На разстояние от десет дни, двата най-евтини сериозни агентни модела на октомври 2026 г. пристигнаха от противоположни посоки. Anthropic пусна Claude Haiku 5.5 на 7 октомври на цена $0,10 за входни и $0,50 за изходни токени на 1M, позициониран като подагент под Sonnet и Opus. DeepSeek отговори на 17 октомври с V4.1 Flash 1017, актуализация, насочена directly към работа от край до край с код.
Решението се свежда до една задача: сесия за програмиране в терминал в Claude Code, при която агентът чете файлове, изпълнява тестове и редактира код в десетки обмена. За тази задача:
- Възможностите са близки, с леко предимство за 1017. Единственият бенчмark, който и двамата доставчици публикуват за нея, Terminal-Bench 4.0, дава 42,3 за 1017 и 39,2 за Haiku 5.5.
- Цената зависи от дължината на контекста. При под 100K токена на заявка Haiku 5.5 струва приблизително колкото 1017 извън пиковите часове и половината от 1017 в пиков час. Над 100K Haiku таксува цялата заявка при пет пъти по-висока ставка, а 1017 става значително по-евтин.
- Haiku печели в други области: въпроси за знания, PDF входни данни, компютърно управление и устойчивост на prompt injection.
Защо точно тази двойка
И двата са най-евтиният агентно способен клас от съответните доставчици, и двата са пуснати в рамките на една и съща двуседмица и работят в Claude Code. Anthropic позиционира Haiku 5.5 като подагент за програмиране и го направи моделът по подразбиране haiku в Claude Code чрез своя API. DeepSeek предлага endpoint в Anthropic формат и измери резултата на 1017 в Terminal-Bench 4.0 вътре в харнеса на Claude Code. Интересът в търсачките следва същата линия: сравнителни страници за точно тази двойка се появиха в рамките на дни след пускането на 1017.
Gemini 3.8 Flash е друг модел, който се споменава в разговора, и се появява в собствената ценова диаграма на DeepSeek. Той беше пуснат в началото на септември на цена $0,75 за входни и $3,75 за изходни токени, няколко пъти по-скъп от който и да е от двата модела тук, затова остава извън това сравнение.
Задачата: сесия за програмиране в терминал в Claude Code
Бенчмаркът, който съответства на тази задача, е Terminal-Bench 4.0: дълги shell сесии с реални инструменти, оценявани според това дали агентът завършва работата. Данните по-долу са публикувани от доставчиците: тези на DeepSeek от тяхната карта на модела, а тези на Anthropic от обявяването на Haiku 5.5. Никой все още не е изпълнил и двата при една и съща среда и настройки.
| Модел | Terminal-Bench 4.0 | Публикувано от |
|---|---|---|
| Claude Sonnet 5.5 | 70.6 | Anthropic |
| DeepSeek V4.1 Flash 1017 | 42.3 | DeepSeek |
| Claude Haiku 5.5 | 39.2 | Anthropic |
| DeepSeek V4.1 Flash (септември) | 31.2 | DeepSeek |
DeepSeek е изпълнил Terminal-Bench 4.0 в Claude Code; Anthropic не посочва нивото на усилие на Haiku в основната таблица.
Разлика от три точки между две числа на доставчици с различни настройки не е решаващ успех. Независими изпълнения на Terminal-Bench 4.0 за Haiku 5.5 дават по-ниски резултати от тези на Anthropic и не съвпадат помежду си, а за 1017 още не е публикуван независим резултат. Това трябва да се чете като „приблизително равни, 1017 леко напред“, а не като класиране. Насоките на самия Anthropic сочат същото: „Sonnet 5.5 и Opus 5.5 остават по-добрият избор за сложни агентни задачи за програмиране, като онези, измервани от Terminal-Bench 4.0.“ Нито един от евтините модели не е правилният избор за най-трудните shell сесии.
Извън този един бенчмарк двамата доставчици публикуват почти никакви общи числа. DeepSeek публикува DeepSWE v1.1 (77,0) и ProgramBench (29,1); Anthropic публикува FrontierCode 1.1 (46,4) и OSWorld 2.1 (72,4). За нито един от тях няма публикуван резултат за другия модел.
Къде печели всеки
| Област | V4.1 Flash 1017 | Claude Haiku 5.5 |
|---|---|---|
| Terminal-Bench 4.0 | 42.3 | 39.2 |
| HLE, без инструменти | 42.6 | 45.9 |
| Контекстен прозорец | 1M | 1M |
| Максимален изход | 384K | 128K |
| Видове входни данни | Текст, изображения | Текст, изображения, PDF |
| Цена при prompt над 100K | Без промяна | 5x |
| Нива на усилие | 3 | 5 |
| Отворени тегла | Да, MIT | Не |
Резултатите от бенчмаркове, публикувани от доставчиците. Нивата на усилие при DeepSeek са low, high и max; при Haiku са low, medium (по подразбиране), high, xhigh и max.
