Ultramarine 1 Flash kontra DeepSeek V4 Flash: Niska cena za token nie oznacza taniego zadania

Ultramarine 1 Flash kosztuje 0,15 USD za milion tokenów wejściowych i 0,50 USD za tokeny wyjściowe. D​eepSeek V4 Flash figuruje w rejestrze Artificial Analysis na poziomie 0,44 i 1,32 USD, względnie 0,22 i 0,66 USD według stawki routowanej nasz katalog oferuje go po tej stawce. Postaw obie tabele opłat obok siebie, a model Paper Instruments wygląda na oczywistą okazję — trzy razy tańszy na wejściu i dwa i pół raza tańszy na wyjściu, przy cenach katalogowych. Problem z takim odczytem polega na tym, że stawka za milion tokenów to tylko połowa rachunku, a ta pominięta połowa to właśnie ta, w której te dwa modele różnią się najbardziej. D​eepSeek V4 Flash generuje 240 milionów tokenów wyjściowych, aby ukończyć Intelligence Index. Mediana w jego klasie porównawczej generuje 140 milionów. Mówiąc słowami Artificial Analysis, jest bardzo gadatliwy — pod tym względem zajmuje 36. miejsce na 40 w swojej klasie cenowej.

Ultramarine 1 Flash formułuje na swój temat przeciwne twierdzenie. We wszystkich sześciu benchmarkach ocenianych przez Paper Instruments generował o 6,5% mniej tokenów niż model GLM-5.3 Flash, na bazie którego został poddany dalszemu treningowi, uzyskując przy tym wyższe wyniki w każdym z nich. Jeden model jest tani w przeliczeniu na token, a drogi w przeliczeniu na zadanie. Drugi nie szczędził starań, by stać się tańszy w przeliczeniu na zadanie, nie zmieniając swojej ceny. Porównanie, które warto przeprowadzić, dotyczy tych dwóch podejść, a nie dwóch stawek za dane wejściowe.

Dwa modele, dwie różne drogi do tego samego przedziału cenowego

Dotarli do poziomu budżetowego z przeciwnych kierunków, a ta różnica wyjaśnia większość tego, co następuje.

D​eepSeek V4 Flash to zbudowany od podstaw model typu mixture-of-experts: 284 miliardy łącznych parametrów, 13 miliardów aktywnych, wydany 24 kwietnia 2026 r. na licencji MIT, z wagami opublikowanymi na Hugging Face. Jego wersja 0731, ponownie wytrenowana końcowo od podstaw na tej samej architekturze, jest tym, co obsługuje obecnie datowany identyfikator. Ma okno kontekstu o rozmiarze 1 048 576 tokenów, z maksymalnie 384 000 tokenów wyjściowych, przyjmuje tekst na wejściu i zwraca tekst na wyjściu, a według własnych opublikowanych danych D​eepSeek osiąga mocne wyniki w benchmarkach agentowych — 82,7 w Terminal-Bench 2.1, 76,7 w Cybergym, 70,3 w Toolathlon Verified.

Ultramarine 1 Flash to model pochodny. Paper Instruments wzięło GLM-5.3 Flash — multimodalny model Z.ai o łącznej liczbie 320 mld parametrów i 18 mld aktywnych parametrów — i przeprowadziło na nim wielkoskalowe uczenie ze wzmocnieniem w oparciu o syntetyczny program szkoleniowy obejmujący pracę w finansach, prawie, doradztwie i operacjach. API zostało uruchomione 14 października 2026 r. w stawkach 0,15 USD / 0,03 USD za tokeny z pamięci podręcznej / 0,50 USD za milion tokenów — takich samych, jakie pobiera GLM-5.3 Flash. Wagi nie zostały udostępnione; na stronie samego dostawcy widnieje napis „Wagi modelu już wkrótce”.

Tak więc uczciwe ujęcie tego zestawienia to: możliwy do pobrania MoE od podstaw przeciwko zamkniętemu post-trainingowi na czyjejś otwartej bazie — jedno z nich jest w produkcji od sześciu miesięcy, a drugie ma jeden dzień.

Liczba rozwlekłości, której marketing żadnej ze stron nie wysuwa na pierwszy plan

Artificial Analysis mierzy, ile tokenów wyjściowych model zużywa na ukończenie Intelligence Index, i przedstawia to jako ranking gadatliwości. DeepSeek V4 Flash zużył 240 milionów tokenów wyjściowych przy medianie w swojej klasie wynoszącej 140 milionów — o 71% powyżej typowej wartości, 36. miejsce na 40 w swojej klasie. Ta liczba to powód, by ostrożnie podchodzić do podawanych przez niego 0,22 USD na zadanie. Co istotne, jest to również lepszy wskaźnik kosztu na zadanie niż osiąga większość jego konkurentów, co pokazuje, jak bardzo rekompensuje to surowa szybkość modelu: przy 173,7 tokenu wyjściowego na sekundę jest ósmym najszybszym z 74 modeli w swojej klasie, więc strumień tokenów napływa szybko, nawet jeśli jest go więcej.

