Guides & Insights

MiniMax M3.1 Flash 對比 DeepSeek V4 Flash：同名，兩款模型

作者

Elias Hawthorne

發佈日期

Oct 20, 2026

最新模型 · 20查看全部模型 →

基準測試：Artificial Analysis · 每日更新

返回全部文章

MiniMax M3.1 Flash 與 DeepSeek V4 Flash 看起來像是同一個產品被賣了兩次：兩者都便宜、都宣稱支援百萬 token 上下文，且都來自 2026 年一直在價格上互相比低的中國實驗室。首先要知道的是，這兩個名稱中有一個已不再指向固定模型。MiniMax M3.1 Flash 於 2026 年 10 月 19 日推出，是封閉式、持續推理的程式碼與代理模型，每百萬 token 輸入 $0.15、輸出 $0.60。DeepSeek V4 Flash 是 2026 年 4 月推出、以 MIT 授權的開放權重模型，並於 7 月 31 日更新；而自 9 月 10 日起，任何把 deepseek-v4-flash 輸入到 DeepSeek 自家 API 的人，其實都是在與 DeepSeek V4.1 Flash 對話。DeepSeek 的文件現在表示，已退役的名稱仍會受理，但「對應的模型已退役」。所以這個比較有兩個誠實的版本，而你需要哪一個，取決於你是呼叫 DeepSeek 的端點，還是下載權重。像這類發布背後的 AI 故障與代理事件紀錄，都收錄在 the OrcaRouter AI Incident Archive，每筆條目都附有自己的來源、嚴重程度、信心評級與爭議標記。

兩者都值得詢價，因為兩者都真的很便宜，而且便宜的方式各不相同。接下來會先談可得性陷阱，再談真正決定購買的規格項目，最後談算術——因為在這組搭配中，每 token 價格與每項任務的帳單指向相反方向。

你實際上是在比較哪一個 DeepSeek V4 Flash

有三個東西共用同一個名稱，但它們在結帳時的表現各不相同。

• 原始開放權重。 DeepSeek V4 Flash 是一個 2,840 億參數的混合專家模型，每個 token 有 130 億個活躍參數，以 MIT 授權在 Hugging Face 上以 FP4 和 FP8 發布。七月更新版仍是第三方持續提供服務的版本，也是我們目錄中列出的版本：每百萬輸入 $0.22、每百萬輸出 $0.66、每百萬快取讀取 $0.007、1,048,576-token 上下文、最大輸出 384,000、僅支援文字輸入。

• 它過去所附的廠商價目卡。每百萬 token 輸入 $0.14、輸出 $0.28，曾是 DeepSeek 自己對 V4 Flash 的費率。你今天無法支付這個價格，因為 DeepSeek 已停用該 SKU。拿它來與 MiniMax 的 $0.15/$0.60 相比，是這項比較中最常見的錯誤，而且會在輸出方面把 DeepSeek 的優勢誇大約兩倍。

• 仍會回應的識別碼。 deepseek-v4-flash 現在會路由至 DeepSeek-V4.1-Flash-1017，並依 V4.1 Flash 費率計費——離峰時輸入為 $0.15、輸出為 $0.60，在 DeepSeek 的平日尖峰時段（01:00–04:00 與 06:00–10:00 UTC）加倍至 $0.30 與 $1.20，快取命中則為 $0.003 與 $0.006。那是不同價格下的不同架構，只是披著舊名稱作為便利別名。

實際影響比聽起來更有限，而且付諸行動比記住更容易。如果你自行託管，或向提供開放權重的第三方購買 DeepSeek V4 Flash，你拿到的是四月/七月的模型，價格穩定且為固定費率。如果你指向 DeepSeek 自家 URL，你拿到的是後繼模型，其價格在部分工作時段會加倍。這兩者都不是排行榜上 MiniMax 的真正對手——後繼模型才是，而且它領先兩分。這會反映在下方數字中。

