Zehn Tage auseinander kamen die beiden günstigsten ernstzunehmenden Agenten-Modelle des Oktobers 2026 aus gegensätzlichen Richtungen. Anthropic veröffentlichte Claude Haiku 5.5 am 7. Oktober zu $0.10 Input und $0.50 Output pro 1M Tokens und positionierte es als Subagenten unterhalb von Sonnet und Opus. DeepSeek antwortete am 17. Oktober mit V4.1 Flash 1017, einem Update, das gezielt auf durchgängige Coding-Aufgaben ausgerichtet ist.
Die Entscheidung hängt von einer Aufgabe ab: einer Terminal-Coding-Sitzung in Claude Code, in der der Agent Dateien liest, Tests ausführt und Code über dutzende Schritte hinweg bearbeitet. Bei dieser Aufgabe gilt:
- Die Leistungsfähigkeit liegt nah beieinander, mit einem kleinen Vorsprung für 1017. Der einzige Benchmark, den beide Anbieter dafür melden, Terminal-Bench 4.0, liegt bei 1017 bei 42.3 und bei Haiku 5.5 bei 39.2.
- Die Kosten hängen von der Kontextlänge ab. Unter 100K Tokens pro Anfrage kostet Haiku 5.5 etwa so viel wie 1017 außerhalb der Spitzenzeit und die Hälfte von 1017 zur Spitzenzeit. Oberhalb von 100K rechnet Haiku die gesamte Anfrage zum fünffachen Satz ab, und 1017 wird mit großem Abstand zum günstigeren Modell.
- Haiku gewinnt in anderen Bereichen: bei Wissensfragen, PDF-Eingaben, Computer Use und Widerstandsfähigkeit gegen Prompt Injection.
Warum dieses Paar
Beide sind die günstigste agentenfähige Stufe ihrer Anbieter, beide wurden innerhalb derselben Zweiwochenspanne veröffentlicht, und beide laufen in Claude Code. Anthropic positioniert Haiku 5.5 als Coding-Subagenten und hat es in seiner API zum Standardmodell haiku von Claude Code gemacht. DeepSeek stellt einen Endpunkt im Anthropic-Format bereit und hat den Terminal-Bench-4.0-Wert von 1017 im Claude-Code-Harness gemessen. Das Suchinteresse folgt derselben Linie: Vergleichsseiten für genau dieses Paar erschienen innerhalb weniger Tage nach der Veröffentlichung von 1017.
Gemini 3.8 Flash ist der andere Name in dieser Diskussion, und es taucht in DeepSeeks eigenem Kostendiagramm auf. Es erschien Anfang September zu $0.75 Input und $3.75 Output, also ein Vielfaches des Preises beider hier betrachteten Modelle, und bleibt daher außerhalb dieses Vergleichs.
Die Aufgabe: eine Terminal-Coding-Sitzung in Claude Code
Der Benchmark, der zu dieser Aufgabe passt, ist Terminal-Bench 4.0: lange Shell-Sitzungen mit echten Werkzeugen, bewertet danach, ob der Agent die Aufgabe abschließt. Die folgenden Werte stammen von den Anbietern selbst: die von DeepSeek aus der Modellkarte, die von Anthropic aus der Ankündigung zu Haiku 5.5. Bisher hat niemand beide unter denselben Bedingungen und Einstellungen laufen lassen.
| Modell | Terminal-Bench 4.0 | Angegeben von |
|---|---|---|
| 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 (Sept.) | 31.2 | DeepSeek |
DeepSeek hat Terminal-Bench 4.0 in Claude Code ausgeführt; Anthropic gibt in der Haupttabelle nicht an, auf welcher Aufwandsstufe Haiku läuft.
Eine Differenz von drei Punkten zwischen zwei Herstellerangaben mit unterschiedlichen Einstellungen ist kein eindeutiger Sieg. Unabhängige Terminal-Bench-4.0-Läufe von Haiku 5.5 liegen unter Anthropics Angabe und widersprechen sich untereinander, und für 1017 wurde noch kein unabhängiges Ergebnis veröffentlicht. Lesen Sie das als „ungefähr gleichauf, 1017 leicht voraus“ und nicht als Rangfolge. Auch Anthropics eigene Empfehlung geht in diese Richtung: „Sonnet 5.5 und Opus 5.5 bleiben die bessere Wahl für komplexe agentische Coding-Aufgaben wie die, die Terminal-Bench 4.0 misst.“ Keines der günstigen Modelle ist daher die richtige Wahl für die schwierigsten Shell-Sitzungen.
