MiniMax M3.1 Flash проти DeepSeek V4.1 Flash проти Claude Haiku 5.5: одне виправлення помилки — три рахунки

Три недорогі моделі для програмування вийшли з різницею менш як чотири тижні: DeepSeek V4.1 Flash (з оновленням 1017), Claude Haiku 5.5 і MiniMax M3.1 Flash, який перший тиждень існував під анонімною назвою Space Bunny. Усі три мають контекстне вікно на 1M токенів і коштують від $0.10 до $0.17 за мільйон вхідних токенів. То яку з них обрати для повсякденного програмування?

AIHubMix дав усім трьом однакове завдання з виправлення помилки — по три рази — через один ключ API. Кожна модель щоразу правильно виправила помилку, але вартість і час очікування суттєво різнилися:

• Claude Haiku 5.5 була найшвидшою та найдешевшою зі стандартними налаштуваннями: приблизно 7 секунд і $0.0007 за одне виправлення.
• DeepSeek V4.1 Flash 1017 витратила приблизно 15 секунд і $0.0014.
• MiniMax M3.1 Flash зі стандартними налаштуваннями витратила 56 секунд і $0.0045. За рівня low час скоротився до 9.5 секунди, а вартість — до $0.0006, найнижчого результату в тесті.

За правильністю виконання завдання не визначає переможця. Нижче наведено вартість його виконання кожною моделлю та випадки, у яких варто обрати ту чи іншу.

Чому саме ці три моделі

Вони конкурують за одні й ті самі завдання. Усі три — недорогі та швидкі моделі у лінійках своїх розробників, призначені для повсякденного програмування та роботи агентів:

• DeepSeek випустила V4.1 Flash 10 вересня, а оновлення 1017 — 17 жовтня.
• Anthropic випустила Haiku 5.5 7 жовтня.
• Модель MiniMax з’явилася під назвою Space Bunny Alpha 23 вересня, отримала свою назву 27 вересня, а 19 жовтня стала доступною через AIHubMix з оплатою за токен.

Користувачі вже порівнюють ці моделі. Під час безкоштовного тижня Space Bunny на OpenRouter посіла перше місце в щоденному рейтингу, випередивши DeepSeek V4.1 Flash. Наступного дня після запуску Haiku OrcaRouter опублікувала порівняння Haiku 5.5 і M3.1 Flash.

Ціни — це роздрібні ціни AIHubMix станом на 19 жовтня 2026 року. З 19 до 25 жовтня AIHubMix надає знижку 30% на DeepSeek V4.1 Flash 1017; її не враховано вище. Haiku 5.5 коштує $0.50 / $2.50 для запитів із понад 100K токенів — у п’ять разів більше за базовий тариф. Власний API DeepSeek удвічі підвищує ціни в години пікового навантаження, тоді як AIHubMix пропонує одну ціну. У документації MiniMax зазначено, що M3.1 Flash приймає відео на вхід; наразі на сторінці AIHubMix для неї вказано текст і зображення.

Технічні характеристики взято з документації розробників: перелік моделей MiniMax, сторінка DeepSeek із моделями та цінами і сторінка Anthropic про Haiku. Результати DeepSeek у бенчмарках наведено в її технічному звіті про V4.1 Flash і отримано самостійно. Оцінку Haiku 43 від Artificial Analysis цитує OrcaRouter. MiniMax та інші компанії поки не публікували результатів бенчмарків для M3.1 Flash.

Завдання

Тест полягає у виправленні двох помилок у функції розрахунку оплати — саме для таких «швидких виправлень помилок» усі три розробники рекламують свої моделі:

def billable_days(start: date, end: date, pauses: list[tuple[date, date]]) -> int:
    """Days in the half-open period [start, end) when the subscription was active.
    `pauses` holds inclusive (first_day, last_day) ranges..."""
    total = (end - start).days
    for p_start, p_end in pauses:
        s = max(p_start, start)
        e = min(p_end, end)
        if s <= e:
            total -= (e - s).days + 1
    return total

У запиті описано симптоми («списано плату за один день менше», якщо призупинення триває після завершення періоду, та «надто мало днів, іноді від’ємне значення» за перетину періодів призупинення) і вказано повернути лише виправлену функцію. Потім локальний тестовий стенд запускає 215 прихованих перевірок: 15 вручну написаних крайових випадків (суміжні періоди призупинення, вкладені періоди, призупинення на весь період і порожній період) і 200 випадкових перевірок, результати яких порівнюються з еталонною реалізацією повним перебором. Початкова функція проходить 138 із них.

