Con diez días de diferencia, los dos modelos de agente más baratos y serios de octubre de 2026 llegaron desde direcciones opuestas. Anthropic lanzó Claude Haiku 5.5 el 7 de octubre a $0.10 de entrada y $0.50 de salida por cada 1M de tokens, presentado como el subagente que se sitúa por debajo de Sonnet y Opus. DeepSeek respondió el 17 de octubre con V4.1 Flash 1017, una actualización pensada directamente para el trabajo de programación de extremo a extremo.
La decisión depende de una sola tarea: una sesión de programación en terminal con Claude Code, en la que el agente lee archivos, ejecuta pruebas y edita código a lo largo de decenas de turnos. En esa tarea:
- La capacidad es similar, con una ligera ventaja para 1017. El único benchmark que ambos proveedores publican para este modelo, Terminal-Bench 4.0, da 42.3 a 1017 y 39.2 a Haiku 5.5.
- El coste depende de la longitud del contexto. Con menos de 100K tokens por solicitud, Haiku 5.5 cuesta aproximadamente lo mismo que 1017 fuera de horas punta y la mitad que 1017 en horas punta. Por encima de 100K, Haiku factura toda la solicitud a cinco veces la tarifa, y 1017 pasa a ser el modelo más barato por un margen amplio.
- Haiku gana en otros aspectos: preguntas de conocimiento, entrada de PDF, uso de ordenador y resistencia a la inyección de prompts.
Por qué esta pareja
Ambos son el nivel más barato con capacidad de agente de sus proveedores, ambos se lanzaron en la misma quincena y ambos funcionan dentro de Claude Code. Anthropic posiciona Haiku 5.5 como subagente de programación y lo convirtió en el modelo haiku por defecto de Claude Code en su API. DeepSeek ofrece un endpoint en formato Anthropic y midió la puntuación de 1017 en Terminal-Bench 4.0 dentro del arnés de Claude Code. El interés de búsqueda sigue la misma línea: en pocos días aparecieron páginas comparativas de esta pareja exacta tras el lanzamiento de 1017.
Gemini 3.8 Flash es el otro nombre en la conversación y aparece en el propio gráfico de costes de DeepSeek. Se lanzó a principios de septiembre a $0.75 de entrada y $3.75 de salida, varias veces el precio de cualquiera de los dos modelos de aquí, así que queda fuera de esta comparativa.
La tarea: una sesión de programación en terminal en Claude Code
El benchmark que corresponde a esta tarea es Terminal-Bench 4.0: sesiones largas de shell con herramientas reales, puntuadas según si el agente termina el trabajo. Las cifras siguientes las informan los proveedores: las de DeepSeek provienen de su ficha del modelo y las de Anthropic del anuncio de Haiku 5.5. Todavía nadie ha ejecutado ambos con el mismo arnés y la misma configuración.
| Modelo | Terminal-Bench 4.0 | Informado por |
|---|---|---|
| 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 ejecutó Terminal-Bench 4.0 en Claude Code; Anthropic no indica el nivel de esfuerzo de Haiku en la tabla principal.
Una diferencia de tres puntos entre dos cifras de proveedores con configuraciones distintas no es una victoria concluyente. Las ejecuciones independientes de Terminal-Bench 4.0 de Haiku 5.5 dan resultados inferiores a la cifra de Anthropic y no coinciden entre sí, y todavía no se ha publicado ningún resultado independiente de 1017. Hay que leerlo como "más o menos igualados, con una ligera ventaja para 1017" y no como un ranking. La orientación de Anthropic apunta en la misma dirección: "Sonnet 5.5 y Opus 5.5 siguen siendo mejores opciones para tareas de programación agéntica complejas, como las que mide Terminal-Bench 4.0". Ninguno de los dos modelos baratos es la opción adecuada para las sesiones de shell más difíciles.
Más allá de ese benchmark, los dos proveedores publican casi ninguna cifra en común. DeepSeek informa de DeepSWE v1.1 (77.0) y ProgramBench (29.1); Anthropic informa de FrontierCode 1.1 (46.4) y OSWorld 2.1 (72.4). Ninguna de esas pruebas tiene una puntuación publicada para el otro modelo.
Dónde gana cada uno
| Área | V4.1 Flash 1017 | Claude Haiku 5.5 |
|---|---|---|
| Terminal-Bench 4.0 | 42.3 | 39.2 |
| HLE, sin herramientas | 42.6 | 45.9 |
| Ventana de contexto | 1M | 1M |
| Salida máxima | 384K | 128K |
| Tipos de entrada | Texto, imágenes | Texto, imágenes, PDF |
| Precio con prompt superior a 100K | Sin cambios | 5x |
| Niveles de esfuerzo | 3 | 5 |
| Pesos abiertos | Sí, MIT | No |
Cifras de benchmark informadas por los proveedores. Los niveles de esfuerzo de DeepSeek son low, high y max; los de Haiku son low, medium (por defecto), high, xhigh y max.
