1M bağlamlı Flash modelleri: MiniMax, DeepSeek, Qwen, GLM

Kısa yanıt: fiyatlar yakın, farklar yeteneklerde

LLMTR, farklı sağlayıcıların dil modellerine tek bir OpenAI uyumlu API ile erişim veren bir gateway'dir. MiniMax M3.1 Flash (minimax/minimax-m3.1-flash), DeepSeek V4.1 Flash (deepseek/deepseek-flash), Qwen3.8-Flash (qwen/qwen3.8-flash) ve GLM-5.3-Flash (zai/glm-5.3-flash) burada https://llmtr.com/v1 adresindeki /v1/chat/completions uç noktasından, llmtr.com hesabınızın aynı API anahtarıyla çağrılır. Dördünün de bağlam penceresi 1.000.000 token'dır ve birinden ötekine geçmek çoğu istekte model dizgesini değiştirmektir.

Girdi fiyatları 1 milyon token başına 0,135 $ ile 0,15 $, çıktı fiyatları 0,45 $ ile 0,60 $ arasındadır. Seçimi daha çok yetenekler belirler: tek yanıtta ne kadar uzun çıktı alabildiğiniz, video gönderip gönderemediğiniz, düşünmeyi nasıl kontrol ettiğiniz ve JSON çıktının ne kadar sıkı olduğu. Bu yazı yalnızca LLMTR kataloğundaki olguları karşılaştırır; kalite ölçütü vermez, kendi görevinizle deneme yapmanın yerini tutmaz.

• MiniMax, Model Invocation guide · 2026-10-19

1M bağlamlı Flash modellerinden hangisi seçilmeli?

Video girdisi gerekiyorsa seçenekler MiniMax M3.1 Flash ve Qwen3.8-Flash'tır; DeepSeek V4.1 Flash ve GLM-5.3-Flash'ın kartlarında video yoktur. Tek yanıtta uzun çıktı gereken işlerde sınırlar ayrışır: MiniMax M3.1 Flash 524.288, DeepSeek V4.1 Flash 393.216, Qwen3.8-Flash ve GLM-5.3-Flash 131.072 token. Şemaya uyan JSON gerekiyorsa yapılandırılmış çıktıyı kartında listeleyen model Qwen3.8-Flash'tır.

Düşünmeyi tamamen kapatmanız gerekiyorsa Qwen3.8-Flash bunu destekler; MiniMax M3.1 Flash ve GLM-5.3-Flash'ta düşünme kapatılamaz, derinliği reasoning_effort ile seçilir. Fiyatın günün saatine göre değişmemesi önemliyse DeepSeek V4.1 Flash'ın hafta içi yoğun saat penceresini hesaba katın. Tablo dört satırı LLMTR kataloğundaki değerlerle yan yana gösterir; fiyatlar normal saatte, 1 milyon token başına girdi / önbellekten okunan girdi / çıktı sırasıyladır.

Aynı ajan turu dört modelde ne kadar tutar?

Bir ajan döngüsünde istemin büyük kısmı her turda tekrar eder: sistem istemi, araç tanımları ve önceki mesajlar. 50.000 token'lık bir istemin 40.000 token'ı önbellekten okunduğunda ve yanıt 3.000 token tuttuğunda bir tur normal saatte MiniMax M3.1 Flash'ta 0,0039 $, DeepSeek V4.1 Flash'ta 0,00342 $, Qwen3.8-Flash'ta 0,00355 $ ve GLM-5.3-Flash'ta 0,00378 $ tutar. Aynı tur DeepSeek'in yoğun saat penceresinde 0,00684 $ olur.

Bu hesap önbelleğin isabet ettiğini varsayar; önbellek bir indirimdir, garanti değildir ve isabet oranı modelden modele değişebilir. Dört modelin aynı soruya ürettiği token sayısı da farklıdır, özellikle düşünme token'ları çıktı fiyatından faturalandığı için. Aşağıdaki Python örneği aynı soruyu dört modele gönderir ve her biri için token sayılarını ve normal saat fiyatıyla tutarı yazdırır. reasoning_effort yalnızca bu alanı kartında listeleyen iki modele gönderilir.

