Skip to content
FrontierDot

DeepSeek V4.1 Flash 1017: linha do tempo, parâmetros, preços e o que mudou desde setembro

Linha do tempo em atualização · última atualização · 1 entrada no registro de alterações

Quem chama deepseek-flash manteve o mesmo nome de modelo e o mesmo preço. O que responde por trás mudou em 17 de outubro, cinco semanas depois do primeiro lançamento do V4.1 Flash.

A DeepSeek lançou em 10 de set. de 2026 o V4.1 Flash, um MoE de pesos abertos sob licença MIT com backbone de 552B parâmetros, e em 17 de out. o substituiu pelo V4.1-Flash-1017, que mantém tamanho, nome na API e preço e tem pontuações maiores nos testes da própria DeepSeek.

Lido em 2026-10-19 (UTC+8): o changelog da API da DeepSeek, as páginas de notícias de 10 de set. e 17 de out., a página Models & Pricing, os dois model cards no Hugging Face com os metadados dos repositórios, e posts oficiais no X de @deepseek_ai, @DeepSeekHarness, @ArtificialAnlys, @ValsAI, @ollama e @baseten. Os horários do X estão em UTC, como o X os mostra. As pontuações são da DeepSeek, salvo quando um terceiro é citado. Não rodamos o modelo.

Linha do tempo

  1. A API da DeepSeek passa a oferecer o V4-Pro e o V4-Flash com os nomes deepseek-v4-pro e deepseek-v4-flash. Segundo o changelog, os nomes antigos deepseek-chat e deepseek-reasoner serão desativados em três meses, em 2026-07-24, e até lá apontam para os modos sem raciocínio e com raciocínio do V4-Flash.

    DeepSeek API change log (2026-04-24)

  2. A API oficial do V4-Flash entra em beta pública. A DeepSeek diz que esta versão, 0731, mantém a arquitetura e o tamanho da prévia e só passou por um novo pós-treinamento, e cita 82.7 no Terminal Bench 2.1 e 54.4 no DeepSWE. A nota acrescenta que o V4-Pro e os modelos do app e da web não mudaram.

    DeepSeek API change log (2026-07-31)

  3. O V4-Pro chega à disponibilidade geral no app, na web e na API. A mesma entrada traz três níveis de esforço de raciocínio (low, high e max) e preços de horário de pico e fora de pico, com o fora de pico pela metade do preço a partir das 16:00 UTC de 16 de agosto.

    DeepSeek API change log (2026-08-13)

  4. A DeepSeek coloca na API um modelo de visão experimental, o DeepSeek-V4-Flash-Vision-Exp. Pelo changelog, sua capacidade com texto se iguala à do V4-Flash e, em benchmarks de agentes que exigem compreensão visual, ele chega perto do Opus-4.8.

    DeepSeek API change log (2026-08-21)

  5. Às 06:10 UTC a DeepSeek abre no X uma sequência de seis posts anunciando o V4.1-Flash, que chama de menor modelo de uma nova família de arquiteturas, com compreensão visual nativa. A sequência descreve um MoE de 552B parâmetros cujo design codificador-decodificador causal ativa 8B parâmetros na entrada e 16B na saída, e o último post traz links para os pesos e o relatório técnico no Hugging Face.

    DeepSeek on X: Introducing DeepSeek-V4.1-Flash

  6. No quarto post da mesma sequência a DeepSeek aposenta o V4-Flash e o V4-Flash-Vision-Exp, redireciona os nomes antigos para o V4.1-Flash e diz que vai descontinuar o V4-Pro. A partir das 04:00 UTC de 14 de setembro, escreve, todas as requisições a deepseek-v4-pro irão para o V4.1-Flash, cobradas pelas tarifas do V4.1-Flash, até o lançamento do V4.1-Pro.