Кожну модель запускали тричі через кінцеву точку Chat Completions AIHubMix 19 жовтня 2026 року зі стандартними налаштуваннями. M3.1 Flash також запускали з рівнем low. Усі показники виміряла AIHubMix; більше ніхто їх не відтворював.

Результати

Вартість розраховано за цінами AIHubMix для кожної моделі на вхідні токени, токени з кешу та вихідні токени. Для всіх трьох моделей токени міркувань тарифікуються як вихідні.

Ось що показують результати:

• За правильністю результат однаковий. Дванадцять запусків — дванадцять бездоганних виправлень. Це завдання не дає змоги розрізнити якість трьох моделей, і ми не вдаватимемо, ніби це не так.
• Рахунок визначають стандартні налаштування. За стандартних налаштувань Flash міркує над тим самим виправленням приблизно у 8 разів більше, ніж Haiku. Стандартний запуск Haiku коштує приблизно вшестеро менше, ніж Flash ($0.70 проти $4.45 за тисячу виправлень).
• Flash із рівнем low — найдешевша конфігурація: $0.64 за тисячу виправлень, трохи менше за $0.70 у Haiku. Проте Haiku все одно швидша.
• Різниться й швидкість генерації. Якщо поділити кількість вихідних токенів на час виконання, отримаємо приблизно 183 токени/с у Haiku, 148 у DeepSeek і 112 у Flash. Haiku генерує менше токенів і робить це швидше.

За 1 000 подібних виправлень: приблизно $0.70 у Haiku, $1.35 у DeepSeek і $4.45 у Flash зі стандартними налаштуваннями або $0.64 з рівнем low.

У другому, значно коротшому завданні — розподілити п’ять звернень до служби підтримки за чотирма мітками — усі 30 відповідей трьох моделей за різних налаштувань були правильними. Кожен виклик коштував менше ніж $0.0001. Flash використала від 0 до 6 токенів міркувань, Haiku — жодного, а DeepSeek — приблизно 25, навіть коли через AIHubMix передали reasoning_effort: "none". Для таких коротких викликів жодна з цих відмінностей не впливає на рахунок.

У чому кожна модель найкраща

Claude Haiku 5.5 — очевидний вибір, коли на відповідь чекає людина. За стандартних налаштувань вона була найшвидшою та найдешевшою, а також має найвищу незалежну оцінку серед трьох моделей. Вона поступається у двох аспектах: ціна зростає вп’ятеро, щойно запит перевищує 100K токенів, а максимальна кількість вихідних токенів — 128K.

DeepSeek V4.1 Flash 1017 — вибір, коли потрібні підтверджені результати та контроль. Для неї опубліковано найбільше даних бенчмарків, її ваги відкриті за ліцензією MIT, вона має справжній режим без міркувань і підтримує 384K вихідних токенів. У нашому завданні стандартний рівень міркувань за обсягом був між двома іншими моделями.

MiniMax M3.1 Flash — вибір для довгих запитів за незмінною ціною або коли ви готові налаштувати рівень зусиль. AIHubMix пропонує одну ціну незалежно від довжини запиту, кількість вихідних токенів сягає 512K, а MiniMax зазначає у документації підтримку відео на вході. За рівня low це була найдешевша модель у тесті. Вона поступається у трьох аспектах: стандартні налаштування тут найповільніші й найдорожчі, її ще ніхто не оцінював у бенчмарках, а режим міркувань не можна вимкнути.

Різницю для довгих запитів легко недооцінити. Для приблизної оцінки візьмімо запит із кодовою базою на 300K токенів без кешування та порахуймо лише вартість вхідних токенів. Якщо, як пише OrcaRouter, Haiku 5.5 застосовує тариф для запитів понад 100K токенів до всього запиту, вхідні токени коштують 300,000 × $0.50 ÷ 1M = $0.15. Для M3.1 Flash це 300,000 × $0.165 ÷ 1M ≈ $0.05, а для DeepSeek — приблизно стільки ж. Отже, один виклик Haiku коштує приблизно втричі дорожче.

Кому яку модель обрати

• Інтерактивна допомога з програмуванням, короткі запити, людина чекає на відповідь: Claude Haiku 5.5.
• Конвеєри, для яких важливі результати бенчмарків, самостійний хостинг або виклики без режиму міркувань: DeepSeek V4.1 Flash 1017.
• Робота з великим контекстом, довгі згенеровані результати або відео на вході, якщо рівень зусиль задано явно: MiniMax M3.1 Flash із рівнем low або medium.
• Не впевнені: перевірте всі три моделі на власному завданні. Потрібні лише один ключ і один цикл.

