DeepSeek V4.1 Flash 1017 este versiunea din 17 octombrie 2026 a modelului ieftin de la DeepSeek: greutati deschise cu licenta MIT, context de 1 milion de tokeni si API la 0,15 $ pe milion de tokeni la intrare in afara orelor de varf, 0,60 $ la iesire.
In tabelul publicat de DeepSeek urca la toate cele unsprezece teste fata de versiunea din septembrie si se poate folosi direct in Claude Code, schimband cateva variabile de mediu.
Mai jos gasesti ce iti trebuie ca sa decizi: ce s-a schimbat, cat costa cu orele de varf convertite in ora Romaniei, cum il legi de Claude Code fara surprize pe factura si cand eu nu l-as folosi.
Ce este DeepSeek V4.1 Flash 1017
DeepSeek V4.1 Flash este varianta "economica" din familia V4.1, gandita pentru agentii de programare care trimit zeci de cereri una dupa alta. Codul 1017 inseamna data lansarii: 17 octombrie.
Nu e un model nou de la zero. E un update al lui V4.1 Flash din 10 septembrie, cu trei promisiuni: scoruri mai mari, task-uri terminate mai repede si raspunsuri mai scurte. Mai putini tokeni la iesire inseamna o factura mai mica pentru aceeasi munca.
- Parametri: 763 de miliarde, conform fisei de pe Hugging Face, cu greutati in FP8 si BF16.
- Context: 1 milion de tokeni, iesire maxima de 384.000 de tokeni pe raspuns prin API.
- Licenta: MIT, deci uz comercial si modificari permise.
- Intrare: text si imagini.
- Moduri: cu rationament (implicit) si fara rationament.
- Unde il folosesti: site, aplicatie si API DeepSeek, sau cu greutatile descarcate pe serverele tale.
Benchmark DeepSeek V4.1 Flash 1017: ce se imbunatateste
Cifrele vin din fisa oficiala a modelului. Sunt alese si masurate de DeepSeek, cu propriile harness-uri, asa ca le iau ca orientare, nu ca verdict.
| Test | V4.1 Flash (septembrie) | V4.1 Flash 1017 |
|---|---|---|
| DeepSWE v1.1 | 74,2 | 77,0 |
| Terminal-Bench 4.0 | 31,2 | 42,3 |
| ProgramBench | 20,3 | 29,1 |
| NL2Repo-Bench | 65,4 | 68,2 |
| Automation-Bench v1.0.6 | 54,8 | 60,5 |
| Agents' Last Exam | 31,8 | 35,4 |
| Apex Bench v1.1 | 64,6 | 72,1 |
| HLE fara unelte | 36,8 | 42,6 |
Pentru un programator saltul care conteaza e la Terminal-Bench 4.0, de la 31,2 la 42,3. Testul masoara cat de bine lucreaza un agent in linia de comanda si a fost rulat chiar in Claude Code.
Punctul slab ramane rationamentul pe probleme noi (HLE), unde modelele de top raman clar in fata.
Cum il vad eu: DeepSeek V4.1 Flash e un model pentru munca repetitiva de agent. Reparat teste, curatat un repository, legat unelte intr-un flux automat. Pentru arhitectura unui proiect nou as folosi in continuare un model mai puternic.
Cat costa DeepSeek V4.1 Flash
Prin API, DeepSeek V4.1 Flash se numeste deepseek-flash si platesti pe consum, cu doua tarife: in afara orelor de varf preturile sunt la jumatate.
| Element (pe milion de tokeni) | In afara varfului | Ore de varf |
|---|---|---|
| Intrare din cache | 0,003 $ | 0,006 $ |
| Intrare fara cache | 0,15 $ | 0,30 $ |
| Iesire | 0,60 $ | 1,20 $ |
Facturarea e in dolari. Daca platesti cu un card in lei, banca aplica propriul curs si, uneori, un comision de conversie. Merita verificat inainte sa pui un buget lunar.