Aynı soruyu dört modele https://llmtr.com/v1/chat/completions üzerinden gönderip token kullanımını ve normal saat fiyatıyla tutarı yazdıran OpenAI Python SDK örneği.

import os

from openai import OpenAI

client = OpenAI(base_url="https://llmtr.com/v1", api_key=os.environ["LLMTR_API_KEY"])

# Standard-hour prices per 1M tokens: input, cached input, output.
# DeepSeek doubles every item in its weekday peak windows.
PRICES = {
    "minimax/minimax-m3.1-flash": (0.15, 0.015, 0.60),
    "deepseek/deepseek-flash": (0.15, 0.003, 0.60),
    "qwen/qwen3.8-flash": (0.15, 0.016, 0.47),
    "zai/glm-5.3-flash": (0.135, 0.027, 0.45),
}
# reasoning_effort is sent only to the models that list it.
EXTRA = {
    "minimax/minimax-m3.1-flash": {"reasoning_effort": "low"},
    "zai/glm-5.3-flash": {"reasoning_effort": "low"},
}
messages = [{"role": "user", "content": "List three risks of caching user sessions in Redis."}]

for model, (inp, cached, out) in PRICES.items():
    response = client.chat.completions.create(
        model=model, messages=messages, max_tokens=4096, **EXTRA.get(model, {})
    )
    usage = response.usage
    details = usage.prompt_tokens_details
    hit = (details.cached_tokens or 0) if details else 0
    cost = ((usage.prompt_tokens - hit) * inp + hit * cached + usage.completion_tokens * out) / 1_000_000
    print(model, usage.prompt_tokens, usage.completion_tokens, f"${cost:.6f}")

DeepSeek V4.1 Flash'ın yoğun saat fiyatı

DeepSeek V4.1 Flash'ın normal saat fiyatı MiniMax M3.1 Flash ile aynıdır: 0,15 $ girdi ve 0,60 $ çıktı. Fark saattedir. Hafta içi iki pencerede, UTC 01:00 ile 04:00 ve 06:00 ile 10:00 arasında, yani Türkiye saatiyle 04:00 ile 07:00 ve 09:00 ile 13:00 arasında, bütün kalemler iki katına çıkar: 0,30 $ girdi, 0,006 $ önbellekten okunan girdi ve 1,20 $ çıktı. Hafta sonları ve Çin resmî tatillerinde gün boyu normal fiyat geçerlidir.

Bir isteğin hangi fiyattan faturalanacağı, isteğin LLMTR'ye ulaştığı ana göre belirlenir. İşleriniz Türkiye'de mesai saatlerine yoğunlaşıyorsa ikinci pencere sabahın büyük kısmını kapsar; toplu işleri öğleden sonraya ya da akşama planlamak bu farkı ortadan kaldırır. MiniMax M3.1 Flash, Qwen3.8-Flash ve GLM-5.3-Flash'ta fiyat günün her saatinde aynıdır.

Video, JSON ve düşünme kontrolü

Video girdisini kartında listeleyen iki model MiniMax M3.1 Flash ve Qwen3.8-Flash'tır. MiniMax M3.1 Flash'ta videoyu video_url parçasıyla base64 data URL olarak gönderin. Görsel dört modelde de image_url parçasıyla gönderilir. Görsel ve video token'ları prompt_tokens içinde sayılır ve girdi fiyatından faturalanır.

JSON tarafında MiniMax M3.1 Flash ve DeepSeek V4.1 Flash, response_format içinde type: json_object ile geçerli bir JSON nesnesi döndürür; MiniMax M3.1 Flash katı bir json_schema'yı zorunlu tutmaz. Qwen3.8-Flash şemaya uyan çıktıyı kartında listeler. GLM-5.3-Flash'ın kartında JSON modu yoktur; JSON gereken bir akışta bu modelde çıktıyı kendi tarafınızda ayrıştırıp doğrulayın.

