O que é DeepSeek-V4.1-Flash?
DeepSeek-V4.1-Flash é o modelo rápido de pesos abertos da DeepSeek, lançado em 10 de setembro de 2026 e atualizado em 17 de outubro como DeepSeek-V4.1-Flash-1017, que agora responde a todas as chamadas deepseek-flash da API. Ele substituiu o V4-Flash, cujos nomes de modelo agora são encaminhados para a nova versão. É um modelo mixture-of-experts com um backbone de 552B que ativa cerca de 8 bilhões de parâmetros por token ao ler a entrada e 16 bilhões ao escrever, mais uma memória 'Engram' de 196B consultada por token; o checkpoint soma 763 bilhões de parâmetros.
Ele lê texto e imagens e escreve texto, com contexto de 1M de tokens e até 384K de saída. O esforço de raciocínio pode ser definido de 1 a 100. A DeepSeek diz que sua atenção comprimida reduz o cache KV a 890 bytes por token, cerca de um quarto do V4-Flash. Os pesos das duas versões estão no Hugging Face sob a licença MIT.
Na API da DeepSeek (nome de modelo deepseek-flash), ele custa US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de saída no pico, metade disso fora do pico, e de US$ 0,003 a US$ 0,006 para entrada em cache. O horário de pico é só de 01:00 a 04:00 e de 06:00 a 10:00 UTC nos dias úteis.
Quanto custa DeepSeek-V4.1-Flash?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | Licença MIT |
| API off-peak | $0.15 in / $0.60 out per 1M tokens | |
| API weekday peak | $0.30 in / $1.20 out per 1M tokens | |
| Cache hits | $0.003 to $0.006 per 1M tokens |
Pesos gratuitos com licença MIT. API da DeepSeek: US$ 0,15 entrada / US$ 0,60 saída por 1M de tokens fora do pico, US$ 0,30 / US$ 1,20 no pico dos dias úteis; acertos de cache de US$ 0,003 a US$ 0,006.
DeepSeek-V4.1-Flash vale a pena?
A atualização de outubro fez do V4.1-Flash um modelo sério para agentes de programação. O card da DeepSeek para a versão 1017 informa 77,0% no DeepSWE v1.1, contra 74,0% do Opus 5 da Anthropic na mesma tabela, 60,5% no AutomationBench e 42,3% no Terminal-Bench 4.0, acima dos 31,2% da versão de setembro. Tudo é autodeclarado, com esforço máximo de raciocínio, em harnesses escolhidos pela DeepSeek, e ainda não encontramos replicação independente.
Onde ele fica atrás é igualmente claro. O Opus 5 ainda lidera no Terminal-Bench 4.0 (51,8%), no ProgramBench (37,0 contra 29,1) e no NL2Repo (75,3 contra 68,2), e no Humanity's Last Exam sem ferramentas a pontuação é 42,6 contra 56,3 do Opus 5. O harness também importa: o card de setembro mostra o DeepSWE caindo de 74,2% com mini-SWE para 69,8% no Claude Code e 65,6% no Codex, então o número principal é o melhor caso.
O preço é o argumento. O horário fora do pico cobre os fins de semana e a maior parte das horas dos dias úteis, então uma carga de 10 bilhões de tokens de entrada e 1 bilhão de saída por mês custa cerca de US$ 2.100 fora do pico ou US$ 4.200 no pico, antes de os acertos de cache reduzirem a entrada repetida a US$ 0,003 por milhão. O limite de concorrência de 2.500 requisições é cinco vezes os 500 do V4-Pro.
Duas coisas limitam quem pode usá-lo. A política de privacidade da DeepSeek diz que os dados são processados e armazenados na China e podem ser usados para treinamento, com recusa sob solicitação, e não define termos separados para o tráfego da API. A auto-hospedagem evita isso, mas o checkpoint publicado tem cerca de 765 GB em FP8 e int8, mais do que cabe em um nó com oito H100 de 80 GB. Hosts de terceiros preenchem parte da lacuna: no OpenRouter, a DeepInfra serve uma versão FP8 a US$ 0,112 de entrada e US$ 0,336 de saída por milhão, embora essa listagem seja dos pesos de setembro. A DeepSeek também abriu o código do DeepInfer, o motor por trás da própria API, mas ele exige hardware Blackwell ou Ascend 950 e vem sem servidor.
