DeepSeek vydal 17. října novou verzi svého levného modelu V4.1 Flash s přídomkem 1017. O dva dny později šanghajský MiniMax, výrobce jazykových modelů a agentů, odhalil M3.1 Flash. To byl model, který na Openrouteru byl testovaný jako Space Bunny, spálil jsem mu hodně tokenů na zpracování testu. Píšu o obou najednou, protože cílí na stejné zákazníky a nezávislá měření je od sebe dobře odlišují.
V krátkosti: oba modely jsou zajímavé hlavně cenou. Pokud potřebujete levnou agentní práci, patří DeepSeek tradičně k tomu nejlepšímu, co si za ty peníze pořídíte (sám jsem na jeho předchozí verzi spálil hromadu tokenů). Pokud to ale s programováním myslíte vážně, na Opus 5.5 ani GPT-6.1 Sol tyhle modely nedosahují. A pokud platíte paušál za Claude Code nebo Codex, nemá smysl o nich vůbec přemýšlet. Další řádky berte spíš jako záznam situace.
DeepSeek V4.1 Flash 1017: o šest bodů výš za poloviční cenu úlohy
Stejný model, lepší dotrénování. Verze 1017 má stejnou architekturu jako zářijová V4.1 Flash. DeepSeek ji jen dál dotrénoval, hlavně na dlouhé agentní úlohy a programování celých projektů. To je ostatně důvod, proč používá stejné číslo verze, tedy datum vydání 10-17 jako čtyřmístný rozlišovací dotrénovací kód. Model kombinuje 552 miliard parametrů s dalšími 196 miliardami v takzvané paměti Engram, při generování textu jich používá 16 miliard. Kontext má milion tokenů, na vstupu bere text i obraz. Váhy jsou na Hugging Face pod licencí MIT, takže je můžete volně použít i komerčně.
V nezávislém indexu skočil ze 39 na 45 bodů. Artificial Analysis mu dává 45 bodů, stejně jako GLM-5.3 a o bod méně než MiMo-V2.6-Pro od Xiaomi, což je dosud nejsilnější čínský otevřený model. Úloha na indexu stojí 0,26 USD (asi šest korun), zářijová verze stála 0,49 USD. Za pět týdnů tedy DeepSeek přidal šest bodů a cenu úlohy srazil na polovinu. Za milion tokenů stojí 0,30 USD na vstupu a 1,20 USD na výstupu, mimo špičku v čínském čase polovinu.
V Code Areně předběhl Opus 5. V žebříčku, kde lidé hlasují mezi dvěma anonymními webovými aplikacemi, má 1670 bodů. Je první mezi otevřenými modely a dvanáctý celkově, před Claude Opus 5. Pro představu: Haiku 5.5 má 1587 bodů, Sonnet 5.5 kolem 1715.
Zůstává upovídaný. Na celý index spotřeboval 210 milionů výstupních tokenů, medián je 140 milionů. Rychlost je ale výborná: přes 220 tokenů za sekundu.
K modelu přibylo vyhledávání. DeepSeek otevřel všem vývojářům své API pro vyhledávání a stahování webových stránek za 0,75 USD za tisíc dotazů. Agent na DeepSeeku tak nepotřebuje k hledání na webu dalšího dodavatele.
Praxe ukazuje hranice. Čínští testeři na něm levně a napoprvé postavili 3D scénu i webovou hru. Dlouhý projekt (generování videa v Pythonu, 187 kroků za půl hodiny) ale nedotáhl a autor testu ho označil za slabší než Opus 5.5. Psaní textů je podle uživatelů slabé. A 15. října měl DeepSeek pětihodinový výpadek.
MiniMax M3.1 Flash: polovina ceny za token, ale vymýšlí si
Tajemný Space Bunny. MiniMax model od září testoval anonymně pod jménem Space Bunny na OpenRouteru, kde se dostal na první místo denního žebříčku a podle firmy zpracoval přes 200 bilionů tokenů. Komunita ho mezitím odhalila podle tokenizéru shodného s MiniMax M3.
Menší a levnější než DeepSeek. Model má podle MarkTechPost kolem 428 miliard parametrů, z toho 23 miliard aktivních, a milionový kontext. Na vstupu bere text, obraz i video. Stojí 0,15 USD za milion vstupních a 0,60 USD za milion výstupních tokenů, tedy polovinu ceníku DeepSeeku. Přemýšlí vždy, vypnout to nejde. Váhy mají vyjít kolem 23. října, licenci MiniMax zatím neuvedl.
V indexu tři body za DeepSeekem. Artificial Analysis mu dává 42 bodů, o 13 víc než předchozímu M3 a stejně jako GLM-5.3-Flash. Úloha stojí kolem 0,22 USD (asi pět korun). Polovina ceny za token se tedy v ceně úlohy projeví jen úsporou zhruba šestiny, protože model spotřebuje víc tokenů.
V Code Areně o třídu níž. S 1588 body je dvaatřicátý, přesně na úrovni Haiku 5.5 a GPT-6 Luna. Na DeepSeek mu chybí 82 bodů.
