Линийката на DeepSeek тази есен има необичайна структура. V4 Pro 0813 е по-големият и по-скъп модел: в пиковите часове изходът му струва $3.96 на 1M токена, което е 3.3 пъти повече от $1.20 за Flash. Но Flash е обучен наново два пъти след пускането на Pro през август, а актуализацията от 17 октомври, V4.1 Flash 1017, вече изпреварва Pro във всеки агентен и кодов бенчмарк, който DeepSeek публикува за двата модела.
Има ли още някоя задача за кодиране или агент, при която Pro си струва по-високата цена? Според собствените цифри на DeepSeek – много малко. Pro запазва тясно предимство в един научен бенчмарк за разсъждение и има тенденция да пише по-кратки отговори от септемврийския Flash. За агенти, работа в терминал и всичко, което включва изображения, Flash вече е по-добрият и по-евтин модел.
Разликата в цената
| Модел | Вход, пик | Изход, пик | Попадение в кеша, пик |
|---|---|---|---|
| V4.1 Flash 1017 | $0.30 | $1.20 | $0.006 |
| V4 Pro 0813 | $1.32 | $3.96 | $0.044 |
Списъчни цени на DeepSeek на 1M токена според страницата с цени на DeepSeek. Извънпиковите часове са наполовина по-евтини за двата модела. AIHubMix предлага Flash 1017 на $0.3098 / $1.2392, а Pro 0813 на $1.3944 / $4.1832 в пиковите часове.
Pro струва 4.4 пъти повече на входен токен, 3.3 пъти повече на изходен токен и над 7 пъти повече на кеширан токен. Лимитът му за едновременни заявки в API на DeepSeek е също по-нисък: 500 срещу 2,500 за Flash.
Какво казват собствените цифри на DeepSeek
Резултатите за Pro по-долу са от Таблица 3 в статията за V4.1 Flash на DeepSeek, всички при максимално усилие; резултатите за 1017 са от неговата карта на модела. И двете са измервания на DeepSeek и никой все още не ги е възпроизвел. В колоната за Pro в статията не е посочена версията 0813, но резултатът му в Terminal-Bench 2.1 съвпада с този в картата за 0813.
| Бенчмарк | V4 Pro | Flash (септ.) | Flash 1017 |
|---|---|---|---|
| Terminal-Bench 4.0 | 12.4 | 31.2 | 42.3 |
| DeepSWE v1.1 | 62.7 | 74.2 | 77.0 |
| ProgramBench | 15.5 | 20.3 | 29.1 |
| NL2Repo-Bench | 61.5 | 65.4 | 68.2 |
| Automation-Bench | 43.2 | 54.8 | 60.5 |
| Agents' Last Exam | 25.7 | 31.8 | 35.4 |
| HLE, подмножество само с текст | 42.7 | 39.1 | 44.0 |
| GPQA Diamond | 92.4 | 90.9 | — |
Тире означава, че DeepSeek не е публикувал този резултат за 1017.
Агентните редове не са близки. В Terminal-Bench 4.0 Pro получава 12.4, а 1017 – 42.3; в DeepSWE резултатите са 62.7 срещу 77.0. Дори септемврийският Flash вече беше изпреварил Pro във всеки ред за кодиране и агенти. Artificial Analysis стигна до същия извод самостоятелно в общия си индекс през септември, като нарече V4.1 Flash „новия флагман“ на DeepSeek, пред V4 Pro 0813.
Къде Pro все още има аргументи
Списъкът е кратък и всяка точка е по-тясна, отколкото изглежда.
- GPQA Diamond. Резултатът на Pro от 92.4 надминава 90.9 на септемврийския Flash. DeepSeek все още не е публикувал резултат за 1017, така че това е единственият бенчмарк, в който Pro може да води.
- Дължина на изхода. Artificial Analysis установи, че септемврийският Flash е използвал с 62% повече изходни токени от Pro 0813, за да изпълни индекса им. 1017 е обучен за по-кратки изходи, но никоя трета страна все още не го е измерила отново. Докато някой не го направи, по-многословен Flash на една трета от цената е все още по-евтин от кратък Pro.
- Стабилна, датирана версия. Pro 0813 е в експлоатация от август, а changelog на DeepSeek казва, че ще продължи да го обслужва. Ако вашите оценки са настроени за Pro, той е познатата величина.
- Знания. В подмножеството HLE само с текст Pro (42.7) е между септемврийския Flash (39.1) и 1017 (44.0). Това предимство вече го няма.
Pro изобщо не приема изображения; 1017 приема. Ако някоя стъпка от работния ви процес чете екранна снимка, диаграма или потребителски интерфейс, само това решава въпроса.
Същата задача при всеки модел
Няма публикуван тест, който да дава броя токени по задача за нито един от моделите, затова този пример използва посочени предположения. Една сесия за отстраняване на грешка с агент прави 40 извиквания към модела, изпраща общо 1.2M входни токена, от които 90% се обслужват от кеша, и генерира 60K изходни токена, включително разсъжденията. И двата модела получават едни и същи бройки токени. По списъчните цени на AIHubMix:
| Модел | Пик | Извън пика |
|---|---|---|
| V4.1 Flash 1017 | $0.118 | $0.059 |
| V4 Pro 0813 | $0.469 | $0.233 |
Изчисление за Pro в пиковите часове: 0.12M × $1.3944 + 1.08M × $0.0465 + 0.06M × $4.1832 = $0.469.
