De lijn van DeepSeek ziet er deze herfst wat vreemd uit. V4 Pro 0813 is het grotere en duurdere model: tijdens piekuren kost de output $3.96 per 1M tokens, 3.3 keer de $1.20 van de Flash. Maar de Flash is sinds de release van Pro in augustus twee keer opnieuw getraind, en de update van 17 oktober, V4.1 Flash 1017, scoort nu hoger dan Pro op elke agent- en codeerbenchmark die DeepSeek voor beide publiceert.
Is er dus nog een code- of agenttaak waarvoor Pro de meerprijs waard is? Volgens de eigen cijfers van DeepSeek heel weinig. Pro houdt een kleine voorsprong op één wetenschappelijke redeneerbenchmark en schrijft meestal kortere antwoorden dan de Flash van september. Voor agents, terminalwerk en alles met afbeeldingen is de Flash nu het betere en goedkopere model.
Het prijsverschil
| Model | Invoer, piek | Uitvoer, piek | Cache-treffer, piek |
|---|---|---|---|
| V4.1 Flash 1017 | $0.30 | $1.20 | $0.006 |
| V4 Pro 0813 | $1.32 | $3.96 | $0.044 |
DeepSeek-lijstprijzen per 1M tokens, van de DeepSeek-prijspagina. Buiten piekuren is de prijs voor beide de helft. AIHubMix noemt tijdens piek $0.3098 / $1.2392 voor Flash 1017 en $1.3944 / $4.1832 voor Pro 0813.
Pro kost 4.4 keer zoveel per invoertoken, 3.3 keer per uitvoertoken en meer dan 7 keer per gecachet token. Ook de concurrency-limiet op de API van DeepSeek is lager: 500 tegenover 2,500 voor de Flash.
Wat de eigen cijfers van DeepSeek zeggen
De Pro-cijfers hieronder komen uit tabel 3 van het V4.1 Flash-paper van DeepSeek, allemaal op max effort. De 1017-cijfers komen uit de model card. Beide zijn metingen van DeepSeek en niemand heeft ze nog gereproduceerd. De Pro-kolom in het paper noemt de 0813-build niet bij naam, maar de Terminal-Bench 2.1-score komt overeen met die van de 0813-card.
| Benchmark | V4 Pro | Flash (sept) | 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, text-only subset | 42.7 | 39.1 | 44.0 |
| GPQA Diamond | 92.4 | 90.9 | — |
Een streepje betekent dat DeepSeek voor 1017 geen score heeft gepubliceerd.
De agentische rijen liggen ver uit elkaar. Op Terminal-Bench 4.0 scoort Pro 12.4 en 1017 scoort 42.3; op DeepSWE is dat 62.7 tegenover 77.0. Zelfs de Flash van september had Pro al verslagen op elke code- en agentrij. Artificial Analysis kwam in september onafhankelijk tot dezelfde conclusie op de algemene index en noemde V4.1 Flash DeepSeeks "nieuwe vlaggenschip", vóór V4 Pro 0813.
Waar Pro nog een argument heeft
De lijst is kort, en elk punt is smaller dan het lijkt.
- GPQA Diamond. Pro's 92.4 is beter dan de 90.9 van de Flash van september. DeepSeek heeft nog geen 1017-score gepubliceerd, dus dit is de enige benchmark waarop Pro mogelijk nog voorop loopt.
- Uitvoerlengte. Artificial Analysis ontdekte dat de Flash van september 62% meer uitvoertokens gebruikte dan Pro 0813 om zijn index te draaien. 1017 is getraind op kortere uitvoer, maar geen derde partij heeft dat opnieuw gemeten. Tot iemand dat doet, is een breedsprakige Flash voor een derde van de prijs nog altijd goedkoper dan een beknopte Pro.
- Een stabiele, gedateerde build. Pro 0813 is sinds augustus in gebruik, en de changelog van DeepSeek zegt dat het die blijft aanbieden. Als je evaluaties op Pro zijn afgestemd, is het de bekende grootheid.
- Kennis. Op de alleen-tekst HLE-subset zit Pro (42.7) tussen de Flash van september (39.1) en 1017 (44.0). Dat voordeel is verdwenen.
Pro accepteert helemaal geen afbeeldingen; 1017 wel. Als een stap in je workflow een screenshot, grafiek of UI leest, is dat alleen al doorslaggevend.
Dezelfde taak voor elk model
Geen enkele gepubliceerde test geeft tokenaantallen per taak voor een van beide modellen, dus dit voorbeeld gebruikt vermelde aannames. Een agent-sessie voor een bugfix doet 40 modelaanroepen, stuurt in totaal 1.2M invoertokens waarvan 90% uit de cache komt, en levert 60K uitvoertokens op, inclusief denkstappen. Beide modellen krijgen dezelfde tokenaantallen. Tegen de AIHubMix-lijstprijzen:
| Model | Piek | Buiten piek |
|---|---|---|
| V4.1 Flash 1017 | $0.118 | $0.059 |
| V4 Pro 0813 | $0.469 | $0.233 |
Berekening voor Pro tijdens piek: 0.12M × $1.3944 + 1.08M × $0.0465 + 0.06M × $4.1832 = $0.469.