    DeepSeek on X: V4.1-Flash on the API

  7. A Artificial Analysis, empresa independente de benchmarks, publica seus resultados às 20:36 UTC. O V4.1 Flash marca 40 no seu Intelligence Index, à frente do DeepSeek V4 Pro 0813. O mesmo post o coloca entre os modelos mais prolixos que a empresa já mediu, com 89k tokens por tarefa do índice, e mesmo assim estima o custo em $0.27 por tarefa porque os preços por token são muito baixos.

    Artificial Analysis on X

  8. O Ollama publica às 23:12 UTC que o V4.1-Flash está sendo liberado na sua nuvem, começando pelas contas Max e Team, e que está ampliando a capacidade para chegar a todos os assinantes.

    Ollama on X

  9. A conta DeepSeek Harness anuncia versões desktop do harness de agentes da DeepSeek para macOS e Windows, num artigo do X intitulado “DeepSeek Harness for Desktop Is Here”.

    DeepSeek Harness on X

  10. Às 08:35 UTC a DeepSeek anuncia o DeepSeek-V4.1-Flash-1017, disponível no site, no app e na API. A sequência de quatro posts promete pontuações maiores, tarefas concluídas mais rápido e respostas mais curtas que a versão de setembro, recomenda que quem usa o DeepSeek Harness atualize para a v0.2.1-rc.1 ou posterior e termina com links para os pesos no Hugging Face e no ModelScope.

    DeepSeek on X: DeepSeek-V4.1-Flash-1017 is here

  11. O terceiro post da mesma sequência abre a todos as APIs Search e Fetch da DeepSeek, a $0.75 por 1,000 chamadas em cada endpoint. Chamadas feitas por ferramentas do lado do servidor no DeepSeek Harness, no Claude Code e no Codex continuam grátis até a cobrança começar, às 16:00 UTC de 31 de outubro.

    DeepSeek on X: Search & Fetch APIs

Por que o nome confunde

Os nomes da DeepSeek têm duas camadas, e quase toda a confusão mora entre elas. Uma é a versão do modelo, um build datado como V4-Flash-0731 ou V4.1-Flash-1017. A outra é o nome de modelo da API que vai na requisição, que desde 10 de setembro é deepseek-flash. Quando a DeepSeek lança um build novo, em geral mantém o nome na API e troca o modelo que responde por trás. A entrada do changelog de 17 de outubro diz isso com todas as letras: os modelos da web e do app foram atualizados, a forma de chamar e o preço não mudam, e deepseek-flash agora chega ao modelo novo.

Quem configurou deepseek-flash em setembro, portanto, está usando o 1017 desde 17 de outubro sem ter mudado uma linha de código. Os nomes antigos continuam funcionando. A página Models & Pricing, como a lemos em 19 de outubro, diz que deepseek-v4-flash e deepseek-v4-flash-vision-exp ainda são aceitos, que os modelos por trás deles foram aposentados e que essas requisições são atendidas pelo V4.1-Flash-1017 e cobradas pelo preço do Flash.

O sufixo é uma data, 17 de outubro, escrita do mesmo jeito que 0731 e 0813 nos builds V4 anteriores. O model card do 1017 o chama de atualização menor do V4.1-Flash. Ele tem repositório próprio no Hugging Face, ao lado do de setembro, e os dois são publicados sob a licença MIT.

O que a arquitetura de setembro mudou

O model card do V4.1-Flash descreve um Causal Encoder-Decoder: um Transformer de 40 camadas dividido em um codificador causal de 20 camadas seguido de um decodificador de 20 camadas. O cache KV global do decodificador é projetado a partir dos últimos estados ocultos do codificador, em vez de ser montado em cada camada do decodificador. A DeepSeek diz que é por isso que só 8B parâmetros ficam ativos por token no prefill e 16B na decodificação, e que o desenho rende mais em cargas de agentes com muita entrada.

