Imagem para ajudar a entender a matéria
Novo modelo melhora resultado em teste de programação
A DeepSeek apresentou em 17 de outubro de 2026, no horário local, o DeepSeek-V4.1-Flash-1017. Segundo a empresa, o novo modelo supera a versão anterior em benchmarks, conclui tarefas mais rapidamente e produz respostas mais curtas.
No DeepSWE, avaliação voltada à engenharia de software, o modelo alcançou 77%, com custo médio de aproximadamente US$ 0,20 por tarefa. O DeepSeek-V4.1-Flash anterior havia registrado 74,2%, a um custo estimado de US$ 0,50 por execução.
Nos comparativos divulgados pela própria DeepSeek, apresentados em imagens na página oficial, o V4.1-Flash-1017 aparece à frente de Claude Opus 5, GPT-5.6-Sol, Kimi K3 e GLM 5.3 em tarefas de programação e agentes de inteligência artificial. Os concorrentes avaliados tiveram custos entre US$ 2 e mais de US$ 10 por tarefa.
Resultados ainda dependem de confirmação independente
Os números exigem cautela: ainda não há uma bateria ampla de avaliações independentes, e benchmarks não representam sozinhos a qualidade do código percebida por desenvolvedores em situações reais.
Nos dados apresentados, o DeepSeek-V4.1-Flash-1017 marcou 77% no DeepSWE 1.1, ante 74% do Opus 5.0. No AutomationBench, os resultados foram de 60,5% e 50,3%, respectivamente. No Apex Bench, o modelo da DeepSeek obteve 72,1%, contra 65,8% do concorrente. Wu Yu, responsável pelo pós-treinamento na empresa, afirmou que o lançamento abre uma era de programação orientada por intenções mais democratizada. O cache KV do modelo ocupa 890 bytes por token.
Já o agregador independente BenchLM atribuiu ao novo DeepSeek nota geral de 65,61 em 100, colocando-o na 35ª posição entre 954 modelos. A plataforma registrou 90,6% no Terminal-Bench 2.1, 88,1% no CyberGym, 68,9% no AA AutomationBench, 77% no DeepSWE, 3.471 pontos no Codeforces, 68,2% no NL2Repo, 90,9% no GPQA/GPQA-D, 67,368% nos níveis 1 a 3 do FrontierMath v2 e 84% no AA-LCR.
Há uma divergência no Apex: o BenchLM informa 65,6%, enquanto outro comparativo aponta 72,1%. No índice geral do agregador, o DeepSeek V4 Pro 0813 recebeu 63,19 pontos, e o V3.2, 50,2.
A Vals AI ainda não mantém uma página específica para a versão 1017. Na avaliação do modelo anterior, o DeepSeek V4.1 Flash marcou 51,32%, com margem de 1,13 ponto percentual, ocupando o 26º lugar entre 49 modelos. A plataforma indicava preços de US$ 0,30 para entrada e US$ 1,20 para saída por milhão de tokens.
API oferece contexto de 1 milhão de tokens
Na API da DeepSeek, o identificador deepseek-flash passa a fornecer o V4.1-Flash-1017. Já o deepseek-v4-pro permanece ligado ao V4-Pro-0813. O modelo Flash admite contexto de até 1 milhão de tokens, saída máxima de 384 mil tokens e limite de 2.500 processamentos simultâneos.
Por milhão de tokens, a entrada armazenada em cache custa US$ 0,003 fora do horário de pico e US$ 0,006 no período de maior demanda. Sem acerto de cache, os valores sobem para US$ 0,15 e US$ 0,30. A saída custa, respectivamente, US$ 0,60 e US$ 1,20.
O horário de pico vai de 1h às 4h e de 6h às 10h UTC, de segunda a sexta-feira. Fora dessas faixas, a DeepSeek cobra metade do preço. As ferramentas de busca e recuperação de conteúdo no servidor permanecem gratuitas até 31 de outubro de 2026, às 16h UTC. Depois disso, Search e Fetch custarão US$ 0,75 por mil solicitações concluídas com sucesso.
Pesos abertos e alertas técnicos
O DeepSeek-V4.1-Flash-1017 está disponível no site e no aplicativo da empresa, além da API. Os pesos abertos foram publicados no Hugging Face e no ModelScope. O modelo foi otimizado para o DeepSeek Harness a partir da versão 0.2.1-rc.1 e para as ferramentas Tencent CodeBuddy e WorkBuddy.
A versão anterior tinha uma arquitetura de mistura de especialistas com 552 bilhões de parâmetros, um módulo de memória condicional de 196 bilhões, contexto de 1 milhão de tokens e suporte nativo a visão. Ela ativava 8 bilhões de parâmetros na etapa inicial de processamento e 16 bilhões durante a geração.
Apesar do bom desempenho anterior no DeepSWE, o Claude Opus 5 mantinha vantagem nos testes Terminal-Bench 3.0 e 4.0. Também haviam sido apontados riscos de perda de desempenho em situações não testadas por causa de erros de atenção esparsa e reconstrução de estado. A configuração máxima de raciocínio podia consumir cerca de 2,5 vezes mais tokens de saída, enquanto a migração entre versões podia invalidar prompts ajustados ao ambiente de produção.
O lançamento ocorre ainda sob incerteza regulatória: há informações de que o governo chinês estuda endurecer as regras para a publicação de modelos com pesos abertos ou até impedir esse tipo de distribuição.
Comentários
Postar um comentário