決定結果的六行

把兩份規格表並排放在一起，大多數項目分不出高下。而那些分得出高下的項目，已足夠明確，可以據此做規劃。

• {{1}}每百萬 token 價格{{/1}} — M{{2}}iniMax M3.1 Flash 輸入 $0.15、輸出 $0.60、快取 $0.015。DeepSeek V4 Flash 輸入 $0.22、輸出 $0.66、快取 $0.007（依我們提供的方式）；$0.15 / $0.60 透過 D{{3}}eepSeek 的自家別名，尖峰時段加倍。{{/3}}{{/2}}

上下文視窗 —— 1,000,000 個 token，對比 1,048,576。48,576 個 token 的差距，永遠不會是任務失敗的原因。

• 最大輸出——MiniMax 未公布。DeepSeek V4 Flash 上為 384,000 tokens。這是最關鍵的一行，而且它自成一個章節。

• 輸入 — MiniMax M3.1 Flash 支援文字、圖像及影片輸入，輸出文字。DeepSeek V4 Flash 則僅支援文字，其視覺工作已移至另一個實驗性版本，而 DeepSeek 亦已於九月停用該版本。

• 思考控制 — 在 MiniMax M3.1 Flash 上，是從低到最高的投入程度階梯，無法關閉，且預設為最高。在 DeepSeek V4 Flash 上，思考預設開啟，但確實可以停用。

• 權重 — 封閉，MiniMax 承諾「之後」發布，相較於今日在 Hugging Face 上以 MIT 授權的權重。

這裡還應有另外兩列，儘管它們屬於營運面而非技術面。MiniMax 的費率表完全沒有尖峰時段——不論你在哪個時段執行，價格就是價格——而 DeepSeek 的後繼版本則在平日尖峰時段加倍，而這些時段正好落在歐洲的早晨。此外，MiniMax 公布每分鐘 200 次請求與每分鐘 1,000 萬個 token 的限制，並與 MiniMax-M3 共用；相較之下，DeepSeek 的 Flash SKU 則有 2,500 個並行請求的上限。

排名第一的一方不會發布

一百萬個 token 的上下文，是對讀取能力的承諾。最大輸出量則是對寫入能力的承諾，而正是它決定一項任務能否在一次呼叫中完成。要求 MiniMax M3.1 Flash 讀取一個儲存庫，並產出遷移計畫、完整測試套件，或一次涉及 60 個檔案的重構，它會分成多輪完成，因為供應商沒有公布上限——文件只揭露一個max_tokens 參數，並警告思考 token 會計入這個上限，然後就沒再說明。對 DeepSeek V4 Flash 提出同樣要求，你就有 384,000 個 token 的空間，足以在一次回應中容納整份計畫。

這不是 MiniMax 模型的缺陷，而更像是其說明文件中的一個缺口；而這個缺口有實際代價：少了這個數字，你無法估算預算規模、設定重試策略，也無法預測長生成會在何處截斷。若 MiniMax 日後公布這個數字，這段話就會隨時間顯得站不住腳，且情勢會對該模型有利。在那之前，任何價值取決於單次超長生成結果的工作負載，都應導向會明確說明自身上限的模型。

唯一一個相同測試框架下的分數，以及圍繞它的階梯

廠商基準測試表只是帶小數點的行銷素材，所以有用的問題是：哪兩個數字是由同一個測試框架、在同一個版本上產生的。在這組配對中，恰好有一組乾淨的配對：DeepSWE v1.1，其中 MiniMax 回報 73.7%，而 DeepSeek 對 V4.1 Flash 回報 74.2%。兩者相差半分，皆由廠商自行回報，且都未經獨立重現。行銷人員會給你看的其他每一列，比較的都是不同的測試框架版本或不同世代，無法相減。

MiniMax 的發布貼文列出了 BankerToolBench 76.2、OSWorld V2 61.7、Agents' Last Exam 29.6 和 CyberGym 82%，全部由廠商自行提報，且旁邊都沒有 DeepSeek 欄位。它還宣稱在 AutomationBench-AA 上「表現頂尖」，卻未公布分數；這類說法應被視為從缺，直到其他人補上為止。

