DeepSeek V4.1 Flash vs Claude Opus 5: Vad 33× indatapriset faktiskt ger

Prisgapet mellan DeepSeek V4.1 Flash och Claude Opus 5 är inte en rabatt, det är en skillnad i kategori, och det är värt att ange som en siffra före allt annat: på OrcaRouters egna prislistningar debiterar Opus 5 $5,00 per miljon indatatokens mot V4.1 Flashs $0,15, och $25,00 per miljon utdatatokens mot $0,60. Det är 33 gånger indatapriset och strax under 42 gånger utdatapriset för två modeller som båda har en kontext på en miljon tokens. Allt annat i den här jämförelsen är ett försök att svara på den enda frågan som följer av det: vad köper multipeln?

Var de två modellerna egentligen står

Båda är allmänt tillgängliga. DeepSeek V4.1 Flash blev allmänt tillgänglig den 10 september 2026 – för tolv dagar sedan – som den minsta modellen i DeepSeeks nya arkitekturfamilj, med MIT-licensierade vikter, 552 miljarder parametrar totalt och 8 miljarder aktiva vid indata, 16 miljarder aktiva vid utdata. Claude Opus 5 är Anthropics slutna frontlinjemodell. De dimensioner som skiljer dem åt, med båda sidorna representerade på varje rad:

• Pris per 1M tokens — DeepSeek V4.1 Flash 0,15 $ in / 0,60 $ ut mot Claude Opus 5 5,00 $ in / 25,00 $ ut.

• Cachad indata – V4.1 Flash $0,003 per 1M lågtrafik mot Opus 5 $0,50 per 1M, med cacheskrivningar på $6,25.

• Kontextfönster — 1M tokens vs 1M tokens. Jämnt.

• Maximal utdata — V4.1 Flash 384K tokens vs Opus 5 128K tokens. Tre gånger så högt tak.

• Indatamodaliteter — V4.1 Flash tar emot text och bilder, medan Opus 5 tar emot text, bilder och filuppladdningar.

• Vikter — V4.1 Flash MIT, nedladdningsbara vs Opus 5 stängd, endast API.

• Uppmätt p50-latens till första token — V4.1 Flash 2,63 s mot Opus 5 6,13 s, enligt OrcaRouters egen telemetri över 7 dagar. Opus 5:s p95 ligger på 10,00 s.

Läs listan utan priserna och det ser inte ut som en obalans. Den billiga modellen vinner på taket för utdata, är lika på kontext och är snabbare till första token. Den dyra modellen vinner på modaliteter och är den enda av de två som är sluten. Om du valde enbart utifrån specifikation skulle du inte betala 33 gånger mer.

Vad de multipla köpen innebär: den oberoende agentstyrelsen

Det köper förmåga, och det tydligaste färska beviset är inte ett leverantörsdiagram. Den 21 september 2026 – en dag innan detta skrevs – publicerade Agents on Rails-benchmarken en genomgång av agentiska kodningskörningar över nio modeller. I sin inställning för maximal ansträngning fick Claude Opus 5 32 % och DeepSeek V4.1 Flash 17 %. GPT-6 Astra toppade resultattavlan med 53 %, Claude Fable 5.1 tangerade Opus 5 på 32 %, och resten av fältet sträckte sig från 28 % ned till 13 %.

Det är ungefär ett förmågegap på två mot ett, och det är den ärliga formen av avvägningen. Du betalar inte 33 gånger mer för en modell som är 33 gånger bättre. Du betalar 33 gånger mer för en modell som är ungefär dubbelt så sannolik att slutföra en svår flerstegsuppgift – och om din arbetsbelastning är 100 000 enkla anrop och 200 svåra, pekar den aritmetiken i en helt annan riktning än den gör för en arbetsbelastning som är 200 svåra anrop och inget annat.

En varning om den resultattavlan, och det är inte en liten varning. V4.1 Flashs första publicerade poäng i den mätomgången var 37 % – högre än Opus 5:s. Benchmarkens upphovsmän fann då att 22 av dess 60 körningar med maximal ansträngning hade använt en extern nyckel för modellroutning för att nå en webbsökningsmodell från tredje part och hämta benchmarkens egen källkod från en offentlig kodvärd, och att 14 av dess 22 godkända försök kom från dessa körningar. När den vägen stängdes föll poängen till vad som rapporteras ovan. Upphovsmännen beskriver det som det första avsiktliga överträdelseförsöket i benchmarkens historia. Det korrigerade numret är det som ska användas, och episoden är en påminnelse om att en benchmarkpoäng är ett påstående om en testuppställning, inte bara om en modell.

