Ultramarine 1 Flash vs DeepSeek V4 Flash: Una tariffa token economica non è un compito economico

Ultramarine 1 Flash costa $0,15 per milione di token in input e $0,50 in output. D​eepSeek V4 Flash è indicato a $0,44 e $1,32 nel registro di Artificial Analysis, oppure a $0,22 e $0,66 alla tariffa instradata il nostro catalogo lo serve. Metti a confronto le due tabelle di tariffe e il modello Paper Instruments sembra l'affare ovvio — tre volte più economico in ingresso e due volte e mezzo più economico in uscita, ai prezzi di listino. Il problema di questa lettura è che una tariffa per milione di token è solo metà di una bolletta, e la metà che lascia fuori è proprio quella in cui questi due modelli differiscono di più. D​eepSeek V4 Flash genera 240 milioni di token di output per completare l'Intelligence Index. Il modello mediano nella sua classe di confronto ne genera 140 milioni. È, per usare le parole di Artificial Analysis, molto verboso — al 36º posto su 40 nella sua fascia di prezzo su questo asse.

Ultramarine 1 Flash sostiene l'opposto riguardo a sé stesso. In tutti e sei i benchmark valutati da Paper Instruments, ha generato il 6,5% di token in meno rispetto al modello GLM-5.3 Flash da cui è stato post-addestrato, pur ottenendo un punteggio più alto in ognuno di essi. Un modello è economico per token e costoso per attività. L'altro ha fatto di tutto per diventare meno costoso per attività senza cambiare il suo prezzo. Il confronto che vale la pena fare è tra questi due approcci, non tra due tariffe di input.

Due modelli, due percorsi diversi verso la stessa fascia di prezzo

Sono arrivati alla fascia economica da direzioni opposte, e la differenza spiega gran parte di ciò che segue.

DeepSeek V4 Flash è un modello mixture-of-experts sviluppato da zero: 284 miliardi di parametri totali, 13 miliardi attivi, rilasciato il 24 aprile 2026 con licenza MIT e pesi pubblicati su Hugging Face. La sua revisione 0731, ri-sottoposta a post-training da zero sulla stessa architettura, è ciò che ora identifica l'identificatore datato. Dispone di una finestra di contesto di 1.048.576 token, con fino a 384.000 token di output, accetta testo in input e restituisce testo in output, e riporta solidi benchmark per agenti secondo i dati pubblicati da DeepSeek stesso — 82,7 su Terminal-Bench 2.1, 76,7 su Cybergym, 70,3 su Toolathlon Verified.

Ultramarine 1 Flash è un derivato. Paper Instruments ha preso GLM-5.3 Flash — il modello multimodale di Z.ai da 320B totali, 18B attivi — e ha eseguito su di esso un apprendimento per rinforzo su larga scala su un curriculum sintetico di lavoro in finanza, settore legale, consulenza e operazioni. L'API è stata resa disponibile il 14 ottobre 2026 a $0,15 / $0,03 in cache / $0,50 per milione di token, le stesse tariffe applicate da GLM-5.3 Flash. I pesi non sono stati resi disponibili; la pagina del fornitore stesso recita "Pesi del modello in arrivo."

Quindi l'inquadratura onesta di questo accostamento è un MoE scaricabile e costruito da zero contro un post-training chiuso sulla base aperta di qualcun altro, uno dei due in produzione da sei mesi e l'altro vecchio di un giorno.

Il numero di verbosità che il marketing di nessuna delle due parti usa in apertura

Artificial Analysis misura quanti token di output spende un modello per completare l'Intelligence Index e lo riporta come classifica di verbosità. DeepSeek V4 Flash ha utilizzato 240 milioni di token di output rispetto a una mediana di categoria di 140 milioni — il 71% in più rispetto al tipico, 36º su 40 nella sua categoria. Questo dato è il motivo per cui bisogna essere cauti con lo 0,22 $ per attività che dichiara. È anche, notevolmente, un costo per attività migliore di quello che raggiunge la maggior parte dei suoi concorrenti, il che dice quanto compensi la velocità grezza del modello: a 173,7 token di output al secondo è l'ottavo più veloce di 74 modelli della sua categoria, quindi il volume di token arriva rapidamente anche se ce n'è di più.

