MiniMax-M2.7 vs DeepSeek-V4-Flash: Welches für deine Aufgabe

Dein Agent lief zehn Minuten, die Rechnung kam, und jetzt fragst du dich, ob das andere günstige Modell dieselbe Arbeit für weniger Geld erledigt hätte. Hier die Kurzfassung. Wenn deine Antworten kurz sind und der Prompt in 180K Token passt, passen beide Modelle auf dem Papier zur Aufgabe, also entscheiden die Kosten deiner Workload. Wenn du eine einzelne Antwort brauchst, die länger als 8.192 Token ist, oder mehr als 180K Kontext, nimm DeepSeek-V4-Flash. Beide liegen hinter einem Key und einem base_url, also kannst du deine eigene Aufgabe auf beiden laufen lassen und dir die Zahlen ansehen.

Die Specs, aus den CheapTokens-API-Fakten (26. Oktober 2026):

• MiniMax-M2.7 (offene Gewichte, 229B Parameter laut Hugging-Face-Seite): id MiniMaxAI/MiniMax-M2.7, 180K Kontext, bis zu 8.192 Ausgabe-Token pro Antwort.
• DeepSeek-V4-Flash, Release 0731: id deepseek-ai/DeepSeek-V4-Flash-0731, 380K Kontext, bis zu 32.768 Ausgabe-Token pro Antwort.

Beide sprechen OpenAI Chat Completions und Anthropic Messages unter https://api.cheaptokens.dev/v1 (das Anthropic SDK und Claude Code nutzen dieselbe Adresse ohne /v1). Jedes Modell hat einen festen Preis, es gibt keine Stoßzeiten, und ein Guthaben deckt jedes Modell ab. Aktuelle Preise stehen auf der Preisseite; in diesem Artikel stammen sie aus Live-Preistags, sind also immer die von heute.

Welches für welche Aufgabe#

Die zwei Zahlen, die die Wahl entscheiden, sind, wie viel das Modell liest und wie viel es in einem Durchgang schreiben kann.

Jetzt das Geld, bei drei Workloads.

Fall 1: ein Support-Bot mit 1.000 Anfragen pro Tag#

Angenommen, du betreibst einen Support-Bot mit 1.000 Tickets pro Tag. Jede Anfrage trägt den System-Prompt, ein paar Wissensdatenbank-Schnipsel und die letzten Nachrichten, etwa 1.500 Input-Token. Die Antwort ist rund 250 Token. Das kostet ein Tag auf jedem Modell, mit OpenRouter daneben:

Lies die Summen, nicht die Spalten. Eine Anfrage wird für Input und Output zusammen abgerechnet, und in dieser Form ist der Input sechsmal so groß wie der Output. Insgesamt, mit Input und Output zusammen gezählt, kommen beide Modelle günstiger weg als OpenRouter. Zum Vergleich, OpenRouters Preise pro 1M Token am 26. Oktober 2026: MiniMax-M2.7 $0,30 in / $1,20 out, DeepSeek-V4-Flash $0,0475 in / $0,1568 out.

Fall 2: ein Agent-Loop, bei dem der Input anwächst#

Agent-Tools wie OpenClaw, Cline oder Aider senden den Arbeitskontext bei jedem Schritt erneut: Dateien, die sie gelesen haben, Tool-Ergebnisse, die bisherige Historie. Nimm durchschnittlich 40.000 Input-Token und 600 Output-Token pro Schritt an (ein Tool-Aufruf und ein kurzer Kommentar), und 200 Schritte in einer Arbeitssitzung:

Das ist der Haken bei Agent-Loops: Du zahlst für das, was das Modell erneut liest, nicht für das, was es schreibt. Der Input ist hier mehr als sechzigmal so groß wie der Output, also trägt die Input-Seite der Tabelle die Rechnung.

Das andere, was in einem Loop zählt, ist, wo der Kontext endet. Eine Sitzung in einem großen Repository wächst Schritt für Schritt; MiniMax-M2.7 hält bis zu 180K, DeepSeek-V4-Flash bis zu 380K. Wenn deine Sitzungen regelmäßig über 180K kriechen, erspart dir das größere Fenster das manuelle Kürzen der Historie. Für einen Tag Agent-Arbeit über mehrere Modelle hinweg siehe das günstigste Modell für OpenClaw.

