MiniMax M3.1 Flash 对比 DeepSeek V4 Flash：同一名称，两款模型

M​iniMax M3.1 Flash 和 DeepSeek V4 Flash 看起来像是同一个产品卖了两遍：两者都便宜，都宣称支持百万 token 上下文，都来自中国实验室，而这些实验室在 2026 年全年一直在互相压价。首先要知道的是，这两个名字中有一个不再指向固定模型。M​iniMax M3.1 Flash 于 2026 年 10 月 19 日发布，是闭源、始终思考型的编码与智能体模型，每百万 token 输入 0.15 美元、输出 0.60 美元。DeepSeek V4 Flash 是 2026 年 4 月推出的 MIT 许可开放权重模型，于 7 月 31 日更新——而自 9 月 10 日起，任何人只要把deepseek-v4-flash 输入到 D​eepSeek 自家 API，实际就一直在与 DeepSeek V4.1 Flash 对话。D​eepSeek 的文档现在表示，已停用的名称仍会被接受，但“对应模型已停用”。所以这个对比有两个诚实的版本；你需要哪一个，取决于你是调用 D​eepSeek 的端点，还是下载权重。像这次发布背后的、有记录的 AI 故障和智能体事件，都收录在 the OrcaRouter AI Incident Archive 中，每条记录都带有各自的来源、严重程度、置信度等级和争议标记。

两者都值得算一算价格，因为两者都确实便宜，而且便宜的方式各不相同。接下来先讲可用性陷阱，再讲真正决定购买的规格项，最后讲算术——因为在这一组合中，按 token 计的价格和按任务计的账单指向相反的方向。

你到底在比较哪一个 DeepSeek V4 Flash

有三样东西同名，但它们在结账时的表现各不相同。

• 原版开放权重。DeepSeek V4 Flash 是一个 2840 亿参数的混合专家模型，每个 token 激活 130 亿参数，以 MIT 许可证在 Hugging Face 上以 FP4 和 FP8 发布。七月更新版是第三方仍在提供的版本，也是我们目录中列出的版本：每百万输入 token 0.22 美元，每百万输出 token 0.66 美元，每百万缓存读取 0.007 美元，1,048,576 个 token 上下文，最大输出 384,000，仅支持文本输入。

• 它过去所附的厂商价目卡。 每百万输入 $0.14、输出 $0.28，曾是 DeepSeek 自己为 V4 Flash 设定的价格。如今你无法再支付这个价格，因为 DeepSeek 已下架该 SKU。拿它和 MiniMax 的 $0.15/$0.60 对比，是这类比较中最常见的错误，并且会在输出方面把 DeepSeek 的优势夸大约两倍。

• 仍在响应的标识符。 deepseek-v4-flash 现在路由到 DeepSeek-V4.1-Flash-1017，并按 V4.1 Flash 费率计费——非高峰时段输入 $0.15、输出 $0.60，在 DeepSeek 工作日高峰时段（UTC 01:00–04:00 和 06:00–10:00）翻倍至 $0.30 和 $1.20，缓存命中分别为 $0.003 和 $0.006。这是不同架构、不同价格，只是披着旧名称作为便捷别名。

实际后果的范围比听起来要窄，但付诸行动比记住它更容易。如果你自托管，或从提供开放权重的第三方购买 DeepSeek V4 Flash，你得到的是 4 月/7 月版模型，费率稳定且固定。如果你指向 DeepSeek 自己的 URL，你得到的是后继版本，其价格在工作日的部分时段会翻倍。在排行榜上，这两者都不是 MiniMax 的真正对手——后继版本才是，而且它领先两分。这一点在下面的数字中有所体现。

决定一切的六行

把两份规格表并排放在一起，大多数行都打个平手。而那些没有打平的行，其决定性足以让你据此做规划。

• 每百万 token 价格 — MiniMax M3.1 Flash 输入 $0.15，输出 $0.60，缓存 $0.015。DeepSeek V4 Flash 按我们的服务方式为输入 $0.22、输出 $0.66、缓存 $0.007；通过 DeepSeek 自有别名则为 $0.15 / $0.60，高峰时段翻倍。

• 上下文窗口 — 1,000,000 个 token，对比 1,048,576 个。48,576 个 token 的差异，永远不会成为任务失败的原因。

• 最大输出 — MiniMax 未公布。在 DeepSeek V4 Flash 上为 384,000 个 token。这是最关键的一项，因此单独列为一节。

• 输入 — 文本、图像和视频输入，文本输出，运行于 M​iniMax M3.1 Flash。DeepSeek V4 Flash 仅支持文本，其视觉功能已迁移至一个独立的实验版本，而 D​eepSeek 也已于九月停用了该版本。

• 思考控制——在 M​iniMax M3.1 Flash 上，提供从低到最高的思考强度阶梯，无法关闭，且默认最高。在 DeepSeek V4 Flash 上，思考默认开启，但可以真正禁用。