Orele de varf in ora Romaniei
DeepSeek stabileste orele de varf intre 01:00 si 04:00 si intre 06:00 si 10:00 UTC, de luni pana vineri, fara sarbatorile chinezesti. Weekendul e mereu in afara varfului. Pentru Romania:
- Pana pe 25 octombrie 2026 (ora de vara): intre 04:00 si 07:00 si intre 09:00 si 13:00.
- Din 26 octombrie (ora de iarna): intre 03:00 si 06:00 si intre 08:00 si 12:00.
Pe scurt, dimineata de lucru costa dublu, dupa-amiaza nu. Daca rulezi job-uri lungi in batch, mutate dupa pranz iti injumatatesc costul fara sa schimbi codul.
Un exemplu de calcul
O sesiune de agent cu 1 milion de tokeni la intrare fara cache si 200.000 de tokeni la iesire:
- Ore de varf: 0,30 $ + 0,24 $ = 0,54 $.
- In afara varfului: 0,15 $ + 0,12 $ = 0,27 $.
Agentii retrimit des acelasi context si acolo cache-ul face diferenta: 10 milioane de tokeni cititi din cache costa 0,03 $ in afara varfului. Am explicat cum functioneaza in ghidul despre prompt caching si costurile API.
Search si Fetch API: gratuite pana pe 1 noiembrie
Odata cu lansarea, DeepSeek deschide si API-urile de cautare web (Search si Fetch) la 0,75 $ la 1.000 de cereri reusite, pentru fiecare endpoint.
Apelurile facute din DeepSeek Harness, Claude Code sau Codex sunt gratuite pana la 00:00 ora Beijingului pe 1 noiembrie 2026, adica 18:00 ora Romaniei pe 31 octombrie. Dupa aceea se platesc.
Cum folosesti DeepSeek V4.1 Flash in Claude Code
DeepSeek ofera un endpoint compatibil cu formatul Anthropic, deci Claude Code il foloseste fara plugin. Daca nu ai inca Claude Code, porneste de la ghidul meu de instalare Claude Code.
- Creeaza o cheie API pe platforma DeepSeek si pune o limita de cheltuieli mica pentru primele zile.
- Seteaza variabilele de mediu in terminal (macOS si Linux):
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=cheia-ta-deepseek
export ANTHROPIC_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flash
export CLAUDE_CODE_EFFORT_LEVEL=max
export CLAUDE_CODE_AUTO_COMPACT_WINDOW=786432Pe Windows, in PowerShell, sintaxa este $env:NUME="valoare" pentru fiecare linie. Pe Windows ai nevoie si de Git for Windows.
- Intra in folderul proiectului si porneste
claude. - Verifica consumul in dashboard-ul DeepSeek dupa prima sesiune, inainte sa ii dai task-uri lungi.
Atentie la maparea modelelor
Asta e detaliul care schimba factura.
Endpoint-ul DeepSeek traduce numele modelelor Claude: cele care incep cu claude-sonnet sau claude-haiku ajung pe deepseek-flash, dar cele care incep cu claude-opus ajung pe DeepSeek V4 Pro.
V4 Pro costa de peste patru ori mai mult la intrare (0,66 $ in afara varfului, fata de 0,15 $) si de peste trei ori la iesire (1,98 $, fata de 0,60 $).
Daca setezi doar URL-ul si cheia, iar Claude Code cere un model Opus, platesti tariful Pro fara sa observi. De aceea, in lista de mai sus, si variabila pentru Opus trimite la deepseek-flash.
Alte lucruri de stiut:
- Functii nesuportate: endpoint-ul ignora
cache_controlde la Anthropic si serverele MCP trimise prin API. MCP-urile configurate local in Claude Code sunt alta discutie. - Cautare web: merge, dar fiecare cautare inseamna cereri in plus catre model si, din 1 noiembrie, si costul Search API.
