小米 9 月 22 日发了 MiMo-V2.6，Flash 版价格低得有点狠。DeepSeek 这边，V4 Pro 已经在 9 月 14 日之后逐步下线，请求全部路由到 V4.1 Flash，摆明了让 Flash 挑大梁。

两个都叫 Flash，定位也接近。写代码到底用哪个，我把价格、能力、生态翻了一遍，说点实际的。

我自己的主力模型就是 V4.1 Flash，9 月 10 日换过去的，账单和手感都摸过一轮，手头的活偏 Java 微服务，跨模块改动是常态。小米这边发布才两天，真实手感还不多，下面关于它的部分按官方文档和第三方基准来。

先说钱，差就差在输出这一项

单位是元每百万 tokens，国内按量计费。

输入那两项，两家价格一模一样。价差全在输出，小米是 DeepSeek 空闲价的一半、高峰价的四分之一。

这里有个坑要说。DeepSeek 的高峰时段是周一至周五 9 点到 12 点、14 点到 18 点。

正好就是上班时间。

所以白天写代码，多半按高峰价走。

小米没有峰谷价，另外还有一档批量推理，Flash 输出降到 ¥1.00。

能力上 DeepSeek 站得更前

第三方 LLM Stats 把两个放在一起比，综合分 51.5 对 45.6。两者共同报了的 8 项基准里 DeepSeek 赢 6 项，Agents’ Last Exam、DeepSWE 1.1、Terminal-Bench 2.1 和 4.0、ExploitGym、SEC-bench Pro 都算它。小米拿下的是 CyberGym 和 Program Bench。

小米自己报的数也不差。这轮 RL 训练之后，Flash 的 DeepSWE v1.1 从 48.8 涨到 65.7，涨了 17 分。

但这里得留神。这两天刷屏的成绩大多是 Pro 的，AA 综合智能指数 46 分、比肩 Claude Opus5，说的都是 Pro。Flash 站在哪，上面那个 6 比 2 更准。

两家生态是两条路

DeepSeek 走的是接口宽度。两种格式都支持，OpenAI 和 Anthropic 的都能接，Responses API、FIM 补全、并发 2500、图像理解这些都有，输出上限 384K。

小米走的是产品形态。同样双协议兼容，改个 base_url 和模型名就能迁，Claude Code、Cline 可以直接配；有包月包年的 Token Plan；有 Windows 和 Mac 桌面客户端。它是原生全模态，文本之外还吃图像、视频和音频。

上下文两家都是 1M。小米输出上限 128K，RPM 100。两家都是 MIT 协议加开源权重。

落到活上怎么分

大项目、跨文件重构、刷题，我会用 DeepSeek。DeepSWE 1.1 它领先，综合分也高一档，长任务不容易跑偏。

改生产配置、写迁移脚本、在终端里动手，也一样给 DeepSeek。Terminal-Bench 两个版本都是它赢。这类活错一次要收拾半天，省下的那点 token 钱不值当。

做安全分析、复现漏洞，还是它。ExploitGym 和 SEC-bench Pro 两项都在 DeepSeek 这边，小米只在 CyberGym 上扳回一局。

预算敏感又量大管饱的活，就该小米上场了。日志清洗、爬虫、批量重写、CI 里的模板生成，这些错了重跑成本低，输出价省一半到四分之三。量一大，差距就出来了。要视频或音频输入，也只有它有。我自己那台服务器是掏钱租的，这种账算起来格外敏感。

Agent 这块我不太敢下结论。官方说 Pro 在多数 Agent 基准上比肩 Claude Opus5，Flash 是另一回事，共同基准里 Agents’ Last Exam 还是 DeepSeek 领先。要跑高并发 Agent，先确认 RPM 100 够不够。

拿自己的活去验

榜单测的是别人出的题，你手头的活长什么样，只有你自己清楚。

真想分出来，挑三个自己刚做完的真实需求，把当时的需求描述原样丢给两个模型各跑一遍。看的不是谁跑得快，是谁一次跑对的，谁让你回头改的次数少。顺手记一下两边的 token 消耗，折算成钱。

三五个任务跑下来，答案自己就浮出来了。谁少让你返工，就用谁。

模型是工具，不是信仰。便宜好用、能干活，比榜单吵架实在。

像我一直用的Coding Agent也没局限于某一家，claude code，codex、zcode、trae、WorkBuddy、deepseek-harness等等，太多了，每个的能力都不同，针对方向也不一样，所以还是看具体是做什么，还有用的人怎么做，每个人的感官不同，接下来还是百家争鸣时代，加油吧，国产大模型！