1017 es más sólido en sesiones largas (sin recargo por contexto largo, con tres veces el límite de salida), trabajo de terminal y construcción de programas, y en equipos que quieren pesos abiertos como alternativa.
Haiku 5.5 es más sólido en pasos intensivos en conocimiento, trabajo con PDF y documentos, uso de ordenador (72.4 en OSWorld 2.1, cifra que DeepSeek no informa) y agentes que leen contenido no confiable: ComputingForGeeks cita escenarios de programación de Gray Swan en los que el éxito de la inyección de prompts bajó del 58.4% en Haiku 4.5 al 0.08%. Además, funciona con el protocolo nativo de Anthropic en Claude Code, sin una capa de traducción para los bloques de pensamiento.
Cuánto cuesta la sesión en cada modelo
Ninguna prueba publicada ofrece recuentos de tokens por tarea para ninguno de los dos modelos, así que este ejemplo usa supuestos declarados. La sesión tiene 40 llamadas al modelo. El prompt empieza en 20K tokens y crece 4K por llamada (salida de herramientas más la respuesta anterior), hasta terminar en 176K. Cada llamada lee el prompt anterior desde caché y añade 4K tokens nuevos, y produce 1.5K tokens de salida, incluido el razonamiento. Ambos modelos reciben los mismos recuentos de tokens, aunque sus tokenizadores difieren.
Reglas de precios aplicadas, a precios de lista de AIHubMix:
- 1017: tokens nuevos a la tarifa de fallo de caché, prefijo en caché a la tarifa de acierto de caché, en hora punta o fuera de ella.
- Haiku 5.5: tokens nuevos escritos en la caché de 5 minutos, prefijo en caché leído desde ella. Cualquier llamada cuyo prompt supere 100K se factura íntegramente a la tarifa superior ($0.50 de entrada, $2.50 de salida, $0.05 de lectura de caché, $0.625 de escritura de caché).
| Sesión | 1017 en hora punta | 1017 fuera de hora punta | Haiku 5.5 |
|---|---|---|---|
| Primeras 21 llamadas, prompt de hasta 100K | $0.077 | $0.039 | $0.040 |
| Las 40 llamadas completas, prompt de hasta 176K | $0.152 | $0.076 | $0.288 |
En Haiku 5.5, las 19 llamadas por encima de 100K cuestan $0.248 de los $0.288. Cálculo para 1017 en hora punta, sesión completa: 176K nuevos × $0.3098 + 3.744M en caché × $0.0062 + 60K de salida × $1.2392 = $0.152.
De esto se derivan dos palancas prácticas:
- En Haiku 5.5, mantén cada solicitud por debajo de 100K. El
/compactde Claude Code y los subagentes de vida corta lo permiten. Las mismas 40 llamadas facturadas enteramente a la tarifa de prompt corto costarían $0.089. - En 1017, traslada los lotes y las ejecuciones nocturnas de agentes fuera de 01:00–04:00 y de 06:00–10:00 UTC en días laborables, lo que reduce a la mitad la factura. AIHubMix también ofrece un descuento del 30% por tiempo limitado en 1017, que no está incluido arriba.
Antes de cambiar, en cualquiera de las dos direcciones
- Pasar a Haiku 5.5: la API rechaza los valores de
temperaturedistintos de 1, cualquiertop_k, el razonamiento manual conbudget_tokensy el prefill del asistente, todos con un error 400. La reseña de ComputingForGeeks también señala que rechazó más solicitudes que cualquier otro modelo en una auditoría automatizada de comportamiento, y que los clasificadores de ciberseguridad más estrictos bloquean parte del trabajo de seguridad. - Pasar a 1017: en la API de DeepSeek, el modo de razonamiento con herramientas exige que cada
reasoning_contentanterior se devuelva a la API, o la solicitud falla con un 400, así que un cliente que lo descarte se rompe tras la primera llamada a herramienta. En una prueba realizada a través de AIHubMix el 19 de octubre, la misma solicitud devolvió 200. El artículo de migración de esta serie cubre esto y las reglas de facturación en hora punta.
Quién debería elegir cada uno
- Elige 1017 para agentes de programación de bucle principal con contextos largos, ejecuciones nocturnas o por lotes que puedes programar fuera de hora punta, y tareas que construyen un programa a partir de una especificación.
- Elige Haiku 5.5 para llamadas de subagente cortas y acotadas de menos de 100K tokens, pasos con mucho documento, uso de ordenador y canalizaciones que leen contenido web o de repositorios no confiable.
