DeepSeek Flash 1017 için 45 puan söylentisi ve gerçek fatura

Önce bir düzeltme: 45 puan henüz doğrulanmış değil

Dolaşımdaki yorumlarda DeepSeek V4.1 Flash 1017'nin Artificial Analysis endeksinde 45 aldığı söyleniyor. Bu rakamın izini sürdüğümüzde tek bir kaynağa ulaştık. OrcaRouter'ın aktardığına göre Artificial Analysis o tarihte 1017 için bağımsız bir skor yayımlamamıştı ve 45-46 aralığı, DeepSeek'i yakından takip eden bir kişinin tahminiydi.

Doğrulanmış rakam eylül sürümüne ait. Artificial Analysis, V4.1 Flash'ı en yüksek akıl yürütme ayarında 39 puanla değerlendiriyor ve benzer modellerin medyanını 19 olarak gösteriyor; OrcaRouter'a göre bu skor 120 model arasında dokuzunculuğa denk geliyor. The Rundown aynı modeli 40 olarak aktarıyor ve Artificial Analysis'in 9 Eylül karşılaştırmasında GPT-6 Astra ile Claude Fable 5.1'in 53 puanla zirveyi paylaştığını hatırlatıyor. OpenRouter'ın 1017 sayfası 39,5 gösteriyor, ancak bu rakam Artificial Analysis'in 'DeepSeek V4.1 Flash (Max)' sonuçlarından alınmış ve 1017'ye özel ayrı bir ölçüm olduğuna dair bir işaret yok.

Bu ayrım satın alma kararında önemli. Tahmini bir skora göre beklenti kurarsanız, model kendi iş yükünüzde ortalama bir performans gösterdiğinde bunu sürpriz olarak yaşarsınız. Bu yazıda doğrulanmış verilerle ilerliyoruz; 1017'nin gerçekten 45 civarına çıkıp çıkmadığını bağımsız ölçüm yayımlandığında göreceğiz.

1017 sürümü neyi değiştirdi

DeepSeek, V4.1 Flash'ı 10 Eylül'de yayımladı, 1017'yi ise 17 Ekim 2026'da çıkardı. Hugging Face'teki model kartına göre bu küçük güncelleme akıl yürütme, kodlama, ajan ve görsel testlerde iyileşme getiriyor, görev süresini ve çıktı uzunluğunu da kısaltıyor. Şirketin kendi rakamlarında araçsız HLE 36,8'den 42,6'ya, Terminal-Bench 4.0 ise 31,2'den 42,3'e çıkmış.

Temel mimari eylül lansmanından geliyor. Lansman notuna göre V4.1 Flash, 552 milyar parametreli bir uzmanlar karışımı (MoE) modeli; girdiyi okurken 8 milyar, çıktı üretirken 16 milyar parametre kullanıyor ve bağlam penceresi 1 milyon token. Önceki nesil V4 Flash ise 284 milyar parametreli ve 13 milyar aktif parametreli bir modeldi.

Kullanım şekli değişmedi. DeepSeek'in değişiklik günlüğü API çağrı yönteminin ve fiyatların aynı kaldığını, yeni modele deepseek-flash adıyla ulaşıldığını söylüyor. Eski V4 Flash ve V4 Flash Vision Exp emekliye ayrıldı ve bu isimler geçici olarak V4.1 Flash'a yönlendiriliyor. Kodunuzda eski model adını sabitlediyseniz farkında olmadan yeni modele geçmiş olabilirsiniz; üretimdeki iş akışlarını bu açıdan bir kez kontrol edin.

Fiyat listesi: hangi rakama bakacaksınız

Bu modelde fiyat sorusunun tek bir cevabı yok; rakam hem kaynağa hem de günün saatine göre değişiyor. DeepSeek'in lansman notu zirve dışı API ücretlerinin zirve ücretlerinin yüzde 50'si olduğunu söylüyor.