• 权重 — 闭源，MiniMax 承诺“稍后”发布，而如今 Hugging Face 上已有采用 MIT 许可的权重。

这里还应再列两行，尽管它们属于运营层面而非技术层面。M​iniMax 的价目表完全没有高峰时段——无论你在哪个时段运行，价格就是那个价格；而 D​eepSeek 的后继型号在工作日高峰时段价格翻倍，这些高峰时段正好落在欧洲的上午。此外，M​iniMax 公布的是每分钟 200 次请求和每分钟 1000 万个 token 的限额，并与 MiniMax-M3 共享；相比之下，D​eepSeek 的 Flash SKU 的并发请求上限为 2,500。

排名第一的一方不会发布。

一百万 token 的上下文是对阅读的承诺。最大输出则是对写作的承诺，而正是它决定了一项任务能否在单次调用中完成。让 MiniMax M3.1 Flash 读取一个代码仓库并输出迁移计划、完整测试套件或涉及 60 个文件的重构，它会分多轮完成，因为厂商没有公布上限——文档只暴露了max_tokens参数，并警告思考 token 也计入其中，然后就到此为止。向 DeepSeek V4 Flash 提出同样的要求，你就有 384,000 token 的空间，足以在单次响应中容纳整个计划。

与其说这是 MiniMax 模型本身的缺陷，不如说是其文档中的一处空白；而这处空白有实实在在的代价：没有具体数字，你就无法估算预算规模、设定重试策略，也无法预判长文本生成会在何处被截断。如果 MiniMax 日后公布了这个数字，那么本段文字就会朝有利于该模型的方向迅速过时。在那之前，任何其价值取决于单次超长补全的工作负载，都应被路由到明确说明自身上限的模型。

唯一同测试框架的得分，以及围绕它的阶梯

厂商基准测试表不过是带小数点的营销材料，所以真正有用的问题是：哪两个数字是由同一测试框架在同一版本上产生的。在这一配对中，恰好只有一组干净可比的组合：DeepSWE v1.1，其中 MiniMax 对 V4.1 Flash 报告 73.7%，DeepSeek 报告 74.2%。两者相差半个百分点，均为厂商自报，均未获独立复现。营销人员给你看的其他每一行，比较的都是不同测试框架版本或不同代际，无法相减。

MiniMax 的发布帖补充了 BankerToolBench 76.2、OSWorld V2 61.7、Agents' Last Exam 29.6 和 CyberGym 82%，这些均为厂商自报，旁边都没有 DeepSeek 一列。它还声称在 AutomationBench-AA 上“表现最佳”，却没有公布分数，这种说法在别人补上之前，就应被视作缺失。

这张独立图景更单薄，也更有用。Artificial Analysis 在其 Intelligence Index 上给 M​iniMax M3.1 Flash 打了 43 分，在 173 个模型中排名第四，每完成一项指数任务的成本为 $0.22。已退役的 DeepSeek V4 Flash 0731 为 34 分、$0.17。DeepSeek V4.1 Flash 1017——旧名称实际指向的模型——为 45 分、$0.26。若把它看作一条线而非一个排名，这会显得格外有序：每项任务多花五美分，换来九个指数点；再多花四美分，换来两个指数点。M​iniMax 是中间一档，而最高一档属于它本应与之竞争的那家厂商。

速度是厂商宣称与实测分歧最尖锐之处。MiniMax 的帖子承诺“日常使用中 200+ TPS”，P50 高于 170。Artificial Analysis 测得每秒 104.7 个输出 token，首 token 时间为 1.28 秒；而 DeepSeek V4.1 Flash 1017 测得每秒 210.6 个 token、1.07 秒。应把这些视为实时数据而非固定值：同一个 Artificial Analysis 页面在发布日读数为每秒 125.5 个 token、指数得分 42，今天则读数为 104.7 和 43，这正是刚上线一天的条目在稳定下来之前的样子。

每个平台上每月的 agent 流量费用是多少

按 token 计价在这里并不是一个好的衡量方式，因为这两个模型消耗输出 token 的速率截然不同。M​iniMax M3.1 Flash 无法停止思考：发送 thinking: disabled 会得到 HTTP 400 响应，而默认的 effort 是最贵的一档。这意味着每一轮都携带推理 token，账单会计入这些 token，而用户永远看不到。

假设有一个编码智能体，具有 40,000 个 token 的稳定前缀——系统提示词、工具 schema、仓库地图——运行 60 轮，每轮新增 1,200 个输入 token，并产生 900 个可见输出 token。假设 M​iniMax 的默认 effort 在带推理时大致使其每轮输出增至三倍，而 D​eepSeek 以非思考模式运行：

• M​iniMax M3.1 Flash，价格为 $0.15 / $0.60 / $0.015 —— 缓存前缀读取为 $0.036，新输入为 $0.011，162,000 个输出 token 为 $0.097。每次会话约 $0.14。

• DeepSeek V4 Flash，按我们提供的价格 $0.22 / $0.66 / $0.007——缓存 $0.017，新输入 $0.016，54,000 个输出 token 为 $0.036。每次会话约 $0.07。

