DeepSeek V4.1-Flash-1017 barateia a tarefa falando menos; os números ainda são da casa

A tabela de preços da DeepSeek não mudou em 17 de outubro. O registro de alterações da API diz isso com todas as letras: método e preço continuam os mesmos, e o nome do modelo segue deepseek-flash. O custo de uma tarefa de engenharia de software, porém, caiu para menos da metade, segundo um gráfico publicado pela própria empresa. As duas afirmações podem ser verdadeiras ao mesmo tempo. A explicação está no volume de texto que o modelo produz para resolver cada problema, e não no preço do token.

O DeepSeek-V4.1-Flash-1017 (abre em nova aba) é, nas palavras da empresa, uma atualização menor do V4.1-Flash de setembro. A DeepSeek promete notas mais altas, execução mais rápida e respostas mais curtas. Junto com o modelo, abriu a todos duas APIs de ferramentas, Search e Fetch, cobradas por chamada. É a parte do anúncio que pode ter consequências mais duradouras do que o próprio checkpoint.

O que saiu, e o que já se sabia

O modelo está no site, no aplicativo e na API. Os pesos estão no Hugging Face (abre em nova aba) e no ModelScope, sob licença MIT. O repositório lista 763 bilhões de parâmetros e FP8 entre os tipos de tensor. A recomendação de amostragem é temperatura 1.0 e top_p 1.0, com contexto de 1 milhão de tokens e max_tokens de pelo menos 256 mil. Esse número diz muito sobre como o modelo foi pensado para trabalhar.

Os dados de arquitetura vêm do relatório técnico do V4.1-Flash original, não de um documento novo:

• um núcleo de 552 bilhões de parâmetros, mais 196 bilhões num componente chamado Engram;
• 8 bilhões de parâmetros ativos no prefill e 16 bilhões na decodificação;
• até 384 mil tokens de saída.

A OpenRouter descreve o modelo como um MoE esparso sobre a arquitetura que a DeepSeek chama de Causal Encoder-Decoder, com entendimento nativo de imagem.

A soma de 552 com 196 dá 748 bilhões, e não os 763 do Hugging Face. A diferença pode ter explicação contábil banal, mas ninguém a explicou. Também houve ruído sobre a licença: a MarkTechPost escreveu que os pesos do 1017 não tinham sido divulgados, enquanto o cartão no Hugging Face lista o repositório sob MIT. Vale o cartão.

A DeepSeek atribui o ganho a aprendizado por reforço com autofeedback, aplicado ao desenvolvimento de projetos de ponta a ponta. As demonstrações vão de uma Cidade Proibida em 3D a um jogo de corrida no navegador e uma recriação de Portal 2 na engine Godot. Demonstração é vitrine, não medição. O texto do anúncio deixa claro que o modelo foi otimizado para um ecossistema específico: o DeepSeek Harness, o CodeBuddy e o WorkBuddy da Tencent.

O post oficial resume a ambição em uma expressão de economista:

O DeepSeek-V4.1-Flash-1017 chegou! Desempenho mais forte em benchmarks, conclusão de tarefas mais rápida e respostas mais curtas que a versão anterior — uma melhoria de Pareto em desempenho e custo. Já disponível em nosso site, app e API. Otimizado para @DeepSeekHarness, Tencent CodeBuddy, WorkBuddy e mais. Atualize para o DeepSeek Harness v0.2.1-rc.1 ou posterior para a melhor experiência com o novo modelo. 1/4

— DeepSeek (@deepseek_ai), 17 de out. de 2026, no X

"Melhoria de Pareto" significa ganhar em uma dimensão sem perder em outra. A comparação, convém notar, é com a versão anterior da própria casa. Não é com o mercado.

A tabela, lida com lupa

Todos os números abaixo são da DeepSeek. Os ambientes de execução foram escolhidos por ela: o Terminal-Bench 4.0 rodou dentro do Claude Code, da Anthropic, e o DeepSWE v1.1 rodou no harness Mini-SWE-V2.

*Valor do subconjunto só de texto.

Contra o antecessor, o avanço é inequívoco. O Terminal-Bench subiu 11 pontos, de 31,2 para 42,3, e o ProgramBench quase 9. Para um checkpoint que a empresa chama de "menor", são saltos grandes.

Contra os rivais, o quadro é outro. O 1017 vence o Opus 5 no DeepSWE por 3 pontos e abre vantagem folgada em Automation-Bench, Agents' Last Exam e Apex Bench. Perde onde o trabalho fica mais longo e mais aberto:

• no Terminal-Bench, por quase 10 pontos;
• no ProgramBench, por 8;
• no NL2Repo, que mede a construção de repositórios a partir de linguagem natural, por 7;
• no HLE, por 14.

Há uma ironia na escolha do campo. O Terminal-Bench foi disputado dentro do Claude Code, a ferramenta da casa da Anthropic, e o Opus ganhou ali. A manchete "supera modelos maiores", que circulou em parte da imprensa especializada, é verdadeira para metade da tabela. Para a outra metade, não é.