- Usa ambos en una misma configuración de Claude Code: un modelo más potente planifica, 1017 ejecuta las tareas largas y Haiku 5.5 se encarga de las consultas rápidas y los resúmenes.
Ejecuta ambos con una sola clave
Ambos modelos están en AIHubMix: deepseek-v4.1-flash-1017 y claude-haiku-5-5. Para probarlos en Claude Code, apúntalo a AIHubMix como se describe en la guía de 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
En la prueba de AIHubMix del 19 de octubre, 1017 completó una llamada a herramienta de dos turnos sobre el protocolo Anthropic Messages que usa Claude Code. Una solicitud sin configuración de esfuerzo volvió sin razonamiento, así que mantén un nivel de esfuerzo definido (por ejemplo CLAUDE_CODE_EFFORT_LEVEL=high). Dentro de una sesión, /model claude-haiku-5-5 cambia a Haiku con la misma clave, así que puedes ejecutar la misma prueba fallida con ambos y comparar los diffs y los registros de solicitudes. Para ver especificaciones y precios en paralelo, consulta la página de comparación de AIHubMix.
Preguntas frecuentes
¿DeepSeek V4.1 Flash 1017 es mejor que Claude Haiku 5.5 para programar?
En Terminal-Bench 4.0, el único benchmark de programación que comparten, 1017 informa 42.3 y Haiku 5.5 informa 39.2. Ambas son cifras de los proveedores con configuraciones distintas, así que conviene considerarlas más o menos igualadas, con una ligera ventaja para 1017.
¿Cuál es más barato?
Con menos de 100K tokens por solicitud, Haiku 5.5 cuesta aproximadamente lo mismo que 1017 fuera de horas punta y alrededor de la mitad que 1017 en horas punta. Por encima de 100K, Haiku factura toda la solicitud a cinco veces la tarifa, y 1017 pasa a ser la opción más barata.
¿Haiku 5.5 cobra más por los prompts largos?
Sí. Cuando un prompt supera los 100K tokens, los precios de entrada, salida y caché de toda esa solicitud suben a cinco veces la tarifa de prompt corto.
¿Puedo usar DeepSeek V4.1 Flash 1017 en Claude Code?
Sí. DeepSeek midió su puntuación de Terminal-Bench 4.0 en Claude Code, y puedes usarlo a través de un endpoint compatible con Anthropic, como el de AIHubMix, configurando la URL base, la clave y el nombre del modelo.
¿Cuál es mejor para subagentes?
Para llamadas de subagente cortas y acotadas de menos de 100K tokens, Haiku 5.5 es la opción natural y es el modelo haiku por defecto de Claude Code en la API de Anthropic. Para agentes de ejecución de larga duración, 1017 evita el recargo por prompt largo.
¿Dónde gana Haiku 5.5 claramente?
En preguntas de conocimiento (HLE 45.9 frente a 42.6), entrada de PDF, uso de ordenador y resistencia a la inyección de prompts, según las cifras informadas por Anthropic.
¿Alguno de los dos es lo bastante bueno para reemplazar a Sonnet 5.5?
No para programación agéntica compleja. Sonnet 5.5 informa 70.6 en Terminal-Bench 4.0, muy por encima de ambos, y la propia Anthropic recomienda Sonnet u Opus para esas tareas.
Sigue leyendo: la serie de DeepSeek V4.1 Flash 1017
- ¿Quieres la visión completa de lo que cambió en 1017 antes de elegirlo frente a Haiku? La entrada sobre la actualización recoge las mejoras en benchmarks y la caída del coste por tarea: DeepSeek V4.1 Flash 1017: mismo precio, salidas más cortas. ¿Deberías cambiar?
- Elegir 1017 para Claude Code implica gestionar sus reglas del modo de razonamiento; la guía de migración muestra el error 400 y la solución: Migrar a DeepSeek V4.1 Flash 1017: el error 400 de reasoning_content, el cambio silencioso de alias y la facturación en horas punta
- Si 1017 ya supera a Haiku en tus tareas, también podría reemplazar el nivel más caro de DeepSeek: DeepSeek V4.1 Flash 1017 frente a V4 Pro: ¿Es ya suficiente Flash?
Fuentes
- Ficha del modelo DeepSeek-V4.1-Flash-1017 (Hugging Face)
- Presentación de Claude Haiku 5.5 (Anthropic)
- DeepSeek V4.1 Flash 1017 frente a Claude Haiku 5.5 (AIHubMix)
- Claude Haiku 5.5: precios, benchmarks y pruebas (ComputingForGeeks)
- DeepSeek V4.1 Flash 1017 probado: especificaciones, benchmarks y precio (Kingy.ai)