• DeepSeek V4.1 Flash 1017：非高峰时段价格为 $0.15 / $0.60 / $0.003；缓存 $0.007，输入 $0.011，输出 $0.032。大约 $0.05；如果这次运行落在高峰时段，则约为 $0.10。

真正在起作用的是一个假设——思考 token 的用量，而它确实只是假设：MiniMax 并未公布这一数字，而且这个比例会随你所选的 effort 设置而变动。不是假设的是方向：标价相同或更便宜的那款模型，在 agent 循环中反而会产生更高的账单，因为无论该轮是否需要，它每一轮都会进行推理。把 effort 调到 低 或 中，差距会大幅收窄；若保持默认设置，则不会收窄。

缓存会进一步放大这一差距。M​iniMax 的缓存折扣是输入费用减免 90%，匹配从 512 个输入 token 开始，依次经过工具列表、系统提示词，再到用户消息。D​eepSeek 的折扣是 98%，并且自动应用，但厂商自己也说明这是尽力而为，没有固定的 TTL。在长会话中，这一差异比标称费率更有价值。

这一节正是路由真正体现价值、而非沦为口号的地方：依托一个密钥覆盖 200+ 个模型、供应商目录价按 0% 加价原样透传，两个 DeepSeek SKU 今天都可调用——deepseek/deepseek-v4-flash 对应固定开放权重，deepseek/deepseek-v4.1-flash-1017 对应固定的 10 月快照——并且供应商降价在这里与在他们那边同日生效。MiniMax M3.1 Flash 不在该列表中，而对可用性情况的诚实表述是：它只能通过 MiniMax 自有 API、其 M Plan 订阅和其 MiniMax Code 产品访问，权重已承诺，但未附日期。

无法关闭的开关

M​iniMax M3.1 Flash 上的 effort 档位依次为 low、medium、high、xhigh和 max，省略该字段时的默认值是 max。没有 off。这是一个有两面性的设计决策。在 low 下做例行重命名，和在 xhigh 下做全仓库重构，是同一个模型做出的合理权衡，这正是 Flash 层级应当提供的。但从不设置该字段的调用方——大多数调用方在首次集成时都是如此——每次请求都要支付最贵的档位，而且在账单到来之前，这种影响都不可见。

由此可得出两个操作层面的细节。思考 token 会计入 max_tokens，因此为简短回答设置的上限可能被推理完全消耗，并返回一条空消息，且带有 max_tokens 停止原因。并且 reasoning_split 不能设为 false，所以在 OpenAI 兼容路径上，思考内容始终出现在 reasoning_content 字段中，而不是在 content 字符串内部。如果你有一个解析器，会从较旧的 M​iniMax 输出中抓取思考标签，那么它在这里无事可做。

DeepSeek V4 Flash 提供的是另一种方案：默认开启思考，但同时提供真正的非思考模式，并且在 V4.1 后继版本上可选择推理强度。对于分类、抽取、格式化和短工具调用——也就是大多数智能体流量中的大头——这正是是否为推理付费的差别。

谁应该选哪个

这两者都不是适用于所有情况的合适默认选项，而且这种划分异常清晰。

当任务是智能体式、多模态的——屏幕在环、视频作输入、computer-use 或网络安全评测——并且你确实会为每次调用设置 effort 级别时，就选 M​iniMax M3.1 Flash。它在 OSWorld V2（61.7）和 CyberGym（82%）上的厂商数据，正是 D​eepSeek V4 Flash 的纯文本接口完全无法表达的那类能力；而对于负载恰好落在 D​eepSeek 高峰时段的团队来说，统一费率表更是实实在在的优势。

当你需要可量化、可自托管、可微调，并且在供应商停止支持后仍能继续使用的开放权重时；当你需要为长文本单次生成设定公开的输出上限时；当你需要关闭推理时；或者当你的流量恰好属于对吞吐敏感、非推理的那一类，正是更便宜的缓存和非思考模式所擅长处理的场景时，就选择 DeepSeek V4 Flash。MIT 许可证不是脚注——它是两份规格表中唯一一条价格变动无法夺走的内容。

什么会改变答案

三件事，按它们能推动局面的程度排序。MiniMax 公布输出上限，将消除对照表上最大的单项功能缺口。MiniMax 发布其承诺的权重，将彻底抹去 DeepSeek 的许可优势，并让这件事变成纯粹的价格与速度之争。而对 MiniMax M3.1 Flash 在较低 effort 设置下进行第二次独立测量，将解答成本计算目前不得不假设的那个问题——它的 43 里有多少要花 $0.22，而这 $0.22 中又有多少是没人要求的思考。

在那之前，可站得住脚的立场比两篇发布文章所希望的都更狭窄。就能力而言，独立指数显示 M​iniMax M3.1 Flash 比它通常被拿来比较的那个 D​eepSeek 模型高出九分，比该名称如今所对应的 D​eepSeek 模型低两分——而这两分的差距使每项任务多花四美分。在其他所有方面，这个决定根本无关分数。关键在于，你需要的是权重、输出上限和一个关闭开关，还是需要统一价格和人工盯守。