DeepSeek ha rilasciato DeepSeek-V4.1-Flash: il modello è già disponibile sull’API, il listino è stato ritoccato verso il basso e, dal 14 settembre 2026, anche le chiamate a V4 Pro verranno servite da V4.1 Flash. È un aggiornamento che vale la pena leggere con attenzione, perché cambia il conto a fine mese per chiunque usi questi modelli per lavorare.
Di cosa parleremo..
Che cos’è DeepSeek V4.1 Flash
V4.1 Flash è il modello più piccolo della nuova famiglia di architetture di DeepSeek. L’azienda lo presenta come la base da cui costruire i modelli più grandi: tetto di capacità più alto, inferenza più rapida, throughput maggiore. Detto senza giri di parole, è il modello economico che però non si comporta più da modello economico.
La novità più concreta è la comprensione visiva multimodale nativa. V4.1 Flash legge le immagini direttamente, senza endpoint dedicati e senza modelli separati. Nella tabella ufficiale delle funzionalità la vision risulta supportata da Flash e non supportata da V4 Pro: per chi lavora con screenshot, diagrammi o PDF scansionati è un cambio di sostanza, non un dettaglio.
Sul fronte tecnico: finestra di contesto da 1M token, output massimo di 384K token, modalità thinking attiva di default, supporto a JSON output, tool calls, Responses API e Anthropic API. Il completamento FIM resta in beta e solo in modalità non-thinking. Il limite di concorrenza è fissato a 2500 richieste, contro le 500 di V4 Pro.
I nuovi prezzi dell’API
Con il rilascio di V4.1 Flash DeepSeek ha ridotto il listino. Le tariffe sono per milione di token e restano divise tra off-peak e peak: le ore di punta sono 01:00-04:00 e 06:00-10:00 UTC, dal lunedì al venerdì, e costano il doppio.
| Voce (per 1M token) | Off-peak | Peak |
|---|---|---|
| Input, cache hit | $0,003 | $0,006 |
| Input, cache miss | $0,15 | $0,30 |
| Output | $0,60 | $1,20 |
Il taglio si legge meglio confrontandolo con la generazione precedente. L’input in cache hit passa da $0,007 a $0,003, l’input in cache miss da $0,22 a $0,15, l’output da $0,66 a $0,60. Il risparmio più corposo è sull’input letto dalla cache, ed è la voce che pesa di più nelle sessioni lunghe e nei contesti pesanti.
Rispetto a V4 Pro il divario è di un altro ordine di grandezza: il Pro in off-peak costa $0,022 di cache hit, $0,66 di cache miss e $1,98 di output. Da qui in avanti, però, quel confronto diventa in gran parte teorico.
V4 Pro: routing dal 14 settembre e ritiro programmato
DeepSeek sostiene che V4.1 Flash abbia superato V4 Pro su performance, costo, velocità e tempo totale di completamento dei task. Da qui la decisione di ritirare V4 Pro in modo ordinato: dal 14 settembre 2026, ore 12:00 di Pechino (le 04:00 UTC) e fino al futuro rilascio di V4.1 Pro, tutte le richieste a deepseek-v4-pro verranno instradate su V4.1 Flash e fatturate al prezzo di V4.1 Flash.
C’è una sfumatura che conta, ed è la data. Fino al 14 settembre il nome Pro continua a rispondere con il modello Pro, e quindi anche a costare come tale. Chi vuole il nuovo modello da subito deve chiamare deepseek-flash, non aspettare il routing automatico.
I benchmark: dove vince e dove no
I numeri pubblicati da DeepSeek sono buoni, ma vanno letti per intero. V4.1 Flash segna 90,9 su GPQA Diamond, 3471 di rating su Codeforces, 65,6 su MathArena Apex e 90,6 su Terminal-Bench 2.1. Su HLE, quando può usare gli strumenti, arriva a 63,9.
Il punto interessante è proprio l’ultimo dato. Sull’HLE in puro testo, senza tool, V4.1 Flash si ferma a 36,8, mentre V4 Pro toccava 42,7 nella sua release di agosto. Insomma, sulla conoscenza secca il modello nuovo non è avanti. Lo diventa quando la prova si sposta sull’uso di strumenti e sul lavoro agentico, cioè dove questi modelli vengono usati davvero.
È un pattern che si sta ripetendo in tutta l’industria: i benchmark di conoscenza stagnano, le abilità operative crescono. Per chi sceglie un modello con cui costruire agenti e automazioni, la seconda categoria vale più della prima, e il fatto che arrivi sul modello più economico è la notizia vera.
Cosa cambia in pratica se usi l’API
- Il modello da indicare è deepseek-flash. I nomi vecchi restano accettati per compatibilità, ma conviene allineare la configurazione.
- I costi scendono senza toccare il codice, se già usavi i nomi V4 Flash.
- La vision è disponibile senza endpoint separati: le immagini si passano nello stesso formato del testo.
- Le ore off-peak costano la metà: spostare le lavorazioni pesanti fuori dalle fasce di punta è il risparmio più facile da ottenere.
- L’output massimo resta di 384K token, quindi i task lunghi non richiedono di spezzare la risposta.
Se stai valutando il passaggio, misura prima e dopo su un carico di lavoro reale. I benchmark dicono una cosa, il tuo caso d’uso dice spesso qualcosa di diverso. Per chi costruisce agenti, vale la pena guardare anche DeepSeek Harness, il framework open source dove tutto è un plugin, e il confronto con i modelli GPT-6 Astra di OpenAI.
FAQ
Quando è uscito DeepSeek V4.1 Flash?
Il 10 settembre 2026. Il modello è già disponibile sull’API e le nuove tariffe sono entrate in vigore insieme al rilascio.
Come si chiama il modello nell’API?
deepseek-flash. I nomi deepseek-v4-flash e deepseek-v4-flash-vision-exp funzionano ancora, ma indicano modelli ritirati: le richieste vengono servite da V4.1 Flash e fatturate al prezzo di Flash.
Da quando le richieste a V4 Pro vengono servite da V4.1 Flash?
Dal 14 settembre 2026, ore 12:00 di Pechino (04:00 UTC), e fino al rilascio di V4.1 Pro. Prima di quella data il nome Pro risponde ancora con il modello Pro, al prezzo del Pro.
Quanto costa DeepSeek V4.1 Flash?
In off-peak: $0,003 per milione di token di input in cache hit, $0,15 in cache miss e $0,60 di output. Nelle ore di punta i prezzi raddoppiano.
V4.1 Flash supporta le immagini?
Sì, ha la vision nativa e non richiede un endpoint separato. Nella tabella ufficiale V4 Pro risulta invece non supportato per la parte visiva.
Devo cambiare qualcosa nel codice?
Basta il nome del modello, se vuoi essere esplicito. Formato delle chiamate, endpoint e parametri restano quelli di prima.
