Dzielą je dziesięć dni, a dwa najtańsze poważne modele agentowe października 2026 roku pojawiły się z przeciwnych stron. Anthropic wydało Claude Haiku 5.5 7 października w cenie $0.10 za wejście i $0.50 za wyjście za 1M tokenów, reklamowany jako subagent stojący poniżej Sonneta i Opusa. DeepSeek odpowiedziało 17 października modelem V4.1 Flash 1017, aktualizacją stworzoną z myślą o pracy kodowej end-to-end.
Decyzja sprowadza się do jednego zadania: sesji kodowania w terminalu w Claude Code, w której agent czyta pliki, uruchamia testy i edytuje kod przez kilkadziesiąt tur. W tym zadaniu:
- Możliwości są zbliżone, z niewielką przewagą 1017. Jedyny benchmark, który raportują obaj dostawcy, Terminal-Bench 4.0, daje 1017 wynik 42.3, a Haiku 5.5 wynik 39.2.
- Koszt zależy od długości kontekstu. Przy mniej niż 100K tokenów na żądanie Haiku 5.5 kosztuje mniej więcej tyle samo co 1017 poza szczytem i połowę ceny 1017 w szczycie. Powyżej 100K Haiku rozlicza całe żądanie według pięciokrotnej stawki, a 1017 staje się wyraźnie tańszy.
- Haiku wygrywa w innych obszarach: pytania wymagające wiedzy, wejście PDF, computer use i odporność na prompt injection.
Dlaczego ta para
Oba są najtańszym poziomem zdolnym do pracy agentowej u swoich dostawców, oba zostały wydane w tym samym dwutygodniowym okresie i oba działają w Claude Code. Anthropic pozycjonuje Haiku 5.5 jako subagenta kodującego i uczyniło go domyślnym modelem haiku w Claude Code w swoim API. DeepSeek udostępnia endpoint w formacie Anthropic i zmierzyło wynik 1017 w Terminal-Bench 4.0 wewnątrz uprzęży Claude Code. Zainteresowanie w wyszukiwarce idzie tą samą linią: strony porównawcze dla dokładnie tej pary pojawiły się w ciągu kilku dni od premiery 1017.
Gemini 3.8 Flash to kolejna nazwa w tej rozmowie i pojawia się na wykresie kosztów DeepSeeka. Premiera nastąpiła na początku września, w cenie $0.75 za wejście i $3.75 za wyjście, czyli kilkakrotnie więcej niż każdy z dwóch modeli tutaj, więc pozostaje poza tym porównaniem.
Zadanie: sesja kodowania w terminalu w Claude Code
Benchmarkiem odpowiadającym temu zadaniu jest Terminal-Bench 4.0: długie sesje powłoki z prawdziwymi narzędziami, oceniane według tego, czy agent dokończy zadanie. Poniższe wyniki są podane przez dostawców: DeepSeeka z karty modelu, Anthropic z ogłoszenia Haiku 5.5. Nikt jeszcze nie uruchomił obu modeli w tej samej uprzęży i przy tych samych ustawieniach.
| Model | Terminal-Bench 4.0 | Podane przez |
|---|---|---|
| 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 (wrzesień) | 31.2 | DeepSeek |
DeepSeek uruchomił Terminal-Bench 4.0 w Claude Code; Anthropic nie podaje poziomu wysiłku (effort) Haiku w tabeli głównej.
Trzypunktowa różnica między dwiema liczbami podanymi przez dostawców, przy różnych ustawieniach, nie jest rozstrzygającym zwycięstwem. Niezależne uruchomienia Terminal-Bench 4.0 dla Haiku 5.5 wypadają niżej niż liczba Anthropic i różnią się między sobą, a dla 1017 nie opublikowano jeszcze żadnego niezależnego wyniku. Czytaj to jako „w przybliżeniu na równi, 1017 nieznacznie przed", a nie jako ranking. Wskazówki samego Anthropic idą w tym samym kierunku: „Sonnet 5.5 i Opus 5.5 pozostają lepszym wyborem do złożonych zadań agentowego kodowania, takich jak te mierzone przez Terminal-Bench 4.0." Żaden z tanich modeli nie jest właściwym wyborem dla najtrudniejszych sesji powłoki.
Poza tym jednym benchmarkiem obaj dostawcy publikują prawie żadnych wspólnych liczb. DeepSeek raportuje DeepSWE v1.1 (77.0) i ProgramBench (29.1); Anthropic raportuje FrontierCode 1.1 (46.4) i OSWorld 2.1 (72.4). Żaden z tych wyników nie ma opublikowanego odpowiednika dla drugiego modelu.
