Claude Haiku 5.5 vs DeepSeek V4.1 Flash: Il prezzo più basso non è il modello più economico

Sul listino prezzi non c'è partita. Claude Haiku 5.5, che il fornitore ha rilasciato il 7 ottobre 2026, è listato a $0,10 per milione di token in input e $0,50 per milione di token in output. DeepSeek V4.1 Flash, rilasciato il 10 settembre 2026, è listato a $0,30 e $1,20 sulla piattaforma indipendente, oppure a $0,15 e $0,60 sul listino off-peak del fornitore stesso. Il fornitore è tra due e tre volte più economico su entrambe le voci, ed è la prima volta che un modello di classe Haiku scende sotto una tariffa di DeepSeek Flash.

Poi si misura quanto costa un'attività completata, e il divario crolla. Nella stessa esecuzione di valutazione, un'attività dell'Intelligence Index costa 0,21 $ su Claude Haiku 5.5 e 0,27 $ su DeepSeek V4.1 Flash — un vantaggio del 20%, non del 200%. Il motivo è nella stessa pagina: Claude Haiku 5.5 ha generato 162.164 token di output per attività contro gli 88.574 di DeepSeek. Si paga meno per token e se ne acquistano quasi il doppio.

Quell'inversione è l'intero confronto, e tutto ciò che segue è un ragionamento su quale lato di essa cada il tuo carico di lavoro.

Entrambi i tariffari, letti come scritti

Per milione di token in dollari statunitensi. I dati di Anthropic provengono dalla documentazione tariffaria di Anthropic stessa; quelli di DeepSeek provengono dalla pagina Model & Pricing di DeepSeek, che è la scheda autorevole per la sua struttura peak e off-peak. Le misurazioni indipendenti sono Artificial Analysis Intelligence Index v4.3.2, consultato l'8 ottobre 2026.

• Input — Claude Haiku 5.5 0,10 $ fino a 100.000 token e 0,50 $ oltre quella soglia. DeepSeek V4.1 Flash 0,30 $ fissi sulla scheda della board, oppure 0,15 $ nelle finestre off-peak di DeepSeek.

• Output — Claude Haiku 5.5 $0.50 fino a 100.000 token e $2.50 oltre. DeepSeek V4.1 Flash $1.20 fisso, oppure $0.60 fuori punta.

• Input in cache — Claude Haiku 5.5 $0.01 sotto i 100.000 token e $0.05 sopra, uno sconto del 90%. DeepSeek V4.1 Flash $0.006, uno sconto del 98%. Questo è l'unico parametro in cui la scheda DeepSeek è più economica in termini assoluti, ed è più economica di quanto le persone si aspettino.

• Tariffazione basata sull'ora del giorno — Anthropic non ne ha. DeepSeek raddoppia entrambi i contatori tra le 01:00 e le 04:00 e di nuovo tra le 06:00 e le 10:00 UTC nei giorni feriali, escluse le festività pubbliche cinesi. Ogni altra ora, incluso l'intero fine settimana, è fuori punta.

• Contesto e limite di output — 1M token ciascuno. Claude Haiku 5.5 limita una singola risposta a 128.000 token; DeepSeek V4.1 Flash la limita a 384.000.

• Pesi — Claude Haiku 5.5 è proprietario, solo API, id del modello claude-haiku-5-5. DeepSeek V4.1 Flash è open source con licenza MIT, 552B parametri totali con 16B attivi, su Hugging Face.

• Modalità — entrambi accettano testo e immagini e restituiscono testo. Nessuno dei due è nativo per il video.

• Punteggio indipendente — 43,40 per Claude Haiku 5.5 (Max) contro 39,46 per DeepSeek V4.1 Flash (Max). Un divario di 3,94 punti su una classifica di 182 modelli.

Perché il numero per attività batte il numero per token

Le tariffe di listino sono indicate per token perché è ciò che viene misurato. Sono una guida inadeguata a quanto costa un carico di lavoro, perché un modello di ragionamento decide quanti token richiede un'attività, e i due modelli qui divergono di un fattore 1,8.

Claude Haiku 5.5 emette 162,164 token di output per attività dell'Intelligence Index, divisi in 129,047 di ragionamento e 33,118 di risposta. DeepSeek V4.1 Flash ne emette 88,574, divisi in 62,670 di ragionamento e 25,904 di risposta. Entrambi fatturano il pensiero come output. Quindi il modello con una tariffa di output inferiore del 60% consuma quasi il doppio del contatore costoso, e l'aritmetica li colloca a sei centesimi di distanza l'uno dall'altro.

C'è un secondo effetto che spinge nella stessa direzione. L'esecuzione dell'indice è dominata tanto dall'input quanto dall'output, perché l'harness reinvia il contesto: i $0.2128 per attività di Claude Haiku 5.5 si scompongono in $0.1317 di input e $0.0811 di output, e all'interno della voce input, $0.0954 sono letture dalla cache e $0.0337 sono scritture in cache, contro appena $0.0026 di input nuovo. I $0.2652 di DeepSeek si dividono in $0.1589 di input e $0.1063 di output, con $0.0966 dell'input sotto forma di scritture in cache. I due modelli leggono all'incirca la stessa quantità di contesto in cache; DeepSeek paga di più per le stesse letture e scritture.

Il post di lancio di Anthropic si apre con un'avvertenza simile, ma nella direzione opposta. Afferma che Haiku 5.5 è "particolarmente conveniente se usato per attività con prompt fino a 100.000 token, che costituiscono circa il 90% delle richieste al nostro precedente modello Haiku". Quella precisazione ha un peso concreto — vedi il crollo qui sotto.

