Modelle

MiniMax und DeepSeek: Flash-Modelle senken den Preis für agentisches Coding drastisch

Innerhalb von drei Tagen haben DeepSeek und dann MiniMax „Flash“-Modelle veröffentlicht, die für wenige Cent pro Aufgabe an die Coding-Werte der Frontier-Modelle heranreichen.

Von Audryk · 20. Oktober 2026

• Modelle

Zwischen dem 17. und 19. Oktober 2026 haben zwei chinesische Labore „Flash“-Modelle für Coding-Agenten veröffentlicht, mit demselben Versprechen: deutlich geringere Kosten pro Aufgabe. Ihre Listenpreise sind in den Nebenzeiten jetzt identisch, und ihre Coding-Werte nähern sich denen der Frontier-Modelle.

MiniMax M3.1 Flash (19. Okt.)

• Preis: 0,15 $ pro Million Eingabe-Token, 0,60 $ Ausgabe, 0,015 $ zwischengespeicherte Eingabe (MiniMax).
• Coding: 73,7 % bei DeepSWE v1.1, laut MiniMax.
• Effizienz: laut MiniMax fast dreimal schnellere Inferenz und 70 % geringere Nutzungskosten bei agentischen Aufgaben gegenüber dem Vorgänger; MiniMax gibt mehr als 200 Ausgabe-Token pro Sekunde an.
• Weitere Einsatzfelder: 61,7 bei OSWorld V2 (Computernutzung) und 82 % bei CyberGym (Schwachstellensuche), ebenfalls laut MiniMax.
• Verfügbarkeit: MiniMax API, M Plan und MiniMax Code; die Gewichte sollen später veröffentlicht werden. Eine anonyme frühe Version, „Space Bunny“, hatte bereits mehr als 200 Billionen Token verarbeitet.

Siehe die Seite zu MiniMax M3.1 Flash.

DeepSeek V4.1-Flash-1017 (17. Okt.)

• Coding: 77,0 % bei DeepSWE v1.1, gegenüber 74,2 % bei der Vorgängerversion, und 42,3 bei Terminal-Bench 4.0, gegenüber 31,2 (Hugging Face). In der Tabelle von DeepSeek erreicht Claude Opus 5 bei DeepSWE 74,0 % und GPT-5.6 Sol 73,0 %.
• Preis: 0,15 $ pro Million Eingabe-Token und 0,60 $ Ausgabe in den Nebenzeiten, doppelt so viel zu Stoßzeiten, mit einem Kontext von 1 Million Token (DeepSeek).
• Kosten pro Aufgabe: knapp unter 0,20 $ pro DeepSWE-Aufgabe im Durchschnitt, gegenüber etwa 0,50 $ bei der Vorgängerversion, laut der von DeepSeek veröffentlichten Grafik (The Decoder).
• Offen: Gewichte unter MIT-Lizenz auf Hugging Face und ModelScope. DeepSeek öffnet außerdem seine Search- und Fetch-APIs für 0,75 $ pro 1.000 Aufrufe; Aufrufe über DeepSeek Harness, Claude Code oder Codex bleiben bis zum 31. Oktober um 16:00 UTC kostenlos (DeepSeek).

Siehe die Seite zu DeepSeek V4.1-Flash-1017.

Was unabhängige Tests sagen

Artificial Analysis vergibt an MiniMax M3.1 Flash 43 Punkte in seinem Intelligence Index, gegenüber 29 für M3 (Artificial Analysis, Seite geprüft am 20. Oktober), und 45 an DeepSeek V4.1-Flash-1017 im Max-Modus (Changelog). Dasselbe Unternehmen misst für MiniMax jedoch 104,7 Ausgabe-Token pro Sekunde, weit entfernt von den angegebenen 200. Wichtiger noch: Beim Wissenstest AA-Omniscience beantwortet M3.1 Flash 56 % der Fragen richtig, erfindet aber in 93 % der Fälle eine Antwort, wenn es etwas nicht weiß, statt Unsicherheit einzuräumen (VentureBeat).

Was das für Entwickler ändert

• Aufgaben routen: Schicken Sie einfache, gut getestete Aufgaben an ein Flash-Modell und behalten Sie ein teureres Modell für mehrdeutige Fälle.
• Kosten pro Aufgabe verfolgen, nicht nur den Preis pro Token: Ein wortreiches Modell gibt für dasselbe Ergebnis mehr aus.
• Einen offenen Agenten anbinden: Tools wie OpenCode akzeptieren diese Modelle über ihre APIs.

Die Grenzen

Die meisten Werte stammen von den Herstellern, unter deren eigenen Testbedingungen. In Unternehmen machen chinesische offene Modelle laut Menlo Ventures weiterhin nur 1 % der API-Nutzung aus (siehe unseren Artikel): Compliance, Datenhosting und Zuverlässigkeit müssen weiterhin geprüft werden. MiniMax hat die Lizenzbedingungen für seine künftigen offenen Gewichte noch nicht genannt, sodass das Selbsthosting eine offene Frage bleibt.

Die meisten dieser Werte stammen von den Herstellern selbst: Warten Sie auf unabhängige Tests, bevor Sie die Produktion darauf setzen.

Einen Fehler in diesem Artikel entdeckt? Melden Sie ihn · Unsere Korrekturrichtlinie