Abgesehen von diesem einen Benchmark veröffentlichen die beiden Anbieter kaum gemeinsame Zahlen. DeepSeek meldet DeepSWE v1.1 (77.0) und ProgramBench (29.1); Anthropic meldet FrontierCode 1.1 (46.4) und OSWorld 2.1 (72.4). Für keines dieser Ergebnisse gibt es einen veröffentlichten Wert für das jeweils andere Modell.
Wo jedes Modell gewinnt
| Bereich | V4.1 Flash 1017 | Claude Haiku 5.5 |
|---|---|---|
| Terminal-Bench 4.0 | 42.3 | 39.2 |
| HLE, ohne Tools | 42.6 | 45.9 |
| Kontextfenster | 1M | 1M |
| Maximale Ausgabe | 384K | 128K |
| Eingabetypen | Text, Bilder | Text, Bilder, PDF |
| Preis bei Prompt über 100K | Unverändert | 5x |
| Aufwandsstufen | 3 | 5 |
| Offene Gewichte | Ja, MIT | Nein |
Vom Anbieter gemeldete Benchmark-Werte. DeepSeeks Aufwandsstufen sind low, high und max; die von Haiku sind low, medium (Standard), high, xhigh und max.
1017 ist stärker bei langen Sitzungen (kein Aufschlag für langen Kontext, dreifache Obergrenze für die Ausgabe), bei Terminal- und Programmierarbeit sowie bei Teams, die offene Gewichte als Fallback wollen.
Haiku 5.5 ist stärker bei wissensintensiven Schritten, PDF- und Dokumentenarbeit, Computer Use (72.4 bei OSWorld 2.1, das DeepSeek nicht meldet) und Agenten, die nicht vertrauenswürdige Inhalte lesen. ComputingForGeeks verweist auf Coding-Szenarien von Gray Swan, in denen die Erfolgsquote von Prompt Injection von 58.4% bei Haiku 4.5 auf 0.08% fiel. Außerdem läuft es in Claude Code über das native Protokoll von Anthropic, ohne Übersetzungsschicht für Thinking-Blöcke.
Was die Sitzung auf jedem Modell kostet
Kein veröffentlichter Test liefert Token-Zahlen pro Aufgabe für eines der beiden Modelle, daher verwendet dieses Beispiel angegebene Annahmen. Die Sitzung umfasst 40 Modellaufrufe. Der Prompt beginnt bei 20K Tokens und wächst bei jedem Aufruf um 4K (Tool-Ausgabe plus die vorherige Antwort), bis er bei 176K endet. Jeder Aufruf liest den bisherigen Prompt aus dem Cache und fügt 4K neue Tokens hinzu, und erzeugt 1.5K Ausgabe-Tokens einschließlich Thinking. Beide Modelle erhalten dieselben Token-Zahlen, obwohl sich ihre Tokenizer unterscheiden.
Angewandte Preisregeln, zu den AIHubMix-Listenpreisen:
- 1017: neue Tokens zum Cache-Miss-Satz, der gecachte Präfix zum Cache-Hit-Satz, zur Spitzen- oder Nebenzeit.
- Haiku 5.5: neue Tokens werden in den 5-Minuten-Cache geschrieben, der gecachte Präfix wird daraus gelesen. Jeder Aufruf, dessen Prompt 100K überschreitet, wird komplett zur höheren Stufe abgerechnet ($0.50 Input, $2.50 Output, $0.05 Cache-Read, $0.625 Cache-Write).
| Sitzung | 1017 Spitzenzeit | 1017 Nebenzeit | Haiku 5.5 |
|---|---|---|---|
| Erste 21 Aufrufe, Prompt bis 100K | $0.077 | $0.039 | $0.040 |
| Alle 40 Aufrufe, Prompt bis 176K | $0.152 | $0.076 | $0.288 |
Bei Haiku 5.5 kosten die 19 Aufrufe über 100K $0.248 von insgesamt $0.288. Rechnung für 1017 zur Spitzenzeit, gesamte Sitzung: 176K neu × $0.3098 + 3.744M gecacht × $0.0062 + 60K Ausgabe × $1.2392 = $0.152.