Bütçe tablonuzu kurmadan önce aşağıdaki rakamları yan yana koyun. DeepSeek API tarifeleri Yotta Labs'in derlemesinden, diğerleri ilgili platformların sayfalarından alındı; hepsi 1 milyon token başına ABD doları cinsinden:

• DeepSeek API, zirve dışı: girdi 0,15 dolar, çıktı 0,60 dolar
• DeepSeek API, zirve: girdi 0,30 dolar, çıktı 1,20 dolar
• DeepSeek API, önbellek isabetinde girdi: zirve dışı 0,003 dolar, zirvede 0,006 dolar
• OpenRouter'da 1017 sürümü: girdi 0,05 dolar, çıktı 0,60 dolar, 12 sağlayıcı üzerinden
• Artificial Analysis'in listelediği fiyat: girdi 0,30 dolar, çıktı 1,20 dolar

Faturayı asıl saat ve gevezelik belirliyor

En kritik ayrıntı zirve saatler. Yotta Labs'in aktardığına göre DeepSeek API'sinde zirve, hafta içi UTC 01:00-04:00 ve 06:00-10:00 arası; Türkiye saatiyle bu 04:00-07:00 ve 09:00-13:00 demek. Ofisin en yoğun sabah saatleri tam zirve tarifesine denk geliyor, yani anlık müşteri yanıtı gibi bekleyemeyen işler bu saatlerde iki kat ücretle çalışıyor. Toplu belge işleme gibi işleri öğleden sonraya ya da geceye kaydırırsanız aynı işi yarı fiyatına yaparsınız.

Listedeki bir tutarsızlığa da dikkat edin. OpenRouter'ın 1017 sayfasındaki 0,05 dolarlık girdi fiyatı, DeepSeek'in kendi zirve dışı fiyatı olan 0,15 dolarla ve değişiklik günlüğündeki 'fiyatlar aynı kaldı' ifadesiyle çelişiyor. Bu farkın açıklamasını bulamadık; bütçeyi bu rakama dayandırmadan önce kullanacağınız sağlayıcının güncel fiyat sayfasından doğrulayın.

Token başına fiyat düşük görününce çoğu kişi orada durur, oysa fatura modelin bir işi bitirmek için kaç token harcadığına bağlı. Artificial Analysis, eylül sürümü V4.1 Flash'ın değerlendirme sırasında 250 milyon token ürettiğini, benzer modellerin medyanının ise 130 milyon olduğunu söylüyor ve modeli çok geveze olarak tanımlıyor. Başka bir ölçümde eylül sürümü, endeksteki her görev için ortalama 89 bin token harcamış ve görev başına maliyet 0,27 dolar çıkmış; aynı ölçümde Claude Opus 5 görev başına 73 bin tokenda kalıyor. DeepSeek'in kendi API'sinde çıktı tokenı girdinin dört katı fiyatlandığı için (OpenRouter listesinde bu oran 12 kat) gevezelik doğrudan faturaya yansıyor.

DeepSeek, 1017'nin daha kısa çıktı ürettiğini söylüyor; bu iddia tutarsa tam da bu sorunu hedefliyor. Pratikte iki şey öneriyoruz. Akıl yürütme seviyesini işe göre ayarlayın, bir e-posta taslağı için en yüksek ayar gereksiz. Bir de ilk haftanın gerçek token tüketimini ölçün ve bütçeyi tahmine değil o rakama göre kurun.

Özet, e-posta ve belgeden veri çıkarma: nerede güvenilir

Günlük iş yükünü üçe ayırarak düşünmek işe yarıyor. Toplantı notu ya da uzun rapor özetlemede model güçlü bir aday: Artificial Analysis'in uzun bağlam testi AA-LCR v1.1'de eylül sürümü V4.1 Flash yüzde 84 aldı, bu GPT-5.6 Sol ve Gemini 3.8 Flash ile aynı seviye. 1 milyon tokenlık bağlam penceresi ve düşük token fiyatıyla birlikte, uzun sözleşme ya da çok sayfalı rapor okuma işinde ciddi bir seçenek.

Müşteri e-postası taslağı daha düşük riskli bir iş, çünkü arada bir insan okuyup gönderiyor; burada asıl soru dil kalitesi ve ton, onu aşağıda ayrıca ele alıyoruz. Belgeden yapılandırılmış veri çıkarma ise bizi en çok düşündüren alan. Fatura numarası, tutar, vergi kimlik numarası gibi alanlarda yanlış ama kendinden emin bir cevap, hiç cevap olmamasından daha zararlıdır.

