DeepSeek V4.1 Flash vs Gemini 3.1 Pro: uno di questi è ancora un'anteprima

La cosa più utile da sapere su DeepSeek V4.1 Flash rispetto a Gemini 3.1 Pro non è stampata su nessuna delle due schede tecniche. DeepSeek V4.1 Flash è un modello in disponibilità generale, rilasciato il 10 settembre 2026 con pesi con licenza MIT che puoi scaricare. Gemini 3.1 Pro è in anteprima dal 19 febbraio 2026 ed è ancora offerto con un nome di build di anteprima circa sette mesi dopo. Questa asimmetria non decide quale modello sia migliore, ma decide che tipo di impegno stai assumendo quando costruisci su uno di essi, ed è il quadro per tutto quanto segue.

Entrambi gestiscono un milione di token di contesto. Entrambi accettano immagini. Le differenze che li distinguono davvero sono la curva di prezzo oltre i 200.000 token di input, le modalità di input, il tetto massimo di output e il fatto che uno di questi due è un file che puoi possedere e l'altro è un'API.

Dove si trovano davvero quei due

• Prezzo per 1M di token, fino a 200K di contesto — DeepSeek V4.1 Flash: $0,15 input / $0,60 output vs Gemini 3.1 Pro: $2,00 input / $12,00 output. Ovvero 13 volte il prezzo di input e 20 volte il prezzo di output.

• Prezzo per 1M di token, oltre 200K di contesto — V4.1 Flash invariato a 0,15 $ / 0,60 $ rispetto a Gemini 3.1 Pro: 4,00 $ in ingresso / 18,00 $ in uscita. Il moltiplicatore dell'input si amplia a 27× esattamente nel punto in cui si svolge il lavoro sui contesti lunghi.

Input in cache — V4.1 Flash $0.003 per 1M fuori picco contro Gemini 3.1 Pro $0.40 per 1M. Due ordini di grandezza, sulla voce che decide se un contesto riletto è economicamente sostenibile.

• Finestra di contesto — 1M token vs 1M token. Livello.

• Output massimo — V4.1 Flash 384K token vs Gemini 3.1 Pro 65K token. Sei volte il tetto massimo.

• Modalità di input — V4.1 Flash accetta testo e immagini vs Gemini 3.1 Pro accetta testo, immagini, audio, video e caricamenti di file.

• Pesi — V4.1 Flash MIT, scaricabili vs Gemini 3.1 Pro chiuso, solo API.

• Stato di rilascio — V4.1 Flash disponibile in via generale dal 10 settembre 2026 vs Gemini 3.1 Pro in anteprima dal 19 febbraio 2026.

• Latenza osservata al primo token — V4.1 Flash 2,63 s al p50 e 9,05 s al p95 contro Gemini 3.1 Pro 10,00 s al p50 e 10,00 s al p95, sulla telemetria di 7 giorni di OrcaRouter stessa. L'attesa mediana del modello costoso è al tetto della telemetria, e la sua coda non se ne discosta.

Leggi la lista senza i prezzi e la forma è familiare da ogni confronto tra modelli open-weights e frontier: il modello scaricabile vince sul limite di output, pareggia sul contesto ed è avanti sulla latenza osservata. Il modello chiuso vince sulle modalità, e su quelle vince nettamente. Nulla qui spiega da solo un multiplo di 13× sull'input.

Il precipizio dei 200K è la storia del prezzo

La tariffa principale di Gemini 3.1 Pro non è una tariffa unica. I prompt fino a 200.000 token di input vengono fatturati a 2,00 $ in input e 12,00 $ in output per milione; un prompt che supera tale soglia viene fatturato a 4,00 $ e 18,00 $. DeepSeek V4.1 Flash non ha fasce: fattura 0,15 $ e 0,60 $ indipendentemente dal fatto che la richiesta sia di 2.000 token o 900.000, con l'unica avvertenza che DeepSeek raddoppia la sua tariffa durante le ore di punta e opera interamente fuori dalle ore di punta nei fine settimana.

Quel confine di fascia cade nel punto peggiore possibile per il lavoro a contesto lungo, perché il lavoro a contesto lungo è per definizione il lavoro che lo attraversa. Un confronto con numeri alla mano lo rende concreto. Prendiamo una pipeline che effettua 20.000 chiamate al mese, ciascuna con una media di 250.000 token in input e 4.000 token in output — un lavoro di analisi documentale su file di grandi dimensioni.

• DeepSeek V4.1 Flash a tariffe off-peak: 20.000 × 250.000 è 5.000M token di input a $0,15 per milione, ovvero $750,00. L'output è 20.000 × 4.000, cioè 80M token a $0,60 per milione, ovvero $48,00. Totale $798,00.

• Gemini 3.1 Pro al suo livello oltre 200K: gli stessi 5.000M di token di input a 4,00 $ per milione equivalgono a 20.000,00 $, e 80M di token di output a 18,00 $ per milione equivalgono a 1.440,00 $. Totale 21.440,00 $.

Questa è una differenza di 27× nella spesa mensile per traffico identico, e non è il multiplo che avresti indovinato dai numeri principali. Il multiplo principale è 13×. Il multiplo che paghi effettivamente per il lavoro a contesto lungo è 27×, perché il confine del livello è esattamente dove si trovano i tuoi prompt.

Quanto ti costa davvero l'etichetta di anteprima

Una build di anteprima è una build di anteprima in tutto il settore: non comporta alcuna garanzia di stabilità pubblicata. Il fornitore non si è impegnato a mantenere l'endpoint con quel comportamento, quel prezzo o quel nome. Non è una critica a Gemini 3.1 Pro — è ciò che significa l'etichetta, ed è il motivo per cui il suffisso preview è sopravvissuto sette mesi invece di essere una formalità di due settimane.

