MiniMax-M2.7 vs DeepSeek-V4-Flash : lequel pour votre tâche

Votre agent a tourné pendant dix minutes, la facture est arrivée, et vous vous demandez maintenant si l'autre modèle bon marché aurait fait le même travail pour moins cher. Voici la version courte. Si vos réponses sont courtes et que le prompt tient dans 180K tokens, les deux modèles conviennent sur le papier, donc le coût de votre charge de travail décide. Si vous avez besoin d'une seule réponse de plus de 8 192 tokens, ou de plus de 180K de contexte, prenez DeepSeek-V4-Flash. Les deux sont derrière une seule clé et un seul base_url, vous pouvez donc exécuter votre propre tâche sur chacun et regarder les chiffres.

Les spécifications, d'après les faits de l'API CheapTokens (26 octobre 2026) :

• MiniMax-M2.7 (poids ouverts, 229B paramètres selon sa page Hugging Face) : id MiniMaxAI/MiniMax-M2.7, contexte 180K, jusqu'à 8 192 tokens de sortie par réponse.
• DeepSeek-V4-Flash, version 0731 : id deepseek-ai/DeepSeek-V4-Flash-0731, contexte 380K, jusqu'à 32 768 tokens de sortie par réponse.

Les deux parlent OpenAI Chat Completions et Anthropic Messages à https://api.cheaptokens.dev/v1 (le SDK Anthropic et Claude Code utilisent la même adresse sans /v1). Chaque modèle a un prix fixe, il n'y a pas d'heures de pointe, et un seul solde couvre tous les modèles. Les prix actuels sont sur la page de tarification ; dans cet article ils proviennent d'étiquettes de prix en direct, donc ce sont toujours ceux du jour.

Lequel pour quel travail#

Les deux chiffres qui séparent le choix sont la quantité que le modèle lit et la quantité qu'il peut écrire en une fois.

Maintenant l'argent, sur trois charges de travail.

Cas 1 : un bot de support avec 1 000 requêtes par jour#

Disons que vous faites tourner un bot de support avec 1 000 tickets par jour. Chaque requête porte le prompt système, quelques extraits de base de connaissances et les derniers messages, environ 1 500 tokens d'entrée. La réponse fait environ 250 tokens. Voici ce que coûte une journée sur chaque modèle, avec OpenRouter à côté :

Lisez les totaux, pas les colonnes. Une requête est facturée pour l'entrée et la sortie ensemble, et dans cette forme l'entrée est six fois la sortie. Au total, entrée et sortie comptées ensemble, les deux modèles reviennent moins cher qu'OpenRouter. Pour référence, les prix d'OpenRouter par 1M tokens au 26 octobre 2026 : MiniMax-M2.7 0,30 $ en entrée / 1,20 $ en sortie, DeepSeek-V4-Flash 0,0475 $ en entrée / 0,1568 $ en sortie.

Cas 2 : une boucle d'agent où l'entrée s'accumule#

Les outils d'agent tels qu'OpenClaw, Cline ou Aider renvoient le contexte de travail à chaque étape : les fichiers qu'ils ont lus, les résultats d'outils, l'historique jusqu'ici. Supposons une moyenne de 40 000 tokens d'entrée et 600 tokens de sortie par étape (un appel d'outil et un court commentaire), et 200 étapes dans une session de travail :

C'est le piège des boucles d'agent : vous payez pour ce que le modèle relit, pas pour ce qu'il écrit. L'entrée est plus de soixante fois la sortie ici, donc c'est le côté entrée du tableau qui porte la facture.

L'autre chose qui compte dans une boucle, c'est où le contexte s'arrête. Une session sur un gros dépôt grandit étape par étape ; MiniMax-M2.7 tient jusqu'à 180K, DeepSeek-V4-Flash jusqu'à 380K. Si vos sessions dépassent régulièrement 180K, la fenêtre plus grande vous évite de découper l'historique à la main. Pour une journée de travail d'agent sur plusieurs modèles, voir le modèle le moins cher pour OpenClaw.

Cas 3 : un long fichier en une seule réponse#

Maintenant la forme opposée. Vous demandez une suite de tests complète pour un module en une seule réponse, et cela fait environ 20 000 tokens. Une réponse sur MiniMax-M2.7 tient jusqu'à 8 192 tokens, donc une requête comme celle-ci s'arrête au milieu du fichier, et l'API vous le dit : finish_reason revient comme length au lieu de stop. DeepSeek-V4-Flash prend jusqu'à 32 768 tokens en une seule réponse, donc le fichier entier tient en un appel. Avec un prompt de 6 000 tokens, cet appel coûte $0.0021.

Les réponses qui se terminent bien en dessous de 8 192 tokens conviennent aux deux modèles : une fonction, un diff, un JSON extrait d'un document, une réponse à un ticket. Ici les totaux décident. Même prompt de 6 000 tokens, même réponse de 2 000 tokens, donc comparez les lignes :

Si vous voulez le côté longues réponses en détail, le démarrage rapide DeepSeek-V4-Flash couvre le streaming et les sorties longues, et l'article sur la tarification de MiniMax-M2.7 a le côté prix.

Essayez les deux sur votre propre prompt#

Le test le plus propre est la même requête envoyée aux deux modèles. Seul le champ model change.

Exportez votre clé comme CHEAPTOKENS_API_KEY (la configuration est dans la documentation) et exécutez :

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)

Vous obtenez deux courts blocs : l'id du modèle, finish_reason et les deux comptes de tokens du champ usage. Le plus probable est que finish_reason soit stop, ce qui signifie que le modèle a terminé de lui-même ; si c'est length, le modèle a atteint max_tokens, donc augmentez-le. Mettez vos propres comptes à côté des tarifs en direct sur la page de tarification et vous avez le coût de votre tâche sur chaque modèle, pas une moyenne tirée d'un article. La fiche du modèle MiniMax sur Hugging Face (vérifiée le 26 octobre 2026) recommande temperature 1.0 et top_p 0.95 pour M2.7, donc ajoutez ces deux paramètres à l'appel M2.7 si vous voulez les réglages du fabricant.

Si ça ne marche pas#

• Le modèle n'est pas trouvé. Utilisez l'id complet de la liste ci-dessus. Les noms courts comme minimax-m2.7 sont des étiquettes pour les étiquettes de prix ; l'API prend MiniMaxAI/MiniMax-M2.7 et deepseek-ai/DeepSeek-V4-Flash-0731.
• La connexion échoue. Pour le SDK OpenAI l'adresse se termine par /v1. Pour le SDK Anthropic et Claude Code, non.
• La réponse s'arrête au milieu d'une phrase. Vérifiez finish_reason. Si c'est length, augmentez max_tokens jusqu'à la limite du modèle, ou déplacez la tâche vers DeepSeek-V4-Flash quand vous avez besoin de plus de 8 192 tokens.

Les deux modèles sont aussi sur les pages DeepSeek et MiniMax si vous voulez la vue produit.