DeepSeek atualiza o V4.1 Flash, corta o custo por tarefa e abre sua busca para agentes

A DeepSeek publicou no sábado, 17 de outubro, o DeepSeek-V4.1-Flash-1017, atualização do V4.1 Flash com pesos abertos sob licença MIT. Nos testes da própria empresa, ele marca 77% no DeepSWE a menos de US$ 0,20 por tarefa, contra 74,2% e cerca de US$ 0,50 da versão de setembro. A empresa também abriu a desenvolvedores o próprio buscador, a US$ 0,75 por mil chamadas. Na segunda, 19, a atualização apareceu entre os motivos da queda das ações de chips na Ásia.

O que mudou no V4.1 Flash?

A DeepSeek chama o 1017 de atualização menor, com ganhos em raciocínio, código e tarefas de agentes. O modelo termina as tarefas mais rápido e escreve respostas mais curtas, o que reduz o custo de cada uma. A empresa resumiu o resultado como “uma melhoria de Pareto” entre desempenho e custo, segundo o The Decoder. O número 1017 marca a data da versão.

Segundo o The Decoder, o treino usou reforço com autoavaliação (RLSF). A confiança do próprio modelo e críticas geradas por ele servem de recompensa, sem avaliadores humanos nem modelo de recompensa externo. No log de mudanças da API, o nome “deepseek-flash” já aponta para a versão nova, e o preço não mudou.

Há divergência no tamanho. A ficha do Hugging Face lista 763 bilhões de parâmetros. O OpenRouter e o Kingy AI citam uma espinha dorsal de 552 bilhões, com 8 bilhões ativos na leitura do prompt e 16 bilhões na geração. O Kingy AI registra ainda 196 bilhões de parâmetros de memória condicional, descritos à parte no relatório técnico, e diz que as contagens têm escopos diferentes. As fontes não fecham a conta, e a ficha da DeepSeek não explica a diferença.

Como ele se compara aos rivais?

A tabela da DeepSeek põe o 1017 ao lado da versão anterior, do Kimi K3, do GLM-5.3, do GPT-5.6 Sol e do Claude Opus 5. No DeepSWE v1.1, ele marca 77,0%, contra 74,0% do Opus 5 e 73,0% do GPT-5.6 Sol. No Automation-Bench, lidera com 60,5%. No Terminal-Bench 4.0, faz 42,3%, contra 51,8% do Opus 5. No ProgramBench, fica com 29,1%, contra 37,0%. No HLE sem ferramentas, marca 42,6%, contra 56,3% do Opus 5.

Os rivais da tabela são de gerações anteriores. A Anthropic já lançou o Claude Opus 5.5 e a OpenAI o GPT-6.1 Sol. O The Decoder registrou que não havia teste independente na publicação. No gráfico de custo da DeepSeek, GPT-6 Astra, Gemini 3.8 Flash e Claude Opus 5 ficam entre US$ 2 e mais de US$ 10 por tarefa no DeepSWE.

O Kingy AI fez um teste próprio pequeno em 17 de outubro: sete tarefas, duas tentativas cada, em quatro modelos. O 1017 passou nas 14 primeiras entregas, assim como o GPT-6.1 Sol e o Claude Sonnet 5.5. O custo das 14 entregas foi de US$ 0,0157, contra US$ 0,0577 do GPT-6.1 Sol e US$ 0,0653 do Sonnet 5.5. O Sonnet foi mais rápido na mediana. O autor avisa que a bateria é pequena demais para servir de ranking.

O que a DeepSeek abriu na busca?

A empresa abriu o próprio buscador por duas APIs. A Search faz a busca e a Fetch lê a página. Cada uma custa US$ 0,75 por mil chamadas. Segundo o The Decoder, o buscador atende centenas de milhões de consultas por dia. Chamadas feitas pelo DeepSeek Harness, pelo Claude Code e pelo Codex saem de graça até 31 de outubro, às 16h UTC.

O preço do modelo continua em dólar por milhão de tokens e varia com o horário. Segundo o Kingy AI, a entrada sem cache custa US$ 0,15 fora do pico e US$ 0,30 no pico. A saída custa US$ 0,60 e US$ 1,20. O pico vai de 1h a 4h e de 6h a 10h UTC em dias úteis. No horário de Brasília, são as faixas das 22h à 1h e das 3h às 7h.

Por que as ações de chips caíram na Ásia?

