避雷MiniMax

背景

这几天闲来无事，体验了一下 vibe coding 。

我使用的 IDE 是 Trae ，通过接入api进行开发。这次我使用了两个api，一个是 deepseek ，另一个是 MiniMax

定价对比

模型	输入价格 (缓存未命中)	输入价格 (缓存命中)	输出价格	缓存写入价格
MiniMax-M2.5	2.1	0.21 (缓存读取价)	8.4	2.625
DeepSeek-V3.2 (chat/reasoner)	2.0	0.2	3.0	免费

实际体验

• MiniMax总体速度更快，但是输出感觉一卡一卡的
• Deepseek使用的是思考模式，输出很流畅，总体速度稍慢一些，但可以接受
• Deepseek生成的准确度比MiniMax高很多，能够非常精确地理解我的意思，会自动进行多轮bug修复

避雷原因

• 在项目构建阶段，MiniMax的花费就很大了。一轮prompt在1元左右
• 构建完成之后，如果要加功能和debug，那么一条prompt花费达到了恐怖的5元。发一条消息五块钱。
• 与之相比的，Deepseek一轮prompt从未超过五毛，几乎十倍的差价。

此外，我明显感觉到MiniMax的知识不全。debug的时候只会反反复复给出错误的解决方案。相反的，我换成deepseek之后，bug的真正原因马上就被找出来了，而且deepseek自动多轮debug。

构建一个在线的markdown多人协作编辑器，用MiniMax花了100左右，且最后有几个bug还无法修复。用deepseek只花了不到10元，且没有任何的bug。

过去一年我用遍了市面上几乎所有的ai，发现在不需要多模态和网络搜索的情况下，deepseek是唯一真神。