DeepSeek abre o V4.1-Flash-1017 e corta custo por tarefa sem mexer no preço do token

A DeepSeek, startup chinesa de Hangzhou, trocou neste sábado (17) o modelo que roda no seu site, no aplicativo e na API. A versão nova é o DeepSeek-V4.1-Flash-1017, da linha Flash, a menor da família atual da empresa e feita para responder rápido. Segundo o anúncio oficial (abre em nova aba), ele tira notas melhores, termina tarefas mais depressa e escreve respostas mais curtas do que a versão de setembro. A empresa também abriu a qualquer desenvolvedor duas APIs novas, Search e Fetch, que dão acesso ao seu mecanismo de busca próprio.

O slogan da vez é que um modelo "pequeno" vence rivais maiores, como o Claude Opus 5, da Anthropic, e o GPT-5.6 Sol, da OpenAI, em tarefas de agente. Agente é a IA que executa sozinha uma sequência de passos, como montar um programa do zero ou operar um terminal. Essa é a parte mais frágil do anúncio. A parte sólida é que o preço por token não mudou: a economia prometida vem de o modelo gastar menos texto para chegar ao resultado. Para quem paga a conta de um agente ligado o dia inteiro, isso pesa mais do que qualquer tabela de benchmark.

O que chegou

Os pesos do modelo, que são os arquivos para baixá-lo e rodá-lo fora dos servidores da empresa, estão no Hugging Face (abre em nova aba) e no ModelScope, sob licença MIT. É uma das licenças mais permissivas que existem: uso comercial, modificação e redistribuição liberados. O modelo lê texto e imagens na mesma conversa.

O "1017" no nome é uma data, 17 de outubro, e o ritmo diz muito sobre a DeepSeek. É a terceira versão do Flash em menos de três meses, depois do V4-Flash-0731, de 31 de julho, e do V4.1-Flash, de 10 de setembro. Quem já usa a API não precisa mexer em nada. O identificador deepseek-flash passou a apontar para a versão nova, e os nomes antigos deepseek-v4-flash e deepseek-v4-flash-vision-exp são redirecionados automaticamente. O upgrade não dá trabalho, mas também não deixa escolha: quem automatizou um processo em cima do modelo anterior agora roda em outro, com o mesmo nome.

Segundo a empresa, a melhora vem de uma técnica de treino chamada aprendizado por reforço com autofeedback (RLSF, na sigla em inglês). Normalmente, avaliadores humanos ou um segundo modelo dizem se uma resposta é boa. Aqui, o próprio modelo usa sua confiança interna e críticas que ele mesmo gera como sinal de recompensa. A DeepSeek diz que isso melhorou a construção de projetos completos e exibiu um jogo de corrida, uma recriação de Portal 2 no motor Godot e uma maquete 3D da Cidade Proibida. São demonstrações escolhidas a dedo. Mostram o melhor caso e não dizem com que frequência um usuário comum chega a um projeto que funciona.

O modelo foi ajustado para ambientes de programação específicos: o DeepSeek Harness (abre em nova aba), da própria empresa (versão 0.2.1-rc.1 ou posterior), e o CodeBuddy e o WorkBuddy, da Tencent. Contra o antecessor, os ganhos na tabela publicada pela empresa são grandes:

• Terminal-Bench 4.0, que mede tarefas na linha de comando: a nota subiu de 31,2 para 42,3 e passou o GLM-5.3 (37,9).
• Apex Bench v1.1: subiu de 64,6 para 72,1.
• As 11 linhas da tabela de lançamento melhoraram.

"Vence rivais maiores" tem asterisco

Os números contra a concorrência também são da DeepSeek, e a escolha dos adversários ajuda. A empresa se compara a K3, GLM-5.3, GPT-5.6 Sol e Claude Opus 5, e supera a maior parte deles em programação e agentes. Mas o Opus 5 e o GPT-5.6 Sol já não estão no topo. Uma análise do site Kingy AI lembrou que hoje o mercado tem GPT-6 Astra, GPT-6.1 Sol, Claude Opus 5.5, Sonnet 5.5 e Gemini 4 Argon. E, mesmo na tabela da própria DeepSeek, o Opus 5 continua à frente em vários testes de raciocínio puro.

