模型比较
DeepSeek-V3.2
对比
MiniMax-M2.1
2026年2月15日
定价
Input
$
0.27
/ M Tokens
$
0.29
/ M Tokens
Output
$
0.42
/ M Tokens
$
1.2
/ M Tokens
元数据
创建
2025年12月1日
2025年12月20日
许可证
MIT LICENSE
MODIFIED-MIT
提供者
DeepSeek
MiniMaxAI
规格
州
Available
Deprecated
建筑
Sparse MoE
Transformer
校准的
不
不
专家混合
不
不
总参数
671B
230B
激活的参数
671B
230B
推理
不
不
精度
FP8
FP8
上下文长度
164K
197K
最大输出长度
164K
131K
支持功能
Serverless
支持
支持
Serverless LoRA
不支持
不支持
微调
不支持
不支持
Embeddings
不支持
不支持
Rerankers
不支持
不支持
支持 Image Input
不支持
不支持
JSON Mode
支持
支持
结构化Outputs
不支持
不支持
工具
支持
支持
FIM 补全
不支持
不支持
对话前缀补全
支持
支持
DeepSeek-V3.2比较中
看看DeepSeek-V3.2与其他流行模型在关键维度上进行比较。
对比
MiniMax-M2.5
对比
GLM-5
对比
Step-3.5-Flash
对比
GLM-4.7
对比
GLM-4.7
对比
MiniMax-M2.1
对比
GLM-4.6V
对比
Kimi-K2-Thinking
对比
MiniMax-M2
对比
DeepSeek-V3.2-Exp
对比
GLM-4.6
对比
Qwen3-VL-235B-A22B-Instruct
对比
Qwen3-VL-235B-A22B-Thinking
对比
Ring-flash-2.0
对比
Ling-flash-2.0
对比
Kimi-K2-Instruct-0905
对比
GLM-4.5V
对比
gpt-oss-120b
对比
step3
对比
Qwen3-235B-A22B-Thinking-2507
