DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5: quale modello economico scegliere per gli agenti di coding da terminale?

A dieci giorni di distanza, i due modelli agentici più economici e validi di ottobre 2026 sono arrivati da direzioni opposte. Anthropic ha rilasciato Claude Haiku 5.5 il 7 ottobre a $0,10 di input e $0,50 di output per 1M di token, presentandolo come il subagente posizionato sotto Sonnet e Opus. DeepSeek ha risposto il 17 ottobre con V4.1 Flash 1017, un aggiornamento pensato proprio per il lavoro di coding end-to-end.

La decisione dipende da un solo compito: una sessione di coding da terminale in Claude Code, in cui l'agente legge file, esegue test e modifica il codice nel corso di decine di turni. Su questo compito:

• Le capacità sono simili, con un leggero vantaggio per 1017. L'unico benchmark che entrambi i vendor riportano, Terminal-Bench 4.0, assegna a 1017 il punteggio di 42,3 e a Haiku 5.5 quello di 39,2.
• Il costo dipende dalla lunghezza del contesto. Sotto i 100K token per richiesta, Haiku 5.5 costa circa quanto 1017 fuori picco e la metà di 1017 nelle ore di punta. Oltre i 100K, Haiku fattura l'intera richiesta a cinque volte la tariffa, e 1017 diventa nettamente il modello più economico.
• Haiku vince altrove: domande di conoscenza, input PDF, uso del computer e resistenza alla prompt injection.

Perché questa coppia

Entrambi sono il livello più economico con capacità agentiche dei rispettivi vendor, entrambi sono stati lanciati nella stessa quindicina di giorni ed entrambi funzionano dentro Claude Code. Anthropic posiziona Haiku 5.5 come subagente per il coding e lo ha reso il modello haiku predefinito di Claude Code sulla sua API. DeepSeek offre un endpoint in formato Anthropic e ha misurato il punteggio di 1017 su Terminal-Bench 4.0 all'interno del harness di Claude Code. Anche l'interesse di ricerca segue la stessa linea: pagine di confronto per questa esatta coppia sono comparse nel giro di pochi giorni dal rilascio di 1017.

Gemini 3.8 Flash è l'altro nome nella discussione, e compare nel grafico dei costi dello stesso DeepSeek. È stato lanciato a inizio settembre a $0,75 di input e $3,75 di output, diversi volte il prezzo di entrambi i modelli qui considerati, quindi resta fuori da questo confronto.

Il compito: una sessione di coding da terminale in Claude Code

Il benchmark che corrisponde a questo compito è Terminal-Bench 4.0: lunghe sessioni di shell con strumenti reali, valutate in base al fatto che l'agente porti a termine il lavoro. I dati seguenti sono riportati dai vendor: quelli di DeepSeek dalla sua model card, quelli di Anthropic dall'annuncio di Haiku 5.5. Nessuno ha ancora eseguito entrambi con lo stesso harness e le stesse impostazioni.

DeepSeek ha eseguito Terminal-Bench 4.0 in Claude Code; Anthropic non indica il livello di effort di Haiku nella tabella principale.

Un distacco di tre punti tra due numeri dei vendor con impostazioni diverse non è una vittoria decisiva. Le esecuzioni indipendenti di Terminal-Bench 4.0 di Haiku 5.5 danno risultati inferiori al dato di Anthropic e non concordano tra loro, mentre per 1017 non è ancora stato pubblicato alcun risultato indipendente. Va letto come "più o meno pari, con 1017 leggermente avanti" e non come una classifica. Anche la indicazione di Anthropic va nella stessa direzione: "Sonnet 5.5 e Opus 5.5 restano scelte migliori per compiti di coding agentico complessi come quelli misurati da Terminal-Bench 4.0." Nessuno dei due modelli economici è la scelta giusta per le sessioni di shell più difficili.

Al di là di quel benchmark, i due vendor pubblicano pochissimi numeri in comune. DeepSeek riporta DeepSWE v1.1 (77,0) e ProgramBench (29,1); Anthropic riporta FrontierCode 1.1 (46,4) e OSWorld 2.1 (72,4). Nessuno di questi ha un punteggio pubblicato per l'altro modello.

Dove vince ciascuno

Dati di benchmark riportati dai vendor. I livelli di effort di DeepSeek sono low, high e max; quelli di Haiku sono low, medium (predefinito), high, xhigh e max.