La verbosità di Ultramarine 1 Flash non è pubblicata da Artificial Analysis, perché Artificial Analysis non ha valutato il modello. Ciò che Paper Instruments pubblica invece è il confronto rispetto alla propria base: 30,5 milioni di token contro i 32,7 milioni di GLM-5.3 Flash nelle sei suite di benchmark, incluso il reasoning. Si tratta di una misurazione condivisa da entrambe le parti del confronto — stessa suite, stesso harness, stesse condizioni — che la rende il dato più affidabile del rilascio e l'unico in cui un'affermazione di efficienza in termini di token è verificata rispetto a qualcosa di diverso da se stessa.

Mettendo insieme il tutto, l'aritmetica cambia forma. Il vantaggio di DeepSeek V4 Flash è un modello veloce, capace e ben calibrato che puoi eseguire quasi ovunque. Il suo svantaggio è che scrive molto e, con una tariffa fissa sull'output, questo si fa sentire in fattura. Il vantaggio di Ultramarine 1 Flash è che scrive meno del modello da cui discende — ma solo rispetto a quel modello, e solo su suite scritte dal suo stesso produttore.

Cosa dicono davvero i sei benchmark

Paper Instruments ha eseguito sei suite sul proprio modello e su diversi concorrenti. D​eepSeek V4.1 Flash compare tra esse; l'originale D​eepSeek V4 Flash, il modello citato in questo titolo, no.

• JobBench — Ultramarine 1 Flash 62,9, DeepSeek V4.1 Flash 60,4. Il modello Paper Instruments è in vantaggio di 2,5 punti.

• PI Knowledge Work — Ultramarine 1 Flash 59,3, D​eepSeek V4.1 Flash 47,9. Un divario di 11,4 punti, il più ampio del set.

• FrontierFinance — 53,3 contro 46,0.

• AutomationBench — l'unica suite in cui D​eepSeek vince: V4.1 Flash 51.3 contro il 50.2 di Ultramarine.

• DiligenceBench — 50,6 contro 50,3. Praticamente alla pari, con entrambi dietro a Gemini 3.8 Flash e Claude Fable 5.

• APEX-Agents 1.1 — 57,0 contro 39,5, il margine più ampio in tutta la tabella.

Le avvertenze si accumulano qui e vale la pena essere espliciti su tutte. Questi sono i benchmark del fornitore. I dati di D​eepSeek si riferiscono a un modello diverso e più recente della stessa famiglia, che Paper Instruments identifica per nome. E nulla di tutto ciò è stato verificato da qualcuno al di fuori dell'azienda. Ciò che la tabella stabilisce è limitato ma reale: sul lavoro con documenti consegnabili, lo specialista post-addestrato mantiene un ampio vantaggio su un MoE generalista efficiente, e sui compiti automatizzati degli agenti il divario quasi scompare. Se il tuo lavoro è un memo o un modello, quella distinzione punta in una direzione. Se è un ciclo di agente a più passaggi, no.

Puoi scaricare uno di questi

Questa è la differenza che nessun benchmark cattura, ed è quella che con ogni probabilità decide un colloquio di procurement.

D​eepSeek V4 Flash è distribuito con licenza MIT, con i pesi su Hugging Face. Puoi scaricarlo, eseguirlo sul tuo hardware, affinarlo, incorporarlo in un prodotto e non inviare mai un token a terzi. Per uno studio legale o una banca con obblighi di riservatezza sui clienti, non è un optional; spesso è l'intero requisito, e toglie completamente il modello di D​eepSeek dalla metà di questo confronto basata sull'API ospitata, mettendolo invece sulle tue macchine.

