两款最便宜的正规智能体模型在2026年10月相隔十天，以相反的方向登场。Anthropic于10月7日发布Claude Haiku 5.5，输入每100万token 0.10美元，输出0.50美元，定位为位于Sonnet和Opus之下的子代理。DeepSeek于10月17日以V4.1 Flash 1017回应，这是一次专门针对端到端编程工作的更新。
决策取决于一项任务：在Claude Code中进行的终端编程会话，智能体在数十轮交互中读取文件、运行测试并编辑代码。针对这项任务：
- 能力相近，1017略占优势。两家厂商都报告的唯一基准Terminal-Bench 4.0中，1017得分42.3，Haiku 5.5得分39.2。
- 成本取决于上下文长度。每次请求低于100K token时，Haiku 5.5在非高峰时段的成本与1017大致相同，高峰时段约为1017的一半。超过100K后，Haiku会将整个请求按五倍费率计费，此时1017明显更便宜。
- Haiku在其他方面胜出：知识问答、PDF输入、计算机使用以及抗提示注入能力。
为何选这一对
两者都是各自厂商最便宜的、具备智能体能力的层级，且在同一两周内发布，并且都可以在Claude Code中运行。Anthropic将Haiku 5.5定位为编程子代理，并将其设为其API上Claude Code的默认haiku模型。DeepSeek提供了Anthropic格式的端点，并在Claude Code框架内测得了1017的Terminal-Bench 4.0得分。搜索热度也呈现同样趋势：1017发布数日内，针对这一组合的对比页面便已出现。
Gemini 3.8 Flash也是这场讨论中的另一个名字，它出现在DeepSeek自己的成本图表中。它于9月初发布，输入0.75美元、输出3.75美元，价格是此处两款模型的数倍，因此不纳入本次对比。
任务：在Claude Code中进行终端编程会话
与此任务相匹配的基准是Terminal-Bench 4.0：包含真实工具的长时间shell会话，以智能体是否完成任务进行评分。下列数据均为厂商自行报告：DeepSeek的数据来自其模型卡，Anthropic的数据来自Haiku 5.5发布公告。目前尚无人在相同框架和设置下同时运行两者。
| 模型 | Terminal-Bench 4.0 | 报告方 |
|---|---|---|
| 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在Claude Code中运行了Terminal-Bench 4.0；Anthropic在主表中未说明Haiku的推理强度（effort level）。
两个厂商数字之间相差三分，且设置不同，这并不是决定性的胜利。独立的Terminal-Bench 4.0测试中，Haiku 5.5的结果低于Anthropic公布的数字，且彼此之间也不一致；1017尚未发布任何独立结果。应将此理解为"大致持平，1017略微领先"，而非排名。Anthropic自己的指导也指向同样的结论："对于Terminal-Bench 4.0所衡量的那类复杂智能体编程任务，Sonnet 5.5和Opus 5.5仍是更好的选择。"对于最困难的shell会话，这两款廉价模型都不是合适的选择。
除这一基准外，两家厂商几乎没有公布共同的数据。DeepSeek报告了DeepSWE v1.1（77.0）和ProgramBench（29.1）；Anthropic报告了FrontierCode 1.1（46.4）和OSWorld 2.1（72.4）。这些项目都没有另一款模型的公开得分。
各自的优势领域
| 领域 | V4.1 Flash 1017 | Claude Haiku 5.5 |
|---|---|---|
| Terminal-Bench 4.0 | 42.3 | 39.2 |
| HLE，无工具 | 42.6 | 45.9 |
| 上下文窗口 | 1M | 1M |
| 最大输出 | 384K | 128K |
| 输入类型 | 文本、图像 | 文本、图像、PDF |
| 超过100K提示词的价格 | 不变 | 5x |
| 推理强度级别 | 3 | 5 |
| 开放权重 | 是，MIT许可 | 否 |