1017 е по-силен при дълги сесии (без надбавка за дълъг контекст, три пъти по-висок таван на изхода), терминална работа и изграждане на програми, както и за екипи, които искат отворени тегла като резервен вариант.
Haiku 5.5 е по-силен при стъпки, изискващи много знания, работа с PDF и документи, компютърно управление (72,4 на OSWorld 2.1, който DeepSeek не публикува) и агенти, които четат ненадеждно съдържание: ComputingForGeeks цитира сценарии за програмиране от Gray Swan, при които успеваемостта на prompt injection е паднала от 58,4% при Haiku 4.5 до 0,08%. Също така работи на нативния протокол на Anthropic в Claude Code, без слой за превод на thinking блоковете.
Колко струва сесията при всеки от моделите
Няма публикуван тест, който да дава броя токени по задача за който и да е от моделите, затова този пример използва посочени предположения. Сесията има 40 извиквания към модела. Prompt-ът започва от 20K токена и нараства с по 4K при всяко извикване (изход от инструменти плюс предишния отговор), като накрая достига 176K. Всяко извикване чете предишния prompt от кеша и добавя 4K нови токена, и произвежда 1,5K изходни токена, включително thinking. И двата модела получават едни и същи бройки токени, въпреки че токенизаторите им се различават.
Приложени правила за ценообразуване, по списъчните цени на AIHubMix:
- 1017: нови токени по ставката при промах в кеша, кеширан префикс по ставката при попадение в кеша, в пиков или извънпиков час.
- Haiku 5.5: новите токени се записват в 5-минутния кеш, а кешираният префикс се чете от него. Всяко извикване, чийто prompt надвишава 100K, се таксува изцяло по по-високата категория ($0,50 за вход, $2,50 за изход, $0,05 за четене от кеша, $0,625 за запис в кеша).
| Сесия | 1017 в пиков час | 1017 извън пиков час | Haiku 5.5 |
|---|---|---|---|
| Първите 21 извиквания, prompt до 100K | $0.077 | $0.039 | $0.040 |
| Всички 40 извиквания, prompt до 176K | $0.152 | $0.076 | $0.288 |
При Haiku 5.5 19-те извиквания над 100K струват $0,248 от общите $0,288. Изчислението за 1017 в пиков час, цялата сесия: 176K нови × $0,3098 + 3,744M кеширани × $0,0062 + 60K изход × $1,2392 = $0,152.
От това следват два практически начина за оптимизация:
- При Haiku 5.5 дръжте всяка заявка под 100K. Командата
/compactна Claude Code и краткотрайните подагенти помагат за това. Същите 40 извиквания, таксувани изцяло по ставката за кратък prompt, биха стрували $0,089. - При 1017 преместете пакетните и нощните агентни изпълнения извън 01:00–04:00 и 06:00–10:00 UTC през делничните дни, което намалява сметката наполовина. AIHubMix също предлага ограничена във времето 30% отстъпка за 1017, която не е включена по-горе.
Преди да превключите, в която и да е посока
- Преход към Haiku 5.5: API-то отхвърля стойности за
temperature, различни от 1, всякаквиtop_k, ръчно зададенbudget_tokensthinking и assistant prefill, всички с грешка 400. Прегледът на ComputingForGeeks отбелязва също, че моделът е отказвал повече от всеки друг при автоматизиран поведенчески одит и че по-строгите киберкласификатори блокират някои задачи по сигурност. - Преход към 1017: в API-то на DeepSeek режимът thinking с инструменти изисква всеки предишен
reasoning_contentда бъде изпратен обратно към API-то, иначе заявката завършва с грешка 400, така че клиент, който го пропусне, се проваля след първото извикване на инструмент. При тестово изпълнение през AIHubMix на 19 октомври същата заявка върна 200. Публикацията за миграция в тази серия разглежда този въпрос и правилата за таксуване в пиков час.
Кой какво да избере
- Изберете 1017 за основни агенти за програмиране с дълги контексти, нощни или пакетни агентни изпълнения, които можете да планирате извън пиковите часове, и задачи, които изграждат програма по спецификация.
- Изберете Haiku 5.5 за кратки, ограничени извиквания към подагенти под 100K токена, стъпки, свързани с документи, компютърно управление и конвейери, които четат ненадеждно уеб или репо съдържание.
