DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5：終端機程式代理該選哪個便宜模型？

兩者相隔十天推出，2026 年 10 月最便宜、又足以勝任代理任務的兩款模型，是從相反方向來的。Anthropic 於 10 月 7 日推出 Claude Haiku 5.5，每 1M tokens 輸入 $0.10、輸出 $0.50，定位是位於 Sonnet 和 Opus 之下的子代理。DeepSeek 則於 10 月 17 日以 V4.1 Flash 1017 回應，這次更新直接針對端到端的程式設計工作。

決定取決於一項任務：在 Claude Code 中進行的終端機程式設計工作階段，代理會在數十輪互動中讀取檔案、執行測試並編輯程式碼。就這項任務而言：

• 能力相近，1017 略勝一籌。兩家廠商都有回報的基準測試 Terminal-Bench 4.0 中，1017 得 42.3 分，Haiku 5.5 得 39.2 分。
• 成本取決於上下文長度。在每次請求低於 100K tokens 時，Haiku 5.5 在離峰時段的成本與 1017 大致相同，在尖峰時段則約為 1017 的一半。超過 100K 後，Haiku 會把整次請求按五倍費率計費，此時 1017 會明顯更便宜。
• Haiku 在其他面向較佔優勢：知識問答、PDF 輸入、電腦操作，以及抵抗提示注入（prompt injection）的能力。

為何選擇這兩款模型

兩者都是各自廠商中最便宜、且具備代理能力的等級，也都在同一個兩週內推出，並且都能在 Claude Code 中運行。Anthropic 將 Haiku 5.5 定位為程式設計子代理，並讓它成為 Claude Code 在其 API 上的預設 haiku 模型。DeepSeek 提供了 Anthropic 格式的端點，並在 Claude Code 測試框架中測量了 1017 的 Terminal-Bench 4.0 分數。搜尋熱度也呈現相同走向：在 1017 發布後數天內，就出現了專門比較這兩款模型的頁面。

Gemini 3.8 Flash 也常被一起提及，而且出現在 DeepSeek 自家的成本圖表中。它於 9 月初推出，輸入 $0.75、輸出 $3.75，價格是這裡兩款模型的數倍，因此不列入本次比較。

任務：在 Claude Code 中進行的終端機程式設計工作階段

與這項任務相符的基準測試是 Terminal-Bench 4.0：使用真實工具的長時間 shell 工作階段，並以代理是否完成任務來評分。以下數據皆為廠商回報：DeepSeek 的數據來自其模型卡，Anthropic 的數據來自Haiku 5.5 發布公告。目前尚無人在相同測試框架與設定下同時執行兩者。

DeepSeek 是在 Claude Code 中執行 Terminal-Bench 4.0；Anthropic 在主要結果表中並未說明 Haiku 的推理強度等級。

兩家廠商在不同設定下得出的數字相差三分，這不足以構成決定性的勝負。獨立執行的 Terminal-Bench 4.0 結果顯示，Haiku 5.5 的成績低於 Anthropic 的數字，而且各次結果彼此也不一致；1017 目前尚未發布任何獨立結果。應將此解讀為「大致相當，1017 略為領先」，而非排名。Anthropic 自己的建議也指向相同方向：「對於 Terminal-Bench 4.0 所衡量的那類複雜代理式程式設計任務，Sonnet 5.5 和 Opus 5.5 仍是較好的選擇。」因此，對於最困難的 shell 工作階段，這兩款便宜模型都不是最合適的選擇。

除了這項基準測試之外，兩家廠商幾乎沒有公布共同的數據。DeepSeek 回報了 DeepSWE v1.1（77.0）和 ProgramBench（29.1）；Anthropic 回報了 FrontierCode 1.1（46.4）和 OSWorld 2.1（72.4）。這些測試都沒有另一款模型的公開分數。

各自的優勢

以上為廠商回報的基準測試數據。DeepSeek 的推理強度等級為 low、high 和 max；Haiku 的等級為 low、medium（預設）、high、xhigh 和 max。