- Izolare: daca lasi agentul sa lucreze singur pe codul clientilor, inchide-l intr-un Docker Sandbox, ca la orice alt model.
DeepSeek V4.1 Flash este gratuit?
Prin API nu: platesti pe consum, la preturile de mai sus. Pe site si in aplicatia DeepSeek modelul e disponibil cu un cont.
Greutatile se descarca liber de pe Hugging Face, cu licenta MIT, dar "gratuit" inseamna doar ca nu platesti licenta. Hardware-ul pe care sa-l rulezi e alta poveste.
DeepSeek V4.1 Flash se poate rula local?
Tehnic da, practic nu pe un PC obisnuit.
La 763 de miliarde de parametri, greutatile DeepSeek V4.1 Flash depasesc 700 GB chiar si in FP8, fara memoria pentru context. Fisa indica pornirea cu vLLM si SGLang, doua motoare facute pentru servere cu mai multe GPU-uri.
Exista deja versiuni cuantizate pentru unelte ca llama.cpp, Ollama si LM Studio, care reduc memoria si precizia. E aceeasi problema pe care am descris-o la Muse Spark Open: greutati deschise nu inseamna laptop.
DeepSeek V4.1 Flash, date de firma si GDPR
Cu site-ul, aplicatia si API-ul, cererile ajung pe serverele DeepSeek. Cu greutatile descarcate, modelul ruleaza pe masini pe care le controlezi tu. Pentru o firma din Romania diferenta e exact aici.
Daca trimiti date personale ale clientilor (nume, CNP, adrese, istoric de comenzi), raspunzi conform GDPR, iar autoritatea care te poate verifica este ANSPDCP.
Cand integrez un agent AI intr-o firma, primul lucru pe care il verific este ce date trec prin model. Regula mea:
- L-as folosi prin API pentru cod open source, prototipuri, teste automate si refactoring pe repository-uri fara secrete si fara date de clienti.
- Nu l-as folosi prin API pentru documente confidentiale, date personale ale clientilor sau angajatilor, exporturi din facturare (de exemplu fisierele pentru e-Factura) sau chei si parole din repository.
- Pentru date sensibile varianta e modelul self-hosted pe un server in UE sau un furnizor cu care ai un acord de prelucrare a datelor.
Am comparat alternativele chinezesti si open source, cu licente si cazuri de utilizare, in ghidul despre ce AI chinezesc sau open source sa alegi.
DeepSeek V4.1 Flash sau Claude: ce alegi
Nu e o competitie cu un singur castigator. Depinde de munca:
- Agenti care ruleaza mult, pe cod fara date sensibile: DeepSeek V4.1 Flash, mai ales in afara orelor de varf.
- Task-uri mici si rapide intr-un flux Anthropic: uita-te la Claude Haiku 5.5, foarte ieftin sub 100.000 de tokeni.
- Munca serioasa pe proiecte de clienti: Claude Sonnet 5.5 e cel pe care l-as alege eu.
- Daca vrei un agent open source in loc de Claude Code: am comparat optiunile in Claude Code vs OpenCode vs Codex.
Sfatul practic: lasa DeepSeek V4.1 Flash sa lucreze o saptamana pe repository-urile tale, cu o limita de cheltuieli, si numara task-urile inchise fara interventie. E singurul benchmark care conteaza pentru tine.
Citeste si
- AI chinezesc si open source: modelele pe care le recomand
- Cum instalezi Claude Code pe Windows, Mac si Linux
- Prompt caching: cum reduci costurile API
- Claude API key: cum o obtii si cat costa
Vrei sa il pui la treaba in firma ta?
Alegerea modelului e partea usoara.
Partea care conteaza e sa decizi ce date vede, cine tine cheile si cat are voie sa cheltuiasca pe luna. Daca vrei un agent care lucreaza pe codul sau pe procesele tale, vezi cum lucrez pe agenti AI pentru firme sau scrie-mi si vorbim.