Os números de memória são o que a DeepSeek põe na frente. Segundo o card, um conjunto de mudanças de atenção chamado CSA2, somado ao armazenamento do cache KV principal em FP4, leva o cache global a 890 bytes por token, cerca de um quarto do V4-Flash. Um segundo mecanismo, o SWA Bounded Replay, evita gravar no SSD o cache de janela deslizante e reduz o cache persistente a mais ou menos um oitavo do V4-Flash. Um gráfico do card calcula a redução desde o primeiro modelo da DeepSeek em 437 vezes. A sequência do anúncio dá o motivo comercial: as cobranças por acerto de cache costumam ser uma parte grande do que os agentes custam.

Outros detalhes do card: cada camada MoE tem um especialista compartilhado e 384 especialistas roteados, dos quais seis ficam ativos por token; uma memória condicional Engram de 196B parâmetros é lida por consulta baseada em tokens; o pré-treinamento usou 45T tokens de dados multimodais, e o contexto foi ampliado para 1M tokens depois de 34T deles. O esforço de raciocínio é definido por um inteiro de 1 a 100; os modelos V4 tinham três níveis, low, high e max. As imagens passam por um codificador visual que a DeepSeek treinou do zero, e imagem e texto foram treinados juntos desde o início do pré-treinamento.

552B ou 763B: como ler a contagem de parâmetros

Quem procura o tamanho deste modelo encontra dois números, e os dois vêm de páginas da própria DeepSeek. O anúncio e a tabela do modelo base dizem 552B, que o card chama de parâmetros do backbone. O Hugging Face mostra 763B para o repositório. A maior parte da diferença é a memória Engram, que o card coloca em 196B parâmetros e que o modelo consulta em vez de calcular a cada token. A Artificial Analysis usa as duas cifras num único post: na primeira linha fala de um modelo de 552B e, mais abaixo, lista 763B parâmetros no total.

O tamanho do download é mais fácil de cravar. Os metadados do repositório no Hugging Face mostram 763,205,315,794 parâmetros e 510.30 GB em arquivos safetensors, cerca de 475 GiB. O repositório do 1017 tem a mesma contagem de parâmetros e o mesmo total de safetensors, o que bate com a DeepSeek chamar o 1017 de atualização menor.

Pesos desse tamanho são feitos para servidores, e o anúncio da DeepSeek deixa isso claro: convida equipes que planejam uma implantação de 2,000 GPUs mais um cluster de armazenamento a entrar em contato e diz que trabalha com a comunidade de código aberto no suporte à inferência. Acesso hospedado existiu desde o primeiro dia: Baseten e Ollama anunciaram o V4.1-Flash em 10 de setembro, e a página do Hugging Face lista Novita, Fireworks, Featherless AI, DeepInfra e Baseten como provedores de inferência.

Preços, e a virada no V4-Pro

O post de preços de 10 de setembro dizia que os novos valores valeriam a partir das 04:00 UTC daquele dia e que o horário fora de pico continuaria custando a metade. Na página de preços em 19 de outubro, o deepseek-flash custa no pico $0.30 por milhão de tokens de entrada sem acerto de cache, $0.006 com acerto e $1.20 por milhão de tokens de saída, e fora de pico $0.15, $0.003 e $0.60. O pico vai das 01:00 às 04:00 e das 06:00 às 10:00 UTC em dias úteis, exceto feriados chineses. A janela de contexto é de 1M tokens e a saída máxima, de 384K.

A mesma página ainda lista o deepseek-v4-pro, agora fixado no DeepSeek-V4-Pro-0813, a $1.32 por milhão de tokens de entrada sem acerto de cache e $3.96 por milhão de tokens de saída no pico. Isso contraria o plano da sequência de 10 de setembro, que era mandar todas as requisições do V4-Pro para o V4.1-Flash a partir de 14 de setembro. O changelog explica: sob o título de 10 de setembro, ele agora diz que, atendendo à demanda dos usuários, a DeepSeek decidiu continuar oferecendo o V4 Pro depois de 14 de setembro, com a mesma cobrança. O parágrafo não tem data própria, e não encontramos nenhum post da DeepSeek no X anunciando a mudança.

