DeepSeek V4.1 Flash vs DeepSeek V4 Pro: stesso fornitore, generazioni diverse

La cosa interessante di mettere DeepSeek V4.1 Flash contro DeepSeek V4 Pro è che il modello più recente non è quello più grande. DeepSeek V4 Pro è un modello mixture-of-experts da 1,6 trilioni di parametri con 49 miliardi di parametri attivi, ed è ancora erogato. DeepSeek V4.1 Flash è un MoE da 552 miliardi di parametri con 8 miliardi attivi in input e 16 miliardi attivi in output, ed è il modello che DeepSeek ha creato per sostituirlo. Entrambi sono nel listino prezzi dello stesso fornitore, entrambi accettano un milione di token di contesto e entrambi sono distribuiti con licenza MIT. Scegliere tra loro non è una questione di dimensioni. È una questione di quale architettura vuoi pagare, e la risposta è cambiata il 10 settembre 2026.

Cosa cambia effettivamente, a confronto diretto

• Parametri — V4.1 Flash: 552B totali / 8B attivi in input e 16B in output, rispetto a V4 Pro: 1,6T totali / 49B attivi. V4 Pro ha circa il triplo dei parametri totali e sei volte il numero di parametri attivi sul lato input.

• Architettura — V4.1 Flash è un Causal Encoder-Decoder, una nuova architettura di base rispetto al precedente design di V4 Pro. Questa è la differenza sostanziale tra i due e la ragione per cui il «.1» non è un rilascio minore.

Prezzo per 1M di token — V4.1 Flash 0,15 $ in / 0,60 $ out fuori picco rispetto a V4 Pro 0,66 $ in / 1,98 $ out, sui listini di OrcaRouter.

• Input in cache — V4.1 Flash $0.003 per 1M vs V4 Pro $0.024 per 1M.

• Cache KV per token — V4.1 Flash 890 byte contro l'impronta maggiore di V4 Pro. Con un milione di token di contesto, questa è la voce che decide se una lunga trascrizione di un agente resta residente.

• Contesto e output — contesto da 1M e output massimo di 384K su entrambi. Livello.

• Latenza osservata al primo token — V4.1 Flash 2,63 s p50 rispetto a V4 Pro 3,58 s p50, sulla telemetria di 7 giorni di OrcaRouter, con p95 a 10,00 s per V4 Pro.

• Modalità di input — V4.1 Flash accetta testo e immagini, mentre V4 Pro, sugli stessi listing, è solo input e output testuali. Il modello più recente è il più ampio dei due quanto a input, oltre che il più economico in termini di costo.

Leggi la lista senza l'inquadramento del fornitore e lo schema è insolito. Il successore costa meno su ogni linea, è più veloce al primo token, più ampio in input e più piccolo su ogni linea. Ecco come appare un vero cambiamento architetturale quando arriva, ed è il motivo per cui "quale è meglio" ha qui una risposta breve e una più lunga sotto.

La timeline del V4 Pro, perché conta per chiunque lo stia ancora usando

DeepSeek V4 Pro era programmato per il ritiro. L'API sarebbe stata disattivata il 14 settembre 2026 alle 12:00 ora di Pechino, con il traffico indirizzato a V4.1 Flash. Ciò non è accaduto. L'11 settembre il fornitore ha ribaltato la decisione, dichiarando che "In risposta alla domanda degli utenti, abbiamo deciso di continuare a fornire i servizi API per DeepSeek V4 Pro dopo il 14 settembre 2026, con il metodo di fatturazione che rimane invariato."

Da ciò discendono due cose, ed entrambe meritano di essere precisate, perché la situazione invita a leggere troppo.

Il primo è che V4 Pro non è deprecato. È un modello supportato con un prezzo invariato, ed è quello a cui l'avviso di DeepSeek indirizza il traffico V4 Pro esistente. Se hai un percorso di produzione vincolato ad esso, non ti è stato tolto nulla.

Il secondo è che DeepSeek V4.1 Pro non esiste. L'avviso di dismissione faceva riferimento al traffico di V4 Pro servito da V4.1 Flash "fino al lancio di V4.1-Pro", il che ha dato adito a una certa dose di speculazioni su un fratello maggiore. Al 22 settembre 2026 non esistono un'API V4.1 Pro, una model card, dei pesi né un annuncio. Un rapporto del 21 settembre 2026 ipotizzava un modello da 2 trilioni di parametri atteso tra metà e fine ottobre: si tratta di un'affermazione proveniente da un'unica fonte riguardo a un prodotto non annunciato, e come tale va considerata. Chi pianifica la capacità in vista di un lancio di V4.1 Pro sta pianificando sulla base di una voce.

