Perbandingan Model
DeepSeek-V3.2
vs
MiniMax-M2.1
15 Feb 2026
Harga
Input
$
0.27
/ M Tokens
$
0.29
/ M Tokens
Output
$
0.42
/ M Tokens
$
1.2
/ M Tokens
Metadata
Buat di
1 Des 2025
20 Des 2025
Lisensi
MIT LICENSE
MODIFIED-MIT
Penyedia
DeepSeek
MiniMaxAI
Spesifikasi
Negara
Available
Available
Arsitektur
DeepSeek Sparse Attention (DSA), Scalable Reinforcement Learning Framework, Large-Scale Agentic Task Synthesis Pipeline
null
Terkalibrasi
Tidak
Tidak
Campuran Ahli
Tidak
Tidak
Total Parameter
671B
230B
Parameter yang Diaktifkan
671B
230B
Penalaran
Tidak
Tidak
Precision
FP8
FP8
Text panjang konteks
164K
197K
Max Tokens
164K
131K
Didukung Keberfungsian
Serverless
didukung
didukung
Serverless LoRA
Tidak didukung
Tidak didukung
Fine-tuning
Tidak didukung
Tidak didukung
Embeddings
Tidak didukung
Tidak didukung
Rerankers
Tidak didukung
Tidak didukung
Dukung Image Input
Tidak didukung
Tidak didukung
JSON Mode
didukung
didukung
Output Terstruktur
Tidak didukung
Tidak didukung
Alat
didukung
didukung
Fim Completion
Tidak didukung
Tidak didukung
Chat Prefix Completion
didukung
didukung
DeepSeek-V3.2dalam Perbandingan
Lihat bagaimana DeepSeek-V3.2membandingkan dengan model populer lainnya di berbagai dimensi kunci.
VS
MiniMax-M2.5
VS
GLM-5
VS
Step-3.5-Flash
VS
GLM-4.7
VS
GLM-4.7
VS
MiniMax-M2.1
VS
GLM-4.6V
VS
Kimi-K2-Thinking
VS
MiniMax-M2
VS
DeepSeek-V3.2-Exp
VS
GLM-4.6
VS
Qwen3-VL-235B-A22B-Instruct
VS
Qwen3-VL-235B-A22B-Thinking
VS
Ring-flash-2.0
VS
Ling-flash-2.0
VS
Kimi-K2-Instruct-0905
VS
GLM-4.5V
VS
gpt-oss-120b
VS
step3
VS
Qwen3-235B-A22B-Thinking-2507
