DeepSeek V4.1 Flash vs MiniMax M3.1 Flash：谁更省钱？

DeepSeek V4.1 Flash 与 MiniMax M3.1 Flash 是 2026 年 10 月 Flash 级模型赛道上最容易被并排放置的两个名字。

前者于 2026 年 9 月 10 日发布，以 552B 总参数 MoE、1M 上下文和 384K 最大输出进入市场；后者于 10 月 19 日上线，同样标出 1M 上下文，定价 $0.15 输入、$0.60 输出，定位多模态 Agent 与编码。

两份价目表的输入输出数字几乎重合。但标价相同，不意味着完成同一项 Agent 任务的账单相同。

一、先把 DeepSeek V4.1 Flash 的底座看清楚

DeepSeek V4.1 Flash 采用 552B 总参数的 MoE 架构，单 Token 推理激活约 16B 参数，原生支持图像理解，上下文窗口 1M Tokens，官方文档标注的最大输出为 384K Tokens（第三方目录存在 393,216 的表述，量级一致）。模型权重以 MIT 许可公开，可自托管或微调。

在思考控制上，DeepSeek V4.1 Flash 提供了一套可调节的开关。官方 API 支持 enable_thinking 布尔参数（默认 true）和 thinking_budget 数值参数（默认 32,768，上限 393,216）。关闭思考可以通过设置 enable_thinking: false，或在思考强度参数中传入等效于关闭的档位来实现。思考 Tokens 按输出 Tokens 计费，但调用端对 “是否为推理付费” 拥有最终决定权。

MiniMax M3.1 Flash 的思考控制则是另一种设计。官方文档写明：reasoning_effort 接受 low、medium、high、xhigh、max 五档，省略时默认 max，推理始终开启、无法关闭；发送 thinking: disabled 或 reasoning_effort: "none" 会返回 HTTP 400 错误。思考 Tokens 同样按输出 Tokens 计费。

一边是开关在手，一边是只能调低不能关掉。这个差异在价目表上看不出来，但会在 Agent 循环的账单里持续累积。

二、价格表：基础费率重合，峰谷与缓存才是真正的变量

以官方口径对齐两款模型在 API 层面的直接成本：

表格

DeepSeek 的价格来自官方定价页：空闲时段 $0.15/$0.60/$0.003，高峰时段翻倍，高峰窗口为北京时间工作日 9:00—12:00 和 14:00—18:00。MiniMax 的 $0.15/$0.60/$0.015 来自官方发布信息，没有峰谷价差。

峰谷规则是这张表里最容易被低估的一行。对于调用集中在工作日白天的团队，DeepSeek 的实际输出单价是 MiniMax 的两倍。对于可以把批量任务调度到空闲时段的团队，DeepSeek 的成本会回落到与 MiniMax 持平，而缓存命中价格 $0.003 对 $0.015 的差距，在长会话中会进一步放大。DeepSeek 的缓存折扣为 98%，MiniMax 为 90%，8 个百分点的差距在数十轮重复前缀调用后会变成可观测的金额。

三、基准测试：能直接对齐的行不多，但对齐的那几行说明了一些事

厂商各自发布的基准表格，测试框架和评判模型不同，多数不能逐行相减。但 DeepSeek 官方在发布 V4.1 Flash 时给出了完整的对照表，其中 Terminal-Bench 4.0 和 DeepSWE v1.1 是明确标注了评测框架的指标。

在 DeepSWE v1.1 上，DeepSeek V4.1 Flash 报告 74.2，MiniMax M3.1 Flash 在同一基准上报告 73.7，两者仅差 0.5 个百分点，且均由厂商自行披露。在 Terminal-Bench 4.0 上，DeepSeek V4.1 Flash 报告 31.2，MiniMax 在同一评测中报告 33.2，MiniMax 领先约 2 分。这两个数字需要放在同一框架下理解：DeepSWE 使用 Mini-SWE-V2 框架，Terminal-Bench 4.0 使用 Claude Code 框架。两者互有胜负，差距都在个位数分以内，不足以单方面定义 “编程能力” 的优劣。

MiniMax 的其余厂商基准覆盖了 DeepSeek V4.1 Flash 公开数据中没有直接对照的能力面：OSWorld V2 61.7（电脑操作与跨应用任务）、CyberGym 82%（安全漏洞发现与验证）、BankerToolBench 76.2（金融工具链与合规）。这些数字说明 M3.1 Flash 的设计重心落在 Agent 的真实环境交互上。但需要指出，BankerToolBench 的评判由 MiniMax 自家旧模型完成，属于自评基准，参考时需要注意这一层限制。