Quale chiamare effettivamente

Il caso di migrazione è semplice, ed è quello che DeepSeek stessa ha realizzato instradando il traffico di V4 Pro verso il nuovo modello. In base ai numeri sopra, V4.1 Flash è più economico, più veloce al primo token e più veloce a regime, con una KV cache per token più piccola. Se il tuo carico di lavoro è un carico di lavoro V4 Pro che non fa qualcosa che solo 49B parametri attivi possono fare, il modello più recente è lo strumento migliore in termini di costo e latenza e non c'è alcun compromesso da valutare.

La ragione per restare su V4 Pro riguarda ciò che un numero molto più elevato di parametri attivi ti offre in termini di ragionamento complesso e lavoro agentico a lungo termine, ed è una tesi che devi sostenere con le tue valutazioni anziché con una scheda tecnica. Il motivo è che i due modelli non vengono confrontati su una classifica pubblica comune in modo da isolarli: DeepSeek V4.1 Flash compare nello sweep di Agents on Rails dal 21 settembre 2026 al 17% con impegno massimo, mentre V4 Pro non è in quella classifica. Non c'è un numero di confronto diretto da indicare. Ciò che esiste è un argomento plausibile basato sull'architettura — sei volte i parametri attivi è molta capacità a cui rinunciare — ed è un argomento, non una misurazione.

Due note pratiche per chiunque sposti traffico tra i due. In primo luogo, il programma delle ore di punta vale per entrambi i modelli, quindi un confronto dei costi eseguito nell'ora sbagliata della giornata risulterà errato di un fattore due; le ore di punta sono 01:00–04:00 e 06:00–10:00 UTC nei giorni feriali, mentre i fine settimana sono interamente fuori fascia di punta. In secondo luogo, i due modelli condividono una finestra di contesto e un limite massimo di output, quindi una migrazione non modifica il budget del prompt — il che rende il passaggio insolitamente a basso rischio sul lato applicativo.

Eseguire entrambi tramite un unico endpoint

La situazione in cui desideri davvero entrambi è il periodo di transizione, ed è più comune di quanto sembri: un team che vuole passare a V4.1 Flash ma ha una pipeline il cui comportamento sulla nuova architettura non è ancora verificato. Eseguire i due affiancati tramite fornitori separati significa due contratti e due set di chiavi per quello che, a livello di modello, è un unico fornitore.

Entrambi sono su OrcaRouter con un'unica chiave, il che riduce la questione a una decisione di routing. OrcaRouter trasferisce i prezzi di listino dei provider con markup 0%, quindi le cifre sopra sono le tariffe di DeepSeek stesse, non le nostre, e il calendario peak e off-peak di DeepSeek si applica esattamente come lo definisce DeepSeek — inclusa una variazione di prezzo a metà transizione, che è attiva dalla nostra parte lo stesso giorno. Puoi inviare una frazione del traffico al nuovo modello e confrontare gli output, oppure instradare in base al tipo di attività, e mettere il failover automatico dietro il nuovo percorso in modo che, se V4.1 Flash fa qualcosa di imprevisto sui tuoi dati, la richiesta finisca su V4 Pro invece che su una pagina di errore.

Dato che il fornitore ha già cambiato idea una volta su quale di questi modelli verrà dismesso, mantenere entrambi raggiungibili dietro un'unica integrazione è l'opzione che non ti obbliga a prevedere il prossimo dietrofront.

Cosa guardare

• Se il prezzo o lo stato di dismissione di V4 Pro cambieranno di nuovo. Il dietrofront di settembre è stato esplicito sul fatto che la fatturazione sarebbe rimasta invariata, ed è questo l'impegno che il fornitore deve rispettare.

• Se V4.1 Pro diventerà realtà. Finché non ci sarà una model card o un rilascio dei pesi, la storia dei 2T parametri è un'indiscrezione con una sola fonte.

• Una valutazione indipendente che esegue entrambi i modelli sulla stessa scheda. Finché non ne esiste una, il confronto onesto tra questi due riguarda costo, latenza e architettura, che sono misurabili, più una stima ragionata sulla capacità, che non lo è.

Fino all'arrivo del terzo di questi, la sintesi accurata è: DeepSeek V4.1 Flash è il successore più economico e più veloce di DeepSeek V4 Pro, V4 Pro è ancora supportato a un prezzo invariato, e la questione se la nuova architettura sacrifichi capacità è una a cui nessun benchmark pubblico attualmente risponde.