Skoro vždy si odpověď vymyslí. Tohle je nejdůležitější zjištění. V testu znalostí AA-Omniscience odpoví správně na 56 procent otázek, víc než Haiku 5.5 nebo Luna. Když ale odpověď nezná, vymyslí si ji podle Artificial Analysis zhruba v 93 procentech případů. Předchozí M3 se choval přesně opačně: odpovídal jen na třetinu otázek a vymýšlel si v 16 procentech. MiniMax tedy model přeladil z opatrného na sebevědomého. Pro rešerše a práci s fakty je to špatná zpráva.
Rychlý, ale líný. MiniMax slibuje přes 200 tokenů za sekundu a o 70 procent nižší náklady na agentní úlohy proti předchůdci. První uživatelé chválí rychlost, jeden ale dodává, že model potřebuje přesné zadání, jinak je líný.
Jak číst tabulky obou firem
Obě se srovnávají s minulou generací. DeepSeek i MiniMax staví své modely vedle Claude Opus 5 a GPT-5.6 Sol, a to s totožnými čísly. Současné Opus 5.5 a GPT-6.1 Sol v tabulkách chybí. Proti minulé generaci vypadá „porážíme Opus“ líp (a obě firmy to samozřejmě vědí).
MiniMax si vybírá, co ukáže. Ve svém oznámení se chlubí, že je v testu Agents’ Last Exam s 29,6 body první mezi čínskými modely. DeepSeek ale o dva dny dřív uvedl 35,4 bodu. MiniMax má DeepSeek 1017 ve své tabulce, a právě v tomto řádku u něj nechal pomlčku. V řádcích, kde prohrává (Terminal-Bench, DeepSWE), ho přitom ukázal poctivě.
Práce v terminálu zůstává společnou slabinou. Na Terminal-Bench 4.0 má podle vlastních tabulek DeepSeek 42 procent a MiniMax 38, Opus 5 přes 51. Starší Opus tedy na agentní práci v příkazové řádce oba stále poráží.
Srovnání v kontextu
| Model | Index AA | Cena za úlohu | Code Arena | Váhy |
|---|---|---|---|---|
| Claude Opus 5.5 (max) | 58 | $5,98 | ne | |
| MiMo-V2.6-Pro | 46 | $0,13 | ano | |
| DeepSeek V4.1 Flash 1017 (max) | 45 | $0,26 | 1670 | ano, MIT |
| GLM-5.3 (max) | 45 | $2,01 | ano | |
| Claude Haiku 5.5 (max) | 43 | 1587 | ne | |
| MiniMax M3.1 Flash (max) | 42 | $0,22 | 1588 | kolem 23. října |
| GLM-5.3-Flash | 42 | $0,25 | ano | |
| GPT-6 Luna (max) | 38 | $0,07 | 1581 | ne |
Index je verze 4.3 od Artificial Analysis, Code Arena je žebříček webového vývoje od Areny.
Ani jeden není nejvýhodnější. MiMo-V2.6-Pro od Xiaomi má víc bodů než oba a úloha na něm stojí polovinu. Dobrou zprávou je, že se čínské otevřené modely mezi 42 a 46 body zhušťují a cena úlohy se drží pod čtvrt dolarem.
Závěrem: Co si z toho odnést?
Pokud potřebujete levný model na agenty a programování, vyzkoušejte DeepSeek V4.1 Flash 1017. Za čtyři centy na úlohu navíc dostanete o tři body víc než u MiniMaxu, v hodnocení lidí je o třídu výš, váhy jsou venku pod MIT a vyhledávání máte u stejného dodavatele.
MiniMax M3.1 Flash bych zatím odložil. Je rychlý a levný, ale vymyšlené odpovědi v 93 procentech případů jsou pro většinu firemního nasazení příliš velké riziko. Počkal bych na váhy, licenci a další nezávislá měření.
Na rešerše a práci s fakty ani jeden. U DeepSeeku míru halucinací zatím neznáme, u MiniMaxu je vysoká. Haiku 5.5 si vymýšlí ve 40 procentech případů a pro tuhle práci je bezpečnější volbou.
Pokud jde jen o cenu, je tu MiMo-V2.6-Pro, který dá víc za míň. A pokud vám vadí čínský původ dat, žádný z těchto modelů přes oficiální API nepoužívejte. Otevřené váhy DeepSeeku si ale můžete spustit u evropského poskytovatele nebo na vlastním hardwaru.
Za mě je DeepSeek 1017 nejpříjemnější překvapení měsíce. Šest bodů za pět týdnů jen dotrénováním, bez nového modelu, a ještě poloviční cena úlohy. MiniMax naopak ukazuje, jak snadno se dá index vylepšit tím, že model přestane přiznávat, co neví.
Zdroje: model card DeepSeek V4.1 Flash 1017 na Hugging Face, oznámení MiniMaxu z 19. října 2026, měření Artificial Analysis (index verze 4.3, u MiniMaxu podle jejího příspěvku na síti X), žebříček Code Arena, MarkTechPost, AIHubMix a čínský server SMZDM k prvním testům. Tabulky obou výrobců jsou měřené výrobci. Platnost údajů k 19. říjnu 2026. Text vznikl s asistencí modelu Claude Opus 5.5, tedy konkurenčního modelu.