可访问 200+ 个模型，背后还有自动故障转移，因此工作负载无需第二次集成便可在不同价格区间之间迁移。MiniMax-M3.1-Flash-Preview 不在我们的目录中；要使用它，就得走该厂商的 Token Plan 及其编程产品。

一句话版本：{{1}}DeepSeek V4 Flash{{/1}}是已知量，拥有{{2}}已公布的输出上限{{/2}}、清晰可读的费率表，以及{{3}}一个悄然名副其实的后继者{{/3}}；{{4}}MiniMax-M3.1-Flash-Preview{{/4}}则是更新、支持多模态、尚未经过实测的那个，想要试用就得订阅。这两者都不是选择另一方的理由——它们只是你无法从按 token 计价的比较中得到的事实，因为这种比较引用的是 DeepSeek 在 9 月已停用的费率表。