Il cliff dei 100.000 token è il vero bivio

Anthropic non applica un prezzo fisso per Claude Haiku 5.5. Le tariffe di $0,10 e $0,50 valgono per prompt fino a 100.000 token e poi diventano $0,50 e $2,50 — un aumento di cinque volte sull'input e un aumento di cinque volte sull'output, applicato all'intera richiesta anziché all'eccedenza.

La struttura di DeepSeek è completamente diversa. La sua tariffa dipende da quando lo invii, non da quanto. Un prompt da 150.000 token costa lo stesso per token di un prompt da 500 token, raddoppiato all'interno di due finestre nei giorni feriali.

Metti una pipeline con prompt lungo su entrambi e il confronto si ribalta nettamente. Con 150.000 token di input e 20.000 di output, Claude Haiku 5.5 addebita 0,125 $ per l'input e 0,05 $ per l'output — 0,175 $ per la chiamata — mentre DeepSeek fuori picco addebita 0,0225 e 0,012 $, cioè meno di quattro centesimi. È DeepSeek a vincere di un fattore di circa 4,5, sugli stessi due modelli per cui il caso con prompt breve vedeva Anthropic vincere di tre.

Nessuna delle due strutture è migliore in astratto. Una applica un prezzo in base a quanto invii, l'altra in base a quando lo invii, e solo una di quelle due variabili è sotto il tuo controllo al momento della richiesta.

L'altra leva di DeepSeek che nessuno prezza

La linea di cache merita un esame a sé, perché è il contatore più economico in assoluto in questo confronto ed è quello che cresce con il volume di produzione invece di ridursi.

Il tasso di cache-hit di DeepSeek è di $0,006 per milione di token con uno sconto dichiarato del 98% — circa un sesto di quello di Anthropic ($0,01) e una frazione di quanto costa l'input fresco su entrambi i lati. Qualsiasi cosa che reinvii un prefisso stabile — un lungo prompt di sistema, un insieme di documenti recuperati, uno schema di strumento — paga quella tariffa a ogni turno dopo il primo. L'esecuzione dell'indice sopra mostra già quanto sia grande quella quota: $0,0954 del costo di input per task di Claude Haiku 5.5 sono letture dalla cache, da appena $0,0026 di input non in cache.

Quindi la distinzione pratica è più ristretta di «Anthropic costa meno». Se le tue richieste sono brevi, a singolo turno e con cache calda, Claude Haiku 5.5 è in vantaggio sul prezzo, in vantaggio sulla capacità di 3,94 punti indice e in vantaggio sulle righe composite agentiche. Se le tue richieste sono lunghe, o con molti prefissi, o pianificabili nelle finestre off-peak di DeepSeek, DeepSeek V4.1 Flash domina sul costo e non di poco.

Cosa puoi effettivamente chiamare oggi

Entrambi i modelli sono raggiungibili, ma non in modo simmetrico, e vale la pena dichiarare questa asimmetria anziché lasciare che sia tu a scoprirla.

DeepSeek V4.1 Flash è ora nel catalogo OrcaRouter, passato al prezzo di listino del fornitore con 0% di ricarico — cosa che qui conta più del solito, perché la tariffa di DeepSeek ha una struttura peak. Indichiamo $0.15 in input e $0.60 in output, con $0.003 per la lettura della cache e le due finestre di raddoppio nei giorni feriali riportate nel record di prezzo, così una richiesta instradata verso il ramo DeepSeek viene fatturata come la fattura DeepSeek, non a una media ponderata. Il failover automatico si trova sotto la rotta, così un 429 in finestra di picco o un brownout del fornitore sposta la chiamata invece di farla fallire.

Claude Haiku 5.5 non è nel catalogo. Il modello di Anthropic è raggiungibile direttamente tramite Anthropic e attraverso i suoi tre partner cloud — AWS, Google Cloud e Microsoft Azure, che il post di lancio cita — e questo è l'unico modo onesto per dirlo. Ciò che il catalogo invece offre della linea Anthropic è Claude Sonnet 5.5 e Claude Opus 5.5, ed è ciò che rende un percorso di escalation da una chiamata di classificazione a basso costo a una chiamata agentica di livello intermedio una configurazione di routing anziché una seconda integrazione.

Quale scegliere?

Se il tuo traffico è classificazione, estrazione, decisioni di routing, sintesi e turni di subagenti — prompt brevi, volumi elevati, immagini nel mix — Claude Haiku 5.5 è il modello migliore e, sotto i 100.000 token, quello più economico. Totalizza 3,94 punti indice in più, supporta le immagini e Anthropic mette a disposizione un selettore regolabile dello sforzo, così puoi sacrificare capacità in cambio di un costo per chiamata più basso senza cambiare modello.

Se il tuo traffico è fatto di documenti lunghi, richiede molto retrieval oppure puoi pianificarlo, DeepSeek V4.1 Flash vince sul piano aritmetico: da tre a quattro volte meno caro per chiamata lunga, una tariffa di cache pari a un sesto di quella di Anthropic, un tetto di risposta di 384.000 token e pesi aperti che puoi tenere se mai il modello a consumo per token smettesse di fare al caso tuo.

La cosa che questo confronto in realtà stabilisce è più limitata di «Anthropic è ora l'opzione economica». Stabilisce che un piccolo modello Anthropic può battere una tariffa di DeepSeek Flash sul prezzo di listino pur attestandosi entro il 20% da essa in fattura — e che la distanza tra questi due fatti è un'impostazione di verbosità.

Una sola API per oltre 200 modelli, una sola chiave, failover automatico sotto, così un 429 nelle fasce di picco o un degrado del provider sposta la chiamata invece di farla fallire.