- Използвайте и двата в една настройка на Claude Code: по-силният модел планира, 1017 извършва дългото изпълнение, а Haiku 5.5 се занимава с бързи справки и резюмета.
Пуснете и двата с един ключ
И двата модела са налични в AIHubMix: deepseek-v4.1-flash-1017 и claude-haiku-5-5. За да ги изпробвате в Claude Code, насочете го към AIHubMix, както е описано в ръководството за Claude Code:
export ANTHROPIC_BASE_URL="https://aihubmix.com"
export ANTHROPIC_AUTH_TOKEN="$AIHUBMIX_API_KEY"
export ANTHROPIC_MODEL="deepseek-v4.1-flash-1017"
claude
В тестовото изпълнение на AIHubMix от 19 октомври 1017 завърши двуетапно извикване на инструмент през протокола Anthropic Messages, който използва Claude Code. Заявка без зададено ниво на усилие върна отговор без thinking, затова поддържайте зададено ниво на усилие (например CLAUDE_CODE_EFFORT_LEVEL=high). В рамките на сесия /model claude-haiku-5-5 превключва към Haiku със същия ключ, така че можете да пуснете един и същ неуспешен тест през двата модела и да сравните промените и логовете на заявките. За спецификации и цени една до друга вижте страницата за сравнение на AIHubMix.
Често задавани въпроси
Дали DeepSeek V4.1 Flash 1017 е по-добър от Claude Haiku 5.5 за програмиране?
В Terminal-Bench 4.0, единственият общ бенчмарк за програмиране, 1017 дава 42,3, а Haiku 5.5 дава 39,2. И двете са числа на доставчиците при различни настройки, затова ги третирайте като приблизително равни, с лек пробив за 1017.
Кой е по-евтин?
При под 100K токена на заявка Haiku 5.5 струва приблизително колкото 1017 извън пиковите часове и около половината от 1017 в пиков час. Над 100K Haiku таксува цялата заявка при пет пъти по-висока ставка, а 1017 става по-евтината опция.
Таксува ли Haiku 5.5 повече за дълги prompt-ове?
Да. Когато prompt надвиши 100K токена, цените за вход, изход и кеш за цялата заявка се увеличават до пет пъти спрямо ставката за кратък prompt.
Мога ли да използвам DeepSeek V4.1 Flash 1017 в Claude Code?
Да. DeepSeek е измерил резултата си в Terminal-Bench 4.0 в Claude Code, а можете да го пуснете през съвместим с Anthropic endpoint, например този на AIHubMix, като зададете base URL, ключ и име на модел.
Кой е по-подходящ за подагенти?
За кратки, ограничени извиквания към подагенти под 100K токена Haiku 5.5 е естественият избор и е моделът haiku по подразбиране в Claude Code чрез API на Anthropic. За дълготрайни изпълняващи агенти 1017 избягва надбавката за дълъг prompt.
Къде Haiku 5.5 явно печели?
При въпроси за знания (HLE 45,9 срещу 42,6), PDF входни данни, компютърно управление и устойчивост на prompt injection, според публикуваните от Anthropic резултати.
Дали някой от двата е достатъчно добър, за да замени Sonnet 5.5?
Не за сложно агентно програмиране. Sonnet 5.5 публикува 70,6 в Terminal-Bench 4.0, далеч над двата, а самият Anthropic препоръчва Sonnet или Opus за тези задачи.
Продължете да четете: серията за DeepSeek V4.1 Flash 1017
- Искате пълната картина на промените в 1017, преди да го изберете пред Haiku? Публикацията за обновлението разглежда подобренията в бенчмарковете и намалението на цената по задача: DeepSeek V4.1 Flash 1017: Същата цена, по-кратки изходи. Да превключите ли?
- Изборът на 1017 за Claude Code означава да се справите с правилата за режим на разсъждение; ръководството за миграция показва грешката 400 и how да я поправите: Миграция към DeepSeek V4.1 Flash 1017: грешката 400 за reasoning_content, тихата смяна на псевдонима и тарифирането в пиков час
- Ако 1017 вече надминава Haiku при вашите задачи, той може да замени и по-скъпото ниво на DeepSeek: DeepSeek V4.1 Flash 1017 срещу V4 Pro: Стига ли вече Flash?
Източници
- Карта на модела DeepSeek-V4.1-Flash-1017 (Hugging Face)
- Представяне на Claude Haiku 5.5 (Anthropic)
- DeepSeek V4.1 Flash 1017 срещу Claude Haiku 5.5 (AIHubMix)
- Claude Haiku 5.5: цени, бенчмаркове, тестване (ComputingForGeeks)
- DeepSeek V4.1 Flash 1017 тестван: спецификации, бенчмаркове и цена (Kingy.ai)