A versão 1017 também abriu a Search API da DeepSeek (até 50 resultados da web classificados, com resumos das páginas) e a Fetch API (uma página devolvida como Markdown) a US$ 0,75 por 1.000 chamadas bem-sucedidas cada, sem cobrança para requisições com falha, vazias ou que expiraram. Chamadas feitas como ferramentas do lado do servidor pelo DeepSeek Harness, Claude Code ou Codex são gratuitas até 16:00 UTC de 31 de outubro de 2026, então contas de agentes que pareciam ser só gasto com tokens ganharão uma linha por busca a partir de 1º de novembro.
Onde ele se destaca
Uma startup de ferramentas para desenvolvedores que roda agentes de programação em segundo plano em 2.000 repositórios
Resolver issues rotineiras e atualizações de dependências durante a noite
Agende as execuções fora de 01:00 a 04:00 e de 06:00 a 10:00 UTC para pagar a tarifa fora do pico de US$ 0,15/US$ 0,60; a DeepSeek informa 77,0% no DeepSWE v1.1 com o harness mini-SWE. Espere menos nos harnesses do Claude Code ou do Codex, que pontuaram de 4 a 9 pontos a menos no card de setembro.
Uma equipe de operações automatizando trabalho de back-office em ferramentas SaaS
Rodar automações longas de várias etapas que envolvem capturas de tela
A entrada de imagens e o contexto de 1M de tokens permitem que uma sessão guarde a saída das ferramentas e as capturas de tela, e os 60,5% do card no AutomationBench lideram a tabela comparativa. O limite de concorrência de 2.500 requisições da API raramente limita uma implantação de porte médio.
Um CTO de uma fintech europeia
Decidir se a API da DeepSeek é aceitável para dados de clientes
A política de privacidade da DeepSeek coloca o processamento e o armazenamento na China e lista o treinamento de modelos entre os usos, então dados de clientes devem ficar em uma implantação auto-hospedada ou hospedada na UE. A licença MIT permite isso sem teto de receita, mas só os pesos exigem mais de 765 GB de memória de GPU, por exemplo oito H200 de 141 GB.
Antes de decidir
- Configuração
- API no formato OpenAI ou Anthropic em api.deepseek.com com o modelo deepseek-flash; o modo de raciocínio vem ativado por padrão. Para uso local não há template de chat Jinja: a DeepSeek fornece um encoder em Python e a biblioteca Rust deepseek-recipe.
- Integrações
- Saída JSON, chamadas de ferramentas, a Responses API, uma API compatível com Anthropic e visão na API da DeepSeek; configurações documentadas para Claude Code, Codex, OpenCode e DeepSeek Harness. O OpenRouter lista hosts de terceiros, incluindo DeepInfra e Baidu. Search (POST /v1/tools/search, de 1 a 50 resultados, operadores site: e de data) e Fetch (POST /v1/tools/fetch, saída em Markdown) usam a mesma chave de API, e os três harnesses de agentes as chamam automaticamente como ferramentas do lado do servidor. Para auto-hospedagem, o motor DeepInfer da DeepSeek, sob Apache 2.0, suporta este modelo em NVIDIA SM100 e Ascend 950, só offline.
- Dados e privacidade
- Pesos sob MIT sem restrições de uso. No serviço da DeepSeek, a política de privacidade (atualizada em 10 de fevereiro de 2026) diz que os dados são armazenados na China, mantidos enquanto a conta existir e podem treinar modelos, com recusa sob solicitação; não há termos de retenção específicos da API publicados.
- Custo em escala
- 10 bilhões de tokens de entrada e 1 bilhão de saída por mês custam cerca de US$ 2.100 fora do pico ou US$ 4.200 no pico na DeepSeek; a entrada em cache custa US$ 0,003 por milhão fora do pico. Search e Fetch acrescentam US$ 0,75 por 1.000 chamadas bem-sucedidas cada, então um agente que faz 20 buscas por tarefa em 10.000 tarefas paga US$ 150 por mês em busca; gratuito pelos harnesses até 31 de outubro de 2026, 16:00 UTC. A auto-hospedagem exige mais de 765 GB de memória de GPU só para os pesos, e as notas de implantação do DeepInfer colocam a menor unidade eficiente da DeepSeek em 64 GPUs de prefill mais 64 de decode.
