הרצת סוכני קוד בסביבות פיתוח עולה לכם ביוקר בגלל פטפטת. מודלים חושבים שוב ושוב על אותן שורות, פולטים הסברים ארוכים לפני כל שינוי קובץ קטן, ומנפחים את חשבון ה-API בלולאות של טרמינל ובדיקות. עכשיו, סנאפשוט 1017 של DeepSeek Flash, שזמין דרך OpenRouter, מנסה לפתור את הבעיה.
הכסף נשרף על מילים.
מי שמריץ סוכנים כבדים גילה שהמחיר הרשמי למיליון טוקנים הוא רק חצי מהסיפור. העלות נקבעת לפי כמות המילים שהמודל מייצר בכל צעד ולפי היכולת שלו לעשות שימוש חוזר בקוד שכבר נקרא.
פחות מילים שוות פחות כסף
בסנאפשוט 1017, החברה לא הורידה את מחירי הבסיס הרשמיים שעומדים על 0.10 דולר לקלט ו-0.50 דולר לפלט למיליון טוקנים, אלא קיצרה באופן יזום את אורך התשובות. פלט תמציתי יותר מקצר את משך ההמתנה וחוסך תקציב על הסברים בטרמינל. לפי הפרטים שפורסמו ב-OpenRouter, המודל בנוי על ארכיטקטורת Causal Encoder-Decoder שמפעילה 8 מיליארד פרמטרים בקלט ורק 16 מיליארד פרמטרים בפלט מתוך גודל כולל של 552 מיליארד פרמטרים ברקע.
V4.1 Flash is a sparse mixture-of-experts model, and the first built on the company's Causal Encoder-Decoder architecture. It activates 8B parameters on input and 16B on output from a 552B-parameter backbone.OpenRouter
הפיצול הזה שומר על עלות חישוב נמוכה לכל טוקן שנכתב, בלי לפגוע בהבנת הקשר של עד מיליון טוקנים.
מטמון דחוס בשעון ישראל
סוכנים שרצים בכלים כמו Claude Code או Cursor קוראים שוב ושוב עשרות קובצי פרויקט. כאן נכנס מנגנון ה-Compressed KV Cache, שלפי הודעת השחרור מכווץ את זיכרון המטמון בערך לרבע לעומת הדור הקודם. קריאת מטמון בספקי ענן מסוימים יורדת עד 0.002 דולר למיליון טוקנים, כך שהמחיר האפקטיבי הממוצע שמשלמים בפועל עומד על כ-0.014 דולר לקלט.
החיסכון האמיתי של סנאפשוט 1017 לא מגיע מהוזלת תעריפי הבסיס, אלא מהפחתת כמות הטוקנים שהמודל מייצר ודחיסה עמוקה של זיכרון המטמון.
מבחינת המפתח המקומי, תמחור השפל של תשתית DeepSeek מציע הנחה של 50% בשעות מסוימות. לפי נתוני המערכת, חלונות אלה חופפים לשעות הבוקר בישראל בין 07:00 ל-09:00 ונמשכים בשעות הצהריים ואילך. החיסרון הוא שההרשמה הישירה לשירות של DeepSeek פתוחה כרגע למפתחים מישראל דרך דוא"ל בלבד, בלי אפשרות אימות במספר טלפון מקומי.
| ספק | קריאת מטמון למיליון טוקנים | תפוקת כתיבה (Tokens/sec) | זמן תגובה ממוצע (Latency) | שיעור שגיאות קריאת כלים |
|---|---|---|---|---|
| inference.net | 0.002 דולר | 125 | 0.85 שניות | 0.87% |
| DeepSeek | 0.003 דולר | 149 | 1.31 שניות | לא פורסם |
| DeepInfra | 0.0042 דולר | 47 | 1.52 שניות | 0.94% |
| DeepInfra Priority | 0.0063 דולר | 41 | לא פורסם | 0.64% |
קוד מעולה אבל נטייה להזיות
במשימות פיתוח המודל מציג זינוק חד. במבחן Terminal-Bench 4.0 שבודק עבודה בטרמינל וכתיבת קוד סוכנית המודל רשם ציון של 42.3 לעומת 31.2 בגרסה הקודמת, ובמדד DeepSWE v1.1 לפתרון באגים במאגרי GitHub הוא הגיע ל-77.0 נקודות, מעל מודלים כבדים בהרבה.
אבל יש פה אזהרה ברורה שצריך להכיר לפני שנותנים לו לכתוב בדיקות לבד. לפי נתוני Artificial Analysis, המודל קיבל ציון נמוך של 3.5% בלבד במדד AA-Omniscience לבדיקת אי-הזיות, ומדורג במקום ה-275 מתוך 279 מודלים שנבחנו. כשהוא לא יודע תשובה לשאלת ידע או עובדות, הוא כמעט תמיד ימציא אותה בביטחון מלא במקום להודות בחוסר ידע.
איך להגדיר אותו היום
למרות שקובצי המשקלים ב-Hugging Face מציגים גודל כולל של 763 מיליארד פרמטרים במבנה הקבצים, הניתוב בפועל זמין ישירות דרך Vercel בבלוג הרשמי של החברה המאפשר חיבור ל-AI Gateway עם הפקודה npx vercel ai-gateway setup, או באמצעות ספקי ניתוב כמו OpenRouter.
כדי לחבר את המודל לתוך סביבת עבודה, מגדירים את שם המודל deepseek/deepseek-v4.1-flash-1017. בדוקומנטציה של החברה ממליצים להשאיר את ה-temperature וה-top_p על ערך של 1.0. אם אתם רוצים לצמצם חשיבת-יתר שעלולה לעכב ריצה של סוכן, מומלץ להגביל בהגדרות הבקשה את מספר טוקני החשיבה המרביים דרך פרמטר reasoning ייעודי. אל תבנו עליו כתחליף למנוע תשובות כללי, אבל בתור סוס עבודה לפקודות מעטפת ובניית פונקציות הוא יעשה את העבודה ברבע מחיר.
מקורות
- DeepSeek: DeepSeek v4.1 Flash 1017https://openrouter.ai/deepseek/deepseek-v4.1-flash-1017
- DeepSeek-v4.1-Flash-1017https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
- DeepSeek V4.1 Flash 1017 now available on AI Gatewayhttps://vercel.com/changelog/deepseek-v4-1-flash-1017-now-available-on-ai-gateway
- DeepSeek V4.1 Flash (max) - Intelligence, Performance & Price Analysis | Artificial Analysishttps://artificialanalysis.ai/models/deepseek-v4-1-flash
- Claude Codehttps://weba.co.il/tools/claude-code/
- Cursorhttps://weba.co.il/tools/cursor/
- GitHubhttps://weba.co.il/tools/github/
- Vercelhttps://weba.co.il/tools/vercel/
הידיעה נכתבה מהמקורות שלמעלה בתאריך הפרסום, וכל טענה בה נבדקה מולם. מצאתם טעות? כתבו.