DeepSeek V4.1 Flash 1017: cosa è cambiato e il test contro V4 Pro

DeepSeek ha aggiornato V4.1 Flash a DeepSeek-V4.1-Flash-1017 il 17 ottobre 2026, con lo stesso ID del modello (deepseek-flash) e gli stessi prezzi. I punteggi della stessa DeepSeek salgono su ogni benchmark che pubblica. Nei nostri test del giorno del rilascio, 1017 ha dato le stesse risposte di V4 Pro su ogni compito che entrambi potevano eseguire, è arrivato prima ogni volta ed è costato da 4 a 11 volte meno.

Entrambi i modelli sono su OmniaKey: DeepSeek V4.1 Flash e DeepSeek V4 Pro.

Cosa è cambiato in 1017

DeepSeek ha rilasciato 1017 il 17 ottobre 2026 come aggiornamento di V4.1 Flash, uscito il 10 settembre (la nostra analisi di V4.1 Flash di settembre). La nuova model card definisce 1017 un aggiornamento minore che porta comunque guadagni sostanziali su ragionamento, codice, compiti agentici e test visivi. I punteggi qui sotto sono quelli di DeepSeek.

Tutte le righe salgono. Terminal-Bench 4.0 guadagna 11,1 punti, ProgramBench 8,8 e Apex Bench v1.1 7,5. Il simbolo † indica il sottoinsieme solo testo di HLE.

NL2Repo-Bench merita una nota a parte: la model card di 1017 mette il modello di settembre a 65,4, mentre la precedente model card di V4.1 Flash indica 64,0, quindi il guadagno è di 2,8 punti su una base e di 4,2 sull'altra.

DeepSeek dice anche di aver ridotto il tempo dei compiti e la lunghezza dell'output, e definisce il risultato un nuovo ottimo tra prestazioni e costo su vari harness. Cita DeepSeek Harness, Tencent CodeBuddy e WorkBuddy tra le piattaforme per cui ha messo a punto il modello. I pesi sono su Hugging Face come deepseek-ai/DeepSeek-V4.1-Flash-1017 con licenza MIT. La model card suggerisce temperature 1.0, top_p 1.0 e almeno 256K max_tokens per chi lo esegue in proprio.

Il codice va modificato?

No, se già chiami deepseek-flash. Il changelog dice che il modo di chiamata e i prezzi restano gli stessi, e che quell'ID ora serve 1017.

• I vecchi nomi deepseek-v4-flash e deepseek-v4-flash-vision-exp funzionano ancora e sono serviti da 1017 al prezzo di Flash. DeepSeek definisce la soluzione temporanea e non pubblica una data di fine.
• Il ragionamento è attivo per impostazione predefinita con effort high. reasoning_effort accetta low, high o max, e il valore predefinito è un buon punto di partenza per il codice.
• Le esecuzioni di ragionamento lunghe richiedono spazio e una connessione in streaming. Il nostro compito del parser ha usato 20.709 token di output su 1017, e V4 Pro ne ha restituiti 70.649 anche se avevamo impostato max_tokens a 32.000. La nostra richiesta a V4 Pro senza streaming è stata interrotta dopo 10 minuti, e il nuovo tentativo in streaming è finito in 20,7 minuti.
• Le ore di punta costano il doppio. Ai prezzi di listino DeepSeek, controllati il 17 ottobre, l'input con cache miss di Flash costa $0,15 per milione di token e l'output $0,60 per milione fuori punta, contro $0,30 e $1,20 in punta. V4 Pro costa $0,66 e $1,98 fuori punta.

Le ore di punta sono 01:00–04:00 e 06:00–10:00 UTC nei giorni feriali, esclusi i giorni festivi cinesi. Chi usa DeepSeek Harness deve passare a 0.2.1-rc.1 o successivo, secondo il changelog.

I nostri test: 1017 contro V4 Pro

Abbiamo avviato i cinque compiti il 17 ottobre 2026, tra le 13:00 e le 13:20 UTC, un venerdì dentro la finestra fuori punta di DeepSeek.

Come abbiamo testato

• ID dei modelli: deepseek-flash, che la pagina dei prezzi di DeepSeek associa a DeepSeek-V4.1-Flash-1017, e deepseek-v4-pro, le cui risposte riportavano deepseek-v4-pro-ga-260813 (DeepSeek-V4-Pro-0813 sulla pagina dei prezzi).
• Le chiamate sono andate all'endpoint /v1/chat/completions di OmniaKey, compatibile con OpenAI.
• Ragionamento attivo con effort high predefinito, senza cambiare la temperature. Un'esecuzione per compito per modello, compiti in parallelo. Solo il nuovo tentativo di codice di V4 Pro è stato in streaming.
• Valutazione: compito 1 contro un file di 30 casi, con 19 risultati che devono coincidere esattamente con Python e 11 input che devono sollevare l'errore giusto. Compito 2 per ogni chiamata di strumento e i suoi argomenti, compito 3 per 10 campi, compito 4 per tre codici badge, compito 5 per quattro risposte.
• Il tempo va dall'invio della richiesta alla risposta completa. Il costo è il conteggio dei token della risposta per i prezzi di listino DeepSeek fuori punta, input con cache miss e output. Non ci sono stati cache hit.
• OmniaKey vende accesso API a entrambi i modelli, quindi abbiamo eseguito i test tramite OmniaKey. Ogni prezzo qui è il listino di DeepSeek, non il nostro.
• Fonti, tutte controllate il 17 ottobre 2026: changelog, prezzi, model card, guida al ragionamento, guida a Search e Fetch.

