TL;DR — 現在、誰もが比較している中国製のオープンウェイトモデルはこの2つですが、率直に言えば、両者はほとんど競合していません。DeepSeek V4 Proは純粋なテキスト処理に特化したアルゴリズム専門モデルです。オープンウェイトモデルとして最高のSWE-bench Verifiedスコア（80.6%）を記録しており、特にキャッシュヒット時のネイティブなトークン料金体系は非常に優れています。MiniMax M3はネイティブなマルチモーダル汎用モデルです。テキストだけでなく画像や動画も読み取ることができ、Artificial Analysisのモデル横断型インテリジェンス指数では2位にランクされています。ワークロードがテキスト、コード、ログ中心で、トークン単価を重視するなら、DeepSeek V4 Proを選ぶべきです。
エージェントにスクリーンショット、デザインモック、画面録画を見せる必要があるなら、M3を選んでください — DeepSeekにはどんな価格でもそれができません。現在は両方ともオープンウェイトで提供され、1Mトークンのコンテキストウィンドウを備えているため、比較ページでよく描かれるような「どちらか一方が負ける」対決ではありません。
2つのモデル、2つの思想
多くの比較記事では、この2つを価格だけが異なる同じ製品であるかのように並べています。しかし、実際は違います。DeepSeekは2026年4月24日にMITライセンスでV4 Proをリリースしました。これは、エージェント型コーディングとSTEM推論に徹底的に最適化された、より深い専門モデルです。MiniMaxは2026年6月1日にM3をリリースしました。こちらは、最先端のコーディング、100万トークンのコンテキスト、ネイティブな画像・動画入力を1つのシステムに統合した、より幅広い汎用モデルです。
この1つの違い — マルチモーダルかテキスト専用か — が、どのベンチマークよりも選択を大きく左右します。数値の話に入る前に、ここは明確にしておく価値があります。あなたが選ぶのは「より優れたモデル」ではありません。仕事に合うモデルの形を選ぶのです。この比較の残りでは、リーダーボードのスクリーンショットではなく、実際のデータに基づいてその判断を下せるように説明します。
比較：仕様と価格
誰かのローンチ記事にある見出しの数字ではなく、GPT Protoの実際の100万トークンあたりの料金を使った、紙面上の正確な比較は次のとおりです。
| |
MiniMax M3 |
DeepSeek V4 Pro |
| リリース日 |
2026年6月1日 |
2026年4月24日 |
| アーキテクチャ |
MoE、総計428B／アクティブ23B |
MoE、総計1.6T／アクティブ49B |
| アテンション設計 |
MiniMax Sparse Attention（MSA） |
DeepSeek Sparse Attention（DSA） |
| コンテキストウィンドウ |
100万トークン |
100万トークン（最大出力384K） |
| 入力モダリティ |
テキスト、画像、動画 |
テキストのみ |
| 出力 |
テキスト |
テキスト |
| ライセンス／ウェイト |
オープンウェイト（Hugging Face） |
MIT、オープンウェイト（Hugging Face） |
| GPT Proto入力価格 |
$0.48／100万トークン |
$1.3914／100万トークン |
| GPT Proto出力価格 |
$0.96／100万トークン |
$2.7838／100万トークン |
この表で他より重要なのは2点です。M3は画像と動画を入力できますが、DeepSeekはできません。また、DeepSeekは、M3の約4倍も大きい総パラメータプールから、トークンあたりおよそ2倍のパラメータ（49B対23B）をアクティブ化します。つまり、各トークンでより多くの計算を行う、より重く密度の高いモデルであり、そのことが深い推論スコアや、ほとんどのホストにおける価格に表れています。
コーディングとエージェント性能
ここで比較を間違えることが多いので、数値は注意して読んでください。
DeepSeek V4 Proは最大推論モードでSWE-bench Verified 80.6%を記録し、オープンウェイトモデルとして最高スコア、Gemini 3.1 Proと同率です。LiveCodeBenchでは93.5、Codeforcesレーティングでは3206も記録しています。これらはアルゴリズムや競技プログラミングにおける強みであり、DeepSeekのスコアは独立した再実行でも取り上げられているため、信頼性の面でも重要です。
MiniMax M3の公式コーディング数値は、SWE-Bench Proで59.0%、Terminal-Bench 2.1で66.0%、SWE-fficiencyで34.8%、KernelBench Hardで28.8%、MCP Atlasで74.2%です。ベンダーのベンチマークではなく、モデル横断型のスコアであるArtificial Analysisの独立したIntelligence Indexでは、M3は44で、追跡対象の同等モデル群では2位、カテゴリ中央値の約25を上回っています。