Como o custo cai sem o preço cair

O gráfico da DeepSeek cruza a nota no DeepSWE com o custo médio por tarefa. Na leitura do The Decoder, o 1017 marca 77,0% a pouco menos de US$ 0,20 por tarefa. Numa configuração de esforço baixo, passa de 72% por cerca de US$ 0,10. O V4.1-Flash de setembro fazia 74,2% a algo em torno de US$ 0,50.

Esses valores são interpretação de um gráfico, não medição independente. Mesmo assim, o mecanismo é claro. Se o preço por milhão de tokens ficou igual e o custo por tarefa caiu cerca de 60%, o modelo está gastando muito menos tokens para fechar o mesmo trabalho. O changelog confirma a direção: menor tempo de execução e menor comprimento de saída.

Para quem paga agentes, essa é a métrica que importa. Um agente de código não é cobrado por resposta. É cobrado pelo ciclo inteiro: ler arquivos, pensar, editar, rodar testes, errar, tentar de novo. Um modelo que pensa em voz alta por menos tempo e chega ao patch com menos voltas economiza duas vezes, porque gasta menos tokens de saída e reenvia menos contexto a cada passo. O aprendizado por reforço com autofeedback, se faz o que a empresa diz, ensina exatamente essa disciplina.

A ressalva é técnica e não protocolar. Custo por tarefa depende do harness. O Mini-SWE-V2 tem sua política de tentativas, seu limite de passos e seu formato de prompt. No Claude Code ou num agente caseiro, a conta muda. Os US$ 0,20 valem para o DeepSWE naquele ambiente. Extrapolar para a base de código de uma fintech de Curitiba é um palpite, não um dado.

Quanto ao preço do token, segundo a MarkTechPost a API oficial cobra US$ 0,30 por milhão de tokens de entrada sem cache e US$ 1,20 por milhão de saída no horário de pico, com metade disso fora do pico. A OpenRouter mostra a DeepSeek a US$ 0,15 e US$ 0,60, que coincide com a tarifa reduzida. A mesma página lista outros provedores que hospedam os pesos abertos, com preços que vão de US$ 0,08/0,50 na inference.net a US$ 0,30/1,20 na Parasail e na Baseten. São listagens de terceiros, não tabela oficial. Mas mostram o que a licença MIT produz: concorrência entre hospedeiros sobre o mesmo modelo.

A verificação que ainda não chegou

Até a publicação do modelo, não havia avaliação independente do 1017, e o The Decoder registrou isso. A página da OpenRouter exibe números da Artificial Analysis (abre em nova aba) para o "DeepSeek V4.1 Flash (Max)":

• Intelligence Index de 39,5;
• HLE de 39,2%;
• Terminal-Bench 4.0 de 26,8%;
• taxa de não alucinação de 3,5% no AA-Omniscience.

A página não diz que esses testes foram refeitos no checkpoint de 17 de outubro. Portanto, não confirmam nem desmentem a tabela nova.

Ainda assim, ensinam duas coisas. A primeira é sobre a distância entre medição própria e alheia. Se aqueles 26,8% se referem à versão de setembro, ficam abaixo dos 31,2% que a DeepSeek atribuía a ela no mesmo benchmark. Diferença de harness explica parte disso, e é justamente por isso que harness importa. A segunda é a taxa de não alucinação de 3,5%. Ela indica que o modelo, diante do que não sabe, raramente se abstém e tende a inventar. Para agentes que consultam documentação e APIs, esse é o defeito que custa caro. O 1017 pode tê-lo corrigido ou não. Ninguém mediu.

Search e Fetch: a DeepSeek quer vender a ferramenta

A novidade estrutural está na documentação de Search e Fetch (abre em nova aba). São dois endpoints REST:

• o Search devolve resultados estruturados do motor próprio da DeepSeek;
• o Fetch devolve uma página convertida em Markdown.

As consultas têm de 1 a 128 caracteres e de 1 a 50 resultados, com 10 por padrão. Aceitam os operadores site:, -site:, lang:, after: e before:. Cada resultado traz dois sinais úteis para quem monta pipelines de RAG ou agentes de pesquisa:

• um rerank_score de 0 a 3, em que 1,5 ou mais é tratado como alta qualidade;
• um índice de authority de 0 a 4, com −1 para desconhecido e 3 ou mais para fontes muito autoritativas.

A cobrança tem um desenho honesto. Cada endpoint custa US$ 0,75 por mil requisições bem-sucedidas, sem relação com tokens ou quantidade de resultados. Só é cobrada a chamada com HTTP 200 e conteúdo não vazio. Falha, busca sem resultado e timeout saem de graça. Quem já pagou por busca vazia em outros fornecedores sabe que isso não é detalhe.

O limite também é desenhado, e é apertado: 5 requisições por segundo para Search e 5 para Fetch, por conta. O Fetch tem ainda limite por domínio e respeita as políticas de acesso do site de destino. Para um desenvolvedor experimentando, sobra capacidade. Para um produto com centenas de agentes em paralelo, 5 QPS é um gargalo e exige fila, cache ou conversa comercial que a documentação não menciona.

