A DeepSeek liberou o DeepSeek-V4.1-Flash-1017, um novo checkpoint do modelo V4.1-Flash — termo que designa um estado específico dos pesos de uma inteligência artificial — já disponível no site, no aplicativo e na API da empresa. Segundo a companhia, a atualização entrega pontuações mais fortes, conclusão de tarefas mais rápida e respostas mais curtas do que a versão de setembro, configuração que ela própria descreve como uma melhoria de Pareto, ou seja, ganhos simultâneos de desempenho e custo sem perdas em nenhum dos dois critérios. Na API, o modelo é acionado pelo nome deepseek-flash.
No anúncio, a DeepSeek também abriu suas interfaces de programação de busca e captura de páginas, batizadas de Search API e Fetch API, para todos os desenvolvedores. Para quem constrói agentes autônomos, a combinação significa um modelo de programação mais barato acompanhado de uma camada de acesso à web de primeira parte, tudo sob uma única chave de API.
Do ponto de vista técnico, o V4.1-Flash é um modelo multimodal baseado em Mixture-of-Experts, arquitetura de mistura de especialistas que armazena um número enorme de parâmetros, mas ativa apenas uma fração a cada processamento. São 552 bilhões de parâmetros na estrutura principal somados a 196 bilhões em parâmetros Engram, com 8 bilhões ativos por token na etapa de pré-processamento da entrada e 16 bilhões na geração da saída. A janela de contexto chega a 1 milhão de tokens, com até 384 mil tokens de resposta. Os pesos da versão de setembro, com 763 bilhões de parâmetros em formato FP8, estão sob licença MIT no Hugging Face. Já os requisitos de hardware e os pesos do 1017 não foram divulgados.
O treinamento do novo checkpoint usa aprendizado por reforço com autorrealimentação voltado ao trabalho de projetos de ponta a ponta, com exemplos que vão da criação de jogos à modelagem tridimensional. O modelo foi ajustado para os ambientes DeepSeek Harness, Tencent CodeBuddy e WorkBuddy, e a empresa recomenda o uso do DeepSeek Harness em versão v0.2.1-rc.1 ou posterior.
A arquitetura combina 40 camadas de Transformer, divididas entre um codificador causal de 20 camadas e um decodificador de 20 camadas. No esquema chamado Codificador-Decodificador Causal, a memória global do decodificador é projetada a partir dos estados ocultos finais do codificador, o que praticamente corta pela metade o cálculo de pré-processamento. Há ainda a atenção esparsa comprimida CSA2, em que as camadas operam nos modos Full, Reindex ou Reuse compartilhando a memória principal e as chaves do indexador, e o uso de FP4 na memória de contexto, que reduz o consumo para 890 bytes por token, cerca de um quarto do V4-Flash. O mecanismo SWA Bounded Replay encolhe a memória persistente para aproximadamente um oitavo do antecessor. O esforço de raciocínio é controlado por um valor de 1 a 100, e os níveis da API low, high e max correspondem a 50, 75 e 100.
Nos testes, todos com números divulgados pela própria DeepSeek, o 1017 supera o V4.1-Flash anterior em todos os 11 benchmarks relatados, com vantagens entre 2,0 e 11,1 pontos. O destaque é o DeepSWE v1.1, avaliação de engenharia de software, onde o modelo marcou 77,0, contra 74,0 do Claude Opus 5 na tabela da empresa. Outras conquistas incluem 60,5 no Automation-Bench v1.0.6, 35,4 no Agents' Last Exam e 72,1 no Apex Bench v1.1, além de 68,2 no NL2Repo-Bench e 42,3 no Terminal-Bench 4.0. O Claude Opus 5, porém, continua na frente em quatro avaliações: 51,8 no Terminal-Bench 4.0, 37,0 no ProgramBench, 75,3 no NL2Repo-Bench e 56,3 no HLE sem ferramentas, prova em que o 1017 obteve 42,6.
Diante de rivais de pesos abertos, o modelo chinês tem 552 bilhões de parâmetros de backbone mais 196 bilhões de Engram, enquanto o Kimi K3 soma 2,8 trilhões e o GLM-5.3, 753 bilhões. No DeepSWE v1.1, o 1017 marca 77,0, contra 67,5 do Kimi e 66,9 do GLM, e no Agents' Last Exam alcança 35,4, à frente dos 28,3 e 28,5 dos concorrentes. O modelo aceita texto e imagem na entrada e produz apenas texto como saída.
A Search API devolve resultados da web ordenados por relevância para uma consulta, e a Fetch API retorna o conteúdo de uma página única em formato Markdown. A empresa afirma que seu motor próprio atende centenas de milhões de requisições por dia. Os endpoints operam em api.deepseek.com, permitem de 1 a 50 resultados por busca, aceitam operadores como site, lang, after e before, e entregam cada item com uma pontuação de reordenação de 0 a 3 e um nível de autoridade de 0 a 4. Cada interface custa 0,75 dólar por mil requisições bem-sucedidas, com falhas e resultados vazios sem cobrança, limite de 5 requisições por segundo por conta e chamadas gratuitas no servidor por DeepSeek Harness, Claude Code ou Codex até 1º de novembro de 2026.
O modelo é acessível por endpoints nos formatos OpenAI e Anthropic, com preço de pico de 0,30 dólar por milhão de tokens de entrada sem cache e 1,20 dólar por milhão de tokens de saída — tarifas que caem pela metade fora do horário de pico. O 1017 eleva o DeepSWE v1.1 de 74,2 para 77,0, lidera o Automation-Bench e o Agents' Last Exam, enquanto o Claude Opus 5 segue vencedor no HLE e no Terminal-Bench 4.0. As interfaces de busca e captura custam 0,75 dólar por mil chamadas cada, e as chamadas dentro de ambientes de agentes permanecem gratuitas até novembro de 2026. Os detalhes de uso das novas ferramentas estão na documentação oficial da DeepSeek, e os pesos abertos da família podem ser conferidos na página do modelo no Hugging Face.