O número mais repetido do dia também é discutível: 77,0 no DeepSWE v1.1, teste que mede se o modelo resolve, do começo ao fim, problemas reais em repositórios de código. O site Shattered apontou que a documentação da Nvidia para a variante instruct da mesma família traz outro índice de problemas resolvidos. Os testes de terceiros publicados no dia do lançamento são pilotos pequenos, de poucas tarefas, que não substituem uma avaliação ampla.

Encostar na geração anterior dos modelos caros, cobrando uma fração do preço, é um feito real para uma linha barata. Só não é o que a manchete promete.

De onde vem a economia

A tabela de preços é a mesma de antes. No horário de pico, são US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de saída. Fora do pico, cai pela metade: US$ 0,15 e US$ 0,60. Token é a unidade em que os modelos medem texto, algo como um pedaço de palavra. A DeepSeek chama a atualização de "melhoria de Pareto", ou seja, desempenho maior e custo menor ao mesmo tempo. Como o preço unitário ficou parado, a redução do custo por tarefa depende só de o modelo escrever menos e terminar antes.

Há um segundo fator de economia, que vem da linha V4.1 desde o lançamento de setembro (abre em nova aba). O modelo guarda uma memória de trabalho durante conversas longas, o chamado cache de chave-valor. Segundo a empresa, esse cache ocupa um quarto da memória e um oitavo do espaço em disco da geração anterior. A DeepSeek argumenta que, em agentes, os custos ligados ao cache são os que dominam a fatura. A janela de contexto é de 1 milhão de tokens.

O número que importa é o custo por tarefa que deu certo. Some entrada, saída e cache, acrescente taxas de ferramentas e de infraestrutura e divida pelo número de respostas que passam nos seus critérios. Uma resposta curta e errada sai cara do mesmo jeito.

A DeepSeek também já não é a opção mais barata por token. O GPT-6 Luna, da OpenAI, cobra US$ 0,10 e US$ 0,50 e fica abaixo do Flash em qualquer horário. Contra os modelos mais pesados, a diferença continua enorme:

Os valores são preços de tabela divulgados pelas empresas em outubro de 2026.

Busca vira produto e entra na conta

A outra novidade tem menos brilho e mais consequência. Com as APIs Search e Fetch, a DeepSeek abre pela primeira vez a desenvolvedores externos o mecanismo de busca que usa internamente. Cada uma custa US$ 0,75 a cada mil requisições bem-sucedidas. Há uma isenção temporária, restrita a chamadas feitas do lado do servidor por ferramentas como o DeepSeek Harness.

Com isso, a DeepSeek passa a vender também as ferramentas do agente, além do modelo. Um agente que pesquisa antes de agir precisa de busca, e na prática quem usava o modelo da empresa precisava contratar isso em outro lugar. A cobrança é separada da dos tokens. Um agente que faz dez mil buscas por dia acrescenta US$ 7,50 diários à conta, antes de escrever uma linha de resposta.

Aberto, mas não leve

Licença livre não significa que qualquer pessoa consiga rodar o modelo em casa. O V4.1-Flash é um modelo do tipo mistura de especialistas, com 552 bilhões de parâmetros no total, dos quais cerca de 8 bilhões são ativados a cada token. Como só uma parte trabalha de cada vez, o uso fica mais barato, mas o arquivo continua grande. O checkpoint vem dividido em 48 partes, no formato FP8, de 8 bits. A conta simples dá mais de 500 GB só de pesos: é trabalho para servidor com várias placas de vídeo, não para notebook. Quem for instalar também não vai encontrar o modelo de conversa no formato Jinja, comum em muitas ferramentas. No lugar dele, a DeepSeek oferece um codificador de referência em Python e um kit em Rust chamado deepseek-recipe.

A grande vantagem dos pesos abertos está em outro ponto. É possível hospedar o modelo em servidores próprios ou de um provedor de confiança, sem que os dados passem pela DeepSeek. Para quem lida com informação sensível, isso pode decidir se o modelo é viável ou não.

Para quem está no Brasil

Os preços são cotados em dólar, e nenhum dos testes destacados no lançamento mede desempenho em português. Quem atende clientes no idioma precisa fazer essa medição por conta própria.

A DeepSeek entregou, pelo mesmo preço, um modelo melhor que o de setembro, e isso está bem documentado. Que ele supere o Claude ou o GPT que você paga hoje, por enquanto só a própria DeepSeek afirma. E como o nome deepseek-flash muda de modelo a cada poucas semanas, vale anotar a data de cada teste.