A DeepSeek anunciou que planeja lançar o V4.1 Flash por volta de 10 de setembro de 2026, no horário de Pequim. Segundo a empresa, o modelo superou o V4 Pro em desempenho, custo, velocidade e tempo de execução. A mudança afeta quem acompanha a DeepSeek na corrida dos agentes de IA, porque a empresa também pretende redirecionar temporariamente para o Flash as chamadas feitas ao V4 Pro.
O novo faturamento entra em vigor às 04:00 UTC de 10 de setembro, ou 01:00 no horário de Brasília. Até a chegada do V4.1 Pro, requisições enviadas ao V4 Pro devem ser atendidas pelo V4.1 Flash e cobradas com a tabela do Flash. A DeepSeek informou a mudança em comunicado aos usuários da API.
O que muda na API da DeepSeek
A nova tabela prevê US$ 0,003 por 1 milhão de tokens de entrada com cache fora do pico, US$ 0,006 no pico, US$ 0,15 por entrada sem cache fora do pico e US$ 0,30 no pico. Para saída, os valores são US$ 0,60 e US$ 1,20, respectivamente. Na tabela pública anterior do V4 Flash, esses valores eram US$ 0,007, US$ 0,22 e US$ 0,66 fora do pico. A queda comercial varia conforme o tipo de token: é mais forte em entradas com cache e menor na saída.
A empresa define as faixas de pico em UTC e informa que todos os demais horários são considerados fora de pico. Em aplicações de alto volume, a diferença entre uma entrada com cache e outra sem cache pode alterar o custo. Uma resposta longa também pode custar mais do que o prompt que a originou.
A mudança afeta uma rota que os clientes já escolheram. Em vez de manter o V4 Pro até o sucessor chegar, a DeepSeek diz que encaminhará as chamadas ao V4.1 Flash. Empresas que dependem de consistência devem registrar o modelo efetivamente retornado pela API, comparar latência, function calling e qualidade em prompts reais, e manter uma alternativa para tarefas críticas. Um roteamento transparente pode alterar comportamento e respostas sem mudança no código do cliente.
O que tem de novo no DeepSeek V4.1
A promessa de que o V4.1 Flash supera o V4 Pro em todos os indicadores ainda é uma afirmação da DeepSeek. Até esta apuração, a documentação pública listava as linhas V4 Flash e V4 Pro, sem uma página específica para o V4.1 Flash. Benchmarks detalhados, metodologia e compatibilidade por endpoint ainda precisam aparecer na documentação ou em testes independentes.
A diferença para uma troca de checkpoint é relevante. Em julho, a DeepSeek informou que o V4-Flash-0731 manteve a mesma arquitetura e o mesmo tamanho do V4-Flash-Preview, recebendo apenas novo pós-treinamento. Para o V4.1 Flash, a comunicação disponível fala em “nova estrutura de modelo” e multimodalidade nativa. Isso indica uma mudança além do pós-treinamento, mas não revela quais componentes foram alterados.
A comparação concreta é com o V4-Flash-Vision-Exp. O model card oficial o descreve como V4 Flash com módulos visuais adicionados e treinamento continuado. O V4.1 Flash, por sua vez, é anunciado como multimodal nativo. A DeepSeek ainda não explicou como integra essa capacidade, portanto não é correto afirmar mudanças em MoE, atenção, experts, encoder visual, contexto ou quantização.
O beta temporário reforçou que se tratava de uma validação. Ele usou o identificador deepseek-v4.1-flash-expires-on-0910, manteve a API existente, teve cobrança igual à do V4 Flash e limite de 20 requisições simultâneas por conta, segundo a TechNode. Há relatos de cerca de 400 tokens por segundo, mas não há medição oficial comparável; esse número deve ser tratado como observação de testes, não benchmark da DeepSeek.
O que ainda não sabemos
Até esta atualização, não há technical report, model card completo, diagrama ou checkpoint público do V4.1 Flash. A DeepSeek não divulgou quantidade total ou ativa de parâmetros, número de experts, mecanismo de roteamento, mudanças no MoE, atenção, cache KV, janela de contexto, tokenizer, speculative decoding ou método de treinamento multimodal. A família V4 documentada suporta 1 milhão de tokens, mas isso ainda não foi confirmado para o V4.1 Flash. Também não há metodologia pública nem tabela detalhada de benchmarks para sustentar a alegação de que ele supera o V4 Pro nos principais indicadores.
Isso também deixa aberta a situação dos pesos. V4 Flash, V4 Flash 0731 e Vision-Exp têm material publicado sob licença MIT, mas não havia checkpoint nem model card equivalente do V4.1 Flash nesta apuração. Quem roda modelos próprios em vLLM ou outra infraestrutura não deve presumir disponibilidade local a partir do anúncio da API.
O impacto para usuários no Brasil
No Brasil, o preço em dólar é apenas a primeira parte da conta. A cobrança final varia com o câmbio do cartão ou banco, spread, tarifas e, quando houver, a margem do provedor intermediário. Para empresas, a contratação de uma API estrangeira pode ainda exigir análise contábil e tributária conforme o contrato e a natureza do serviço.
Como referência, cada milhão de tokens de saída na nova tabela custa US$ 0,60 fora do pico e US$ 1,20 no pico. Isso não equivale a uma economia automática em reais: uso de cache, tamanho das respostas, ferramentas conectadas e volume de chamadas definem o custo total. Quem consome a DeepSeek por agregadores também precisa conferir se a redução será repassada integralmente.
A mudança ocorre em um mercado que separa modelos mais baratos de opções mais capazes. Se os testes confirmarem a promessa, a DeepSeek poderá entregar uma alternativa mais acessível para agentes, atendimento automatizado e processamento de documentos. Se a troca alterar respostas ou disponibilidade, clientes do V4 Pro poderão perceber a mudança sem alterar o nome do modelo em suas integrações.
Fonte: DeepSeek API | Documentação da DeepSeek | TechNode