Düşünme kontrolü dört modelde dört farklı biçimdedir. MiniMax M3.1 Flash'ta düşünme kapatılamaz ve beş seviyeli reasoning_effort ile ayarlanır; alan gönderilmezse max uygulanır. GLM-5.3-Flash'ta düşünme her zaman açıktır, reasoning_effort low, high ve max kabul eder ve varsayılanı low'dur. Qwen3.8-Flash'ta düşünme açılıp kapatılır ama seviye listelenmez. DeepSeek V4.1 Flash'ta düşünme varsayılan olarak açıktır ve kartta reasoning_effort seviyesi yoktur. Bir modelin listelemediği reasoning_effort değeri 400 döner, bu yüzden model değiştirirken bu alanı da gözden geçirin.

Dördünü aynı anahtarla denemek

llmtr.com'da bir hesap açın, Dashboard > Faturalandırma'dan bakiye yükleyin ve Dashboard > API Anahtarları altında bir anahtar oluşturun. OpenAI uyumlu SDK'nızda temel adresi https://llmtr.com/v1 yapın; aynı anahtar dört modelde de çalışır ve her istek, işlendiği andaki katalog fiyatıyla bakiyeden düşer. Akış dört modelde de stream: true ile çalışır; stream_options içinde include_usage: true gönderirseniz usage son parçada gelir.

Karşılaştırmayı kendi işinizden bir değerlendirme setiyle yapın: aynı istemleri dört modele gönderin, cevapları ve usage içindeki token sayılarını yan yana koyun, tutarı kendi trafik saatlerinize göre hesaplayın. API anahtarınıza bir harcama sınırı koymak deneme sırasında maliyeti sınırlar.

Dört Flash modelini aynı istemle karşılaştırma

Aynı LLMTR anahtarıyla dört modele aynı istemi gönderin, token sayılarını ve tutarı karşılaştırın, yetenek ihtiyacınıza göre seçin.

1. Anahtar. llmtr.com'da bakiye yükleyin ve Dashboard > API Anahtarları altında bir anahtar oluşturun.
2. Aynı istem. Kendi değerlendirme setinizi dört model kimliğiyle https://llmtr.com/v1/chat/completions uç noktasına gönderin.
3. Seçim. Cevapları, token sayılarını ve trafik saatlerinize göre tutarı karşılaştırıp model kimliğini seçin.

Sık sorulan sorular

Dört modelin fiyatı ne kadar?

Normal saatte 1 milyon token başına girdi / önbellekten okunan girdi / çıktı: MiniMax M3.1 Flash 0,15 $ / 0,015 $ / 0,60 $, DeepSeek V4.1 Flash 0,15 $ / 0,003 $ / 0,60 $, Qwen3.8-Flash 0,15 $ / 0,016 $ / 0,47 $, GLM-5.3-Flash 0,135 $ / 0,027 $ / 0,45 $. DeepSeek'te hafta içi yoğun saatlerde bütün kalemler iki katına çıkar.

Hangileri video kabul eder?

MiniMax M3.1 Flash ve Qwen3.8-Flash. DeepSeek V4.1 Flash ve GLM-5.3-Flash'ın kartlarında video girdisi yoktur.

Tek yanıtta hangisi daha uzun çıktı verir?

MiniMax M3.1 Flash tek yanıtta en fazla 524.288 token, DeepSeek V4.1 Flash 393.216 token, Qwen3.8-Flash ve GLM-5.3-Flash 131.072 token üretir.

İlgili yazılar

• MiniMax M3.1 Flash API: ilk istek, reasoning_effort ve fiyat
• MiniMax M3.1 Flash mı, M3 mü? Fiyat ve özellik farkı
• MiniMax M3.1 Flash, Haiku 5.5, GPT-6 Luna ve Gemini 3.8 Flash
• Hangi MiniMax modeli? M3.1 Flash, M3, M2.7 ve M2.5

• MiniMax M3.1 Flash model sayfası
• DeepSeek V4.1 Flash model sayfası
• Qwen3.8-Flash model sayfası
• GLM-5.3-Flash model sayfası
• DeepSeek yoğun saat fiyatlandırması