10日の間隔を空けて、2026年10月のエージェント向け主力モデルのうち最も安価な2つが、正反対の方向から登場しました。Anthropicは10月7日にClaude Haiku 5.5を公開しました。価格は100万トークンあたり入力$0.10、出力$0.50で、SonnetとOpusの下で動くサブエージェントとして位置づけられています。DeepSeekは10月17日にV4.1 Flash 1017で応じました。これはエンドツーエンドのコーディング作業を明確に狙った更新版です。
判断は1つのタスクに絞られます。Claude Codeでのターミナル・コーディングセッションで、エージェントがファイルを読み、テストを実行し、数十ターンにわたってコードを編集する場合です。このタスクにおける比較は次のとおりです。
- 性能はほぼ互角で、わずかに1017が優勢です。両ベンダーが報告している唯一のベンチマークであるTerminal-Bench 4.0では、1017が42.3、Haiku 5.5が39.2です。
- コストはコンテキスト長によって変わります。1リクエストあたり100K トークン未満では、Haiku 5.5のコストはオフピーク時の1017とほぼ同じで、ピーク時の1017の半分です。100Kを超えると、Haikuはリクエスト全体を通常料金の5倍で課金し、その時点で1017の方が大きく安くなります。
- それ以外ではHaikuが優勢です：知識に関する質問、PDF入力、コンピュータ操作、プロンプトインジェクションへの耐性。
この2モデルを比較する理由
両モデルとも各ベンダーで最も安価なエージェント対応ティアであり、同じ2週間の間に発表され、どちらもClaude Code内で動作します。Anthropicは Haiku 5.5をコーディング用サブエージェントとして位置づけ、APIでClaude Codeの既定のhaikuモデルにしました。DeepSeekはAnthropic形式のエンドポイントを提供しており、Claude Codeのハーネス内で1017のTerminal-Bench 4.0スコアを測定しています。検索の関心も同じ流れを示しており、1017のリリース数日以内にこの組み合わせを比較するページが登場しました。
Gemini 3.8 Flashも話題に上る別の名前で、DeepSeek自身のコスト比較グラフにも登場します。9月初めに、入力$0.75、出力$3.75で発表されました。これは今回の2モデルのどちらよりも数倍高い価格なので、本比較からは外しています。
タスク：Claude Codeでのターミナル・コーディングセッション
このタスクに対応するベンチマークはTerminal-Bench 4.0です。実際のツールを使った長いシェルセッションを対象に、エージェントが作業を完了できたかどうかで採点されます。以下の数値はベンダーが報告したものです。DeepSeekの数値はモデルカードから、Anthropicの数値はHaiku 5.5の発表からのものです。両者を同じハーネスと設定で実行した例はまだありません。
| モデル | Terminal-Bench 4.0 | 報告元 |
|---|---|---|
| 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 (9月) | 31.2 | DeepSeek |
DeepSeekはClaude Code内でTerminal-Bench 4.0を実行しました。一方Anthropicは、主要な表ではHaikuの推論強度（effort）レベルを明記していません。
設定の異なる2つのベンダー数値の間にある3ポイントの差は、決定的な勝利とは言えません。独立したTerminal-Bench 4.0による Haiku 5.5の実行結果は、Anthropicの数値より低く、結果同士も一致していません。また、1017については独立した結果がまだ公表されていません。これは順位付けではなく、「ほぼ互角で、1017がわずかに先行」と読むべきです。Anthropic自身の指針も同じ方向を示しています。「Sonnet 5.5とOpus 5.5は、Terminal-Bench 4.0で測定されるような複雑なエージェント型コーディング作業では、引き続きより良い選択肢です。」どちらの安価なモデルも、最も難しいシェルセッションに対する適切な選択ではありません。
この1つのベンチマークを除くと、両ベンダーが共通して公表している数値はほとんどありません。DeepSeekはDeepSWE v1.1（77.0）とProgramBench（29.1）を報告し、AnthropicはFrontierCode 1.1（46.4）とOSWorld 2.1（72.4）を報告しています。これらのいずれも、もう一方のモデルの公表スコアはありません。
それぞれが優位な分野
| 分野 | V4.1 Flash 1017 | Claude Haiku 5.5 |
|---|---|---|
| Terminal-Bench 4.0 | 42.3 | 39.2 |
| HLE、ツールなし | 42.6 | 45.9 |
| コンテキストウィンドウ | 1M | 1M |
| 最大出力 | 384K | 128K |
| 入力タイプ | テキスト、画像 | テキスト、画像、PDF |
| 100K超のプロンプト時の価格 | 変更なし | 5x |