Na segunda, 19 de outubro, um índice regional de ações de chips caiu mais de 2%, para o menor nível desde julho, segundo o TokenPost. O Kospi chegou a cair mais de 3%, o Nikkei até 2,3% e o índice de Taiwan 2%. TSMC, SK Hynix e Advantest pesaram mais. Samsung e SK Hynix caíram mais de 4% no pregão, segundo a Bloomberg, citada pelo Gotrade.

A atualização da DeepSeek entrou como um dos motivos. A empresa descreveu o modelo como mais rápido e menos intensivo em recursos, e investidores passaram a perguntar quanta memória os modelos futuros vão exigir. A queda teve outros motivos. Pesaram dúvidas sobre a dívida da CoreWeave e expectativas mais frias para os IPOs da Anthropic e da Nscale. A chinesa CXMT também anunciou avanço num chip de memória mais denso. “Há incertezas demais para apontar um fundo”, disse Kang DaeKwun, CEO da Life Asset Management, à Bloomberg.

Como chegamos até aqui?

A DeepSeek lançou o V4.1 Flash em 10 de setembro, com entendimento de imagem nativo e corte de preço na API, segundo o log de mudanças. O V4 Flash e o V4 Flash Vision Exp foram aposentados, e os nomes antigos passaram a apontar para o V4.1 Flash. Em outubro, a Bloomberg informou que a empresa deve captar pelo menos US$ 12 bilhões com Tencent e CATL, notícia registrada pela Marcio.AI. A pressão sobre memória também vem de antes: a falta de HBM e DRAM já encareceu servidores e celulares no Brasil, tema de outro post do portal.

O que isso muda para equipes no Brasil?

Para quem paga agente de código em dólar, a diferença entre US$ 0,20 e US$ 2 por tarefa decide se um fluxo automatizado fecha a conta. O número de US$ 0,20 é da própria DeepSeek. O teste do Kingy AI aponta na mesma direção, numa bateria pequena. Times brasileiros podem medir o custo por tarefa nos próprios repositórios antes de trocar de modelo.

Os pesos sob licença MIT permitem rodar o modelo em nuvem no Brasil ou em servidor próprio, sem mandar código e dados para a API da DeepSeek. Isso pesa para empresas sujeitas à LGPD e a regras setoriais. O tamanho, de centenas de bilhões de parâmetros, pede servidor com várias GPUs. A busca a US$ 0,75 por mil chamadas barateia agentes que consultam a web, desde que a empresa aceite que as consultas passem pela DeepSeek.

O que observar nas próximas semanas

A tese da Marcio.AI: até o fim de 2026, o custo por tarefa concluída vira a régua principal na escolha de modelos para agentes de código, e os laboratórios chineses vão liderar essa régua com modelos abertos. Perde quem cobra por token sem mostrar quanto custa terminar a tarefa. Quatro sinais para conferir. Testes independentes de custo por tarefa: o VentureBeat disse em 16 de outubro que mede o V4.1 Flash, o Beam, o Muse Spark Open e o GLM-5.2. O preço da busca depois de 31 de outubro. Uma explicação da DeepSeek para os 552 e os 763 bilhões de parâmetros. E o rumo das ações de memória depois dos balanços de Meta e Tesla desta semana.

Fontes

• DeepSeek (Hugging Face), DeepSeek-V4.1-Flash-1017, cartão do modelo, 17/10/2026
• DeepSeek, Change Log da API, 17/10/2026
• The Decoder, Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs, 17/10/2026
• Kingy AI, DeepSeek V4.1 Flash 1017: Specs, Benchmarks, Pricing and Frontier Rivals, 17/10/2026
• OpenRouter, DeepSeek V4.1 Flash 1017, API Pricing and Benchmarks, 17/10/2026
• VentureBeat, Reflection’s Beam aims to undercut Chinese open models with fewer tokens, not cheaper tokens, 16/10/2026
• Quartz, DeepSeek released an updated V4.1-Flash model with higher scores and shorter outputs, 19/10/2026
• TokenPost, Asian Chip Index Falls More Than 2% to Its Lowest Level Since July, 19/10/2026
• Gotrade (com Bloomberg), Asian Chip Stocks Sell Off on AI Worries and New DeepSeek Model, 19/10/2026

Rating Marcio.AI: 5/5 (Global, Totalmente relevante, No centro do hype). Seção DeepTech do Watcher.

#MarcioAI #DeepSeek #ModelosAbertos #AgentesDeIA #AgentesDeCodigo #Chips

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.

---

Leia também: Falta de memória da IA encarece servidores e celulares, e Galaxy S26 sobe até R$ 1.300 e DeepSeek deve captar pelo menos US$ 12 bilhões com Tencent e CATL, segundo a Bloomberg.