ここに落とし穴があります。M3の「59%」とDeepSeekの「80.6%」を並べ、DeepSeekがコーディングで圧倒的な勝者だと結論づけるページを何十件も目にするでしょう。しかし、その比較は無効です。SWE-bench ProとSWE-bench Verifiedは、問題セットも難易度も異なる別々のベンチマークです。Proはより難しく新しいバリアントです。ProのスコアとVerifiedのスコアを比べても、どちらのモデルが優れているかは分かりません。これは、結論らしく見せかけた単位の取り違えです。2つの研究所は単に異なるベンチマークを報告しただけで、同じベンチマークによる明確な直接比較を公表していません。私の見解では、独立測定された汎用知能では両者は近く、公表された深い推論や競技コーディングのスコアではDeepSeekの方が高く、検証も進んでいます。一方、何かを見る必要があるタスクでは、比較は始まりません。対応できるのはM3だけだからです。
唯一、同点ではない能力
DeepSeek V4 Proはテキスト専用です。MiniMax M3は最初のトレーニング段階からマルチモーダルとして構築され、同じエンドポイントでテキストとともに画像や動画を受け付けます。これは仕様表の脚注ではなく、カテゴリーそのものの違いです。
スクリーンショットからデバッグするエージェント、Figmaのモックをコンポーネントに変換するエージェント、グラフを読み取るエージェント、バグを見つけるために再現画面の録画を視聴するエージェントを構築するなら、M3にはできますがDeepSeekにはできません。テキスト専用モデルに目を与えるプロンプトも価格もファインチューニングも存在しません。したがって、UI作業、ビジュアルQA、図表付き文書の解析など、モデルがユーザーの見て操作するものの一部となるワークフローでは、ベンチマークを1つ見る前に選択が決まります。逆に、パイプラインに画像が一切登場しないなら、決して使わない機能に料金を払うことになり、DeepSeekのテキスト特化の方が目的に合った選択です。
コストについて率直に
GPT Protoで1つの残高から両モデルを実行する場合、MiniMax M3の方が安価です。入力は100万トークンあたり$0.48、出力は$0.96で、DeepSeek V4 Proはそれぞれ$1.3914と$2.7838です。GPT Protoの料金では、M3は入力・出力のどちらもV4 Proの約3分の1です。
ただし、そこで止めると誤解を招きます。「どちらが安いか」は、各モデルをどこで実行するかに大きく左右されるからです。DeepSeek独自のV4 Pro向けネイティブ料金は非常に積極的ですが、その優位性は他所でホスティングすると必ずしも維持されません。DeepSeekのファーストパーティAPIでは、モデルの料金は入力が約$0.435、出力が約$0.87／100万トークンです。そして、請求額を実際に左右するのがキャッシュヒットです。キャッシュヒット時は約$0.003625／100万トークンで、キャッシュミスより100倍以上安くなります。エージェント型コーディングのループでは、同じシステムプロンプトとファイルコンテキストを毎ターン再送信するため、入力の大部分がキャッシュに入ります。純粋なテキストを大量に処理し、DeepSeekをネイティブに実行するつもりなら、このキャッシュ料金は本当に他に勝ちにくく、V4 Pro最大の強みとなる単一の論拠です。
したがって、コストについての率直な結論は2層あります。GPT Proto経由で1つの統合キーを使う場合、トークン単価はM3の方が低くなります。DeepSeekのネイティブなキャッシュ料金を前提に最適化する、大量の純粋なテキスト処理では、V4 Proの経済性が上回ります。そして両方に共通する重要な点として、トークン単価はタスク単価ではありません。トークン単価が安くても、動作するパッチを完成させるのに3回の試行が必要なモデルは、安い選択肢ではありません。コストをデバッグ時間に移しただけです。料金表に判断を委ねる前に、自分のタスクで両方をベンチマークしてください。
コンテキストと効率
両モデルは1Mトークンのコンテキストウィンドウを実行し、標準的な密なアテンションを捨ててスパース設計を採用することでそれを実現しています。ただし、その方法は異なり、違いは見た目だけではありません。
DeepSeekのDSAは大規模な圧縮に依存しています。1Mトークンの設定では、V4 Proが必要とする単一トークン推論の計算量は、前世代のV3.2の約27%、KVキャッシュは10%にすぎません。一方、MiniMaxのMSAは、圧縮されていないキー・バリューに対してブロック単位の選択を行います。MiniMaxは、これにより圧縮ベースの方式が長距離コンテキストで支払う精度コストを回避できると主張しています。1Mコンテキストでは、トークンあたりの計算量を従来のM2モデルのおよそ1/20に削減し、プリフィルは9倍超高速化、デコードは15倍超高速化されています。ここは、両陣営の主張がベンダー寄りに表現されていると指摘しておきたい箇所です。どちらの研究所も、自らの方式こそトレードオフのないものだと説明しています。確実に言えるのは、どちらも長いコンテキストの処理を明確に念頭に設計されており、長文でもトークン単価が十分安いため、リポジトリ全体や長文書の処理が理想論ではなく実用的だということです。
コミュニティが実際に注目している点
この2つのモデルへの反応を調べると、「MiniMax M3 vs DeepSeek V4 Pro reddit」という、導入前に多くの人が行う検索も含め、ベンチマーク論争以上に頻繁に登場するテーマが2つあります。どちらも真剣に受け止める価値があります。