1017 è più forte per le sessioni lunghe (nessuna sovrattassa per contesto lungo, tre volte il limite di output), per il lavoro su terminale e la costruzione di programmi, e per i team che vogliono pesi aperti come soluzione di ripiego.

Haiku 5.5 è più forte per i passaggi ad alta intensità di conoscenza, il lavoro su PDF e documenti, l'uso del computer (72,4 su OSWorld 2.1, dato che DeepSeek non riporta) e gli agenti che leggono contenuti non attendibili: ComputingForGeeks cita scenari di coding di Gray Swan in cui il successo delle prompt injection è sceso dal 58,4% di Haiku 4.5 allo 0,08%. Inoltre gira sul protocollo nativo di Anthropic in Claude Code, senza un livello di traduzione per i blocchi di thinking.

Quanto costa la sessione su ciascuno

Nessun test pubblicato fornisce conteggi di token per singolo compito per nessuno dei due modelli, quindi questo esempio usa ipotesi dichiarate. La sessione prevede 40 chiamate al modello. Il prompt parte da 20K token e cresce di 4K a ogni chiamata (output degli strumenti più la risposta precedente), arrivando a 176K. Ogni chiamata legge il prompt precedente dalla cache e aggiunge 4K nuovi token, e produce 1,5K token di output, thinking incluso. Entrambi i modelli ricevono gli stessi conteggi di token, anche se i loro tokenizer sono diversi.

Regole di prezzo applicate, ai prezzi di listino di AIHubMix:

• 1017: i nuovi token alla tariffa di cache miss, il prefisso in cache alla tariffa di cache hit, in ore di punta o fuori picco.
• Haiku 5.5: i nuovi token scritti nella cache a 5 minuti, il prefisso in cache letto da essa. Ogni chiamata il cui prompt supera i 100K viene fatturata interamente alla fascia più alta ($0,50 di input, $2,50 di output, $0,05 di lettura dalla cache, $0,625 di scrittura in cache).

Su Haiku 5.5, le 19 chiamate sopra i 100K costano 0,248 dollari su 0,288. Calcolo per 1017 nelle ore di punta, sessione completa: 176K nuovi × $0,3098 + 3,744M in cache × $0,0062 + 60K di output × $1,2392 = $0,152.

Da questo derivano due leve pratiche:

• Su Haiku 5.5, mantieni ogni richiesta sotto i 100K. Il comando /compact di Claude Code e i subagenti di breve durata servono a questo. Le stesse 40 chiamate fatturate interamente alla tariffa per prompt brevi costerebbero 0,089 dollari.
• Su 1017, sposta le esecuzioni di agenti batch e notturne fuori dalle fasce 01:00–04:00 e 06:00–10:00 UTC nei giorni feriali, il che dimezza la fattura. AIHubMix sta inoltre applicando uno sconto del 30% a tempo limitato su 1017, non incluso nei calcoli sopra.

Prima di cambiare, in entrambe le direzioni

• Passare a Haiku 5.5: l'API rifiuta valori di temperature diversi da 1, qualsiasi top_k, il thinking manuale con budget_tokens e il prefill dell'assistente, tutti con un errore 400. La recensione di ComputingForGeeks segnala inoltre che, in un audit comportamentale automatizzato, ha rifiutato più richieste di qualsiasi altro modello, e che i classificatori cyber più severi bloccano alcuni lavori di sicurezza.
• Passare a 1017: sull'API di DeepSeek, la modalità thinking con strumenti richiede che ogni reasoning_content precedente venga rinviato all'API, altrimenti la richiesta fallisce con un errore 400; quindi un client che lo omette si rompe dopo la prima chiamata allo strumento. In una prova eseguita tramite AIHubMix il 19 ottobre, la stessa richiesta ha restituito 200. Il post sulla migrazione di questa serie copre questo aspetto e le regole di fatturazione nelle ore di punta.

Chi dovrebbe scegliere cosa

• Scegli 1017 per agenti di coding nel ciclo principale con contesti lunghi, esecuzioni notturne o batch di agenti che puoi pianificare fuori picco, e attività che costruiscono un programma a partire da una specifica.
• Scegli Haiku 5.5 per chiamate da subagente brevi e circoscritte sotto i 100K token, passaggi ricchi di documenti, uso del computer e pipeline che leggono contenuti web o di repository non attendibili.
• Usa entrambi in un unico setup di Claude Code: un modello più forte pianifica, 1017 esegue i lavori lunghi e Haiku 5.5 gestisce ricerche rapide e riepiloghi.

