今年秋季，DeepSeek 的产品线结构有些奇怪。V4 Pro 0813 体量更大、价格更贵：高峰时段其输出价格为每 100 万 tokens 3.96 美元，是 Flash 的 1.20 美元的 3.3 倍。但自 Pro 在 8 月发布以来，Flash 已经经过两次重新训练，而 10 月 17 日的更新版本 V4.1 Flash 1017，在 DeepSeek 为两者公布的每一项智能体和编程基准测试中都超过了 Pro。
那么，还有没有哪项编程或智能体任务值得为 Pro 支付溢价？按照 DeepSeek 自己公布的数据，几乎没有。Pro 只在一项科学推理基准上保持微弱领先，而且它的回答往往比 9 月版 Flash 更简短。对于智能体、终端操作以及任何涉及图像的任务，Flash 现在都是更好且更便宜的选择。
价格差距
| 模型 | 输入，高峰 | 输出，高峰 | 缓存命中，高峰 |
|---|---|---|---|
| V4.1 Flash 1017 | $0.30 | $1.20 | $0.006 |
| V4 Pro 0813 | $1.32 | $3.96 | $0.044 |
以下为 DeepSeek 每 100 万 tokens 的官方定价，来源为 DeepSeek 定价页面。两者的非高峰时段价格均为高峰价格的一半。AIHubMix 高峰时段的 Flash 1017 价格为 $0.3098 / $1.2392，Pro 0813 为 $1.3944 / $4.1832。
按单个输入 token 计算，Pro 的价格是 Flash 的 4.4 倍；按输出 token 计算是 3.3 倍；按缓存 token 计算则超过 7 倍。它在 DeepSeek API 上的并发上限也更低：Pro 为 500，而 Flash 为 2,500。
DeepSeek 自己的数据怎么说
下表中的 Pro 数据来自 DeepSeek V4.1 Flash 论文中的表 3，均为最大推理强度下的结果；1017 的数据则来自其模型卡。两者都是 DeepSeek 自己的测量结果，目前尚无第三方复现。论文中 Pro 一列并未注明 0813 版本，但其 Terminal-Bench 2.1 得分与 0813 模型卡一致。
| 基准 | V4 Pro | Flash（9 月） | 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，纯文本子集 | 42.7 | 39.1 | 44.0 |
| GPQA Diamond | 92.4 | 90.9 | — |
“-”表示 DeepSeek 尚未公布 1017 在该项上的得分。
在智能体相关的项目上，差距并不接近。在 Terminal-Bench 4.0 上，Pro 得分 12.4，1017 得分 42.3；在 DeepSWE 上，分别为 62.7 和 77.0。即便是 9 月版 Flash，在每一项编程和智能体基准上也已超过 Pro。Artificial Analysis 在 9 月的综合指数评测中也得出了相同结论，并将 V4.1 Flash 称为领先于 V4 Pro 0813 的 DeepSeek“新旗舰”。
Pro 仍有优势的场景
这份清单很短，而且每一项的适用范围都比表面看起来更窄。
- GPQA Diamond。Pro 的 92.4 分高于 9 月版 Flash 的 90.9 分。DeepSeek 尚未公布 1017 的得分，因此这是 Pro 可能仍保持领先的唯一基准。
- 输出长度。Artificial Analysis发现，9 月版 Flash 完成其指数测试所用的输出 tokens 比 Pro 0813 多 62%。1017 的训练目标是更短的输出，但尚无第三方对其重新测量。在有人完成测量之前，一个输出较长、价格只有三分之一的 Flash，仍然比一个回答简洁的 Pro 更便宜。
- 稳定且带日期的版本。Pro 0813 自 8 月起就已投入使用，DeepSeek 的更新日志表示将继续提供该版本的服务。如果你的评估是基于 Pro 调优的，它就是已知的稳定选择。
- 知识能力。在纯文本 HLE 子集上，Pro（42.7）介于 9 月版 Flash（39.1）和 1017（44.0）之间。这一优势已不复存在。
Pro 完全不支持图像输入，而 1017 支持。如果你的工作流程中有任何环节需要读取截图、图表或界面，仅此一点就足以做出决定。
同一任务在两个模型上的表现
目前没有公开的测试给出两个模型在各项任务上的 tokens 用量，因此本例采用明确的假设条件。一次智能体缺陷修复会话包含 40 次模型调用，总共发送 120 万输入 tokens，其中 90% 由缓存提供，并生成 6 万输出 tokens（包括思考过程）。两个模型的 tokens 用量相同。以下为 AIHubMix 的标准价格：
| 模型 | 高峰 | 非高峰 |
|---|---|---|
| V4.1 Flash 1017 | $0.118 | $0.059 |
| V4 Pro 0813 | $0.469 | $0.233 |