獨立評測的圖景更單薄，也更有用。Artificial Analysis 在其智慧指數上給 MiniMax M3.1 Flash 評為 43 分，在 173 個模型中排名第四，每完成一項指數任務的成本為 0.22 美元。已退役的 DeepSeek V4 Flash 0731 為 34 分、0.17 美元。DeepSeek V4.1 Flash 1017——舊名稱實際指向的模型——為 45 分、0.26 美元。若把它讀成一條線而非一份排名，這條線異常井然有序：每項任務多花五美分，換來九個指數分；再多花四美分，又換來兩分。MiniMax 位於中間階梯，而最高一階屬於它理應與之競爭的廠商。

速度正是廠商宣稱與實測結果分歧最明顯之處。MiniMax 的文章承諾「日常使用可達 200+ TPS」，且 P50 高於 170。Artificial Analysis 測得每秒輸出 104.7 個 token、首 token 時間 1.28 秒；而 DeepSeek V4.1 Flash 1017 則測得每秒 210.6 個 token、首 token 時間 1.07 秒。請把這些視為即時數據，而非固定值：同一個 Artificial Analysis 頁面在發布當天顯示每秒 125.5 個 token、指數分數 42，今天則顯示 104.7 與 43，這正是剛上線一天的條目在穩定下來前的樣子。

A screenshot of the Artificial Analysis page for MiniMax M3.1 Flash, showing an Intelligence Index of 43 ranked fourth of 173 models, output speed of 104.7 tokens per second, a cost of $0.22 per Intelligence Index task, input pricing of $0.15 and output pricing of $0.60 per million tokens with a 90% cache discount, and a 1M-token context window.

每個平台上每月代理流量的成本是多少

每 token 價格在這裏不是好的衡量指標，因為這兩個模型輸出 token 的消耗速度差異很大。MiniMax M3.1 Flash 無法停止思考：送出 thinking: disabled，API 會回傳 HTTP 400，而預設 effort 是最貴的等級。這表示每一輪都帶有帳單會計算、但使用者永遠看不到的推理 token。

以一個具有 40,000 個 token 穩定前綴的編碼代理為例——系統提示、工具結構描述、儲存庫地圖——執行 60 回合，每回合新增 1,200 個輸入 token，並產生 900 個可見輸出 token。假設 MiniMax 的預設投入會因推理而使其每回合輸出約增至三倍，且 DeepSeek 以非思考模式運行：

• MiniMax M3.1 Flash，價格為 $0.15 / $0.60 / $0.015——快取前綴讀取為 $0.036，新輸入為 $0.011，162,000 個輸出 token 為 $0.097。每次工作階段約 $0.14。

• DeepSeek V4 Flash，我們提供的價格為 $0.22 / $0.66 / $0.007——快取 $0.017、新輸入 $0.016、54,000 個輸出 token 為 $0.036。每次工作階段約 $0.07。

• {{1}}DeepSeek V4.1 Flash 1017{{/1}}，{{2}}離峰時 $0.15 / $0.60 / $0.003{{/2}} — {{3}}快取 $0.007、輸入 $0.011、輸出 $0.032{{/3}}。約 {{4}}$0.05{{/4}}；若這次執行落在尖峰時段，則約 {{5}}$0.10{{/5}}。

真正起作用的假設是思考 token 的用量，而這確實只是個假設——MiniMax 並未公布相關數字，且這個比率會隨著你選擇的努力程度設定而變動。不是假設的是方向：標價相同或更便宜的模型，在 agent 迴圈中會產生更高的帳單，因為它每一回合都會進行推理，不論該回合是否需要。將努力程度調低到低或中，差距就會急劇縮小；若維持預設值，則不會。

快取會進一步擴大這個差距。MiniMax 的快取折扣是輸入費用減免 90%，比對從 512 個輸入 token 開始，依序涵蓋工具清單、系統提示，然後是使用者訊息。DeepSeek 則是減免 98% 且自動套用，但廠商自己也提醒，這屬於盡力而為，沒有固定 TTL。在長時間工作階段中，這個差異比表面上的帳面費率更有價值。

這一節正是路由真正發揮價值、而非流於口號的地方：在橫跨 200+ 個模型的一把金鑰、供應商定價以 0% 加價原樣轉嫁之下，兩個 DeepSeek SKU 今天都可呼叫——deepseek/deepseek-v4-flash對應已固定的開放權重，deepseek/deepseek-v4.1-flash-1017對應固定的十月快照——而且供應商降價在那裡生效的同一天，這裡也會生效。MiniMax M3.1 Flash 不在那份清單上，而關於可用性最誠實的說法是：它只能透過 MiniMax 自家的 API、其 M Plan 訂閱方案及其 MiniMax Code 產品取得，權重雖已承諾，卻未附上日期。