厂商自报的基准数据。DeepSeek的推理强度级别为low、high和max；Haiku的为low、medium（默认）、high、xhigh和max。
1017更擅长：长会话（无长上下文附加费，输出上限为三倍）、终端和程序构建类工作，以及希望将开放权重作为备选的团队。
Haiku 5.5更擅长：知识密集型步骤、PDF和文档处理、计算机使用（OSWorld 2.1得分72.4，DeepSeek未报告该项），以及需要读取不可信内容的智能体。ComputingForGeeks引用了Gray Swan编程场景的数据，其中提示注入成功率从Haiku 4.5的58.4%降至0.08%。它还在Claude Code中运行于Anthropic的原生协议上，无需对思考块进行转换层处理。
每种模型的单次会话成本
目前没有公开测试提供任何一款模型的单任务token数量，因此本示例采用既定假设。该会话包含40次模型调用。提示词从20K token开始，每次调用增加4K（工具输出加上上一次的回答），最终达到176K。每次调用从缓存中读取先前的提示词，并新增4K新token，同时生成1.5K输出token（包括思考过程）。两款模型使用相同的token数，尽管它们的分词器有所不同。
按AIHubMix标价应用的计费规则：
- 1017：新token按缓存未命中费率计费，缓存前缀按缓存命中费率计费，高峰或非高峰适用相应费率。
- Haiku 5.5：新token写入5分钟缓存，缓存前缀从缓存中读取。任何提示词超过100K的调用，整次请求都按较高档位计费（输入0.50美元，输出2.50美元，缓存读取0.05美元，缓存写入0.625美元）。
| 会话 | 1017高峰 | 1017非高峰 | Haiku 5.5 |
|---|---|---|---|
| 前21次调用，提示词最多100K | $0.077 | $0.039 | $0.040 |
| 完整40次调用，提示词最多176K | $0.152 | $0.076 | $0.288 |
在Haiku 5.5上，超过100K的19次调用花费0.248美元，总计0.288美元。1017高峰时段、完整会话的计算：176K新token × $0.3098 + 3.744M缓存token × $0.0062 + 60K输出 × $1.2392 = $0.152。
由此得出两项实用的优化手段：
- 在Haiku 5.5上，保持每次请求低于100K。Claude Code的
/compact和短生命周期子代理可以做到这一点。若这40次调用全部按短提示词费率计费，则成本为0.089美元。 - 在1017上，将批处理和夜间智能体运行安排在工作日UTC时间01:00–04:00和06:00–10:00之外，可使账单减半。AIHubMix还在对1017提供为期有限的30%折扣，上述计算未包含此折扣。
切换之前，无论朝哪个方向
- 切换到Haiku 5.5：API会拒绝除1以外的
temperature值、任何top_k、手动设置的budget_tokens思考功能以及assistant prefill，均返回400错误。ComputingForGeeks的评测还指出，在自动化行为审计中，它的过度拒绝次数高于其他任何模型，且更严格的网络安全分类器会拦截部分安全工作。 - 切换到1017：在DeepSeek的API上，带工具的思考模式要求将之前每一条
reasoning_content都回传给API，否则请求会因400错误失败，因此不回传的客户端会在第一次工具调用后出错。在10月19日通过AIHubMix进行的一次测试运行中，同一请求返回了200。本系列的迁移文章涵盖了此问题以及高峰时段计费规则。
如何选择
- 选择1017，适用于长上下文的主循环编程智能体、可安排在非高峰时段的夜间或批量智能体运行，以及根据规格构建程序的任务。
- 选择Haiku 5.5，适用于低于100K token的简短、范围明确的子代理调用、文档密集型步骤、计算机使用，以及读取不可信网页或代码库内容的流水线。
- 两者并用于同一个Claude Code配置：更强的模型负责规划，1017负责长时间执行，Haiku 5.5负责快速查询和摘要。
一个密钥运行两者
两款模型都可通过AIHubMix使用：deepseek-v4.1-flash-1017和claude-haiku-5-5。要在Claude Code中试用，请按照Claude Code指南中的说明将其指向AIHubMix：