O preço por token não define a conta sozinho, porque um modelo que escreve mais tokens paga por mais deles. A Artificial Analysis mediu 89k tokens por tarefa para o V4.1 Flash no seu índice, mais que o GLM-5.3, o V4 Pro 0813 e modelos de ponta como o Claude Opus 5. Mesmo assim, o custo estimado por tarefa, $0.27, ficou cerca de 2.5 vezes abaixo do V4 Pro 0813. A Vals AI, outra avaliadora independente, o apontou como o melhor modelo de pesos abertos do seu índice, a $0.30 por teste. São resultados de terceiros sobre a versão de setembro, não números da DeepSeek.

O que o 1017 muda, pelos números da DeepSeek

O changelog de 17 de outubro e o model card do 1017 trazem as mesmas onze pontuações e as comparam com a versão de setembro. O DeepSWE v1.1 vai de 74.2 para 77.0. O Terminal-Bench 4.0 sobe de 31.2 para 42.3, o ProgramBench de 20.3 para 29.1, o Automation-Bench de 54.8 para 60.5 e o HLE sem ferramentas de 36.8 para 42.6. Os testes de agentes visuais mexem menos: BabyVision com ferramentas de 89.6 para 92.5 e ZeroBench-main de 49.0 para 51.0.

Vale ler as notas de rodapé antes de comparar. No 1017, a DeepSeek rodou o Terminal-Bench 4.0 no harness do Claude Code e o DeepSWE no Mini-SWE-V2. O card de setembro mediu a maioria dos testes de agentes de código no modo Minimal do DeepSeek Harness, e o DeepSWE com o mini-SWE. Nenhuma das duas páginas diz se a pontuação de setembro no Terminal-Bench 4.0 foi medida de novo no Claude Code para a tabela nova. As páginas da DeepSeek também divergem num número de setembro: o NL2Repo-Bench aparece como 64.0 no model card original e como 65.4 no changelog e na tabela do 1017.

A DeepSeek também diz que o 1017 termina tarefas mais rápido e escreve respostas mais curtas, o que atacaria a prolixidade medida pela Artificial Analysis em setembro. Nenhuma das duas páginas da DeepSeek dá uma contagem de tokens; até alguém medir de novo, a saída mais curta continua sendo uma afirmação da DeepSeek. A página de notícias do 1017 acrescenta que o modelo foi treinado com aprendizado por reforço com autofeedback em projetos de ponta a ponta, e mostra quatro demos, de um modelo 3D da Cidade Proibida a uma recriação de Portal 2 feita no Godot.

Duas diferenças menores aparecem nos repositórios. O top_p recomendado para o 1017 é 1.0, enquanto o card de setembro aceitava 0.95 ou 1.0. O repositório do 1017 inclui os arquivos do tokenizador, mas não o PDF do relatório técnico, que continua no repositório de setembro.

Search e Fetch, lançados no mesmo dia

O segundo anúncio de 17 de outubro passa batido com facilidade. A DeepSeek abriu as APIs Search e Fetch, que segundo a empresa rodam no seu próprio mecanismo de busca e atendem centenas de milhões de requisições por dia. Cada endpoint custa $0.75 por 1,000 requisições bem-sucedidas. Chamadas que o DeepSeek Harness, o Claude Code ou o Codex fazem por ferramentas do lado do servidor são grátis por enquanto. A sequência no X marca o início da cobrança para as 16:00 UTC de 31 de outubro, e a página de preços dá o mesmo instante como 00:00 no horário de Pequim de 1 de novembro.

Quem constrói agentes deve anotar essa data. As buscas do lado do servidor acontecem sempre que o agente resolve consultar alguma coisa, então uma sessão com o mesmo consumo de tokens pode custar mais depois de 31 de outubro do que na semana anterior.