Usa entrambi con una sola chiave

Entrambi i modelli sono disponibili su AIHubMix: deepseek-v4.1-flash-1017 e claude-haiku-5-5. Per provarli in Claude Code, puntalo ad AIHubMix come descritto nella guida a 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

Nel test di AIHubMix del 19 ottobre, 1017 ha completato una chiamata di strumento a due turni sul protocollo Anthropic Messages che usa Claude Code. Una richiesta senza impostazione di effort è tornata senza thinking, quindi mantieni impostato un livello di effort (ad esempio CLAUDE_CODE_EFFORT_LEVEL=high). All'interno di una sessione, /model claude-haiku-5-5 passa a Haiku con la stessa chiave, così puoi eseguire lo stesso test fallito con entrambi i modelli e confrontare le differenze e i log delle richieste. Per specifiche e prezzi affiancati, consulta la pagina di confronto di AIHubMix.

FAQ

DeepSeek V4.1 Flash 1017 è migliore di Claude Haiku 5.5 per il coding?
Su Terminal-Bench 4.0, l'unico benchmark di coding condiviso, 1017 riporta 42,3 e Haiku 5.5 riporta 39,2. Entrambi sono numeri dei vendor con impostazioni diverse, quindi vanno considerati più o meno pari, con un leggero vantaggio per 1017.

Quale dei due costa meno?
Sotto i 100K token per richiesta, Haiku 5.5 costa circa quanto 1017 fuori picco e circa la metà di 1017 nelle ore di punta. Oltre i 100K, Haiku fattura l'intera richiesta a cinque volte la tariffa, e 1017 diventa l'opzione più economica.

Haiku 5.5 costa di più con prompt lunghi?
Sì. Quando un prompt supera i 100K token, i prezzi di input, output e cache per l'intera richiesta salgono a cinque volte la tariffa per prompt brevi.

Posso usare DeepSeek V4.1 Flash 1017 in Claude Code?
Sì. DeepSeek ha misurato il punteggio di Terminal-Bench 4.0 in Claude Code, e puoi usarlo tramite un endpoint compatibile con Anthropic, come quello di AIHubMix, impostando base URL, chiave e nome del modello.

Quale dei due è migliore per i subagenti?
Per chiamate da subagente brevi e circoscritte sotto i 100K token, Haiku 5.5 è la scelta naturale ed è il modello haiku predefinito di Claude Code sull'API di Anthropic. Per gli agenti di esecuzione a lunga durata, 1017 evita la sovrattassa per prompt lunghi.

Dove Haiku 5.5 vince nettamente?
Nelle domande di conoscenza (HLE 45,9 contro 42,6), nell'input PDF, nell'uso del computer e nella resistenza alla prompt injection, secondo i dati riportati da Anthropic.

Uno dei due è abbastanza valido da sostituire Sonnet 5.5?
No, non per il coding agentico complesso. Sonnet 5.5 riporta 70,6 su Terminal-Bench 4.0, molto sopra entrambi, e Anthropic stessa raccomanda Sonnet o Opus per questi compiti.

Continua a leggere: la serie DeepSeek V4.1 Flash 1017

• Vuoi il quadro completo di ciò che è cambiato in 1017 prima di sceglierlo al posto di Haiku? Il post sull'aggiornamento copre i guadagni nei benchmark e il calo del costo per compito: DeepSeek V4.1 Flash 1017: stesso prezzo, output più brevi. Conviene passare?
• Scegliere 1017 per Claude Code significa gestire le sue regole della modalità di ragionamento; la guida alla migrazione mostra l'errore 400 e la soluzione: Migrare a DeepSeek V4.1 Flash 1017: l'errore 400 di reasoning_content, lo scambio silenzioso di alias e la fatturazione nelle ore di punta
• Se 1017 supera già Haiku nei tuoi compiti, potrebbe anche sostituire il piano più costoso di DeepSeek: DeepSeek V4.1 Flash 1017 vs V4 Pro: il Flash ora basta?

Fonti

• Scheda del modello DeepSeek-V4.1-Flash-1017 (Hugging Face)
• Introducing Claude Haiku 5.5 (Anthropic)
• DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5 (AIHubMix)
• Claude Haiku 5.5: Pricing, Benchmarks, Tested (ComputingForGeeks)
• DeepSeek V4.1 Flash 1017 Tested: Specs, Benchmarks & Price (Kingy.ai)