Gdzie wygrywa każdy
| Obszar | V4.1 Flash 1017 | Claude Haiku 5.5 |
|---|---|---|
| Terminal-Bench 4.0 | 42.3 | 39.2 |
| HLE, bez narzędzi | 42.6 | 45.9 |
| Okno kontekstu | 1M | 1M |
| Maks. wyjście | 384K | 128K |
| Typy wejścia | Tekst, obrazy | Tekst, obrazy, PDF |
| Cena przy prompcie powyżej 100K | Bez zmian | 5x |
| Poziomy wysiłku | 3 | 5 |
| Otwarte wagi | Tak, MIT | Nie |
Wyniki benchmarków podane przez dostawców. Poziomy wysiłku DeepSeeka to low, high i max; Haiku ma low, medium (domyślny), high, xhigh i max.
1017 jest mocniejszy w długich sesjach (bez dopłaty za długi kontekst, trzykrotnie wyższy limit wyjścia), pracy terminalowej i budowaniu programów, a także dla zespołów, które chcą mieć otwarte wagi jako rezerwę.
Haiku 5.5 jest mocniejszy w krokach wymagających wiedzy, pracy z PDF i dokumentami, computer use (72.4 w OSWorld 2.1, czego DeepSeek nie raportuje) oraz agentach czytających niezaufane treści: ComputingForGeeks cytuje scenariusze kodowania Gray Swan, w których skuteczność prompt injection spadła z 58.4% w Haiku 4.5 do 0.08%. Działa też na natywnym protokole Anthropic w Claude Code, bez warstwy tłumaczenia dla bloków thinking.
Ile kosztuje sesja w każdym z modeli
Żaden opublikowany test nie podaje liczby tokenów na zadanie dla żadnego z modeli, dlatego ten przykład opiera się na przyjętych założeniach. Sesja ma 40 wywołań modelu. Prompt zaczyna się od 20K tokenów i rośnie o 4K na wywołanie (wyjście narzędzi plus poprzednia odpowiedź), kończąc na 176K. Każde wywołanie odczytuje wcześniejszy prompt z cache i dodaje 4K nowych tokenów, a generuje 1.5K tokenów wyjścia, wliczając thinking. Oba modele dostają te same liczby tokenów, choć ich tokenizery się różnią.
Zastosowane zasady cenowe, według cennika AIHubMix:
- 1017: nowe tokeny po stawce cache-miss, prefiks w cache po stawce cache-hit, w szczycie lub poza szczytem.
- Haiku 5.5: nowe tokeny zapisywane do 5-minutowego cache, prefiks w cache odczytywany z niego. Każde wywołanie, którego prompt przekracza 100K, jest rozliczane w całości według wyższego poziomu ($0.50 za wejście, $2.50 za wyjście, $0.05 za odczyt z cache, $0.625 za zapis do cache).
| Sesja | 1017 w szczycie | 1017 poza szczytem | Haiku 5.5 |
|---|---|---|---|
| Pierwsze 21 wywołań, prompt do 100K | $0.077 | $0.039 | $0.040 |
| Pełne 40 wywołań, prompt do 176K | $0.152 | $0.076 | $0.288 |
W Haiku 5.5 19 wywołań powyżej 100K kosztuje $0.248 z $0.288. Obliczenie dla 1017 w szczycie, pełna sesja: 176K nowych × $0.3098 + 3.744M z cache × $0.0062 + 60K wyjścia × $1.2392 = $0.152.
Z tego wynikają dwie praktyczne dźwignie:
- W Haiku 5.5 utrzymuj każde żądanie poniżej 100K. Polecenie
/compactw Claude Code i krótko żyjące subagenty to zapewniają. Tych samych 40 wywołań rozliczonych w całości według stawki dla krótkich promptów kosztowałoby $0.089. - W 1017 przenieś wsadowe i nocne uruchomienia agentów poza godziny 01:00–04:00 i 06:00–10:00 UTC w dni robocze, co przepołowi rachunek. AIHubMix prowadzi też czasową zniżkę 30% na 1017, która nie jest uwzględniona powyżej.
Zanim przełączysz, w obu kierunkach
- Przejście na Haiku 5.5: API odrzuca wartości
temperatureinne niż 1, każdetop_k, ręczne myśleniebudget_tokensi prefill asystenta, wszystkie z kodem 400. Przegląd ComputingForGeeks zauważa też, że w zautomatyzowanym audycie zachowania model odmawiał częściej niż jakikolwiek inny, a surowsze klasyfikatory cyberbezpieczeństwa blokują część prac związanych z bezpieczeństwem. - Przejście na 1017: w API DeepSeeka tryb myślenia z narzędziami wymaga, by każdy wcześniejszy
reasoning_contentwracał do API, inaczej żądanie kończy się błędem 400, więc klient, który go pomija, psuje się po pierwszym wywołaniu narzędzia. W testowym uruchomieniu przez AIHubMix 19 października to samo żądanie zwróciło 200. Wpis o migracji w tej serii omawia to oraz zasady rozliczania w godzinach szczytu.
Kto powinien wybrać który
- Wybierz 1017 do głównej pętli agentów kodujących z długim kontekstem, nocnych lub wsadowych uruchomień agentów, które można zaplanować poza szczytem, i zadań budujących program ze specyfikacji.