Pro 在高峰时段的计算过程：0.12M × $1.3944 + 1.08M × $0.0465 + 0.06M × $4.1832 = $0.469。
在 tokens 用量相同的情况下，完成同一会话时 Pro 的成本约为 Flash 的四倍。要想持平，Pro 需要以约 Flash 四分之一的 tokens 完成任务。Artificial Analysis 测得的差距要小得多：9 月版 Flash 的输出 tokens 是 Pro 的 1.62 倍，因此 Pro 只需约 62% 的用量，而非 25%。而且在基准测试中，更便宜的模型也更有可能完成任务。
哪些人仍需要 Pro
- 如果你的生产流程已在 Pro 0813 上验证，且本月没有时间重新运行评估，或者你的科学问答工作负载中，GPQA 的差距已在自己的测试中体现出来，那么继续使用 Pro。
- 对于编程智能体、终端自动化、工具调用流程、任何涉及图像的任务，以及任何对并发量有要求的高吞吐场景，迁移到 Flash。
- 对于那些依赖 Pro 较简短、信息更密集回答的长文写作和分析场景，先测试再迁移。1017 比 9 月版 Flash 更简短，但目前还没有人将其与 Pro 进行对比测量。
如何在 AIHubMix 上测试切换
两个模型都可以通过同一个密钥在 AIHubMix 上调用：deepseek-v4.1-flash-1017 和 deepseek-v4-pro-0813。将你自己的评估集分别运行在两个模型上，比较通过率，并在请求日志中查看每次运行的成本。AIHubMix 对比页面可并排显示两者的规格和价格。
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])
在你自己的提示词上比较 completion_tokens，是最快看出 1017 更短的输出在你的工作负载中能否与 Pro 保持相当水平的方法。
常见问题
DeepSeek V4.1 Flash 1017 比 V4 Pro 更好吗？
在 DeepSeek 为两者公布的每一项编程和智能体基准上，答案是肯定的，而且差距往往很大：Terminal-Bench 4.0 上为 42.3 对 12.4，DeepSWE 上为 77.0 对 62.7。这些都是 DeepSeek 自己公布的数据。
V4 Pro 贵多少？
按 DeepSeek 的高峰价格，Pro 每 100 万 tokens 的输入价格为 1.32 美元，输出价格为 3.96 美元；Flash 则分别为 0.30 美元和 1.20 美元。输出价格相差 3.3 倍。非高峰时段两者价格均减半。
V4 Pro 在哪些方面仍更好？
Pro 在 GPQA Diamond 上得分 92.4，高于 9 月版 Flash 的 90.9，而 1017 尚未公布该项得分。Artificial Analysis 还测得，9 月版 Flash 使用的输出 tokens 比 Pro 更多。
V4 Pro 支持图像吗？
不支持。DeepSeek 的定价页面仅将视觉功能列为 Flash 的能力。
DeepSeek 会下线 V4 Pro 吗？
DeepSeek 表示将继续提供 V4 Pro 服务，目前尚未公布下线日期。
1017 更短的输出能让每个任务的成本低于 Pro 吗？
在 tokens 用量相同的情况下，它已经更便宜，如上例所示，约为四倍。更短的输出会进一步扩大这一差距。
我现在就应该迁移生产环境中的 Pro 流程吗？
先在两个模型上运行你的评估集。如果 1017 的通过率与 Pro 相当，迁移既能降低成本，也能提高并发余量。
延伸阅读：DeepSeek V4.1 Flash 1017 系列
- 从 Pro 迁移，意味着迁移到一个 DeepSeek 会原地更新的模型；升级文章解释了 1017 的变化：DeepSeek V4.1 Flash 1017：价格不变，输出更短。是否该切换？
- 将 Pro 的接入切换到 Flash？迁移指南涵盖了思考模式下的 400 错误，以及适用于两者的计费规则：迁移到 DeepSeek V4.1 Flash 1017：reasoning_content 400 错误、静默别名切换与高峰时段计费
- 如果 Flash 对你来说可以替代 Pro，下一个问题是它在 DeepSeek 产品线之外的表现如何：DeepSeek V4.1 Flash 1017 对比 Claude Haiku 5.5：终端编程智能体该选哪款廉价模型？
来源
- DeepSeek 模型与定价（DeepSeek）
- DeepSeek-V4.1-Flash：突破 KV 缓存压缩的极限（DeepSeek-AI，arXiv）
- DeepSeek V4.1 Flash 1017 对比 DeepSeek V4 Pro 0813（AIHubMix）
- DeepSeek V4.1 Flash（max）：智能、性能与价格分析（Artificial Analysis）
- DeepSeek V4.1 Flash 1017 实测：规格、基准与价格（Kingy.ai）