Daraus ergeben sich zwei praktische Hebel:
- Bei Haiku 5.5 halten Sie jede Anfrage unter 100K. Claude Codes
/compactund kurzlebige Subagenten helfen dabei. Dieselben 40 Aufrufe, komplett zum Satz für kurze Prompts abgerechnet, würden $0.089 kosten. - Bei 1017 legen Sie Batch- und nächtliche Agentenläufe auf die Zeiten außerhalb von 01:00–04:00 und 06:00–10:00 UTC an Wochentagen, was die Rechnung halbiert. AIHubMix bietet außerdem derzeit einen zeitlich begrenzten Rabatt von 30% auf 1017, der oben nicht berücksichtigt ist.
Vor dem Wechsel, in beide Richtungen
- Wechsel zu Haiku 5.5: die API lehnt
temperature-Werte ab, die nicht 1 sind, ebenso jedestop_k, manuellesbudget_tokens-Thinking und Assistant-Prefill, jeweils mit HTTP 400. Die Auswertung von ComputingForGeeks merkt außerdem an, dass das Modell in einem automatisierten Verhaltenstest mehr Anfragen verweigerte als jedes andere Modell und dass strengere Cyber-Klassifikatoren manche Sicherheitsarbeiten blockieren. - Wechsel zu 1017: bei der DeepSeek-API muss im Thinking-Modus mit Tools jedes frühere
reasoning_contentwieder an die API gesendet werden, sonst schlägt die Anfrage mit 400 fehl. Ein Client, der es verwirft, bricht daher nach dem ersten Tool-Aufruf ab. In einem Testlauf über AIHubMix am 19. Oktober lieferte dieselbe Anfrage 200. Der Migrationsbeitrag in dieser Reihe behandelt dies und die Abrechnungsregeln für die Spitzenzeit.
Wer welches wählen sollte
- Wählen Sie 1017 für Haupt-Coding-Agenten mit langen Kontexten, nächtliche oder Batch-Agentenläufe, die Sie außerhalb der Spitzenzeit planen können, und Aufgaben, die ein Programm anhand einer Spezifikation erstellen.
- Wählen Sie Haiku 5.5 für kurze, klar abgegrenzte Subagenten-Aufrufe unter 100K Tokens, dokumentenlastige Schritte, Computer Use und Pipelines, die nicht vertrauenswürdige Web- oder Repo-Inhalte lesen.
- Nutzen Sie beide in einem Claude-Code-Setup: Ein stärkeres Modell plant, 1017 übernimmt die lange Ausführung, und Haiku 5.5 erledigt schnelle Recherchen und Zusammenfassungen.
Beide mit einem Schlüssel nutzen
Beide Modelle sind auf AIHubMix verfügbar: deepseek-v4.1-flash-1017 und claude-haiku-5-5. Um sie in Claude Code auszuprobieren, richten Sie Claude Code auf AIHubMix aus, wie im Claude-Code-Leitfaden beschrieben:
export ANTHROPIC_BASE_URL="https://aihubmix.com"
export ANTHROPIC_AUTH_TOKEN="$AIHUBMIX_API_KEY"
export ANTHROPIC_MODEL="deepseek-v4.1-flash-1017"
claude
Im Test von AIHubMix am 19. Oktober hat 1017 einen Tool-Aufruf mit zwei Runden über das Anthropic-Messages-Protokoll abgeschlossen, das Claude Code verwendet. Eine Anfrage ohne Aufwandseinstellung kam ohne Thinking zurück, daher sollten Sie immer eine Aufwandsstufe setzen (zum Beispiel CLAUDE_CODE_EFFORT_LEVEL=high). Innerhalb einer Sitzung wechselt /model claude-haiku-5-5 mit demselben Schlüssel zu Haiku. So können Sie denselben fehlschlagenden Test über beide Modelle laufen lassen und die Diffs und Request-Logs vergleichen. Für Spezifikationen und Preise im direkten Vergleich finden Sie die Vergleichsseite von AIHubMix.
