Nós colocamos Qwen3.8 Flash, DeepSeek V4 Pro 0813, MiniMax M3 e Semente 2.1 Turbo Um contra o outro em três testes de codificação one-shot, todos rodando em EmpirioLabs. Mesmo prompt cada um, one shot, sem edições e todos os resultados renderizados ao vivo em um navegador real.
Assista à comparação entre quatro
Especificações em um olhar
| Qwen3.8 Flash | DeepSeek V4 Pro 0813 | MiniMax M3 | Semente 2.1 Turbo | |
|---|---|---|---|---|
| Criador | Alibaba | DeepSeek | MiniMax | ByteDance |
| Janela de contexto | 1.000.000 de fichas | 1.000.000 de fichas | 1.000.000 de fichas | 256.000 fichas |
| Entrada | Texto, imagens e vídeo | Texto | Texto, imagens e vídeo | Texto, imagens e vídeo |
| Raciocínio | Esforço no máximo | Esforço no máximo | Pensando de forma intermitente ou desligada | Esforço no máximo |
| Saída estruturada | Esquema JSON Estrito | Esquema JSON Estrito | Modo JSON | Esquema JSON Estrito |
| Preço de entrada | $0.16 por 1M de tokens | $1.32 por 1M de tokens | $0.225 por 1M de tokens até 512K contexto, $0.45 acima | $0.63 por 1M de tokens |
| Preço de produção | $0.47 por 1M de tokens | $3.96 por 1M de tokens | $0.90 por 1M de tokens até 512K contexto, $1.80 acima | $3.13 por 1M de tokens |
Como administramos
Cada modelo recebia o mesmo prompt para três tarefas: construir uma corrida de caracóis em um único arquivo HTML; construir um pato de borracha em um banho de espuma em um único arquivo HTML; construir barcos de papel na chuva em um único arquivo HTML. Cada tarefa pedia um único arquivo HTML autônomo sem bibliotecas externas que se animava sozinho. Qwen3.8 Flash, DeepSeek V4 Pro 0813 e Seed 2.1 Turbo rodavam em reasoning_effort: "Max"; O MiniMax M3, que tem configuração sem esforço, rodou com pensamento ativado. Cada modelo tinha um orçamento de saída de 65.536 tokens e um shot por tarefa. As contagens de linhas e as leituras tokens-per-second em cada painel são medidas a partir das chamadas reais de API, e cada resultado é o arquivo que o modelo retornou, renderizado como está.
O que observar
O MiniMax M3 retornava seus arquivos mais rápido, cerca de 186 tokens por segundo. O Qwen3.8 Flash escrevia os arquivos mais longos, cerca de 780 linhas em média, e o MiniMax M3 o mais compacto, cerca de 510. O MiniMax M3 usava mais tokens de saída, cerca de 43.000 por tarefa, incluindo seu raciocínio. Observe como cada modelo dá vida à sua cena: o movimento, o detalhe e como ele continua rodando sozinho. Não estamos declarando um vencedor. Rode o clipe e avalie os resultados para seu próprio caso de uso.
Faça o mesmo teste no EmpirioLabs
curl https://api.empiriolabs.ai/v1/chat/completions \ -H "Autorização: Portador $EMPIRIOLABS_API_KEY" \ -H "Tipo-Conteúdo: application/json" \ -d '{ "modelo": "qwen3-8-flash", "reasoning_effort": "max", "mensagens": [{"role": "user", "content": "Construir uma raça de caracóis em um único arquivo HTML."}] }'Troca modelo para deepseek-v4-pro-0813, Minimax-M3 ou seed-2-1-turbo para rodar a mesma solicitação contra os outros, ou tentá-los interativamente no playground.
Perguntas frequentes
Os resultados foram editados ou retentados?
Não. Cada painel é o primeiro arquivo que o modelo retornou para aquele prompt, renderizado exatamente como retornado. Um pedido que retornou sem um arquivo foi enviado novamente.
Por que a configuração de raciocínio mais alta?
Um comparativo justo mostra cada modelo em seu melhor, então cada um rodou em sua configuração máxima de raciocínio: esforço máximo para Qwen3.8 Flash, DeepSeek V4 Pro 0813 e Seed 2.1 Turbo, pensando no MiniMax M3.
Qual modelo devo usar?
O Qwen3.8 Flash tem o menor preço de saída dos quatro aqui. Execute sua própria carga de trabalho em cada um antes de decidir: a mesma solicitação funciona para os quatro com apenas o nome do modelo alterado.
