DeepSeek V4.1 Pro, senza etichetta: un endpoint a 180 tok/s, un risultato su quattro campioni e l'interruzione che è appena terminata

Da qualche parte dietro l'API di D​eepSeek potrebbe esserci un nuovo modello, e nessuno — nemmeno la persona che se n'è accorta — è disposto a dire con certezza che si tratti di D​eepSeek V4.1 Pro. La prova è un post su X, pubblicato la mattina del 15 ottobre 2026 dal tracker @teortaxesTex, e ciò che descrive è un modello che risponde quando viene chiamato tramite l'endpoint dello stesso fornitore, che ha completato un prompt specifico che i due noti modelli di punta di D​eepSeek non riuscivano a completare, e che ha risposto a circa 180 token al secondo. I due modelli noti vengono nominati nello stesso respiro: DeepSeek-V4-Pro-0813 "è impotente" di fronte al compito, e anche la generazione V4.1 lo era — il che, nelle parole dello stesso autore del post, è l'elemento che rende plausibile un nuovo modello piuttosto che un incidente di routing. Questa è tutta la questione. Non esiste una model card, né pesi, né prezzo, né un nome di endpoint e nessuna nota di rilascio da parte di D​eepSeek, e DeepSeek V4.1 Flash — il modello open-weights del 10 settembre — non è un candidato, perché Flash è un prodotto in distribuzione con un listino prezzi pubblico, non qualcosa che deve essere scoperto dal comportamento.

Ciò che rende il segnale degno di essere annotato prima che si risolva in un senso o nell'altro è la forma delle prove, non la loro forza. Non è una fuga di notizie da benchmark, non è un repo comparso in anticipo, non è un indizio dallo staff. È un'osservazione black-box: qualcuno ha prestato attenzione a ciò che faceva un endpoint, si è accorto che era cambiato e l'ha detto indicando anche il numero di campioni. È così che una release stealth viene individuata, ed è anche così che nascono molti falsi positivi. La differenza tra i due sta interamente in ciò che si può verificare a posteriori, quindi la cosa utile da fare con questa è esporre ciò che è stato affermato, ciò che il materiale pubblicato da DeepSeek stesso può corroborare oggi, e cosa dovrebbe accadere prima che qualcuno possa definirla una release.

Che cosa è stato effettivamente affermato e che cosa non dimostra

Il post è breve e separa le proprie affermazioni meglio di quanto faccia la maggior parte della copertura del lancio. Riducilo all'essenziale e ce ne sono quattro:

• Un'interruzione del servizio D​eepSeek che era in corso è terminata, e il comportamento del modello è cambiato intorno a quel punto — l'inquadramento dell'autore del post, e il motivo per cui l'osservazione esiste in primo luogo.

• L'endpoint ha superato "la barzelletta del cornuto" con quelli che l'autore del post definisce i migliori risultati al di qua di C​laude, riproducendo a N=4 — quattro campioni, stesso risultato.

• DeepSeek-V4-Pro-0813 e la generazione V4.1 hanno entrambi fallito lo stesso test, che l'autore del post definisce senza mezzi termini "impotente".

• La velocità si è attestata intorno ai 180 token al secondo, e la conclusione offerta è esplicitamente un'ipotesi: "Potrebbe essere 4.1 Pro".

Tre di quei quattro sono osservazioni di una scatola nera, e il quarto è un nome di modello a essi attribuito per inferenza. Nulla nel post afferma l'esistenza di un annuncio, di un prezzo, di una finestra di contesto, di un numero di parametri, né che DeepSeek abbia detto alcunché. Il dato sulla velocità è la misurazione che l'autore del post ha fatto della propria sessione, non un numero del fornitore né un numero di classifica. Consideralo un punto dati proveniente da una singola route in un singolo momento, su un singolo prompt, con una quantità sconosciuta di prompt caching alle spalle — che è esattamente come è stato presentato, e all'incirca quanto peso dovrebbe avere.