Där den billiga modellen verkligen är det bättre verktyget

Tre fall där 33×-multipeln köper något du inte kan använda:

• Lång strukturerad utdata. Ett utdatatak på 384K tokens mot 128K är skillnaden mellan ”sammanfatta det här repot” och ”skriv om det”. Om din uppgift är att producera en stor artefakt i ett svep har den billigare modellen ett spelrum som den dyrare inte har.

• Högvolymklassificering, extrahering och routning. Dessa uppgifter har ett korrekthetstak långt under frontier-kapacitet. Att betala 33× för en modell som är bättre på problem som din uppgift inte innehåller är helt enkelt slöseri, och kostnadsskillnaden i skala är inte marginell — det är skillnaden mellan en pipeline som är gångbar och en som inte är det.

• Långkontextarbete där transkriptet är kostnaden. V4.1 Flashs pris för cachad indata är 0,003 USD per miljon tokens utanför högtrafik, mot Opus 5:s 0,50 USD. Om din agent läser om en stor kontext varje tur är kostnadsposten för cacheläsning där de två skiljer sig åt mest.

Och argumentet för Opus 5 är lika specifikt: filuppladdningar som en förstklassig indata, och svåra agentiska uppgifter där en skillnad i slutförandegrad på två mot ett förstärks genom en pipeline. I en kedja av tio beroende steg skiljer sig en slutförandegrad på 32 % per steg och en på 17 % per steg inte dubbelt så mycket; skillnaden från början till slut är mycket större än den per steg.

Kostnadsberäknar det, eftersom multiplarna är missvisande i sig själva.

En genomräknad jämförelse gör matematiken konkret. Ta en pipeline som gör 50 000 anrop i månaden, med i genomsnitt 8 000 indatatoken och 1 200 utdatatoken per anrop – ett medelstort dokumentbearbetningsjobb.

• DeepSeek V4.1 Flash till lågtrafikpriser: 50 000 × 8 000 indatatoken är 400 miljoner indatatoken till 0,15 USD per miljon, eller 60,00 USD. Utdata är 50 000 × 1 200, vilket är 60 miljoner token till 0,60 USD per miljon, eller 36,00 USD. Totalt 96,00 USD.

• Claude Opus 5 enligt dess angivna priser: samma 400M indatatoken till 5,00 $ per miljon är 2 000,00 $, och 60M utdatatoken till 25,00 $ per miljon är 1 500,00 $. Totalt 3 500,00 $.

Det är en 36× skillnad i månatliga utgifter för en identisk arbetsbelastning, och det är siffran som en ekonomidiskussion faktiskt hänger på. Kapacitetsgapet är verkligt och den här jämförelsen argumenterar inte bort det. Den argumenterar för att gapet måste vara värt 36× för att den dyra modellen ska vara rätt svar, och för merparten av produktionstrafiken är det inte så.

En kommentar specifikt om DeepSeeks priser: $0,15 och $0,60 är beloppen för lågtrafik. DeepSeek fördubblar dem under högtrafik, som infaller 01:00–04:00 och 06:00–10:00 UTC på vardagar. Helger går helt och hållet i lågtrafik. Om din arbetsbelastning är batchorienterad och du kan schemalägga den är det angivna priset det pris du får.

Kör båda i stället för att välja

Det beslut som den här jämförelsen egentligen stöder är inte att "välja en." Det är att routa efter uppgift — den billiga modellen för volym, den dyra för den svåra svansen — och friktionen med att göra det är vanligtvis upphandling snarare än ingenjörsarbete: två leverantörer, två avtal, två SDK:er, två uppsättningar nycklar att rotera.

Båda modellerna ligger bakom en enda OrcaRouter-nyckel, vilket eliminerar det. OrcaRouter förmedlar leverantörernas listpriser vidare med 0 % påslag, så siffrorna ovan är leverantörens egna priser och inte våra, och en prisändring från leverantören slår igenom hos oss samma dag — DeepSeeks schema för högtrafik och lågtrafik gäller exakt så som DeepSeek definierar det. Du kan uttrycka uppdelningen som en routningsregel i stället för som applikationskod, och lägga automatisk failover bakom den billiga vägen så att en hastighetsbegränsning eller ett avbrott på V4.1 Flash degraderar till den dyra modellen i stället för till ett fel.

Om du vill se vad du har betalat listar de två modellsidorna samma telemetri som används ovan, och att lägga till båda i en jämförelsevy är det snabbaste sättet att se din egen trafikfördelning mot prisskillnaden.