Fall 3: eine lange Datei in einer einzigen Antwort#

Jetzt die entgegengesetzte Form. Du fragst nach einer vollständigen Testsuite für ein Modul in einer Antwort, und sie umfasst etwa 20.000 Token. Eine Antwort auf MiniMax-M2.7 hält bis zu 8.192 Token, also stoppt eine solche Anfrage mitten in der Datei, und die API sagt es dir: finish_reason kommt als length zurück statt stop. DeepSeek-V4-Flash nimmt bis zu 32.768 Token in einer Antwort, also passt die ganze Datei in einen Aufruf. Mit einem 6.000-Token-Prompt kostet dieser Aufruf $0.0021.

Antworten, die deutlich unter 8.192 Token bleiben, passen in beide Modelle: eine Funktion, ein Diff, ein aus einem Dokument extrahiertes JSON, eine Ticket-Antwort. Hier entscheiden die Summen. Derselbe 6.000-Token-Prompt, dieselbe 2.000-Token-Antwort, also vergleiche die Zeilen:

Wenn du die Langantwort-Seite im Detail willst, deckt der DeepSeek-V4-Flash-Quickstart Streaming und lange Ausgaben ab, und der MiniMax-M2.7-Preisartikel hat die Preisseite.

Probiere beide mit deinem eigenen Prompt aus#

Der sauberste Test ist dieselbe Anfrage an beide Modelle. Nur das Feld model ändert sich.

Exportiere deinen Key als CHEAPTOKENS_API_KEY (Einrichtung steht in der Dokumentation) und führe aus:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
)

MODELS = [
    "MiniMaxAI/MiniMax-M2.7",
    "deepseek-ai/DeepSeek-V4-Flash-0731",
]
PROMPT = "Write a Python function that parses ISO 8601 dates and returns a datetime. Add three tests."

for model in MODELS:
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": PROMPT}],
        max_tokens=4000,
    )
    print(model)
    print("  finish_reason:", r.choices[0].finish_reason)
    print("  tokens in/out:", r.usage.prompt_tokens, r.usage.completion_tokens)

Du bekommst zwei kurze Blöcke: die Modell-ID, finish_reason und die beiden Token-Zahlen aus dem Feld usage. Höchstwahrscheinlich ist finish_reason gleich stop, was bedeutet, dass das Modell von selbst fertig wurde; wenn es length ist, hat das Modell max_tokens erreicht, also erhöhe es. Setze deine eigenen Zahlen neben die Live-Tarife auf der Preisseite und du hast die Kosten deiner Aufgabe auf jedem Modell, nicht einen Durchschnitt aus einem Artikel. MiniMax' Modellkarte auf Hugging Face (geprüft am 26. Oktober 2026) empfiehlt Temperatur 1,0 und top_p 0,95 für M2.7, also füge diese beiden Parameter dem M2.7-Aufruf hinzu, wenn du die Einstellungen des Herstellers willst.

Wenn es nicht funktioniert#

• Das Modell wird nicht gefunden. Verwende die vollständige ID aus der obigen Liste. Kurze Namen wie minimax-m2.7 sind Bezeichnungen für Preistags; die API nimmt MiniMaxAI/MiniMax-M2.7 und deepseek-ai/DeepSeek-V4-Flash-0731.
• Die Verbindung schlägt fehl. Beim OpenAI SDK endet die Adresse mit /v1. Beim Anthropic SDK und Claude Code nicht.
• Die Antwort endet mitten im Satz. Prüfe finish_reason. Wenn es length ist, erhöhe max_tokens bis zum Limit des Modells, oder verschiebe die Aufgabe auf DeepSeek-V4-Flash, wenn du mehr als 8.192 Token brauchst.

Beide Modelle sind auch auf den Seiten DeepSeek und MiniMax, wenn du die Produktsicht willst.