Eylül sürümü V4.1 Flash, bir önceki V4 Flash'a göre AA-Omniscience doğruluğunu yüzde 40'tan 46'ya çıkardı, halüsinasyonsuzluk oranı (Non-Hallucination Rate) ise yüzde 8'den 4'e düştü. Artificial Analysis bu oranın ne ölçtüğünü kendi metodolojisinde tanımlıyor; düşüş, halüsinasyon riskinin arttığına işaret ediyor olabilir. Buraya kadar andığımız Artificial Analysis metriklerinin hepsi eylül sürümüne ait; 1017 için bu metriklerin bağımsız ölçümü henüz yok. Tablo netleşene kadar bir önlem olarak, çıkarılan her alanı kaynak metinle eşleştiren bir doğrulama adımı ve şema kontrolü kurmadan modeli muhasebe ya da gümrük verisine bağlamamanızı öneriyoruz.

Araç çağırma ve ajan işlerinde rakamlar olumlu, ama üreticiden geliyor. SiliconANGLE'ın aktardığına göre 1017, DeepSeek'in kendi testinde DeepSWE v1.1 görevlerinin yüzde 77'sini çözdü; eylül sürümünde bu oran yüzde 74,2'ydi. Model, Tencent'in WorkBuddy masaüstü ofis ajanı gibi araçlar için ayarlanmış. Bağımsız doğrulama gelene kadar bu rakamları yön gösterici kabul edin, garanti değil.

Türkçe kalitesi hakkında bildiğimiz ve bilmediğimiz

Açık konuşalım: V4.1 Flash'ın Türkçe performansını ayrıca raporlayan bir kaynak bulamadık. Dolayısıyla endeks puanı, modelin Türkçe bir müşteri şikâyetine nasıl cevap vereceği hakkında doğrudan bir şey söylemiyor. Bu boşluğu ancak kendi örneklerinizle doldurabilirsiniz.

Önerimiz, kendi gerçek verinizden 20-30 örneklik küçük bir set hazırlamak. Bu sayı bir ölçüm sonucu değil, bir iki günde değerlendirilebilecek pratik bir başlangıç noktası. Kişisel verileri maskeleyin, aynı görevleri şu an kullandığınız modele ve Flash'a verin. Değerlendirmeyi metni her gün yazan kişiye yaptırın; müşteri hizmetleri ekibi, resmi ama soğuk bir e-postayı mühendisten çok daha hızlı fark eder.

Aşağıdakiler bu model hakkında gözlem değil, sınamanızı önerdiğimiz olası sorunlar. Uzun belgelerde özne-yüklem uyumu korunuyor mu, hitap metin boyunca siz ya da sen olarak tutarlı kalıyor mu, SGK, beyanname, irsaliye gibi sektöre özgü terimler doğru kullanılıyor mu? Test setinizde bu noktaları bilinçli olarak zorlayan örnekler bulunsun.

• Gerçek bir müşteri şikâyetine nazik ama net bir Türkçe yanıt taslağı
• Yarım saatlik bir toplantı dökümünden karar ve sorumlu listesi
• Türkçe bir faturadan tutar, tarih ve vergi numarası çıkarma (sonucu elle kontrol ederek)
• İngilizce bir teknik dokümanın Türkçe özeti, terim tutarlılığına bakarak
• Aynı soruyu üç kez sorup cevapların tutarlılığını karşılaştırma

Veri nerede kalıyor: kendi sunucunuz, aracı sağlayıcı ya da DeepSeek

Çinli bir modelle çalışırken en sık sorulan soru, verinin nereye gittiği. İyi haber şu: ağırlıklar Hugging Face'te MIT lisansıyla açık ve MIT, ticari kullanımı kısıtlamayan esnek bir lisans. MindStudio modeli kendi donanımınızda çalıştırmak için bir kurulum rehberi yayımlamış. Yani teoride tek bir token bile DeepSeek'in sunucusuna gitmeden modeli kullanabilirsiniz.

