DeepSeek: DeepSeek V4 Flash vs MiniMax: MiniMax M3

DeepSeek V4 Flash (high) 平均分领先，为 7.7 vs 7.6。 DeepSeek V4 Flash (high) benchmark 成本更低，为 $0.042 vs $0.286。 DeepSeek V4 Flash (high) 更快，为 49.75s vs 74.98s，通过率为 72.7% vs 66.7%。

推荐模型DeepSeek V4 Flash (high)它在这里得分最高（7.7），同时成本比MiniMax M3 (medium)低约 6.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01
分数	7.7	7.6
排名	#43	#45
可靠性	10.0	9.7
一致性	8.2	8.0
测试正确
尝试通过率	72.7%	66.7%
不稳定测试	5	5
总运行次数	66	66
每个结果成本	0.402	2.376
总成本	$0.042	$0.286
输入价格	$0.098 / 1M	$0.300 / 1M
输出价格	$0.196 / 1M	$1.200 / 1M
总输入令牌	108,392	121,990
输出令牌	14,478	77,916
推理令牌	153,687	173,553
响应时间（平均）	49.75s	74.98s
响应时间（最大）	218.13s	431.03s
响应时间（总计）	1094.41s	1574.56s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#43 DeepSeek V4 Flash

high

成本: $0.003
时间: 93.1s
令牌: 7,926 tok

#45 MiniMax M3

medium

成本: $0.012
时间: 154.4s
令牌: 10,018 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Flash	6.4	5.8	66.7%	1		104.10s	82,663	4,633	37,533
MiniMax M3	10.0	10.0	100.0%	0		138.24s	90,204	30,186	87,263

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
MiniMax M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216

快速对比

切换对比组合

Claude Opus 4.6mediumvsDeepSeek V4 Flashhigh DeepSeek V4 ProhighvsMiniMax M3medium DeepSeek V4 FlashhighvsGLM 5medium DeepSeek V4 FlashhighvsGrok Build 0.1medium MiniMax M3mediumvsGPT-5.6 Lunahigh Claude Opus 4.8lowvsDeepSeek V4 Flashhigh DeepSeek V4 FlashhighvsGPT-5.6 Lunamedium MiniMax M3mediumvsGPT-5.3 Chatnone DeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用 MiniMax M3mediumvsGPT-5.6 Terralow DeepSeek V4 FlashhighvsKimi K2.7 Codemedium Claude Opus 4.8lowvsMiniMax M3medium