При равен брой токени Pro струва около четири пъти повече за една и съща сесия. За да се изравни цената, Pro би трябвало да завърши работата с около една четвърт от токените на Flash. Разликата, измерена от Artificial Analysis, е много по-малка: септемврийският Flash е използвал 1.62 пъти повече изходни токени от Pro, така че Pro е имал нужда от около 62% от тях, а не от 25%. А според бенчмарковете по-евтиният модел е и този, който е по-вероятно да завърши задачата.
Кой все още се нуждае от Pro
- Запазете Pro, ако имате производствен процес, валидиран с Pro 0813, и нямате време да повторите оценките този месец, или натоварване за научни въпроси, където разликата в GPQA се е появила във вашите собствени тестове.
- Преминете към Flash за агенти за кодиране, автоматизация в терминал, конвейери с извикване на инструменти, всичко с изображения и всичко с голям обем, където е важна едновременността на заявките.
- Тествайте преди преминаването за дълги текстове и анализи, където сте разчитали на по-кратките и по-плътни отговори на Pro. 1017 е по-кратък от септемврийския Flash, но никой все още не го е сравнил с Pro.
Как да тествате превключването в AIHubMix
И двата модела са в AIHubMix с един ключ: deepseek-v4.1-flash-1017 и deepseek-v4-pro-0813. Прекарайте собствения си набор от оценки през всеки от тях, сравнете процента успешни резултати и проверете цената на всяко изпълнение в журналите на заявките. Страницата за сравнение на AIHubMix показва техните спецификации и цени една до друга.
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["AIHUBMIX_API_KEY"], base_url="https://aihubmix.com/v1")
for model in ("deepseek-v4-pro-0813", "deepseek-v4.1-flash-1017"):
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": "Find the bug: def mean(xs): return sum(xs) / len(xs) - 1"}],
max_tokens=16000,
)
print(model, resp.usage.completion_tokens, resp.choices[0].message.content[:200])
Сравняването на completion_tokens в собствените ви промпти е най-бързият начин да видите дали по-кратките изходи на 1017 се задържат спрямо Pro при вашата работна натовареност.
Често задавани въпроси
Дали DeepSeek V4.1 Flash 1017 е по-добър от V4 Pro?
Във всеки кодов и агентен бенчмарк, който DeepSeek публикува за двата, да, често със значителна разлика: Terminal-Bench 4.0 е 42.3 срещу 12.4, а DeepSWE е 77.0 срещу 62.7. Това са собствените цифри на DeepSeek.
Колко повече струва V4 Pro?
При пиковите цени на DeepSeek Pro струва $1.32 за вход и $3.96 за изход на 1M токена срещу $0.30 и $1.20 за Flash, което е 3.3 пъти повече за изхода. Извън пиковите часове и двете цени са наполовина.
Къде V4 Pro все още е по-добър?
Pro получава 92.4 в GPQA Diamond срещу 90.9 за септемврийския Flash, а за 1017 все още няма публикуван резултат. Artificial Analysis също установи, че септемврийският Flash използва повече изходни токени от Pro.
Поддържа ли V4 Pro изображения?
Не. Страницата с цени на DeepSeek посочва визуалните възможности само за Flash.
Ще спре ли DeepSeek V4 Pro?
DeepSeek е казал, че ще продължи да обслужва V4 Pro, и не е обявил дата за оттегляне.
Могат ли по-кратките изходи на 1017 да го направят по-евтин от Pro на задача?
Той вече е по-евтин на задача при равен брой токени – приблизително четири пъти в примера по-горе. По-кратките изходи увеличават още повече разликата.
Трябва ли да премествам производствен конвейер с Pro още днес?
Първо прекарайте набора си от оценки през двата модела. Ако 1017 съвпада с процента успешни резултати на Pro, преминаването намалява разходите и дава повече резерв за едновременни заявки.
Продължете да четете: серията DeepSeek V4.1 Flash 1017
- Преходът от Pro означава преминаване към модел, който DeepSeek актуализира на място; публикацията за обновяването обяснява какво се е променило в 1017: DeepSeek V4.1 Flash 1017: Същата цена, по-кратки изходи. Трябва ли да превключите?
- Превключвате интеграция от Pro към Flash? Ръководството за миграция обхваща грешката 400 при режима на разсъждение и правилата за таксуване, които важат за двата модела: Миграция към DeepSeek V4.1 Flash 1017: Грешката reasoning_content 400, тихата смяна на псевдонима и таксуването в пиковите часове
- Ако Flash замества Pro при вас, следващият въпрос е как се сравнява извън линийката на DeepSeek: DeepSeek V4.1 Flash 1017 срещу Claude Haiku 5.5: Кой евтин модел да изберете за агенти за кодиране в терминал?
Източници
- Модели и цени на DeepSeek (DeepSeek)
- DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression (DeepSeek-AI, arXiv)
- DeepSeek V4.1 Flash 1017 срещу DeepSeek V4 Pro 0813 (AIHubMix)
- DeepSeek V4.1 Flash (max): Анализ на интелигентността, производителността и цената (Artificial Analysis)
- DeepSeek V4.1 Flash 1017 тестван: спецификации, бенчмаркове и цена (Kingy.ai)