1017 在以下方面較強：長時間工作階段（無長上下文附加費，輸出上限為三倍）、終端機與程式建置工作，以及希望以開放權重作為備援的團隊。

Haiku 5.5 在以下方面較強：知識密集型步驟、PDF 與文件處理、電腦操作（在 OSWorld 2.1 得 72.4 分，DeepSeek 未回報此項），以及需要讀取不可信內容的代理。ComputingForGeeks 引用了 Gray Swan 程式設計情境的結果，顯示提示注入的成功率從 Haiku 4.5 的 58.4% 下降到 0.08%。此外，它在 Claude Code 中使用 Anthropic 的原生協定運行，思考區塊不需經過轉換層。

各模型的工作階段成本

目前沒有任何公開測試提供這兩款模型每項任務的 token 數量，因此本例採用既定假設。該工作階段共有 40 次模型呼叫。提示詞起始為 20K tokens，每次呼叫增加 4K（工具輸出加上前一次回答），最後達到 176K。每次呼叫都會從快取讀取先前的提示詞，並新增 4K 新 tokens，同時產生 1.5K 輸出 tokens（包含思考內容）。兩款模型的 token 計數相同，儘管它們的 tokenizer 不同。

以下為套用的計價規則，採 AIHubMix 標價：

• 1017：新 tokens 按快取未命中費率計費，已快取的前綴按快取命中費率計費，並區分尖峰或離峰時段。
• Haiku 5.5：新 tokens 寫入 5 分鐘快取，已快取的前綴從快取讀取。凡提示詞超過 100K 的呼叫，整次費用都按較高等級計費（輸入 $0.50、輸出 $2.50、快取讀取 $0.05、快取寫入 $0.625）。

在 Haiku 5.5 上，超過 100K 的 19 次呼叫花費 $0.248，總計 $0.288。1017 尖峰時段、完整工作階段的計算方式：176K 新 tokens × $0.3098 + 3.744M 快取 tokens × $0.0062 + 60K 輸出 tokens × $1.2392 = $0.152。

由此可得兩項實用的調整方式：

• 在 Haiku 5.5 上，讓每次請求都維持在 100K 以下。Claude Code 的 /compact 指令和短期存活的子代理可以做到這一點。若這 40 次呼叫全部按短提示詞費率計費，成本會是 $0.089。
• 在 1017 上，將批次與夜間代理任務安排在平日 UTC 01:00–04:00 和 06:00–10:00 以外的時段，可使帳單減半。AIHubMix 目前也對 1017 提供限時 30% 折扣，上述計算未包含此折扣。

切換前的注意事項，無論往哪個方向切換

• 改用 Haiku 5.5：API 會拒絕不等於 1 的 temperature 值、任何 top_k、手動設定的 budget_tokens 思考，以及助理預填（assistant prefill），且都會回傳 400。ComputingForGeeks 的評測也指出，在自動化行為稽核中，它的過度拒絕次數高於其他任何模型，而且較嚴格的網路安全分類器會攔截部分資安工作。
• 改用 1017：在 DeepSeek 的 API 上，帶有工具的思考模式要求所有先前的 reasoning_content 都必須回傳給 API，否則請求會以 400 失敗，因此若客戶端未保留這些內容，第一次工具呼叫之後就會中斷。在 10 月 19 日透過 AIHubMix 進行的測試中，同一請求回傳了 200。本系列的遷移文章涵蓋此問題以及尖峰時段的計費規則。

應如何選擇

• 選擇 1017，適用於需要長上下文的主迴圈程式代理、可安排在離峰時段的夜間或批次代理任務，以及依規格建置程式的任務。
• 選擇 Haiku 5.5，適用於 100K tokens 以下、範圍明確的短子代理呼叫，文件密集型步驟，電腦操作，以及會讀取不可信網頁或儲存庫內容的流程。
• 兩者並用於同一個 Claude Code 設定：較強的模型負責規劃，1017 負責長時間執行，Haiku 5.5 負責快速查詢與摘要。