export ANTHROPIC_BASE_URL="https://aihubmix.com"
export ANTHROPIC_AUTH_TOKEN="$AIHUBMIX_API_KEY"
export ANTHROPIC_MODEL="deepseek-v4.1-flash-1017"
claude
在AIHubMix于10月19日的测试中，1017通过Claude Code所用的Anthropic Messages协议完成了一次两轮工具调用。未设置推理强度的请求返回时没有思考过程，因此请保持设置推理强度级别（例如CLAUDE_CODE_EFFORT_LEVEL=high）。在会话中，/model claude-haiku-5-5可在同一密钥下切换到Haiku，因此您可以用两者运行同一个失败的测试，并比较差异和请求日志。如需并排查看规格和价格，请参阅AIHubMix对比页面。
常见问题
DeepSeek V4.1 Flash 1017在编程方面是否优于Claude Haiku 5.5？
在Terminal-Bench 4.0这一唯一共同的编程基准上，1017报告得分为42.3，Haiku 5.5为39.2。两者都是厂商数据且设置不同，因此应视为大致持平，1017略占优势。
哪个更便宜？
每次请求低于100K token时，Haiku 5.5在非高峰时段的成本与1017大致相同，高峰时段约为1017的一半。超过100K后，Haiku会将整个请求按五倍费率计费，此时1017是更便宜的选择。
Haiku 5.5对长提示词收费更高吗？
是的。当提示词超过100K token时，该整次请求的输入、输出和缓存价格都会升至短提示词费率的五倍。
我能在Claude Code中使用DeepSeek V4.1 Flash 1017吗？
可以。DeepSeek在Claude Code中测得了其Terminal-Bench 4.0得分，您可以通过设置基础URL、密钥和模型名称，经由AIHubMix等兼容Anthropic的端点使用它。
哪个更适合子代理？
对于低于100K token的简短、范围明确的子代理调用，Haiku 5.5是自然之选，并且是Anthropic API上Claude Code的默认haiku模型。对于长时间运行的执行型智能体，1017可避开长提示词附加费。
Haiku 5.5在哪些方面明显胜出？
根据Anthropic报告的数据，在知识问答（HLE 45.9对42.6）、PDF输入、计算机使用和抗提示注入能力方面。
两者中是否有哪个足以取代Sonnet 5.5？
对于复杂的智能体编程而言，都不够。Sonnet 5.5在Terminal-Bench 4.0上报告得分70.6，远高于两者，而Anthropic本身也推荐这类任务使用Sonnet或Opus。
继续阅读：DeepSeek V4.1 Flash 1017系列
- 想在选择1017而非Haiku之前全面了解1017的变化？升级文章涵盖了基准提升和单任务成本下降：DeepSeek V4.1 Flash 1017：价格不变，输出更短。是否应该切换？
- 为 Claude Code 选用 1017 意味着要处理它的思考模式规则；迁移指南给出了 400 错误及其修复方法：迁移到 DeepSeek V4.1 Flash 1017：reasoning_content 400 错误、静默别名替换与高峰时段计费
- 如果 1017 在你的任务上已经超过 Haiku，它或许也能取代 DeepSeek 自家更贵的版本：DeepSeek V4.1 Flash 1017 对比 V4 Pro：现在 Flash 是否已经够用？
来源
- DeepSeek-V4.1-Flash-1017 模型卡（Hugging Face）
- Introducing Claude Haiku 5.5（Anthropic）
- DeepSeek V4.1 Flash 1017 对比 Claude Haiku 5.5（AIHubMix）
- Claude Haiku 5.5：定价、基准测试与实测（ComputingForGeeks）
- DeepSeek V4.1 Flash 1017 实测：规格、基准测试与价格（Kingy.ai）