Per un prototipo questo non è niente. Per un percorso di produzione è un rischio specifico e quantificabile: stai scommettendo che la build su cui hai fatto il tuning rimanga invariata. Il contrasto con l'altro lato di questo confronto è strutturale piuttosto che retorico. DeepSeek V4.1 Flash è GA, e i suoi pesi sono con licenza MIT e scaricabili, il che significa che anche se l'API ospitata cambiasse i suoi termini domani, il modello stesso sarebbe comunque nelle tue mani. Un modello di anteprima chiuso non ti offre né l'impegno GA né la via di fuga. Se il tuo carico di lavoro può essere eseguito su entrambi, quella differenza vale più di un punto di benchmark.

Dove Gemini 3.1 Pro è lo strumento migliore

Il divario di modalità non è un errore di arrotondamento, ed è l'unica dimensione in questo elenco in cui il modello economico non può essere sostituito a nessun prezzo. Gemini 3.1 Pro accetta audio e video come input di prima classe, oltre ai caricamenti di file. DeepSeek V4.1 Flash accetta testo e immagini. Se la tua pipeline acquisisce una registrazione di una chiamata, una cattura dello schermo o una revisione video, DeepSeek V4.1 Flash non è un'opzione più economica — non è un'opzione. Il fattore 13× è irrilevante per un'attività che un modello può svolgere e l'altro no.

C'è un secondo caso, più silenzioso. Gemini 3.1 Pro è disponibile pubblicamente, in una qualche forma, da febbraio, ed è il modello con la storia produttiva più lunga — più persone ne hanno toccato i limiti, e il suo comportamento sul traffico reale è meglio documentato di quello di una release di dodici giorni. Per il lavoro interattivo a forte output, in cui un'attesa mediana di dieci secondi è accettabile perché il job viene eseguito in background, quel track record è l'argomento, ed è un argomento reale. Non è un argomento di latenza: sulla telemetria sopra, il modello più economico è il più veloce dei due sia alla mediana sia nella coda.

E poi c’è la questione di cosa significhi l’etichetta di anteprima per quella storia. Sette mesi di disponibilità sotto il nome di una build di anteprima sono più di quanto ottengano la maggior parte dei modelli, e sono anche sette mesi senza un impegno alla GA. DeepSeek V4.1 Flash ha dodici giorni al momento della stesura e il suo storico indipendente è scarno: l’unico recente sweep di terze parti in cui compare, la classifica di agentic coding Agents on Rails pubblicata il 21 settembre 2026, lo colloca al 17% con il massimo sforzo, a metà classifica. Dodici giorni non bastano perché la reputazione di un modello significhi qualcosa, in un senso o nell’altro — ed è la ragione onesta per cui un acquirente potrebbe preferire qui il modello più vecchio, e non ha nulla a che fare con la velocità.

Routing in base alla lunghezza del contesto, perché è quella la vera decisione

La decisione che questo confronto implica non è "scegline uno". È una regola con due clausole: il lavoro a contesto lungo e ad alto volume va a DeepSeek V4.1 Flash, e qualsiasi cosa che contenga audio o video va a Gemini 3.1 Pro. La parte scomoda è che questa regola è facile da enunciare e fastidiosa da implementare, perché le due clausole di solito risiedono in fornitori diversi con chiavi diverse, SDK diversi e limiti di frequenza diversi.

Entrambi i modelli sono raggiungibili da un'unica chiave OrcaRouter, il che trasforma la regola in una regola di routing anziché in codice condizionale nella tua applicazione — puoi basare la decisione direttamente sulla lunghezza del contesto della richiesta, che è la dimensione che di fatto determina la differenza di costo in questo caso. OrcaRouter applica i prezzi di listino dei provider con markup 0%, quindi le tariffe a scaglioni sopra indicate sono quelle di Google e il programma di picco di DeepSeek è quello di DeepSeek, con le variazioni di prezzo del fornitore rese effettive dalla nostra parte lo stesso giorno. E poiché uno dei due lati di questa coppia è una build in anteprima, vale la pena di predisporre il failover automatico come supporto: se la build viene aggiornata mentre la stai usando, la richiesta approda sull'altro modello invece che su una pagina di errore.

Quel ultimo punto è la versione pratica di tutto quanto sopra. Il fattore 27× sul lavoro a contesto lungo è il motivo per instradare anziché scegliere, e l'etichetta di anteprima su uno dei due modelli è il motivo per avere un posto dove far andare la richiesta quando la build cambia.

Cosa guardare

• Se Gemini 3.1 Pro esce dall'anteprima. Un rilascio GA rimuoverebbe l'avvertenza sulla stabilità e cambierebbe la forma di questo confronto più di quanto farebbe qualsiasi variazione di prezzo.

• Se la fascia sopra i 200K cambia. Il confine della fascia incide di più nell'aritmetica dei costi di quanto non faccia la tariffa principale.

• Se DeepSeek V4.1 Flash accumuli un record indipendente. Un modello con pesi MIT, un tetto di output di 384K e un contesto da 1M a $0,15 per milione di input è un pacchetto insolito; se la capacità ci sia è una domanda a cui nessun benchmark pubblico ha ancora risposto.

Fino a quando non arriva il primo di questi, il riepilogo accurato è questo: DeepSeek V4.1 Flash è circa tredici volte più economico sull'input e ventisette volte più economico sull'input a contesto lungo rispetto a Gemini 3.1 Pro, è l'unico dei due che puoi scaricare ed è l'unico dei due con un impegno GA alle spalle. Gemini 3.1 Pro è il modello con la storia produttiva più lunga ed è l'unico dei due che può leggere audio e video. Instrada di conseguenza.