A DeepSeek afirma que o motor atende centenas de milhões de buscas por dia e indexa centenas de bilhões de páginas. Diz também que suporta busca multilíngue e filtra spam de SEO, manipulação de GEO e conteúdo de baixa qualidade gerado por IA. São alegações de quem vende o produto. O filtro contra GEO, a otimização de páginas para enganar mecanismos de resposta, seria o diferencial mais valioso. É também o mais difícil de verificar de fora.

O gesto comercial é o mais interessante. As chamadas de Search e Fetch feitas como ferramentas do lado do servidor no DeepSeek Harness, no Claude Code e no Codex estão gratuitas para usuários da API da DeepSeek. A cobrança começa em 31 de outubro de 2026, às 16h UTC, ou 13h em Brasília, o que equivale à meia-noite de 1º de novembro em Pequim. Há, portanto, duas semanas de uso livre a partir do lançamento. A DeepSeek pegou as ferramentas de linha de comando da Anthropic e da OpenAI e se ofereceu como fornecedora de busca dentro delas. Quem usa o Claude Code com o backend da DeepSeek passa a ter modelo e busca da mesma origem.

O que pesa contra a adoção

Pesos abertos não significam pesos domésticos. Pela conta grosseira de um byte por parâmetro em FP8, os 763 bilhões ocupam algo na casa de 760 GB só de pesos, antes do cache de atenção. Esse cache cresce depressa num contexto de 1 milhão de tokens e com saídas recomendadas de 256 mil. Isso é infraestrutura de cluster, não de estação de trabalho. A DeepSeek não publicou requisitos de hardware para o 1017. Os poucos parâmetros ativos ajudam na vazão, mas não reduzem a memória necessária para carregar o modelo inteiro.

Sobre português, a empresa não divulgou nada. Os benchmarks são todos em inglês ou neutros quanto ao idioma. A única menção a outras línguas é a busca "multilíngue", sem números. Os documentos do lançamento também não tratam de meios de pagamento, cobrança para clientes brasileiros ou local de armazenamento dos dados enviados à API. Para uma empresa sujeita à LGPD que pretende mandar código proprietário a um endpoint na China, essa ausência não é burocracia. É a primeira pergunta a responder antes do piloto.

Aqui a licença MIT mostra seu valor prático. Quem não quer mandar dados à DeepSeek pode usar os mesmos pesos num provedor de nuvem de sua escolha, ou em casa, se tiver o hardware. As APIs de Search e Fetch, porém, só existem na DeepSeek. O modelo é portátil. A ferramenta de busca, não.

Quem ganha e quem perde

Ganha o desenvolvedor que roda agentes de código em volume e mede o gasto por tarefa resolvida. Se o gráfico da DeepSeek se sustentar fora de casa, ele passa a pagar centavos por patch, com qualidade próxima à de modelos fechados no DeepSWE. Ganha quem monta pipelines de pesquisa e quer um índice próprio com sinais de autoridade embutidos, cobrado apenas quando entrega algo.

Ganham também os hospedeiros de modelos abertos, que recebem mais um checkpoint MIT para revender.

Perdem margem os fornecedores de modelos fechados nas tarefas em que o 1017 empata ou vence, como correção de bugs em repositório, automação e as provas do tipo Apex. Nas tarefas longas de terminal e de construção de repositório inteiro, o Opus 5 continua à frente pelos números da própria DeepSeek. Ali, quem paga mais ainda leva mais.

Perdem pressão de preço, também, os vendedores de APIs de busca para agentes. Um concorrente com índice próprio entrou cobrando por sucesso e se instalou como ferramenta padrão dentro das CLIs da Anthropic e da OpenAI.

Julgamento

O avanço sobre a versão de setembro é real na direção e provavelmente grande na magnitude. Onze pontos no Terminal-Bench e quase nove no ProgramBench não saem de ajuste fino de prompt. O mecanismo da economia também é crível: preço do token congelado, menos tokens por tarefa, conta menor. É o tipo de ganho que mais importa para quem opera agentes, e o que menos aparece nos placares tradicionais.

O exagero está na moldura. "Supera rivais maiores" vale para uma parte da tabela, montada pela empresa, nos harnesses que ela escolheu. Os US$ 0,20 por tarefa são a leitura de um gráfico de um único benchmark. Os únicos números independentes à vista, da Artificial Analysis, não são deste checkpoint. Os que existem sugerem uma distância incômoda entre a medição da casa e a de fora, além de uma propensão a inventar que a DeepSeek não abordou.

O que merece atenção imediata são as APIs de busca, mais do que o modelo. A regra de cobrar só o que retorna conteúdo é melhor do que a média do mercado. O limite de 5 QPS revela que o produto ainda não foi pensado para escala. E a entrada pela porta do Claude Code e do Codex mostra uma empresa que quer disputar a camada de ferramentas, não apenas a de modelos.

A recomendação prática é aproveitar as duas semanas gratuitas para medir o 1017 no próprio harness, com o próprio código, contando tokens por tarefa resolvida. Até lá, a tabela da DeepSeek é uma hipótese bem financiada, não um resultado.

Perguntas frequentes