A DeepSeek liberou o DeepSeek-V4.1-Flash-1017, atualização do seu modelo rápido que já está no site, no app e na API da empresa. A promessa central é direta: benchmarks melhores, tarefas concluídas mais rápido e respostas mais curtas que na versão anterior, configurando o que a companhia chama de melhoria de Pareto em desempenho e custo.
Para quem integra modelos de linguagem via API, isso importa porque significa entregar mais resultado pagando menos por tarefa, sem trocar de fornecedor nem reescrever a aplicação do zero.
A nota oficial também abre dois flancos que vão além do modelo em si: as APIs de Search & Fetch passam a estar disponíveis para todos, e o peso do V4.1-Flash-1017 foi publicado em código aberto. Ou seja, a atualização mexe no modelo, no ferramental de busca e na possibilidade de rodar tudo localmente.
Arquitetura e foco em projetos completos
O V4.1-Flash-1017 usa aprendizado por reforço com auto-feedback, técnica em que o próprio modelo avalia suas tentativas intermediárias e ajusta o comportamento ao longo do treino. O alvo declarado é o desenvolvimento de projetos de ponta a ponta, da criação de jogos à modelagem 3D.
A DeepSeek lista quatro exemplos demonstrando esse escopo: modelagem 3D da Cidade Proibida, um jogo de corrida web, uma recriação de Portal 2 no motor Godot e "Valley of Ages", cena 3D que percorre da pré-história à era moderna.
Há também otimização específica para ferramentas de agentes. A empresa cita DeepSeek Harness, Tencent CodeBuddy e WorkBuddy, e recomenda atualizar para o DeepSeek Harness v0.2.1-rc.1 ou superior para aproveitar o modelo novo.
Se você usa harness próprio, vale checar a compatibilidade antes de apontar produção para o endpoint atualizado.
O gráfico abaixo compara o desempenho no benchmark DeepSWE v1.1 Pass@1 contra o custo por tarefa, medido com o harness mini-swe-v2.
Cache, custo e o efeito no dia a dia
A melhoria de Pareto só faz sentido quando olhada junto com custo. O gráfico de desempenho versus custo por tarefa mostra onde o V4.1-Flash-1017 se posiciona frente à versão anterior no eixo que realmente pesa na fatura mensal.
Respostas mais curtas têm efeito composto em aplicações com muitas chamadas: menos tokens de saída por requisição reduzem o gasto e, de quebra, encurtam a latência percebida pelo usuário final. Para quem opera agentes que fazem dezenas de chamadas por tarefa, esse encurtamento se multiplica e aparece com clareza no orçamento.
Search & Fetch abertos e a janela de cobrança
As APIs de Search & Fetch agora estão abertas a qualquer desenvolvedor, sustentadas por um motor de busca próprio da DeepSeek que atende centenas de milhões de requisições diárias no mundo. O preço é de US$ 0,75 por 1.000 chamadas em cada endpoint, com documentação em API-docs.DeepSeek.com/guides/search.
Existe uma janela gratuita que exige atenção: chamadas de Search & Fetch feitas via ferramentas server-side no DeepSeek Harness, Claude Code e Codex seguem sem custo para usuários da API DeepSeek. A cobrança começa em 31 de outubro de 2026, às 16:00 UTC.
Quem depende dessas ferramentas em fluxo de produção deve planejar o orçamento antes dessa data para não ser surpreendido.
Migração da API e modelos open-source
A troca é simples para quem já usa a API: o modelo está disponível no site, no app e no endpoint, e a recomendação é atualizar o DeepSeek Harness para v0.2.1-rc.1 ou posterior. Vale revisar prompts que dependiam de saídas longas, já que o modelo novo tende a responder de forma mais enxuta, e ajustar limites de tokens se o seu pipeline faz parsing de respostas extensas.
Para quem prefere rodar localmente ou em infraestrutura própria, os pesos estão no Hugging Face em huggingface.co/DeepSeek-ai/DeepSeek-V4.1-Flash-1017 e no ModelScope em modelscope.cn/models/DeepSeek-ai/DeepSeek-V4.1-Flash-1017. A licença e as condições de uso devem ser conferidas nos repositórios antes de qualquer implantação comercial.
Preços e o que observar
O material oficial detalha o preço das APIs de busca, US$ 0,75 por 1.000 chamadas por endpoint, e indica a data de início da cobrança das chamadas server-side. Para o modelo em si, a DeepSeek comunica o ganho de custo por tarefa por meio do gráfico de Pareto, sem tabela de preços por token na nota.
Se o seu planejamento depende de valores exatos por milhão de tokens, consulte a página de preços da API antes de fechar contrato ou repassar custo ao cliente.
A leitura prática é esta: o V4.1-Flash-1017 entrega mais por tarefa, responde menos e chega com ferramental de busca embutido. Teste em cargas reais, meça custo por tarefa concluída em vez de custo por chamada e acompanhe a virada de cobrança de 31 de outubro.
Fontes
- Nota oficial da DeepSeek: https://api-docs.deepseek.com/news/news261017
- Modelo no Hugging Face: https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
- Modelo no ModelScope: https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017
- Documentação das APIs de busca: https://api-docs.deepseek.com/guides/search