| effortレベル | 3 | 5 |
| オープンウェイト | はい、MIT | いいえ |
ベンダー報告のベンチマーク数値です。DeepSeekのeffortレベルはlow、high、maxで、Haikuのeffortレベルはlow、medium（既定）、high、xhigh、maxです。
1017の方が優れているのは、長いセッション（長文脈の追加料金がなく、出力上限が3倍）、ターミナルおよびプログラム構築の作業、そして予備としてオープンウェイトを求めるチームです。
Haiku 5.5の方が優れているのは、知識量が求められるステップ、PDFや文書の作業、コンピュータ操作（OSWorld 2.1で72.4。DeepSeekはこの数値を報告していません）、そして信頼できないコンテンツを読み込むエージェントです。ComputingForGeeksは、Gray Swanのコーディングシナリオを引用しています。そこでは、プロンプトインジェクションの成功率がHaiku 4.5の58.4%から0.08%に下がったとされています。また、Claude CodeでAnthropicのネイティブプロトコル上で動作し、thinkingブロックのための変換層が不要です。
各モデルでセッションにかかる費用
どちらのモデルについても、タスクごとのトークン数を示した公開テストはないため、この例では前提条件を明示して計算します。セッションは40回のモデル呼び出しで構成されます。プロンプトは20Kトークンから始まり、呼び出しごとに4Kずつ増えて（ツール出力と前回の回答の分）、最終的に176Kになります。各呼び出しでは、それ以前のプロンプトをキャッシュから読み込み、4Kの新しいトークンを追加し、thinkingを含めて1.5Kの出力トークンを生成します。両モデルには同じトークン数を与えていますが、トークナイザは異なります。
適用した料金ルールは、AIHubMixの定価に基づきます。
- 1017：新しいトークンはキャッシュミス時の料金、キャッシュ済みのプレフィックスはキャッシュヒット時の料金で計算します。ピーク時かオフピーク時かによって適用されます。
- Haiku 5.5：新しいトークンは5分間キャッシュへの書き込みとして計算し、キャッシュ済みのプレフィックスはそこから読み込みます。プロンプトが100Kを超える呼び出しは、リクエスト全体が高い料金ティアで課金されます（入力$0.50、出力$2.50、キャッシュ読み取り$0.05、キャッシュ書き込み$0.625）。
| セッション | 1017 ピーク時 | 1017 オフピーク時 | Haiku 5.5 |
|---|---|---|---|
| 最初の21回の呼び出し、プロンプトは100Kまで | $0.077 | $0.039 | $0.040 |
| 40回の呼び出し全体、プロンプトは176Kまで | $0.152 | $0.076 | $0.288 |
Haiku 5.5では、100Kを超える19回の呼び出しが$0.288のうち$0.248を占めます。1017をピーク時に全セッションで計算すると、176K新規 × $0.3098 + 3.744M キャッシュ × $0.0062 + 60K 出力 × $1.2392 = $0.152 となります。
ここから2つの実務的な対策が導かれます。
- Haiku 5.5では、各リクエストを100K未満に保ちましょう。Claude Codeの
/compactと短命のサブエージェントがそれを実現します。同じ40回の呼び出しを、すべて短いプロンプトの料金で課金した場合は$0.089になります。 - 1017では、バッチ処理や夜間のエージェント実行を、平日のUTC 01:00〜04:00および06:00〜10:00の時間帯の外に移すと、料金が半分になります。さらに、AIHubMixでは1017に対して期間限定の30%割引も実施中ですが、上記の計算には含めていません。
切り替える前に、どちらの方向でも確認すべきこと
- Haiku 5.5へ移行する場合：APIは、1以外の
temperatureの値、任意のtop_k、手動のbudget_tokensによるthinking、そしてアシスタントのプレフィルを拒否し、いずれも400エラーになります。ComputingForGeeksのレビューは、自動化された挙動監査で他のどのモデルよりも過剰に拒否したこと、そして厳格なサイバー分類器が一部のセキュリティ作業をブロックすることも指摘しています。 - 1017へ移行する場合：DeepSeekのAPIでは、ツールを使ったthinkingモードで、それ以前のすべての
reasoning_contentをAPIに戻すことが必要です。戻さない場合はリクエストが400エラーで失敗するため、それを削除するクライアントは最初のツール呼び出しの後に動作しなくなります。AIHubMix経由で10月19日に行ったテスト実行では、同じリクエストが200を返しました。このシリーズの移行記事では、この点とピーク時の課金ルールを扱っています。
どちらを選ぶべきか
- 1017を選ぶべき場合：長いコンテキストを扱うメインループのコーディングエージェント、オフピーク時にスケジュールできる夜間やバッチのエージェント実行、そして仕様からプログラムを構築するタスクです。