Запустіть усі три моделі з одним ключем

В AIHubMix усі три відповідають через одну й ту саму сумісну з OpenAI кінцеву точку — змінюється лише ідентифікатор моделі. У короткому посібнику зі швидкого старту описано роботу з ключем:

import os, time
from openai import OpenAI

client = OpenAI(base_url="https://aihubmix.com/v1", api_key=os.environ["AIHUBMIX_API_KEY"])
prompt = open("task.md").read()

for model, extra in [("minimax-m3.1-flash", {"reasoning_effort": "low"}),
                     ("deepseek-v4.1-flash-1017", {}),
                     ("claude-haiku-5-5", {})]:
    t0 = time.time()
    r = client.chat.completions.create(model=model, max_tokens=32768,
                                       messages=[{"role": "user", "content": prompt}], **extra)
    print(model, round(time.time() - t0, 1), "s", r.usage.completion_tokens, "output tokens")

Порівняльні картки цін доступні на сторінках AIHubMix: M3.1 Flash проти DeepSeek V4.1 Flash 1017 і M3.1 Flash проти Claude Haiku 5.5.

Поширені запитання

Яка модель найкраща для програмування: MiniMax M3.1 Flash, DeepSeek V4.1 Flash чи Claude Haiku 5.5?
У нашому завданні з виправленням двох помилок усі три щоразу дали правильну відповідь. Haiku 5.5 була найшвидшою та найдешевшою зі стандартними налаштуваннями, а M3.1 Flash — найдешевшою за низького рівня зусиль. Для DeepSeek опубліковано найбільше даних бенчмарків.

Чому MiniMax M3.1 Flash так повільно працювала в тесті?
За замовчуванням у неї встановлено максимальний рівень міркувань. Для того самого виправлення вона використала приблизно 6,400 токенів міркувань зі стандартними налаштуваннями й приблизно 600 з рівнем low, а час скоротився з 56 до менш ніж 10 секунд.

Чим DeepSeek V4.1 Flash 1017 відрізняється від DeepSeek V4.1 Flash?
1017 — це оновлення DeepSeek V4.1 Flash від 17 жовтня 2026 року з тим самим контекстом на 1M і лімітом у 384K вихідних токенів. В AIHubMix її ідентифікатор — deepseek-v4.1-flash-1017.

Яка модель найдешевша для довгих запитів?
Для запитів із понад 100K токенів MiniMax M3.1 Flash і DeepSeek V4.1 Flash коштують приблизно втричі менше за Claude Haiku 5.5, адже тариф Haiku зростає вп’ятеро після 100K токенів.

Чи можна викликати всі три моделі одним ключем API?
Так. В AIHubMix усі три використовують той самий ключ і ту саму сумісну з OpenAI кінцеву точку; змінюється лише ідентифікатор моделі.

Чи є для MiniMax M3.1 Flash результати бенчмарків?
Поки що ні. MiniMax нічого не опублікувала, а самої моделі немає в Artificial Analysis. У таблицях, де для неї наведено оцінки, зазвичай показано результати MiniMax M3.

Читайте далі: серія MiniMax M3.1 Flash

• Якщо Flash потрапила до вашого списку кандидатів, почніть із того, що це за модель і що вона замінила: від Space Bunny до цін у порівнянні з M2.7 і M3: MiniMax M3.1 Flash — це Space Bunny: що змінилося порівняно з M2.7 і M3 та скільки вона коштує
• Результат Flash у цьому тесті майже цілком залежить від одного налаштування. У цій статті виміряно всі п’ять рівнів: Рівні зусиль MiniMax M3.1 Flash: чому стандартне налаштування коштувало у 7× більше за low на тому самому виправленні помилки
• Якщо ви переносите наявний код MiniMax M2.5/M2.7, а не починаєте з нуля, спершу ознайомтеся з помилками та непомітними змінами: Перехід з MiniMax M2.5/M2.7 до 18 листопада: як виправити помилку 400 «requires adaptive thinking» у M3.1 Flash

Джерела

• MiniMax: моделі
• DeepSeek: моделі та ціни
• Anthropic: Claude Haiku
• AIHubMix: MiniMax M3.1 Flash проти DeepSeek V4.1 Flash 1017
• OrcaRouter: Claude Haiku 5.5 проти MiniMax M3.1 Flash Preview