你無法關閉的開關

MiniMax M3.1 Flash 上的努力階梯為 low、medium、high、xhigh 與 max，而省略此欄位時的預設值為 max。沒有 off。這是一項具有兩面性的設計決策。在 low 進行例行重新命名，與在 xhigh 進行全儲存庫重構，是同一模型做出合理的取捨，而這正是 Flash 層級應提供的。但從未設定此欄位的呼叫端——也就是大多數呼叫端，在首次整合時——每次請求都支付最昂貴的那一階，且直到帳單送達前，其影響都無從察覺。

由此可得出兩個操作細節。思考 token 會計入 max_tokens，因此為簡短回答所設定的上限可能全被推理耗盡，並回傳一則空訊息，其停止原因為 max_tokens。此外，reasoning_split 無法設為 false，因此在 OpenAI 相容路徑上，思考內容一律會出現在 reasoning_content 欄位中，而非 content 字串內。若你有解析器是從較舊的 MiniMax 輸出中擷取思考標籤，那麼它在這裡派不上用場。

DeepSeek V4 Flash 提供的是另一種安排：預設開啟思考，但具備真正的非思考模式，而 V4.1 後繼版本還能選擇推理強度。對於分類、擷取、格式化與簡短的工具呼叫——這占了多數代理程式流量的大宗——這就是是否要為推理付費的差別。

誰應該選哪個

這兩者都不是適用於所有情況的正確預設，而且分界異常清晰。

當工作屬於代理式且多模態——將螢幕納入流程、以影片作為輸入、電腦操作或資安評估——而且你確實會每次呼叫時設定 effort 等級，就選 MiniMax M3.1 Flash。它在 OSWorld V2（61.7）與 CyberGym（82%）上的廠商數據，正是 DeepSeek V4 Flash 純文字介面完全無法展現的能力類型，而固定費率表對負載落在 DeepSeek 尖峰時段的團隊來說是真正的優勢。

當你需要可量化、可自行託管、可微調，並在供應商停止支援後仍能保留的開放權重時；當你需要為長篇單次生成提供公開的輸出上限時；當你需要關閉推理時；或當你的流量正屬於對吞吐量敏感的非推理類型，而更便宜的快取與非思考模式正是為此而設時，就選 DeepSeek V4 Flash。MIT 授權不是腳註——它是兩份規格表中唯一一項價格變動也拿不走的內容。

A screenshot of the OrcaRouter model page for DeepSeek V4 Flash, showing the model identifier deepseek/deepseek-v4-flash, a 284-billion-parameter mixture-of-experts with 13 billion active parameters, a 1,048,576-token context window, 384,000 maximum output tokens, $0.22 per million input and $0.66 per million output pricing, text-only input, and an OpenAI-compatible /v1/chat/completions endpoint with a Use via API button.

什麼會改變答案？

有三件事，按它們可能帶來多大改變排序。MiniMax 公布輸出上限，會消除規格表上最大的單一功能缺口。MiniMax 釋出它已承諾的權重，會直接抹掉 DeepSeek 的授權優勢，讓這件事變成單純的價格與速度之爭。而對 MiniMax M3.1 Flash 在較低投入設定下進行第二項獨立測量，則能解決目前成本計算不得不假設的問題——它的 43 當中有多少成本是 $0.22，而這 $0.22 裡又有多少是沒人要求的思考。

在那之前，站得住腳的立場比兩篇發布文章所希望的都更狹窄。在能力方面，獨立指數顯示 MiniMax M3.1 Flash 比通常被拿來與它比較的 DeepSeek 模型高九分，但比這個名稱如今所指的 DeepSeek 模型低兩分——而這兩分的差距使每項任務多花四美分。在其他所有方面，這項決定根本無關分數。關鍵在於你需要的是權重、輸出上限和一個關閉開關，還是你需要固定價格和眼睛。