独立评测提供了另一个切面。Artificial Analysis 的 Intelligence Index v4.3.2 中，DeepSeek V4.1 Flash 得分 40，MiniMax M3.1 Flash 得分 42，两者相差 2 分。这个差距需要结合成本来读：MiniMax 的单任务成本约 $0.22，DeepSeek V4.1 Flash 的单任务成本需要按实际调用模式和时段来核算，但两分的指数差距本身并不足以构成选型的决定性依据。速度方面，DeepSeek V4.1 Flash 的输出速度在 187—211 Tokens/s 区间，MiniMax 约 125.5 Tokens/s，前者明显更快。MiniMax 官方宣称的 “日常 200+ TPS” 属于厂商侧数据，与第三方实测存在可观测偏离，独立测速应以 AA 的约 125 Tokens/s 为参考。

四、Agent 场景的成本陷阱：标价相同，账单不一定相同

MiniMax M3.1 Flash 的思考不可关闭，这意味着每一个没有显式设置 reasoning_effort 的调用端，都在按默认的 max 档位付费，而推理产生的 Tokens 用户看不到。

以一个 40K Tokens 稳定前缀的编码 Agent 为例，跑 60 回合，每回合新增 1,200 输入 Tokens、900 可见输出 Tokens。如果 MiniMax 按默认 max 运行，推理使每回合输出膨胀至约三倍，总输出约 162K Tokens：
MiniMax M3.1 Flash（$0.15 / $0.60 / $0.015） ：缓存前缀读取约 $0.036，新输入约 $0.011，输出约 $0.097。单次会话约 $0.14。

DeepSeek V4.1 Flash，空闲时段，非思考模式（$0.15 / $0.60 / $0.003） ：缓存读取约 $0.007，新输入约 $0.011，输出 54K Tokens 约 $0.032。单次会话约 $0.05。若落在高峰时段，约 $0.10。

膨胀倍率是一个带假设的变量，MiniMax 没有公布思考 Tokens 的具体比例。但方向是确定的：在 Agent 循环中，一个默认强制思考、无法关闭的模型，即使标价与可关闭思考的模型相同，实际账单也会因为不可见的推理输出而系统性偏高。对于分类、字段提取、格式化和简短工具调用 —— 这些占 Agent 流量大宗的非推理请求 ——DeepSeek 的非思考模式允许完全跳过推理计费，而 MiniMax 的 low 档位只能缩小差距，无法归零。

五、选型判断：三个问题决定分流

两款模型都不是 “所有场景的正确答案”，分界线取决于调用端的配置和任务结构。

你的调用端会不会主动设置 reasoning_effort？ 如果不会，MiniMax 的默认 max 会让每一个未配置的请求都按最高推理档计费。DeepSeek 的思考可以关闭，对非推理密集的 Agent 流量更友好。

你的负载落在哪个时段？ 如果调用集中在工作日白天，DeepSeek 的高峰翻倍会让 $0.15/$0.60 变成 $0.30/$1.20，MiniMax 的全天固定费率是直接优势。如果负载可以避开高峰，DeepSeek 的成本结构与 MiniMax 持平，且速度明显更快。

你需要单次多长的输出？ DeepSeek 官方文档标注 384K，MiniMax 官方 API 文档标注 524,288。两者都是可写进预算表的硬数字，但 MiniMax 的上限更高。对于需要一次生成完整测试套件或长文档的任务，公开的输出上限直接决定重试策略和截断点能否提前估算。

如果任务涉及视频输入、屏幕理解、跨应用电脑操作或安全评估，MiniMax M3.1 Flash 的多模态覆盖和 OSWorld V2、CyberGym 方向的厂商数据，是 DeepSeek V4.1 Flash 当前文本加图像输入路径之外的能力面。如果需要推理开关的完全控制、更高的吞吐速度和更低的缓存命中价格，DeepSeek V4.1 Flash 在工程可控性上更可预测。

对于同时维护两个模型调用的团队，接入层的协议差异会消耗额外工程时间。星链 API 提供兼容 OpenAI SDK 的聚合方式，让 DeepSeek 与其他模型在同一套密钥和调用习惯下切换，减少逐个端点的维护工作。但模型本身的峰谷规则、思考默认值和输出上限不会因为接入方式而改变，选型判断仍然要回到上面三个问题。

六、结论

DeepSeek V4.1 Flash 和 MiniMax M3.1 Flash 在基础标价上打平，但它们卖的不是同一种 “便宜”。MiniMax 的便宜体现在全天固定费率和高输出上限，代价是默认强制思考带来的隐性 Token 消耗和较慢的吞吐；DeepSeek 的便宜体现在可关闭的推理开关、98% 的缓存折扣和接近对手两倍的速度，代价是高峰时段的费率翻倍。

两分的 Intelligence Index 差距（40 对 42）不是选型的全部依据。在 DeepSWE v1.1 上两者几乎持平（74.2 对 73.7），在 Terminal-Bench 4.0 上 MiniMax 略高（33.2 对 31.2），在速度上 DeepSeek 领先。真正决定账单和体验的，是调用端的 reasoning_effort 配置、负载的时段分布，以及任务是否需要视频输入、单次超长输出或推理开关的完全控制权。