- Haiku 5.5を選ぶべき場合：100Kトークン未満の短く範囲の限定されたサブエージェント呼び出し、文書中心のステップ、コンピュータ操作、そして信頼できないWebやリポジトリの内容を読むパイプラインです。
- 両方を使う場合：1つのClaude Code環境で、より強力なモデルが計画を立て、1017が長時間の実行を担当し、Haiku 5.5が素早い参照や要約を担当するという構成です。
1つのキーで両方を実行する
両モデルともAIHubMixで利用できます：deepseek-v4.1-flash-1017とclaude-haiku-5-5です。Claude Codeで試すには、Claude Codeガイドに記載のとおりAIHubMixを接続先に設定してください。
export ANTHROPIC_BASE_URL="https://aihubmix.com"
export ANTHROPIC_AUTH_TOKEN="$AIHUBMIX_API_KEY"
export ANTHROPIC_MODEL="deepseek-v4.1-flash-1017"
claude
AIHubMixの10月19日のテストでは、1017はClaude Codeが使うAnthropic Messagesプロトコル上で、2ターンのツール呼び出しを完了しました。effortの設定がないリクエストはthinkingなしで返ってきたため、effortレベルを設定したままにしてください（例：CLAUDE_CODE_EFFORT_LEVEL=high）。セッション内で/model claude-haiku-5-5を実行すると、同じキーのままHaikuに切り替えられるので、同じ失敗するテストを両方のモデルで実行し、差分とリクエストログを比較できます。仕様と価格を並べて確認したい場合は、AIHubMixの比較ページを参照してください。
よくある質問
コーディングにおいて、DeepSeek V4.1 Flash 1017はClaude Haiku 5.5より優れていますか？
唯一の共通コーディングベンチマークであるTerminal-Bench 4.0では、1017は42.3、Haiku 5.5は39.2と報告されています。どちらもベンダーの数値で設定も異なるため、ほぼ互角で、1017がわずかに優勢と捉えてください。
どちらの方が安いですか？
1リクエストあたり100K トークン未満では、Haiku 5.5のコストはオフピーク時の1017とほぼ同じで、ピーク時の1017のおよそ半分です。100Kを超えると、Haikuはリクエスト全体を通常料金の5倍で課金するため、1017の方が安くなります。
Haiku 5.5では長いプロンプトに追加料金がかかりますか？
はい。プロンプトが100K トークンを超えると、そのリクエスト全体の入力、出力、キャッシュの料金が、短いプロンプトの料金の5倍に上がります。
DeepSeek V4.1 Flash 1017をClaude Codeで使えますか？
はい。DeepSeekはClaude Code内でTerminal-Bench 4.0のスコアを測定しており、接続先のURL、キー、モデル名を設定すれば、AIHubMixのようなAnthropic互換エンドポイント経由で利用できます。
サブエージェントにはどちらが適していますか？
100K トークン未満の短く範囲の限られたサブエージェント呼び出しには、Haiku 5.5が自然な選択肢で、Anthropic APIではClaude Codeの既定のhaikuモデルです。長時間動く実行エージェントには、1017の方が長いプロンプトの追加料金を回避できます。
Haiku 5.5が明確に優れている分野はどこですか？
Anthropicの報告数値では、知識に関する質問（HLE 45.9対42.6）、PDF入力、コンピュータ操作、そしてプロンプトインジェクションへの耐性です。
どちらかのモデルでSonnet 5.5を置き換えられるほど十分ですか？
複雑なエージェント型コーディングには不十分です。Sonnet 5.5はTerminal-Bench 4.0で70.6を報告しており、両モデルをはるかに上回ります。Anthropic自身も、そうした作業にはSonnetまたはOpusを推奨しています。
続けて読む：DeepSeek V4.1 Flash 1017シリーズ
- Haikuより1017を選ぶ前に、1017が何を変えたのか全体像を知りたいですか？アップグレード記事では、ベンチマークの向上とタスクごとのコスト削減を扱っています：DeepSeek V4.1 Flash 1017：価格は同じ、出力は短く。切り替えるべきか？
- Claude Codeで1017を使うには、その思考モードのルールへの対応が必要です。移行ガイドには400エラーとその修正方法が載っています: DeepSeek V4.1 Flash 1017への移行: reasoning_content の400エラー、サイレントなエイリアス切り替え、ピーク時間帯の課金
- 1017がタスクでHaikuを上回るなら、DeepSeek自身の上位ティアの代替にもなるかもしれません: DeepSeek V4.1 Flash 1017 vs V4 Pro: Flashで十分になったのか?
出典
- DeepSeek-V4.1-Flash-1017 モデルカード(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)