Un'esecuzione per compito è un controllo a campione, non un benchmark.

Compito 1: un parser con le regole esatte di Python

Cosa verifica: precedenza, ** associativo a destra, -2**2 = -4, divisione intera, modulo e le eccezioni giuste, senza eval.

Prompt:

Write a Python 3 function evaluate(expr: str) that evaluates an arithmetic expression without using eval, exec, ast or any parsing library.

• 1017: 30 casi su 30 in 87,7 s, per $0,0125, con 20.709 token di output, 19.734 dei quali di ragionamento.
• V4 Pro: 30 casi su 30, al nuovo tentativo in streaming: 1.239,5 s (20,7 minuti), $0,1401, 70.649 token di output, 69.456 dei quali di ragionamento. Il primo tentativo, senza streaming, è stato interrotto dopo più di 10 minuti senza risposta.

Verdetto: 1017. Entrambi hanno scritto un parser corretto, ma 1017 ha impiegato 88 secondi e V4 Pro quasi 21 minuti, con un costo 11 volte maggiore.

Compito 2: chiamate di strumenti in parallelo

Cosa verifica: quattro chiamate in una risposta, due città e due strumenti, con la città giusta in ogni argomento.

Prompt:

I'm flying out tonight. What's the weather right now in Lisbon and in Osaka, and what's the local time in each city? Use the tools.

• 1017: tutte e quattro le chiamate con gli argomenti giusti, 2,6 s, $0,0002, 195 token di output.
• V4 Pro: tutte e quattro le chiamate con gli argomenti giusti, 5,2 s, $0,0008, 265 token di output.

Verdetto: parità sulla correttezza, vittoria di 1017 su tempo e costo.

Compito 3: campi di fattura da un'email disordinata

Cosa verifica: 10 campi da una fattura tedesca e inglese con "2.500 pcs at 0,42 EUR", una data "3rd of November 2026", pagamento a 14 giorni e uno sconto del 5% su una riga.

Prompt:

Extract this invoice email into JSON with exactly these keys:

• 1017: 10 campi su 10, 5,2 s, $0,0005, 779 token di output.
• V4 Pro: 10 campi su 10, 22,1 s, $0,0034, 1.607 token di output.

Verdetto: 1017. Stesse risposte, quattro volte più veloce e 6,7 volte più economico.

Compito 4: un log di servizio da 263K token

Cosa verifica: il codice badge attuale per Buildings A, B e C, ignorando un codice superato per B e un codice non richiesto per D.

Nessun prompt da citare. L'input è un log di servizio da 262.816 token, secondo il conteggio dell'API, con cinque righe NOTE.

• 1017: A, B e C corretti, il vecchio B e D saltati, 24,1 s, $0,0417, 3.771 token di output.
• V4 Pro: tutto corretto, 31,7 s, $0,1759, 1.221 token di output.

Verdetto: 1017. Qui ha ragionato più a lungo e ha comunque finito prima, a circa un quarto del prezzo.

Compito 5: un grafico

Cosa verifica: il mese più alto, il mese più basso, la media di sei mesi a una cifra decimale e giugno meno gennaio. DeepSeek elenca la visione solo su Flash, quindi 1017 ha corso da solo.

Prompt:

Look at the chart. Which month had the most API calls and which had the fewest? What is the average of the six months, rounded to one decimal? By how many thousand calls did June exceed January? Reply in four short lines.

• 1017: 4 risposte su 4, 3,8 s, $0,0002.

Verdetto: 1017 per impostazione predefinita. V4 Pro non può ricevere l'immagine.

Risultati

V4 Pro ha impiegato 14,1 volte il tempo sul parser, il doppio sul compito degli strumenti, 4,2 volte sulla fattura e 1,3 volte sul log. Sui compiti da 1 a 4, 1017 è costato $0,055 e V4 Pro $0,320, 5,8 volte tanto ai prezzi di listino DeepSeek.

I numeri di DeepSeek, letti con attenzione

La tabella di 1017 di DeepSeek mette il nuovo modello davanti a Claude Opus 5 su quattro degli undici test e dietro su sette. Sono numeri di DeepSeek, prodotti con i suoi harness.