- Limites
- Contexto de 1M de tokens e 384K de saída; 2.500 requisições simultâneas na API. Os nomes antigos deepseek-v4-flash agora são encaminhados para o modelo 1017. A Search é limitada a 100 consultas por segundo e a Fetch a 25, por conta em todas as chaves, com um limite por domínio na Fetch e HTTP 429 acima dele.
O que é bom
- Licença MIT com entrada de imagens
- US$ 0,15 / US$ 0,60 por 1M de tokens fora do pico; acertos de cache a partir de US$ 0,003
- 77,0% no DeepSWE v1.1 (autodeclarado, 1017)
- Cache KV de 890 bytes por token mantém contextos de 1M baratos de guardar
O que não é
- Dados armazenados na China; termos de treinamento da API não detalhados
- Fica atrás do Opus 5 no Terminal-Bench 4.0 e no HLE
- Checkpoint de cerca de 765 GB para auto-hospedagem
- Benchmarks autodeclarados e sensíveis ao harness
Ideal para
Equipes sensíveis a custo que rodam agentes de programação e automação e podem usar uma API hospedada na China ou um host de terceiros, ou têm servidores com várias GPUs para os pesos abertos.
Alternativas ao DeepSeek-V4.1-Flash
DeepSeek-V4.1-Flash: perguntas frequentes
- DeepSeek-V4.1-Flash vale a pena?
- Pontuações de agente de programação próximas da fronteira por US$ 0,15 por milhão de tokens de entrada, desde que você aceite o tratamento de dados na China ou hospede você mesmo um checkpoint de 763B de parâmetros. Damos nota 4.2 de 5.
- Quanto custa DeepSeek-V4.1-Flash?
- Pesos gratuitos com licença MIT. API da DeepSeek: US$ 0,15 entrada / US$ 0,60 saída por 1M de tokens fora do pico, US$ 0,30 / US$ 1,20 no pico dos dias úteis; acertos de cache de US$ 0,003 a US$ 0,006.
- Quais são as desvantagens de DeepSeek-V4.1-Flash?
- Dados armazenados na China; termos de treinamento da API não detalhados; fica atrás do Opus 5 no Terminal-Bench 4.0 e no HLE; checkpoint de cerca de 765 GB para auto-hospedagem; benchmarks autodeclarados e sensíveis ao harness.
- Para quem DeepSeek-V4.1-Flash é indicado?
- Equipes sensíveis a custo que rodam agentes de programação e automação e podem usar uma API hospedada na China ou um host de terceiros, ou têm servidores com várias GPUs para os pesos abertos.
- Quanto custa DeepSeek-V4.1-Flash para uma equipe ou em produção?
- 10 bilhões de tokens de entrada e 1 bilhão de saída por mês custam cerca de US$ 2.100 fora do pico ou US$ 4.200 no pico na DeepSeek; a entrada em cache custa US$ 0,003 por milhão fora do pico. Search e Fetch acrescentam US$ 0,75 por 1.000 chamadas bem-sucedidas cada, então um agente que faz 20 buscas por tarefa em 10.000 tarefas paga US$ 150 por mês em busca; gratuito pelos harnesses até 31 de outubro de 2026, 16:00 UTC. A auto-hospedagem exige mais de 765 GB de memória de GPU só para os pesos, e as notas de implantação do DeepInfer colocam a menor unidade eficiente da DeepSeek em 64 GPUs de prefill mais 64 de decode.
- DeepSeek-V4.1-Flash é seguro para dados da empresa?
- Pesos sob MIT sem restrições de uso. No serviço da DeepSeek, a política de privacidade (atualizada em 10 de fevereiro de 2026) diz que os dados são armazenados na China, mantidos enquanto a conta existir e podem treinar modelos, com recusa sob solicitação; não há termos de retenção específicos da API publicados.
- Quais são as melhores alternativas ao DeepSeek-V4.1-Flash?
- As alternativas mais próximas que analisamos são DeepSeek-V4-Pro, Claude Haiku 5.5, GPT-6 Luna, Qwen3.8-Max e MiniMax-M3.1-Flash.
Respostas verificadas em 26 de out. de 2026.