用一把金鑰同時執行兩款模型

兩款模型都在 AIHubMix 上提供：deepseek-v4.1-flash-1017 與 claude-haiku-5-5。若要在 Claude Code 中試用，請依照 Claude Code 指南的說明，將其指向 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 於 10 月 19 日的測試中，1017 透過 Claude Code 所使用的 Anthropic Messages 協定，完成了一次兩輪的工具呼叫。未設定推理強度的請求，回傳時不含思考內容，因此請保持設定推理強度等級（例如 CLAUDE_CODE_EFFORT_LEVEL=high）。在工作階段中，使用 /model claude-haiku-5-5 即可在同一把金鑰下切換到 Haiku，因此可以用兩款模型執行同一個失敗的測試，並比較差異與請求記錄。如需並列比較規格與價格，請參閱 AIHubMix 比較頁面。

常見問題

在程式設計方面，DeepSeek V4.1 Flash 1017 是否優於 Claude Haiku 5.5？
在唯一共同的程式設計基準測試 Terminal-Bench 4.0 中，1017 回報 42.3 分，Haiku 5.5 回報 39.2 分。兩者都是廠商自報數字，且設定不同，因此應視為大致相當，1017 略勝一籌。

哪一款比較便宜？
在每次請求低於 100K tokens 時，Haiku 5.5 在離峰時段的成本與 1017 大致相同，在尖峰時段則約為 1017 的一半。超過 100K 後，Haiku 會把整次請求按五倍費率計費，此時 1017 會是更便宜的選擇。

Haiku 5.5 對長提示詞收費較高嗎？
是的。當提示詞超過 100K tokens 時，該次請求的輸入、輸出和快取價格都會提高到短提示詞費率的五倍。

我能在 Claude Code 中使用 DeepSeek V4.1 Flash 1017 嗎？
可以。DeepSeek 是在 Claude Code 中測量 Terminal-Bench 4.0 分數的，而且你可以透過與 Anthropic 相容的端點使用它，例如 AIHubMix 提供的端點，只需設定 base URL、金鑰和模型名稱即可。

哪一款更適合子代理？
對於 100K tokens 以下、範圍明確的短子代理呼叫，Haiku 5.5 是自然的選擇，也是 Anthropic API 上 Claude Code 的預設 haiku 模型。對於長時間執行的代理，1017 則可避開長提示詞的附加費。

Haiku 5.5 在哪些方面明顯較強？
依據 Anthropic 回報的數據，在知識問答（HLE 45.9 對 42.6）、PDF 輸入、電腦操作以及抵抗提示注入方面，Haiku 5.5 較佔優勢。

這兩款模型中有哪一款足以取代 Sonnet 5.5 嗎？
對於複雜的代理式程式設計，並不足以取代。Sonnet 5.5 在 Terminal-Bench 4.0 回報 70.6 分，遠高於兩者，而 Anthropic 本身也建議這類任務使用 Sonnet 或 Opus。

延伸閱讀：DeepSeek V4.1 Flash 1017 系列

• 想在選擇 1017 而非 Haiku 之前，完整了解 1017 有哪些改變嗎？升級文章涵蓋了基準測試的進步以及每項任務成本的下降：DeepSeek V4.1 Flash 1017：價格不變，輸出更短。該不該換？
• 為 Claude Code 選用 1017 意味著要處理它的思考模式規則；遷移指南說明了 400 錯誤及其修復方法：遷移至 DeepSeek V4.1 Flash 1017：reasoning_content 400 錯誤、無聲別名切換與尖峰時段計費
• 如果 1017 在你的任務上已經勝過 Haiku，它或許也能取代 DeepSeek 自家較昂貴的版本：DeepSeek V4.1 Flash 1017 與 V4 Pro 比較：現在 Flash 夠用了嗎？

資料來源

• DeepSeek-V4.1-Flash-1017 模型卡（Hugging Face）
• Introducing Claude Haiku 5.5（Anthropic）
• DeepSeek V4.1 Flash 1017 與 Claude Haiku 5.5 比較（AIHubMix）
• Claude Haiku 5.5：定價、基準測試與實測（ComputingForGeeks）
• DeepSeek V4.1 Flash 1017 實測：規格、基準測試與價格（Kingy.ai）