FAQ
Ist DeepSeek V4.1 Flash 1017 für Coding besser als Claude Haiku 5.5?
Bei Terminal-Bench 4.0, dem einzigen gemeinsamen Coding-Benchmark, meldet 1017 42.3 und Haiku 5.5 meldet 39.2. Beides sind Herstellerangaben mit unterschiedlichen Einstellungen, daher sollten Sie sie als ungefähr gleichauf mit einem kleinen Vorsprung für 1017 betrachten.
Welches ist günstiger?
Unter 100K Tokens pro Anfrage kostet Haiku 5.5 außerhalb der Spitzenzeit etwa so viel wie 1017 und zur Spitzenzeit etwa die Hälfte von 1017. Oberhalb von 100K rechnet Haiku die gesamte Anfrage zum fünffachen Satz ab, und 1017 wird zur günstigeren Option.
Verlangt Haiku 5.5 mehr für lange Prompts?
Ja. Überschreitet ein Prompt 100K Tokens, steigen Input-, Output- und Cache-Preise für diese gesamte Anfrage auf das Fünffache des Satzes für kurze Prompts.
Kann ich DeepSeek V4.1 Flash 1017 in Claude Code verwenden?
Ja. DeepSeek hat seinen Terminal-Bench-4.0-Wert in Claude Code gemessen, und Sie können das Modell über einen Anthropic-kompatiblen Endpunkt wie den von AIHubMix nutzen, indem Sie Base-URL, Schlüssel und Modellnamen setzen.
Welches eignet sich besser für Subagenten?
Für kurze, klar abgegrenzte Subagenten-Aufrufe unter 100K Tokens ist Haiku 5.5 die naheliegende Wahl und ist das Standardmodell haiku von Claude Code in der API von Anthropic. Für langlaufende Ausführungsagenten vermeidet 1017 den Aufschlag für lange Prompts.
Wo gewinnt Haiku 5.5 eindeutig?
Bei Wissensfragen (HLE 45.9 gegenüber 42.6), PDF-Eingaben, Computer Use und Widerstandsfähigkeit gegen Prompt Injection, laut den von Anthropic gemeldeten Werten.
Reicht eines der beiden aus, um Sonnet 5.5 zu ersetzen?
Nicht für komplexes agentisches Coding. Sonnet 5.5 meldet 70.6 bei Terminal-Bench 4.0, deutlich über beiden, und Anthropic selbst empfiehlt Sonnet oder Opus für solche Aufgaben.
Weiterlesen: die Reihe zu DeepSeek V4.1 Flash 1017
- Möchten Sie das vollständige Bild dessen, was sich bei 1017 geändert hat, bevor Sie es Haiku vorziehen? Der Upgrade-Beitrag behandelt die Benchmark-Gewinne und den Rückgang der Kosten pro Aufgabe: DeepSeek V4.1 Flash 1017: Gleicher Preis, kürzere Ausgaben. Sollten Sie wechseln?
- Für Claude Code mit 1017 muss man die Regeln für den Denkmodus berücksichtigen; im Migrationsleitfaden finden sich der 400-Fehler und die Lösung: Migration zu DeepSeek V4.1 Flash 1017: Der reasoning_content-400-Fehler, der stille Alias-Wechsel und die Abrechnung zu Spitzenzeiten
- Falls 1017 bei Ihren Aufgaben bereits besser als Haiku abschneidet, könnte es auch die teurere Stufe von DeepSeek ersetzen: DeepSeek V4.1 Flash 1017 vs. V4 Pro: Reicht Flash inzwischen aus?
Quellen
- DeepSeek-V4.1-Flash-1017 Modellkarte (Hugging Face)
- Einführung von Claude Haiku 5.5 (Anthropic)
- DeepSeek V4.1 Flash 1017 vs. Claude Haiku 5.5 (AIHubMix)
- Claude Haiku 5.5: Preise, Benchmarks, im Test (ComputingForGeeks)
- DeepSeek V4.1 Flash 1017 im Test: Spezifikationen, Benchmarks & Preis (Kingy.ai)