- Wybierz Haiku 5.5 do krótkich, zawężonych wywołań subagentów poniżej 100K tokenów, kroków wymagających dużo dokumentów, computer use i potoków czytających niezaufane treści z sieci lub repozytorium.
- Użyj obu w jednej konfiguracji Claude Code: mocniejszy model planuje, 1017 wykonuje długie zadania, a Haiku 5.5 obsługuje szybkie wyszukiwania i podsumowania.
Uruchom oba z jednym kluczem
Oba modele są dostępne na AIHubMix: deepseek-v4.1-flash-1017 i claude-haiku-5-5. Aby wypróbować je w Claude Code, skieruj go na AIHubMix zgodnie z opisem w przewodniku po Claude Code:
export ANTHROPIC_BASE_URL="https://aihubmix.com"
export ANTHROPIC_AUTH_TOKEN="$AIHUBMIX_API_KEY"
export ANTHROPIC_MODEL="deepseek-v4.1-flash-1017"
claude
W teście AIHubMix z 19 października 1017 ukończył dwuturowe wywołanie narzędzia przez protokół Anthropic Messages, którego używa Claude Code. Żądanie bez ustawienia wysiłku wróciło bez myślenia, więc zawsze ustawiaj poziom wysiłku (na przykład CLAUDE_CODE_EFFORT_LEVEL=high). W trakcie sesji /model claude-haiku-5-5 przełącza na Haiku na tym samym kluczu, więc możesz przepuścić ten sam błędny test przez oba modele i porównać diffy oraz logi żądań. Specyfikacje i ceny obok siebie znajdziesz na stronie porównania AIHubMix.
FAQ
Czy DeepSeek V4.1 Flash 1017 jest lepszy od Claude Haiku 5.5 do kodowania?
W Terminal-Bench 4.0, jedynym wspólnym benchmarku kodowania, 1017 uzyskuje 42.3, a Haiku 5.5 39.2. Oba to liczby podane przez dostawców przy różnych ustawieniach, więc traktuj je jako w przybliżeniu równe, z niewielką przewagą 1017.
Który jest tańszy?
Przy mniej niż 100K tokenów na żądanie Haiku 5.5 kosztuje mniej więcej tyle samo co 1017 poza szczytem i około połowę ceny 1017 w szczycie. Powyżej 100K Haiku rozlicza całe żądanie według pięciokrotnej stawki, a 1017 staje się tańszą opcją.
Czy Haiku 5.5 pobiera więcej za długie prompty?
Tak. Gdy prompt przekracza 100K tokenów, ceny wejścia, wyjścia i cache dla całego żądania rosną pięciokrotnie w stosunku do stawki dla krótkiego promptu.
Czy mogę użyć DeepSeek V4.1 Flash 1017 w Claude Code?
Tak. DeepSeek zmierzył wynik Terminal-Bench 4.0 w Claude Code, a uruchomisz go przez endpoint zgodny z Anthropic, na przykład ten z AIHubMix, ustawiając bazowy URL, klucz i nazwę modelu.
Który lepiej nadaje się na subagenty?
Do krótkich, zawężonych wywołań subagentów poniżej 100K tokenów naturalnym wyborem jest Haiku 5.5, który jest domyślnym modelem haiku w Claude Code w API Anthropic. Do długotrwałych agentów wykonawczych 1017 pozwala uniknąć dopłaty za długi prompt.
Gdzie Haiku 5.5 wyraźnie wygrywa?
Pytania wymagające wiedzy (HLE 45.9 wobec 42.6), wejście PDF, computer use i odporność na prompt injection, według wyników podanych przez Anthropic.
Czy któryś z nich wystarcza, by zastąpić Sonneta 5.5?
Nie w przypadku złożonego agentowego kodowania. Sonnet 5.5 osiąga 70.6 w Terminal-Bench 4.0, czyli znacznie więcej niż oba, a sam Anthropic zaleca Sonneta lub Opusa do tych zadań.
Czytaj dalej: seria DeepSeek V4.1 Flash 1017
- Chcesz pełnego obrazu zmian w 1017, zanim wybierzesz go zamiast Haiku? Wpis o aktualizacji omawia zyski w benchmarkach i spadek kosztu na zadanie: DeepSeek V4.1 Flash 1017: ta sama cena, krótsze wyjścia. Czy warto przejść?
- Wybór 1017 do Claude Code oznacza konieczność obsługi jego zasad trybu myślenia; przewodnik migracji pokazuje błąd 400 i sposób naprawy: Migracja do DeepSeek V4.1 Flash 1017: błąd reasoning_content 400, ciche zamienienie aliasu i rozliczanie w godzinach szczytu
- Jeśli 1017 już przewyższa Haiku w Twoich zadaniach, może też zastąpić droższy wariant DeepSeek: DeepSeek V4.1 Flash 1017 vs V4 Pro: czy Flash wystarcza już teraz?
Źródła
- Karta modelu 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)
