DeepSeek V4.1 Flash 與 MiniMax M3.1 Flash：規格相同，模型不同

兩家廠商、兩個模型、一個價格。兩者DeepSeek V4.1 Flash與MiniMax M3.1 Flash在 OrcaRouter 上，每百萬輸入 token 收費 $0.15、每百萬輸出 token 收費 $0.60。兩者都提供 1M token 的上下文。它們都不是旗艦款，而且兩者都是各自廠商希望衝量的層級。標價無法區分它們，這讓它成為本站最乾淨的比較：其餘每一欄都會決定勝負，而且沒有一欄是隱藏的。

卡片

• DeepSeek V4.1 Flash —輸入 $0.15、輸出 $0.60；快取輸入 $0.003；於兩個平日時段加倍至 $0.30 與 $1.20；1M 上下文；最大輸出 384K；2,500 個並行請求；支援視覺；實測 p50 首個 token 1.49 秒。

• MiniMax M3.1 Flash —輸入 $0.15、輸出 $0.60；1M 上下文；最大輸出 524K；實測 p50 首個 token 為 2.66 秒；依我們所見的版本，卡面上並未刊載快取命中相關欄位。

有三個差異值得注意，而且這三個都能在你下決定前量測：輸出上限、首個 token 延遲，以及快取前綴是否能享有折扣。

上限：524K 對 384K

MiniMax 的輸出上限高出 36%。在單次呼叫中，這正是 35 萬個 token 的生成能否容得下的差別——而 35 萬個 token 的輸出，以每百萬 0.60 美元計算，兩種情況下都是 21 美分，因此這道上限是一條能力界線，而非成本界線。如果你的工作負載在單次請求中從不寫超過 30 萬，那麼這一欄只是平手，還附帶一個行銷數字。

如果真是如此，MiniMax 是兩者中唯一會接受這項工作的，而相同的價格就不再是重點了。

速度：1.49 對比 2.66 秒

DeepSeek 量測到的首個 token 為 1.49 秒；MiniMax 則為 2.66 秒。兩者都夠快，讓聊天介面感覺靈敏；也夠慢，讓每個任務需執行二十輪的代理會注意到這項差異——依這些數字，每個任務約 23 秒，而 token 費用僅幾美分。在受吞吐量限制的管線中，較快的模型就是在相同併發預算下，每小時完成更多工作。

只有一張卡片顯示的快取行

DeepSeek 公布快取命中價格：每百萬輸入 token 為 0.003 美元，而未命中則為 0.15 美元。對於提示中重複出現的部分，這相當於五十倍的折扣，也是兩張價目卡上最大的單一槓桿。就我們所見，MiniMax 的價目卡沒有對應的項目——這不代表沒有快取，只代表這項折扣未刊載於價目卡上。

對於一個每一輪都會重新送出穩定系統提示與不斷增長歷史的代理而言，這種不對稱可能同時壓過上限與延遲的影響。這也是應該先測試而非假設的第一件事：將相同前綴送出兩次，並比較兩筆帳單。

只有一張卡片才有的峰值窗口

DeepSeek 在平日 UTC 01:00–04:00 與 06:00–10:00 的每個費率都加倍，中國公眾假期除外。MiniMax 的 $0.15 與 $0.60 則是固定不變。歐洲或亞洲的工作負載若在營業時間運行，其大部分流量都落在 DeepSeek 的尖峰費率上——$0.30 與 $1.20，是 MiniMax 相同 token 標價的兩倍。

所以，這些相同的卡片在實務上並不一樣。在離峰時段、搭配穩定的快取前綴時，DeepSeek 明顯便宜得多。在平日尖峰時段且沒有快取時，價格則是兩倍。時程安排決定哪一句話成立。

要執行什麼

兩個模型都在 OrcaRouter 上，按其供應商公布的費率計價，並透過單一具備自動容錯移轉的 OpenAI 相容端點提供服務；這正是這項測試成本低廉的原因：將一部分流量分別導向每個模型，並比較每個完成任務的輸出 token 數、p95 延遲，以及落在 DeepSeek 尖峰時段的請求占比。

你不該做的是針對貼紙挑毛病。這是這兩個模型唯一意見一致的一欄，也就是說，這是唯一什麼都無法告訴你的一欄。