O que não conseguimos verificar

  • Quando a DeepSeek decidiu continuar oferecendo o V4-Pro depois de 14 de setembro. O changelog registra a decisão sob o título de 10 de setembro, sem data própria.
  • Se o 1017 escreve respostas mais curtas que a versão de setembro, e quanto. A DeepSeek não dá contagens de tokens, e os números de prolixidade da Artificial Analysis são da versão de setembro.
  • Que hardware é preciso para rodar os pesos por conta própria. A DeepSeek publica código de inferência e tamanhos de arquivo, mas as páginas que lemos não trazem uma lista de requisitos mínimos, e nós não rodamos o modelo.
  • Pontuações de terceiros para o 1017. Os resultados da Artificial Analysis e da Vals citados aqui foram publicados em 10 de setembro para o V4.1-Flash original.

Nossa avaliação

O V4.1 Flash dá para acompanhar linha a linha, porque a DeepSeek registra quase tudo: um changelog datado, dois model cards com tabelas de benchmarks, uma página de preços com horários exatos e sequências no X com carimbo de hora. O único ponto nebuloso é a decisão sobre o V4-Pro, anunciada numa sequência no X e revertida no changelog sem um post que tenhamos encontrado. Para quem usa a API, o que importa cabe em poucas linhas. deepseek-flash já aponta para o 1017, o preço não mudou, os nomes antigos do V4 ainda funcionam e a cobrança de Search e Fetch começa às 16:00 UTC de 31 de outubro. Vamos acrescentar aqui entradas datadas quando a DeepSeek lançar o V4.1-Pro, mudar preços ou publicar o próximo build.

Mais leituras no Front: a análise de hardware do Ling 3.1 Flash trata da mesma questão de memória entre parâmetros totais e ativos para outro MoE grande, a linha do tempo do Reflection Beam e a linha do tempo do Meta Muse Spark Open acompanham outros dois lançamentos de pesos abertos de outubro, e Grok 4.8: o que a xAI realmente disse acompanha um modelo de que se falou, mas que não saiu. Todos os posts estão no índice do blog do Front.

A linha de lançamentos mais longa, da V2 até esta versão, está na linha do tempo dos modelos DeepSeek.

Continue lendo

Todos os artigos, do mais recente ao mais antigo, estão no índice do blog da Front.

Perguntas frequentes

O que é o DeepSeek V4.1 Flash 1017?

O DeepSeek-V4.1-Flash-1017 é a atualização do DeepSeek V4.1 Flash de 17 de outubro de 2026. O model card da DeepSeek o chama de atualização menor. Ele tem a mesma contagem de parâmetros e é servido com o mesmo nome na API, deepseek-flash, pelo mesmo preço.

Quantos parâmetros tem o DeepSeek V4.1 Flash?

A DeepSeek informa 552B parâmetros de backbone, com 8B ativos por token na entrada e 16B na saída. O Hugging Face mostra 763B para o repositório, o que inclui a memória Engram de 196B parâmetros. Os arquivos safetensors somam cerca de 510 GB.

Quanto custa a API do DeepSeek V4.1 Flash?

No pico, $0.30 por milhão de tokens de entrada sem acerto de cache, $0.006 com acerto e $1.20 por milhão de tokens de saída. Fora de pico o preço cai pela metade, segundo a página de preços da DeepSeek em 19 de outubro de 2026.

O DeepSeek V4.1 Flash é de código aberto?

Os pesos e o código dos repositórios do V4.1-Flash e do V4.1-Flash-1017 estão publicados no Hugging Face sob a licença MIT, e a DeepSeek também colocou o 1017 no ModelScope.

Registro de alterações

  • — Primeira publicação. Páginas da DeepSeek e posts oficiais no X conferidos até 19 de out. de 2026 (UTC+8).

Fontes