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。