Gadatliwość modelu Ultramarine 1 Flash nie została opublikowana przez Artificial Analysis, ponieważ Artificial Analysis nie oceniła tego modelu. To, co zamiast tego publikuje Paper Instruments, to porównanie z własną bazą: 30,5 miliona tokenów w porównaniu z 32,7 miliona w przypadku GLM-5.3 Flash w sześciu zestawach benchmarków, z uwzględnieniem rozumowania. To pomiar wspólny dla obu stron porównania — ten sam zestaw, ten sam system testowy, te same warunki — co czyni go najbardziej wiarygodną liczbą w tej publikacji i jedyną, w której twierdzenie o efektywności tokenowej jest weryfikowane względem czegoś innego niż ono samo.

Połącz to wszystko, a arytmetyka zmienia kształt. Zaletą D​eepSeek V4 Flash jest szybki, wydajny, dobrze skalibrowany model, który można uruchomić niemal wszędzie. Jego wadą jest to, że pisze dużo, a przy stałej stawce za wyjście przekłada się to na rachunek. Zaletą Ultramarine 1 Flash jest to, że pisze mniej niż model, od którego pochodzi — ale tylko w porównaniu z tym modelem i tylko w zestawach testowych napisanych przez jego własnego twórcę.

Co tak naprawdę mówi sześć benchmarków

Paper Instruments przeprowadził sześć zestawów testów na swoim własnym modelu i kilku konkurentach. Występuje w nich D​eepSeek V4.1 Flash; oryginalny D​eepSeek V4 Flash, model z tego nagłówka, nie występuje.

• JobBench — Ultramarine 1 Flash 62,9, D​eepSeek V4.1 Flash 60,4. Model Paper Instruments prowadzi o 2,5 punktu.

• PI Knowledge Work — Ultramarine 1 Flash 59,3, DeepSeek V4.1 Flash 47,9. Luka 11,4 punktu, największa w zestawie.

• FrontierFinance — 53,3 przeciwko 46,0.

• AutomationBench — jedyny zestaw, w którym D​eepSeek wygrywa: V4.1 Flash 51,3 przeciwko 50,2 Ultramarine.

• DiligenceBench — 50,6 wobec 50,3. W praktyce na równym poziomie, przy czym oba ustępują Gemini 3.8 Flash i Claude Fable 5.

• APEX-Agents 1.1 — 57,0 wobec 39,5, największa różnica w całej tabeli.

Zastrzeżenia tu się piętrzą i warto wszystkie je wyłożyć wprost. To benchmarki dostawcy. Liczby dla D​eepSeek dotyczą innego, nowszego modelu z tej samej rodziny, który Paper Instruments wskazuje z nazwy. I nic z tego nie zostało sprawdzone przez nikogo spoza firmy. To, co tabela faktycznie ustala, jest wąskie, ale realne: w pracy, której efektem jest dokument, specjalista po treningu końcowym ma dużą przewagę nad efektywnym ogólnym modelem MoE, a w zautomatyzowanych zadaniach agentowych różnica niemal zanika. Jeśli twoja praca to memorandum albo model, ten podział wskazuje w jedną stronę. Jeśli to wieloetapowa pętla agentowa — nie.

Możesz pobrać jeden z nich

To jest różnica, której nie uchwyci żaden benchmark, i to ona najprawdopodobniej rozstrzygnie rozmowę zakupową.

D​eepSeek V4 Flash jest objęty licencją MIT, a jego wagi są dostępne na Hugging Face. Możesz go pobrać, uruchomić na własnym sprzęcie, dostroić, wbudować w produkt i nigdy nie wysłać ani jednego tokenu do strony trzeciej. Dla kancelarii prawnej lub banku z obowiązkami zachowania poufności wobec klientów nie jest to miły dodatek; często jest to jedyne wymaganie, jakie ma znaczenie — i całkowicie wyklucza model D​eepSeek z części tego porównania dotyczącej hostowanego API, a zamiast tego umieszcza go na twoich własnych maszynach.