1017 è avanti su DeepSWE v1.1 con 77,0 contro 74,0, su Automation-Bench v1.0.6 con 60,5 contro 50,3, su Agents' Last Exam con 35,4 contro 28,6 e su Apex Bench v1.1 con 72,1 contro 65,8. Opus 5 è ancora avanti su HLE con 56,3 contro 42,6, su Terminal-Bench 4.0 con 51,8 contro 42,3, su ProgramBench con 37,0 contro 29,1 e su NL2Repo-Bench con 75,3 contro 68,2. È avanti anche nei tre test visivi: Chartography 84,0 contro 83,0, BabyVision 94,1 contro 92,5 e ZeroBench-main 52,0 contro 51,0.

DeepSeek non ha pubblicato una tabella ufficiale che affianchi 1017 e V4 Pro; gli unici punteggi di V4 Pro che ha pubblicato sono nella model card di V4.1 Flash di settembre. Il grafico che mette il punteggio DeepSWE in rapporto al costo per compito è solo un'immagine, senza valori nel testo della pagina.

Per il tuo codice, i cinque test qui sopra sono una guida migliore.

La nuova API Search e Fetch

Lo stesso changelog del 17 ottobre ha aperto il motore di ricerca interno di DeepSeek come API. Search è POST https://api.deepseek.com/v1/tools/search e Fetch è POST https://api.deepseek.com/v1/tools/fetch. Entrambi usano la stessa bearer key del resto dell'API DeepSeek e restituiscono JSON grezzo.

Ogni endpoint costa $0,75 per 1.000 richieste riuscite ai prezzi di listino DeepSeek. Una richiesta viene fatturata solo se restituisce HTTP 200 con un risultato, quindi le chiamate fallite o vuote sono gratuite. Entrambi gli endpoint consentono 5 query al secondo per account, e Fetch ha anche un limite per dominio.

Search accetta una query da 1 a 128 caratteri e restituisce 10 risultati per impostazione predefinita, regolabili da 1 a 50. Fetch accetta un URL fino a 8.192 caratteri e restituisce la pagina in Markdown.

Le chiamate di strumenti lato server tramite DeepSeek Harness, Claude Code e Codex sono gratuite fino all'inizio della fatturazione, il 31 ottobre 2026 alle 16:00 UTC. È il 1° novembre alle 00:00 ora di Pechino.

È l'API di DeepSeek stessa, venduta da api.deepseek.com.

Pro e contro

Pro

• Ha dato le stesse risposte di V4 Pro su ogni compito che entrambi i modelli potevano eseguire.
• Più veloce su tutti e quattro i compiti comuni, da 1,3 a 14 volte.
• Da 4 a 11 volte più economico per compito ai prezzi di listino DeepSeek.
• Legge le immagini, cosa che V4 Pro non fa.
• Entra direttamente nel codice che già usa deepseek-flash.
• Pesi aperti con licenza MIT.

Contro

• Ragiona a lungo sui compiti difficili: 19.734 token di ragionamento sul nostro parser.
• La tabella di DeepSeek mostra ancora Claude Opus 5 avanti su HLE, Terminal-Bench 4.0, ProgramBench e NL2Repo-Bench.
• Ogni numero di miglioramento viene da DeepSeek.

Quale modello per quale lavoro

V4 Pro è ancora in vendita al 17 ottobre 2026, con prezzi propri e un limite di 500 richieste simultanee contro 2.500 di Flash. Tienilo dove i tuoi test mostrano un vantaggio.

Chiamarlo tramite API

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="deepseek-flash",           # serve DeepSeek-V4.1-Flash-1017
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # spazio per risposte lunghe
    stream=True,                      # i ragionamenti lunghi possono superare i timeout del proxy
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. Crea una key nella dashboard di OmniaKey e incollala al posto di YOUR_OMNIAKEY_KEY.
2. Invia la richiesta qui sopra con deepseek-flash. Tieni max_tokens intorno a 32.000 per il lavoro di codice e usa lo streaming sulle esecuzioni lunghe.
3. Registra i token restituiti e il nome del modello sul primo compito reale, poi confronta il costo con le tariffe fuori punta di DeepSeek.

Domande frequenti

DeepSeek ha alzato il prezzo con 1017?

Il changelog di DeepSeek del 17 ottobre dice che i prezzi non sono cambiati. La pagina dei prezzi di quel giorno indica Flash a $0,15 per milione di token di input con cache miss e $0,60 per milione di token di output fuori punta. Mostra solo le tariffe attuali.

Posso eseguire 1017 sul mio hardware?

I pesi sono su Hugging Face con licenza MIT. Il rilascio include codice Python di riferimento per l'encoding invece di un template di chat Jinja, quindi uno stack di serving locale ha bisogno del proprio encoder di prompt.

1017 legge le immagini tramite API?

Sì. La pagina dei prezzi di DeepSeek segna la visione come supportata su Flash e non su V4 Pro, e il nostro compito del grafico ha girato solo su Flash.

Registro degli aggiornamenti

• 17 ottobre 2026: prima pubblicazione, con test eseguiti lo stesso giorno.