Bij gelijke tokenaantallen kost Pro voor dezelfde sessie ongeveer vier keer zoveel. Om quitte te spelen, zou Pro de klus moeten klaren met ongeveer een kwart van de tokens van de Flash. Het verschil dat Artificial Analysis mat is veel kleiner: de Flash van september gebruikte 1.62 keer de uitvoertokens van Pro, dus Pro had ongeveer 62% daarvan nodig, niet 25%. En bij de benchmarks is het goedkopere model ook degene die de taak waarschijnlijker afrondt.
Wie Pro nog nodig heeft
- Houd Pro aan als je een productiepipeline hebt die op Pro 0813 is gevalideerd en je deze maand geen tijd hebt om evaluaties opnieuw te draaien, of als je een wetenschappelijke QA-workload hebt waarin het GPQA-verschil in je eigen tests naar voren is gekomen.
- Stap over naar de Flash voor codeeragents, terminalautomatisering, tool-calling-pipelines, alles met afbeeldingen, en alles met hoog volume waarbij concurrency telt.
- Test voordat je overstapt bij lange tekst en analyse waar je op Pro's kortere, compactere antwoorden vertrouwde. 1017 is korter dan de Flash van september, maar niemand heeft het nog tegen Pro afgemeten.
De overstap testen op AIHubMix
Beide modellen staan op AIHubMix onder één sleutel: deepseek-v4.1-flash-1017 en deepseek-v4-pro-0813. Draai je eigen evaluatieset door elk, vergelijk de slagingspercentages en controleer de kosten van elke run in de request-logs. De AIHubMix-vergelijkingspagina toont hun specificaties en prijzen naast elkaar.
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])
completion_tokens vergelijken over je eigen prompts is de snelste manier om te zien of de kortere uitvoer van 1017 het tegen Pro houdt bij jouw workload.
FAQ
Is DeepSeek V4.1 Flash 1017 beter dan V4 Pro?
Op elke code- en agentbenchmark die DeepSeek voor beide publiceert, ja, vaak met een ruime marge: Terminal-Bench 4.0 is 42.3 tegenover 12.4, en DeepSWE is 77.0 tegenover 62.7. Dit zijn de eigen cijfers van DeepSeek.
Hoeveel duurder is V4 Pro?
Tegen de piekprijzen van DeepSeek kost Pro $1.32 invoer en $3.96 uitvoer per 1M tokens, tegenover $0.30 en $1.20 voor de Flash. Op uitvoer is dat 3.3 keer zoveel. Buiten piekuren zijn beide prijzen de helft.
Waar is V4 Pro nog beter?
Pro scoort 92.4 op GPQA Diamond tegenover 90.9 voor de Flash van september, en er is nog geen 1017-score gepubliceerd. Artificial Analysis mat ook dat de Flash van september meer uitvoertokens gebruikte dan Pro.
Ondersteunt V4 Pro afbeeldingen?
Nee. De prijspagina van DeepSeek vermeldt vision alleen voor de Flash.
Gaat DeepSeek V4 Pro uitfaseren?
DeepSeek heeft gezegd dat het V4 Pro blijft aanbieden en heeft geen einddatum aangekondigd.
Kunnen de kortere uitvoeren van 1017 het per taak goedkoper maken dan Pro?
Het is al goedkoper per taak bij gelijke tokenaantallen, ongeveer vier keer in het voorbeeld hierboven. Kortere uitvoer vergroot dat verschil nog verder.
Moet ik vandaag een productiepipeline van Pro verplaatsen?
Draai eerst je evaluatieset op beide. Als 1017 het slagingspercentage van Pro evenaart, verlaagt de overstap de kosten en geeft het meer ruimte bij concurrency.
Lees verder: de DeepSeek V4.1 Flash 1017-serie
- Wie van Pro overstapt, gaat naar een model dat DeepSeek ter plekke bijwerkt. De upgradepost legt uit wat er in 1017 is veranderd: DeepSeek V4.1 Flash 1017: zelfde prijs, kortere uitvoer. Moet je overstappen?
- Een Pro-integratie naar de Flash verplaatsen? De migratiegids behandelt de thinking-mode 400-fout en de factureringsregels die voor beide gelden: Migreren naar DeepSeek V4.1 Flash 1017: de reasoning_content 400, de Silent Alias Swap en piekuurfacturatie
- Als de Flash voor jou Pro vervangt, is de volgende vraag hoe het zich verhoudt buiten het DeepSeek-aanbod: DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5: welk goedkoop model voor terminal-codeeragents?
Bronnen
- DeepSeek-modellen en prijzen (DeepSeek)
- DeepSeek-V4.1-Flash: de grenzen van KV-cachecompressie verleggen (DeepSeek-AI, arXiv)
- DeepSeek V4.1 Flash 1017 vs DeepSeek V4 Pro 0813 (AIHubMix)
- DeepSeek V4.1 Flash (max): analyse van intelligentie, prestaties en prijs (Artificial Analysis)
- DeepSeek V4.1 Flash 1017 getest: specificaties, benchmarks en prijs (Kingy.ai)
