GLM vs DeepSeek vs MiniMax: quale modello scegliere

Tutti e tre sono modelli open-weight disponibili tramite la stessa API compatibile con OpenAI, con la stessa chiave. Differiscono per dimensione del contesto, limite di output e prezzo — e per la maggior parte dei progetti è questo che decide. I limiti riportati di seguito sono aggiornati al 20 ottobre 2026; i prezzi e i costi nelle tabelle più avanti sono live e mostrano sempre le tariffe correnti.

A colpo d'occhio#

I limiti provengono da GET https://api.cheaptokens.dev/v1/models — la stessa lista che vedono i tuoi strumenti.

Prezzi correnti (live)#

Questa tabella si aggiorna automaticamente: tariffe per milione di token, input e output separatamente — gli stessi dati della pagina dei prezzi. Le cifre di OpenRouter sono i prezzi di listino degli stessi modelli su openrouter.ai che monitoriamo per confronto.

Costo di una richiesta tipica#

Condizioni: una richiesta con 20.000 token di input e 2.000 token di output — una domanda di coding di medie dimensioni con alcuni file nel contesto. La tabella è calcolata dai prezzi correnti e si ricalcola quando cambiano; la colonna OpenRouter mostra lo stesso carico di lavoro ai prezzi di riferimento che monitoriamo.

Come scegliere#

Questi sono punti di partenza basati sui limiti e sui prezzi sopra — non risultati di benchmark: non abbiamo eseguito test di qualità sui tre modelli.

• Output lunghi — file interi, report lunghi, grandi refactoring in una sola risposta: DeepSeek-V4-Flash, l'unico dei tre con un limite di output di 32K.
• Costo più basso per richiesta: vedi la tabella sopra — viene ricalcolata ogni volta che i prezzi cambiano.
• Reasoning difficile — modifiche multi-step, bug complicati: GLM-5.3-Flash. Ragiona prima di rispondere; anche il reasoning è testo generato, quindi aggiunge token di output e tempo.
• Agenti e automazione: MiniMax-M2.7. Il suo contesto è il più piccolo dei tre (200K), quindi riduci le cronologie lunghe.
• Contesto molto lungo — un grande codebase o insieme di documenti: GLM-5.3-Flash (390K) o DeepSeek-V4-Flash (380K).

Il test più affidabile è il tuo. Un metodo semplice: annota gli ID dei modelli e la data; prendi 10–20 attività reali dal tuo lavoro; esegui ciascuna su tutti e tre i modelli con lo stesso prompt; valuta correttezza, rispetto delle istruzioni, lunghezza della risposta e tempo di risposta; leggi i conteggi dei token da usage e moltiplicali per le tariffe correnti.

Cambiare modello#

L'API, l'URL di base e la chiave sono gli stessi per tutti i modelli — cambia solo il campo model:

import os
from openai import OpenAI

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

for model in ["zai-org/GLM-5.3-Flash", "deepseek-ai/DeepSeek-V4-Flash-0731", "MiniMaxAI/MiniMax-M2.7"]:
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Summarize the CAP theorem in two sentences."}],
    )
    print(model, resp.usage.prompt_tokens, resp.usage.completion_tokens)
    print(resp.choices[0].message.content, "\n")

Il catalogo cambia nel tempo: vengono aggiunti nuovi modelli e alcuni possono essere temporaneamente non disponibili. Prima di hard-codificare un ID, controlla GET /v1/models.