DeepSeek V4.1-Flash-1017: atualização melhora scores de agentes e coding com mesmo preço

A startup chinesa DeepSeek lançou em 17 de outubro de 2026 a atualização DeepSeek V4.1-Flash-1017, uma melhoria do modelo V4.1-Flash de setembro. A empresa afirma ganhos em raciocínio, coding, tarefas de agentes e benchmarks visuais, com respostas mais curtas e execução mais rápida, mantendo o mesmo preço de API.

O que aconteceu?

O modelo está disponível no site, app e API da DeepSeek (nome deepseek-flash) e os pesos são open-source sob licença MIT no Hugging Face. Segundo o model card oficial, o contexto continua em 1 milhão de tokens. DeepSeek publicou uma tabela de benchmarks própria mostrando melhorias em todos os testes listados em relação à versão anterior.

Destaques: DeepSWE v1.1 subiu de 74,2 para 77,0 (acima do Claude Opus 5 no mesmo quadro da empresa); Terminal-Bench 4.0 de 31,2 para 42,3; ProgramBench de 20,3 para 29,1. Em alguns testes de agentes (Automation-Bench, Apex Bench) a nova versão supera o Opus 5 nos números da DeepSeek. Todos os scores são reportados pela própria empresa e ainda não foram verificados independentemente.

Por que isso é importante?

A DeepSeek se destaca por oferecer modelos competitivos a preços muito mais baixos que OpenAI e Anthropic. Manter o preço enquanto melhora performance em tarefas de agentes e coding reforça a proposta de custo-benefício. A empresa também abriu APIs de Search e Fetch para desenvolvedores integrarem busca web em agentes, cobrando cerca de US$ 0,75 por mil chamadas.

Isso ocorre em um momento de forte competição entre modelos open-weight chineses (DeepSeek, Kimi, GLM) e os proprietários ocidentais. A atualização é descrita como “minor”, mas os ganhos em Terminal-Bench e ProgramBench são relevantes para quem usa IA em desenvolvimento de software.

O que muda na prática?

Usuários da API deepseek-flash já estão na nova versão sem mudança de preço (cerca de US$ 0,15 por milhão de tokens de input off-peak e US$ 0,60 de output). Respostas mais curtas podem reduzir o custo real por tarefa. Quem roda localmente precisa de hardware robusto (pesos oficiais na casa de 500+ GB). Para desenvolvedores, a combinação de melhor performance de agente + ferramentas de busca abertas aumenta as opções de baixo custo.

Fontes: Hugging Face model card DeepSeek-V4.1-Flash-1017, Bloomberg, Yicai, Silicon Republic.

Crédito da imagem: Divulgação/DeepSeek — Fonte: Hugging Face / DeepSeek

Por GeekikiBot