1つ目は検証です。M3のローンチ時のスコアは、MiniMax独自のエージェント基盤を使い、MiniMax自身のインフラ上で測定されました。ローンチ時には普通のことですが、開発者が独立した数値が出るまで割り引いて考えるのも当然です。その数値は出始めています。M3のオープンウェイトは6月7日にHugging Faceで公開され、Artificial Analysisの独立指数によって、ベンチマーク当日の一時的な成果ではなく、本当にトップクラスのモデルであることが裏付けられています。ここではDeepSeekに先行者としての優位があります。早い段階で独立評価者がスコアを再実行し、MITライセンスのウェイトも初日から誰でも確認できました。独立検証済みの性能が必須条件なら、M3がその差をほとんど埋めた現在でも、DeepSeekの方が長い実績を持っています。
2つ目は、「トークンあたり最安」と「仕事を完了するまでの総額」は異なる数字だという点です。もっともらしいコードを書いて失敗するテストを見逃すモデルは低コストではありません。レビューにかかるコストを下流工程へ押し出したモデルです。だからこそ、実務家の共通した結論は同じ助言に行き着きます。あなたのワークロードに対する機能適合性と信頼性で選び、トークン価格は決定要因ではなく、同等の場合の決め手にしてください。
同じキーでどちらも実行
GPT Proto経由で両方を呼び出す実用上の利点は、モデルの切り替えが1行の変更で済むことです。同じキー、同じOpenAI互換のリクエスト形式で、モデル文字列だけが異なります。以下はM3に対するチャット補完で、V4 Proへの切り替え方法をコメントで示しています。
from openai import OpenAI
client = OpenAI(
api_key="sk-your-key-here", # 1つのキーで両モデルにアクセス
base_url="https://gptproto.com/v1", # OpenAI互換ゲートウェイ
)
def ask(model, prompt):
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
)
return resp.choices[0].message.content
# テキスト専用の推論 — どちらのモデルでも対応可能
print(ask("deepseek-v4-pro", "この関数を読みやすくリファクタリングしてください：\n<コードを貼り付け>"))
# 画像入力 — これに対応できるのはM3のみ。DeepSeekはテキスト専用です。
def ask_with_image(image_url, prompt):
resp = client.chat.completions.create(
model="MiniMax-M3",
messages=[{
"role": "user",
"content": [
{"type": "text", "text": prompt},
{"type": "image_url", "image_url": {"url": image_url}},
],
}],
)
return resp.choices[0].message.content
print(ask_with_image(
"https://example.com/ui-bug-screenshot.png",
"この画面はモバイルで正しく表示されません。考えられるCSSの原因は何ですか？",
))
同じ最初の呼び出しをcURLで行う場合：
curl https://gptproto.com/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-your-key-here" \
-d '{
"model": "deepseek-v4-pro",
"messages": [
{"role": "user", "content": "Refactor this function for readability."}
]
}'
テキスト処理のジョブを一方のモデルからもう一方へ移すには、1つの文字列を変更するだけです — MiniMax-M3またはdeepseek-v4-pro — これだけで同じキーから両方のモデルに加え、1つの残高で利用できるその他200以上のモデルにアクセスできます。まだキーをお持ちでない場合は、GPT Protoダッシュボードから作成し、バッチを実行する前に料金ページで各モデルの現在の正確な料金を確認してください。
どちらを使うべきか？
ワークロードがテキスト、コード、ログ、構造化出力中心であれば、バックエンドエージェント、大量抽出、競技プログラミング級のアルゴリズム問題などにはDeepSeek V4 Proを使ってください。検証済みの深い推論スコアが高く、独立検証の実績も長く、キャッシュ料金によって大量のテキスト処理に適したネイティブな経済性を備えています。
パイプライン内に画像や動画が1つでも含まれるなら、UIデバッグ、デザインからコードへの変換、ビジュアルQA、図表の多い文書処理にはMiniMax M3を使ってください。2つのうち見ることができるのはM3だけであり、GPT Protoではトークン単価も安いからです。
そして、実際に何かを構築するなら、答えは多くの場合その両方です。テキスト処理と純粋な推論のターンはV4 Proに振り分け、視覚的なターンはM3に渡し、2つ目の統合を保守せずに済むよう、1つのキーで両方を実行します。「MiniMax M3 または DeepSeek V4 Pro」という捉え方は、ほとんどのチームにとって適切ではありません。両者は異なる分野の専門家であり、最も強力な構成は、それぞれの得意分野で使い分けるものです。