Ultramarine 1 Flash nie potrafi tego dzisiaj zrobić. „Wagi modelu już wkrótce” to deklaracja zamiaru, a nie licencja. To, co Paper Instruments rzeczywiście udostępniło otwarcie, to rusztowanie wokół modelu: harness agenta Feather, w którym był trenowany i oceniany, oraz forki paper-docx, paper-pptx i paper-xlsx, które dają agentowi bezpieczny interfejs do formatów plików Office. Są one naprawdę przydatne — a jednocześnie stanowią reklamę modelu, ponieważ istnieją po to, by jego wyniki były mniej uszkodzone niż to, co wytwarza generyczny agent przy użyciu standardowych bibliotek.

Zatem kwestia licencji zmienia układ porównania. Jeśli musisz samodzielnie uruchamiać wagi, nie ma porównania: D​eepSeek V4 Flash jest odpowiedzią, a Ultramarine 1 Flash obietnicą. Jeśli możesz wywołać API, te dwa faktycznie ze sobą konkurują, a rozstrzygającym dowodem jest koszt na zadanie na twoich własnych dokumentach.

Gdzie trafia przekierowana cena

W OrcaRouter, D​eepSeek V4 Flash jest oferowany po $0.22 za milion tokenów wejściowych i $0.66 za milion tokenów wyjściowych — cena katalogowa dostawcy jest przekazywana bez doliczania niczego za token, dlatego znajduje się poniżej pary $0.44/$1.32 w rejestrze Artificial Analysis: ta para dotyczy karty innego dostawcy. Mechanizm przekazywania ma drugą konsekwencję, o której warto wiedzieć, jeśli planujesz budżet: gdy dostawca zmienia stawkę, oferowana stawka zmienia się wraz z nią tego samego dnia, bez zmiany konfiguracji po Twojej stronie.

Względem tej routowanej stawki cena $0,15/$0,50 modelu Ultramarine 1 Flash jest około 1,5 raza niższa na wejściu i 1,3 raza na wyjściu — znacznie mniejsza różnica, niż sugeruje porównanie cen katalogowych, a jeszcze mniejsza, gdy do obciążenia dokumentowego z dużym współdzielonym prefiksem zastosuje się 97-procentową zniżkę DeepSeeka za pamięć podręczną. Stawka modelu Ultramarine 1 Flash za pamięć podręczną wynosi $0,03 za milion, co również stanowi dużą zniżkę, ale w tym momencie oba rozwiązania są tak blisko siebie, że żadne nie wygrywa wyłącznie na podstawie arytmetyki.

Co pozostawia decyzję tam, gdzie jej miejsce: po stronie twojej własnej pracy. Wyślij partię rzeczywistych materiałów do obu, porównaj faktury i przeczytaj wyniki. Ultramarine 1 Flash nie znajduje się w naszym katalogu, więc ten test po jednej stronie uruchamiany jest na własnym punkcie końcowym dostawcy. Model, z którego powstał w wyniku dostrajania po treningu, GLM-5.3 Flash, jest tu udostępniany w cenie $0.15/$0.50 — identyczny cennik — co daje rozsądne przybliżenie tego, co produkuje model bazowy, zanim dodasz na wierzch dostrajanie po treningu.

Pozycja, bez zwycięzcy

Te dwa modele nie są tak naprawdę zamiennikami, a zmuszanie ich do wyłonienia zwycięzcy przesłania użyteczne ustalenie. DeepSeek V4 Flash to możliwy do pobrania, niezależnie zmierzony, wyjątkowo szybki MoE, który pisze więcej, niż musi. Ultramarine 1 Flash to zamknięty, niepoddany pomiarom post-training otwartej bazy, zaprojektowany tak, by pisać mniej, sprzedawany na podstawie zestawu benchmarków, którego nikt inny nie uruchomił.

Wersja tego artykułu, którą łatwo odrzucić, powiedziałaby, że wygrywa tańsza stawka za token. Wersja, której można bronić, mówi, że o zakupie decyduje licencja, o rachunku decydują liczby dotyczące rozwlekłości, a żaden z modeli nie został przetestowany na twoich dokumentach. Dwie z tych trzech kwestii możesz rozstrzygnąć w tym tygodniu. Trzeciej nie da się rozstrzygnąć, dopóki Paper Instruments nie opublikuje niezależnych liczb albo nie udostępni wag, które – jak zapowiada – mają się pojawić.

Właśnie przy takich porównaniach ujawniają się też tryby awarii: udokumentowane incydenty związane z AI i awarie agentów stojące za modelami z tej klasy zebrano w Archiwum Incydentów AI OrcaRouter, gdzie każdy wpis ma własne źródła, wagę, ocenę wiarygodności i flagę sporu.