Da dove deriva il nome "V4.1 Pro"

Non è inventato. DeepSeek ha nominato un livello Pro nella stessa linea V4.1, nella sua nota di rilascio del 10 settembre, e a oggi quel nome non ha ancora nulla collegato. Il passaggio che l'ha messo in circolazione diceva che le richieste a deepseek-v4-pro sarebbero state reindirizzate al modello Flash appena rilasciato e fatturate alle tariffe Flash dalle 04:00 UTC del 14 settembre, e che questo sarebbe continuato "fino al lancio di V4.1-Pro". Gli sviluppatori si sono opposti alla sostituzione di un modello di produzione senza finestra di migrazione, DeepSeek ha invertito il piano, DeepSeek V4 Pro ha continuato a rispondere con fatturazione invariata — e la clausola sopravvissuta all'inversione era quella che nessuno doveva notare, ovvero che è previsto un V4.1-Pro.

Tutto ciò che segue quella frase è un'inferenza. L'azienda non ha pubblicato alcuna scheda, alcuna data e alcun file dei pesi. Quindi il nome nel post è il nome a cui un lettore arriverebbe dato un quarto modello che si comporta meglio dei tre che conosce: la famiglia V4.1 è la generazione attuale, Flash è quello piccolo, Pro è la fascia che DeepSeek ha già promesso. Puntarci è sensato. Puntarci non è una prova.

La cosa conta più di quanto non sembri, perché c'è almeno un'altra spiegazione che non richiede affatto un nuovo modello. Un aggiornamento puntuale silenzioso di una build esistente — una configurazione di serving ri-quantizzata o ri-tarata, un percorso backend diverso, un rollback dopo l'interruzione — apparirebbe a un osservatore black-box come un cambiamento di capacità senza annuncio e senza nome. Il changelog di DeepSeek registra esattamente questo genere di cose in passato: V4 Pro è stato aggiornato in place il 13 agosto con un nome contrassegnato dalla build, e la linea Flash ha avuto una voce di aggiornamento senza alcuna cerimonia. I rilasci stealth e le ricostruzioni silenziose sono indistinguibili dall'esterno, e il post non pretende di averle distinte.

Cosa dice oggi il materiale proprio di DeepSeek

Questa è la parte che può essere verificata, ed è breve. Il changelog di D​eepSeek riporta 2026-04-24 (V4), 2026-07-31 (un aggiornamento di V4-Flash), 2026-08-13 (l'aggiornamento di V4-Pro), 2026-08-21 (V4-Flash-Vision-Exp) e 2026-09-10 (V4.1-Flash). Non esiste alcuna voce di ottobre di alcun tipo, né alcuna voce intitolata V4.1 Pro. La pagina Models & Pricing elenca due nomi utilizzabili, deepseek-flash e deepseek-v4-pro, che corrispondono a DeepSeek-V4.1-Flash e DeepSeek-V4-Pro-0813.

• Contesto e output — sia D​eepSeek-V4.1-Flash sia DeepSeek-V4-Pro-0813 accettano 1M token in input e restituiscono fino a 384K, con limiti di concorrenza rispettivamente di 2.500 e 500.

• Prezzo — Flash costa $0.15 per milione di token di input in caso di cache miss e $0.60 per milione di token di output fuori picco; V4 Pro costa $0.66 in input e $1.98 in output fuori picco, con le ore di picco al doppio del prezzo.

• Vision — integrata in DeepSeek V4.1 Flash, indicata come "Non supportata" per DeepSeek V4 Pro.

• Pesi — D​eepSeek-V4.1-Flash è aperto con licenza MIT; non esiste alcun repository per nulla chiamato V4.1-Pro, che è il singolo elemento di prova negativa più forte disponibile.

Su Hugging Face, il repository del modello D​eepSeek più recente è deepseek-ai/D​eepSeek-V4.1-Flash, modificato per l'ultima volta il 12 ottobre — un commit sulle prestazioni riguardante il ripristino delle cache delle chiavi dell'indexer in passaggi di compressione incompleti. Si tratta di lavoro sul motore di un modello già esistente, non di una nuova ammiraglia. Qualunque cosa stesse interrogando l'autore del post, non ha lasciato alcun artefatto nei luoghi in cui un modello D​eepSeek rilasciato normalmente ne lascia uno.

