DeepSeek V4.1 Pro vs Gemini 3.8 Flash: Ett saknat flaggskepp mot en billig Google-modell

Det här är den minst symmetriska matchningen på sajten, och asymmetrin är inte den som namnen antyder. Gemini 3.8 Flash kostar 0,75 USD per miljon indata-tokens och 3,75 USD för utdata, har ett 1M-kontextfönster med ett tak på 65K utdata och kan anropas med samma nyckel som allt annat. DeepSeek V4.1 Pro har inget kort, ingen endpoint och inget pris. Det DeepSeek-flaggskepp som faktiskt finns — DeepSeek V4 Pro — kostar 0,66 USD och 1,98 USD utanför högtrafik, ungefär en tiondel av Flashs indata-pris och hälften av dess utdata-pris, med ett tak på 384K utdata i stället för 65K.

Läs det igen, för det vänder på intrycket som ordet "flash" skapar: Googles billiga nivå är den dyrare per token, och DeepSeeks flaggskepp är den med högre genereringstak.

Korten

• Gemini 3.8 Flash — 0,75 USD för indata, 3,75 USD för utdata; cacheläsningar för 0,075 USD; 1M kontext; 65K maximal utdata; uppmätt p50 för första token: 8,13 sekunder.

• DeepSeek V4 Pro — $0,66 in, $1,98 ut utanför högtrafik; $0,022 cachelagrat; fördubblas till $1,32 och $3,96 under två tidsfönster på vardagar; 1M kontext; 384K utdata; endast text; 6,22 sekunder till första token.

• DeepSeek V4.1 Pro —inget att jämföra. Nämnd en gång den 10 september och aldrig prissatt.

I lågtrafik är DeepSeek 12 % billigare på input och 47 % billigare på output. Under ett högtrafikfönster är det 76 % dyrare på input och 5,6 % dyrare på output. Den svängningen – från klart billigare till klart dyrare inom samma dag – är det viktigaste på den här sidan, och den syns inte i någon av leverantörernas marknadsföring.

65K-taket avgör fler arbetsbelastningar än priset

Sextiofemtusen utdatatokens är ett långt svar och ett kort dokument. En generering i ett enda anrop av en rapport på 40 000 ord får inte plats; en kodfil med någon som helst ambition närmar sig gränsen innan den är färdig. DeepSeeks tak på 384K är nästan sex gånger högre, och för allt i den klassen spelar prisjämförelsen inte längre någon roll, eftersom en av de två inte kan utföra jobbet i en enda förfrågan.

Där taket inte sätter gränsen – chatt, klassificering, sammanfattning, de flesta agentsteg – är det tokenpriset du betalar, och där vinner DeepSeek utanför högtrafik och förlorar i högtrafik. Schemaläggning, inte modellval, avgör utfallet.

Latensen vänder återigen på rangordningen

Gemini 3.8 Flash mäter 8,13 sekunder till första token; DeepSeek V4 Pro mäter 6,22. Ingen av dem är snabb, och båda är långsamma nog att en interaktiv produkt märker av dem. Med ett tak på 65K och en första token på 8 sekunder är argumentet för Flash cache-ekonomi – 0,075 USD per miljon cachade läsningar är det billigaste publicerade cachepriset på något kort i den här jämförelsen – snarare än listpris.

Vad ska köras

Gemini 3.8 Flash och DeepSeek V4 Pro finns båda på OrcaRouter till respektive leverantörs listpriser, vidarebefordrade utan påslag, via en OpenAI-kompatibel slutpunkt med automatiskt failover – så den här jämförelsen är en dirigeringsregel, inte en migrering. Skicka arbetet med långa genereringar till modellen med 384K-taket, det cachetunga arbetet till den med det cachade priset på $0.075 och resten till den som är billigare vid den timme den körs.

DeepSeek V4.1 Pro stannar utanför den routningstabellen tills DeepSeek publicerar en identifierare. Allt annat är en plan byggd på en release note.