MiniMax-M2.7 vs DeepSeek-V4-Flash: qual deles para sua tarefa

Seu agente rodou por dez minutos, a fatura chegou, e agora você se pergunta se o outro modelo barato teria feito o mesmo trabalho por menos. Aqui está a versão curta. Se suas respostas são curtas e o prompt cabe em 180K tokens, ambos os modelos cabem no trabalho no papel, então o custo da sua carga de trabalho decide. Se você precisa de uma única resposta com mais de 8.192 tokens, ou mais de 180K de contexto, escolha o DeepSeek-V4-Flash. Ambos ficam atrás de uma chave e um base_url, então você pode rodar sua própria tarefa em cada um e olhar os números.

As especificações, dos fatos da API CheapTokens (26 de outubro de 2026):

• MiniMax-M2.7 (pesos abertos, 229B parâmetros conforme sua página no Hugging Face): id MiniMaxAI/MiniMax-M2.7, contexto de 180K, até 8.192 tokens de saída por resposta.
• DeepSeek-V4-Flash, lançamento 0731: id deepseek-ai/DeepSeek-V4-Flash-0731, contexto de 380K, até 32.768 tokens de saída por resposta.

Ambos falam OpenAI Chat Completions e Anthropic Messages em https://api.cheaptokens.dev/v1 (o SDK da Anthropic e o Claude Code usam o mesmo endereço sem /v1). Cada modelo tem um preço fixo, não há horários de pico, e um saldo cobre todos os modelos. Os preços atuais estão na página de preços; neste artigo eles vêm de etiquetas de preço ao vivo, então são sempre os de hoje.

Qual para qual trabalho#

Os dois números que dividem a escolha são quanto o modelo lê e quanto ele pode escrever de uma vez.

Agora o dinheiro, em três cargas de trabalho.

Caso 1: um bot de suporte com 1.000 requisições por dia#

Digamos que você rode um bot de suporte com 1.000 tickets por dia. Cada requisição carrega o prompt do sistema, alguns trechos da base de conhecimento e as últimas mensagens, cerca de 1.500 tokens de entrada. A resposta tem cerca de 250 tokens. Isto é o que um dia custa em cada modelo, com o OpenRouter ao lado:

Leia os totais, não as colunas. Uma requisição é cobrada por entrada e saída juntas, e nesta forma a entrada é seis vezes a saída. No total, com entrada e saída contadas juntas, ambos os modelos saem mais baratos que o OpenRouter. Para referência, os preços do OpenRouter por 1M tokens em 26 de outubro de 2026: MiniMax-M2.7 $0.30 in / $1.20 out, DeepSeek-V4-Flash $0.0475 in / $0.1568 out.

Caso 2: um loop de agente onde a entrada se acumula#

Ferramentas de agente como OpenClaw, Cline ou Aider reenviam o contexto de trabalho a cada passo: arquivos que leram, resultados de ferramentas, o histórico até agora. Suponha uma média de 40.000 tokens de entrada e 600 tokens de saída por passo (uma chamada de ferramenta e um comentário curto), e 200 passos em uma sessão de trabalho:

Esse é o problema com loops de agente: você paga pelo que o modelo relê, não pelo que ele escreve. A entrada é mais de sessenta vezes a saída aqui, então o lado da entrada da tabela carrega a conta.

A outra coisa que importa em um loop é onde o contexto termina. Uma sessão em um repositório grande cresce passo a passo; o MiniMax-M2.7 suporta até 180K, o DeepSeek-V4-Flash até 380K. Se suas sessões regularmente passam de 180K, a janela maior te salva de cortar o histórico na mão. Para um dia de trabalho de agente em mais modelos, veja o modelo mais barato para OpenClaw.

Caso 3: um arquivo longo em uma única resposta#

Agora a forma oposta. Você pede uma suíte de testes completa para um módulo em uma resposta, e ela chega a cerca de 20.000 tokens. Uma resposta no MiniMax-M2.7 suporta até 8.192 tokens, então uma requisição como esta para no meio do arquivo, e a API te avisa: finish_reason volta como length em vez de stop. O DeepSeek-V4-Flash aceita até 32.768 tokens em uma resposta, então o arquivo inteiro cabe em uma chamada. Com um prompt de 6.000 tokens essa chamada custa $0.0021.

Respostas que terminam bem abaixo de 8.192 tokens cabem em ambos os modelos: uma função, um diff, um JSON extraído de um documento, uma resposta de ticket. Aqui os totais decidem. Mesmo prompt de 6.000 tokens, mesma resposta de 2.000 tokens, então compare as linhas:

Se você quer o lado das respostas longas em detalhe, o quickstart do DeepSeek-V4-Flash cobre streaming e saídas longas, e o artigo de preços do MiniMax-M2.7 tem o lado do preço.

Teste ambos no seu próprio prompt#

O teste mais limpo é a mesma requisição enviada para ambos os modelos. Só o campo model muda.

Exporte sua chave como CHEAPTOKENS_API_KEY (a configuração está na documentação) e rode:

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)

Você recebe dois blocos curtos: o id do modelo, finish_reason e as duas contagens de tokens do campo usage. Muito provavelmente finish_reason é stop, o que significa que o modelo terminou sozinho; se for length, o modelo atingiu max_tokens, então aumente. Coloque suas próprias contagens ao lado das tarifas ao vivo na página de preços e você tem o custo da sua tarefa em cada modelo, não uma média de um artigo. O cartão do modelo MiniMax no Hugging Face (verificado em 26 de outubro de 2026) recomenda temperature 1.0 e top_p 0.95 para o M2.7, então adicione esses dois parâmetros à chamada do M2.7 se quiser as configurações do fabricante.

Se não funcionar#

• O modelo não é encontrado. Use o id completo da lista acima. Nomes curtos como minimax-m2.7 são rótulos para etiquetas de preço; a API aceita MiniMaxAI/MiniMax-M2.7 e deepseek-ai/DeepSeek-V4-Flash-0731.
• A conexão falha. Para o SDK da OpenAI o endereço termina com /v1. Para o SDK da Anthropic e o Claude Code, não.
• A resposta termina no meio da frase. Verifique finish_reason. Se for length, aumente max_tokens até o limite do modelo, ou mova a tarefa para o DeepSeek-V4-Flash quando precisar de mais de 8.192 tokens.

Ambos os modelos também estão nas páginas do DeepSeek e do MiniMax se você quiser a visão do produto.