Il numero della velocità è la cosa meno sorprendente nel post.

180 token al secondo suona veloce, e rispetto alla baseline sbagliata sembrerebbe un indizio rivelatore. Rispetto a quella giusta, non ha nulla di eccezionale. Una misurazione indipendente ha collocato DeepSeek V4.1 Flash ai vertici della sua categoria per throughput grezzo, e operatori di terze parti che servono gli stessi pesi aperti dichiarano valori considerevolmente superiori a 180 con una cache calda. Un numero in quell'intervallo è quello che ci si aspetta da un modello DeepSeek ben servito; non è abbastanza veloce da dimostrare un backbone più grande, né abbastanza lento da dimostrarne uno più piccolo. Chiunque consideri 180 t/s l'indizio rivelatore sta leggendo la riga meno diagnostica del post.

L'asimmetria più interessante è il risultato del compito. Un modello che supera qualcosa che sia DeepSeek-V4-Pro-0813 sia V4.1 falliscono, quattro volte su quattro, su un prompt costruito deliberatamente per essere difficile da falsificare, è un profilo di capacità genuinamente diverso — ammesso che il test stesso sia valido, cosa che il post non consente a un lettore di verificare. Questa è l'affermazione da tenere d'occhio, ed è quella che alla fine una tabella di benchmark chiarirà.

Perché "lo scherzo del cuckold" è un vero segnale sotto un nome sciocco

La frase si leggerà come una barzelletta e non lo è. I prompt di ragionamento relazionale di quella famiglia — credenze annidate, conoscenza contestata, chi sa cosa di chi — sono da tempo una sonda per verificare se un modello riesce a tenere insieme più livelli di una situazione sociale senza farli collassare. Sia i laboratori di frontiera sia i valutatori indipendenti ne usano varianti, perché è breve, economico, resistente alla memorizzazione e sproporzionatamente punitivo verso i modelli che riconoscono per pattern la superficie di una scena invece di tracciare lo stato che vi sta sotto. Si diffonde sui social media come barzelletta per lo stesso motivo per cui viene usato come test: è memorabile ed è difficile.

È anche, di per sé, una prova debole. Nessun numero di campioni su un singolo prompt ad hoc distingue un nuovo checkpoint da una nuova configurazione di campionamento, da un'impostazione predefinita diversa dello sforzo di ragionamento, da un cambiamento nel pool di backend che risponde, o semplicemente da un prompt che si trovava vicino a un confine decisionale e per caso è finito diversamente dopo che il servizio è tornato attivo. N=4 aiuta — chi ha pubblicato ha fatto la diligenza minima che la maggior parte delle affermazioni virali sulle capacità salta — ma quattro campioni stabiliscono la riproducibilità su un percorso per un prompt. È un motivo per andare a guardare. Non è un motivo per concludere.

La domanda pratica: puoi provarlo, e come

Al momento, no. Non c'è un nome da chiamare. Se la cosa a cui l'autore del post stava parlando è reale e senza nome, è raggiungibile solo per caso, a seconda di quale modello il routing di DeepSeek stesso ti capita di assegnarti, che è esattamente la situazione di cui trattava l'inversione del reroute di settembre.

I modelli che puoi definire oggi sono i due elencati nel listino prezzi, e il modo onesto di testare un cambiamento che non puoi vedere è bloccare il traffico di produzione sul modello che hai scelto e spostare l'esperimento in un luogo dove non può fare danni. DeepSeek V4.1 Flash e DeepSeek V4 Pro sono entrambi disponibili tramite OrcaRouter con una sola chiave API, quindi un confronto affiancato su un set di prompt fisso costa un cambio di configurazione anziché un secondo contratto — e dove una rotta peggiora, il failover automatico dirotta la richiesta verso un provider sano invece di restituire un errore, che è proprio la modalità di guasto che ha reso visibile l'interruzione di servizio descritta nel post. Poiché OrcaRouter trasmette il prezzo di listino del provider con uno 0% di ricarico, qualsiasi variazione di prezzo di D​eepSeek arriva lo stesso giorno in cui arriva al fornitore, senza alcun esercizio di riprezzamento da parte tua.