Pratikte ise 552 milyar parametre ciddi bir donanım demek; aktif parametre sayısı düşük olsa da tüm ağırlıkların belleğe sığması gerekiyor. DeepSeek'in lansman notuna göre KV önbelleği önceki nesle kıyasla GPU belleğinin (HBM) dörtte birini, SSD alanının sekizde birini gerektiriyor; bu uzun bağlamlı çalışmada yükü hafifletir ama ağırlıkların kendisini küçültmez. KOBİ ölçeğindeki çoğu şirket için kendi sunucusunda çalıştırmak bu yüzden gerçekçi değil. Arada bir yol var: OpenRouter, modelin DeepInfra ve Cloudflare dahil 12 sağlayıcı üzerinden sunulduğunu gösteriyor, ancak her sağlayıcının veri saklama ve sunucu konumu politikasını ayrı ayrı okumanız gerekiyor; KVKK kapsamındaki yurt dışına aktarım sorusu sağlayıcı değişince ortadan kalkmıyor.

Bir uyarı daha. Tech Insider'ın derlemesine göre 12 Ekim 2026 itibarıyla Hugging Face'te V4.1 Flash'ın 'sansürsüz' (abliterated) sürümlerini sunan 31 üçüncü taraf depo vardı ve toplam indirme sayısı 83.900'dü. DeepSeek bunların hiçbirini yayımlamadı veya onaylamadı. Kendi sunucunuza kuracaksanız ağırlıkları yalnızca DeepSeek'in resmi deposundan alın; kim tarafından nasıl değiştirildiği belli olmayan bir modeli şirket verisinin yanına koymak, kazanacağınız tasarrufa değmez.

Karar kuralı: hacim, hata maliyeti, insan kontrolü

Bir işi bu modele verip vermeyeceğinizi üç soruyu birlikte sorarak belirleyin: hacim ne kadar, tek bir hatanın bedeli ne ve çıktı müşteriye ya da sisteme gitmeden önce bir insan bakıyor mu? Hacim yüksek, hata ucuz ve insan kontrolü varsa düşük token fiyatı doğrudan kazanca dönüşür. Hata pahalı ve insan kontrolü yoksa token ne kadar ucuz olursa olsun hesap tutmaz; tek bir yanlış vergi numarası aylarca biriken tasarrufu silebilir. Arada kalan işlerde, yani hata pahalı ama kontrol mümkünse, modeli kullanın ve doğrulama katmanının maliyetini en baştan bütçeye yazın.

Rakiplerle fiyat kıyasında elimiz zayıf. Claude Haiku, Gemini Flash, Mistral ya da GPT'nin orta sınıf modelleri için güncel ve güvenilir fiyat verisi bulamadık, bu yüzden 'şu kadar daha ucuz' demiyoruz. Eylül sürümünün uzun bağlamda Gemini 3.8 Flash ile eşit skor alması, en azından o alanda aynı ligde olduğunu gösteriyor; gerisini aynı hafta, aynı veriyle iki modeli çalıştırıp çıkan faturaya bakarak netleştirebilirsiniz.

Ajan kuracaklar için bir kalem daha var. The Decoder'ın aktardığına göre DeepSeek 1017 ile birlikte kendi arama motorunu Search ve Fetch API'leri üzerinden 1.000 çağrı başına 0,75 dolara açtı; web araması yapan bir ajanın maliyetine bunu da eklemeniz gerekiyor. Aynı habere göre 1017, DeepSeek'in kendi testlerinde birkaç kodlama ve ajan kategorisinde Claude Opus 5 ve GPT 5.6-Sol'u geçiyor, ama bu yine üreticinin kendi ölçümü.

Kuralı somut işlere uyguladığımızda tablo aşağı yukarı şöyle çıkıyor:

• Uygun (yüksek hacim, ucuz hata, insan kontrolü var): uzun iç raporları ve toplantı dökümlerini özetlemek, onaydan geçecek e-posta taslakları
• Uygun (yüksek hacim, ertelenebilir iş): gece çalışan toplu sınıflandırma ve etiketleme, zirve dışı tarifeden yararlanarak
• Uygun (sonuç test edilebiliyor): kodlama yardımcısı ve dahili ajan denemeleri
• Dikkatli olun (pahalı hata, kontrol mümkün): belgeden finansal veya yasal alan çıkarma, mutlaka doğrulama katmanıyla
• Uzak durun (pahalı hata, kontrol yok): insan bakmadan müşteriye giden cevaplar; halüsinasyon verisi netleşene kadar bu bir önlem
• Uzak durun: kişisel veya ticari sır içeren verinin, saklama politikası okunmamış bir sağlayıcıya gönderilmesi