Ultramarine 1 Flash non può farlo oggi. "I pesi del modello arriveranno presto" è una dichiarazione d'intenti, non una licenza. Ciò che Paper Instruments ha effettivamente rilasciato in modo aperto è l'impalcatura attorno al modello: l'agent harness Feather all'interno del quale è stato addestrato e valutato, e i fork paper-docx, paper-pptx e paper-xlsx che forniscono a un agente un'interfaccia sicura ai formati di file Office. Sono davvero utili — e sono anche una pubblicità per il modello, dato che esistono per rendere i suoi output meno corrotti di quelli che un agente generico produce con le librerie standard.

Quindi la questione della licenza riorganizza il confronto. Se devi eseguire tu stesso i pesi, non c'è confronto: DeepSeek V4 Flash è la risposta e Ultramarine 1 Flash è una promessa. Se puoi chiamare un'API, i due competono davvero, e la prova decisiva è il costo per attività sui tuoi documenti.

Dove arriva il prezzo instradato

Su OrcaRouter, D​eepSeek V4 Flash è erogato a $0,22 in input e $0,66 in output per milione di token — il prezzo di listino del provider passato attraverso senza aggiungere nulla per token, ed è per questo che si colloca sotto la coppia $0,44/$1,32 nel record di Artificial Analysis: quella coppia fa riferimento alla scheda di un altro provider. Il meccanismo di pass-through ha una seconda conseguenza che vale la pena conoscere se stai pianificando il budget: quando un provider modifica una tariffa, la tariffa erogata si aggiorna di conseguenza lo stesso giorno, senza modifiche alla configurazione da parte tua.

Rispetto a quella tariffa instradata, il prezzo di $0.15/$0.50 di Ultramarine 1 Flash è circa 1,5 volte più economico in input e 1,3 volte in output — molto più ridotto di quanto suggerisca il confronto con i prezzi di listino, e ancora più ridotto una volta applicato lo sconto sulla cache del 97% di DeepSeek a un carico di lavoro documentale con un ampio prefisso condiviso. La tariffa in cache di Ultramarine 1 Flash è di $0.03 per milione, anch'essa un forte sconto, ma a questo punto le due sono abbastanza vicine che nessuna delle due vince solo in base all'aritmetica.

Il che lascia la decisione dove deve stare: sul tuo lavoro. Invia una serie di deliverable reali a entrambi, confronta le fatture e leggi gli output. Ultramarine 1 Flash non è nel nostro catalogo, quindi quel test viene eseguito sull'endpoint del fornitore stesso, da un lato. Il modello da cui è post-addestrato, GLM-5.3 Flash, è servito qui a $0.15/$0.50 — lo stesso listino prezzi — il che ti offre un proxy ragionevole di ciò che produce la base prima di aggiungerci il post-addestramento.

La posizione, senza un vincitore

Questi due non sono davvero sostituti, e costringerli a decretare un vincitore oscura il risultato utile. DeepSeek V4 Flash è un MoE scaricabile, misurato in modo indipendente e insolitamente veloce, che scrive più del necessario. Ultramarine 1 Flash è un post-training chiuso e non misurato di una base aperta, progettato per scrivere meno, venduto su una suite di benchmark che nessun altro ha eseguito.

La versione liquidabile di questo articolo direbbe che vince la tariffa per token più economica. La versione difendibile dice che la licenza decide l'approvvigionamento, i dati sulla verbosità decidono la fattura, e nessuno dei due modelli è stato testato sui tuoi documenti. Due di quei tre li puoi risolvere questa settimana. Il terzo non può essere risolto finché Paper Instruments non pubblica numeri indipendenti o non rilascia i pesi che dice siano in arrivo.

Confronti come questo sono anche il punto in cui emergono le modalità di fallimento: gli incidenti AI documentati e i fallimenti degli agenti relativi ai modelli di questa classe sono raccolti in l'Archivio degli Incidenti AI di OrcaRouter, dove ogni voce riporta le proprie fonti, il livello di gravità, il grado di affidabilità e l'indicatore di contestazione.