Ciò che niente di tutto questo ti fornisce è il modello non etichettato. Se pensi di averlo trovato — più veloce del previsto, migliore su una prova in cui il tuo modello abituale fallisce — cattura le risposte grezze con timestamp e gli ID delle richieste, perché è il materiale che trasforma un avvistamento in qualcosa che il resto del campo può verificare. Riproducilo in un secondo giorno. Riproducilo dopo un nuovo deployment. Un modello stealth che esiste solo in una finestra è un artefatto di routing fino a prova contraria.

Cosa trasformerebbe questo in una notizia?

Quattro cose, in ordine approssimativo di probabilità. Una scheda modello o un repository dei pesi che compare con il nome V4.1-Pro chiarirebbe la questione una volta per tutte e sarebbe il primo vero artefatto. Una voce di changelog o un nuovo nome nella pagina Models & Pricing farebbe altrettanto dal lato del fornitore. Un primo benchmark indipendente — Artificial Analysis o LMArena che rilevano una voce che non corrisponde ad alcuna build DeepSeek elencata — corroborerebbe il salto di capacità senza confermare il nome. E la possibilità più silenziosa di tutte: nulla. DeepSeek aggiorna i modelli sul posto e, sulla tempistica attuale — V4 ad aprile, aggiornamenti Flash a luglio e agosto, un aggiornamento Pro il 13 agosto, V4.1 Flash a settembre — la probabilità a breve termine è un refresh silenzioso di un nome esistente invece di un quarto livello.

Finché uno di quelli non si concretizza, lo stato corretto di "D​eepSeek V4.1 Pro" è quello che mantiene dal 10 settembre: un nome che D​eepSeek stessa ha inserito in una roadmap, senza alcun modello alle spalle. La sessione da 180 tok/s di un singolo osservatore è un motivo per continuare a tenere d'occhio l'endpoint, non un motivo per pianificare intorno a un modello di punta.

Presentata così, l'asimmetria è il punto. Una colonna di quella scheda è documentazione — un listino prezzi, una licenza, un nome di modello che puoi inserire nel corpo di una richiesta — e l'altra è una frase in una nota di rilascio più una menzione su X. Tutto ciò che in questo articolo può essere verificato sta a sinistra. Tutto ciò che sta a destra è quello che le persone sperano che l'endpoint da 180 tok/s si riveli essere, una speranza ragionevole e non ancora un fatto.

Chi dovrebbe fare cosa

Se questa settimana stai scegliendo un modello su cui costruire, qui non c'è nulla che cambi la tua decisione. DeepSeek V4.1 Flash è disponibile, con prezzo e documentazione; DeepSeek V4 Pro è disponibile, con prezzo e documentazione; D​eepSeek V4.1 Pro non è un prodotto. L'unica cosa che vale la pena trarre dal post è la modalità di guasto più che il modello: un endpoint di fornitore ha cambiato comportamento dopo un'interruzione e non c'è stata alcuna notifica, alcun incremento di versione e alcun modo per capire dall'esterno con che cosa si stesse parlando. Fissare esplicitamente le versioni dei modelli, catturare i metadati delle risposte e predisporre un percorso di failover per qualsiasi singolo fornitore è la mitigazione, ed è la stessa mitigazione sia che un nuovo modello di punta si nasconda dietro l'endpoint sia che non lo faccia.

Se stai aspettando il rilascio, tieni d'occhio il changelog e l'organizzazione Hugging Face invece delle chiacchiere sulle capacità. Entrambi sono stati l'indizio affidabile per questo laboratorio. Nessuno dei due ha detto una parola dal 10 settembre.

Un risultato come questo è anche un promemoria del fatto che gli errori dei modelli sono già documentati: gli incidenti AI e i fallimenti degli agenti dietro i modelli di questa classe sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.