Como testar o DeepSeek V4.1 Flash de graça

A DeepSeek chamou de “atualização pequena” um modelo que subiu 11 pontos num benchmark de agente no terminal e passou o Claude Opus 5 em outro. É o DeepSeek V4.1 Flash 1017, que caiu no Hugging Face na noite de sexta (16) com pesos abertos, licença MIT e preço de API que faz qualquer conta de assinatura parecer cara.

Se você usa IA pra programar ou roda agente o dia inteiro, vale entender o que mudou.

O que a DeepSeek lançou

O 1017 é uma nova versão do V4.1 Flash, o modelo “barato” da família V4.1. Segundo a página oficial no Hugging Face, ele melhora raciocínio, programação, tarefas de agente e visão, e ainda termina as tarefas mais rápido e com respostas mais curtas. Resposta mais curta, na prática, é menos token pago.

Os números principais, todos divulgados pela própria DeepSeek:

• Terminal-Bench 4.0: 42,3, contra 31,2 do V4.1 Flash anterior. O GPT-5.6 Sol marca 39,9 e o Opus 5, 51,8.
• DeepSWE v1.1 (corrigir bugs em repositório real): 77,0, acima do Opus 5 (74,0) e do GPT-5.6 Sol (73,0).
• Automation-Bench: 60,5, contra 50,3 do Opus 5.
• HLE sem ferramentas (raciocínio geral): 42,6. Aqui o Opus 5 continua bem na frente, com 56,3.

Ou seja: em tarefa de agente e código o Flash encosta ou passa os modelos fechados de ponta, e em raciocínio puro ainda fica atrás.

Por dentro: grande no total, leve por token

O repositório lista 763 bilhões de parâmetros. A página do modelo no OpenRouter detalha a arquitetura: é um mixture of experts que ativa só 8 bilhões de parâmetros na leitura e 16 bilhões na escrita, a partir de uma base de 552 bilhões. A visão é nativa, treinada junto com o texto desde o começo, e o cache de contexto foi comprimido pra mais ou menos um quarto do tamanho da geração anterior. O contexto é de 1 milhão de tokens.

Um detalhe pra quem desenvolve: o lançamento não traz template de chat em Jinja. A DeepSeek publicou uma implementação de referência em Python (encoding.py) e o deepseek-recipe, um conjunto de bibliotecas em Rust com bindings Python que converte requisições nos formatos Chat Completions, Responses e Messages pro formato do modelo.

O preço é a notícia

No OpenRouter, onde a própria DeepSeek é a única provedora, o 1017 custa US$ 0,15 por milhão de tokens de entrada e US$ 0,60 por milhão de saída. Leitura de cache sai a US$ 0,003 por milhão. Como agente de código relê o mesmo contexto o tempo todo, o cache faz diferença enorme: a média efetiva paga na entrada nos primeiros dias ficou em uns US$ 0,02 por milhão, com 88% de acerto de cache.

Pra comparar sem inventar conversão: com 15 centavos de dólar você manda um milhão de tokens pro modelo. Um milhão de tokens equivale a centenas de milhares de palavras.

O que a galera está dizendo

No Hacker News, o lançamento apareceu em duas threads na primeira página. Uma das primeiras reações foi de humor: um usuário destacou a frase “atualização pequena com melhorias substanciais” da própria DeepSeek. Na mesma thread, outro comentou que o modelo ficou acima do GLM 5.3, mas lamentou que rodar localmente continua “difícil e caro”, e pediu modelos Flash menores de novo. E teve quem lembrasse do óbvio: esses benchmarks são da própria empresa, então vale esperar a medição independente da Artificial Analysis antes de cravar qualquer coisa.

Na outra thread, um dev contou que usa DeepSeek e Kimi como motores principais de programação por custo e que o DeepSeek vai muito bem em projetos Svelte. Outro elogiou a API nativa de busca na web, que segundo ele sai dez vezes mais barata que a da OpenAI.

Como testar

Pesos abertos não significa que dá pra rodar no seu PC. Com 763 bilhões de parâmetros, isso é coisa de servidor com várias GPUs. Pra maioria, o caminho é a API.

1. API da DeepSeek: crie conta na plataforma da DeepSeek, coloque crédito e use o nome de modelo deepseek-flash, que segundo o OpenRouter aponta pro 1017. A API é compatível com o formato da OpenAI.
2. OpenRouter: se você já tem conta lá, use o slug deepseek/deepseek-v4.1-flash-1017. Dá pra trocar de modelo sem mudar o resto do código.
3. No editor: Cline e Kilo Code, dois agentes de código open source, estão entre os apps que mais usam o modelo no OpenRouter. Basta escolher o modelo nas configurações e colar sua chave.
4. Local (só se você tem hardware de servidor): baixe os pesos no Hugging Face e siga a pasta inference, que traz a conversão de pesos e o script de geração. Os parâmetros recomendados são temperatura 1.0 e top_p 1.0.

Cuidados: pela API, o que você manda vai pros servidores da DeepSeek. Pra código de empresa ou dado pessoal, leia a política de privacidade antes, a mesma regra que vale pra o que não contar pro ChatGPT. E fique de olho em site falso: o endereço oficial é deepseek.com e o repositório oficial é o da organização deepseek-ai no Hugging Face.

O que eu acho

O Flash 1017 não vai tirar o Opus 5 ou o Gemini 4 Argon do topo quando o problema é difícil de verdade. O HLE mostra isso. Mas a maior parte do trabalho de um agente de código é braçal: ler arquivo, rodar teste, corrigir, rodar de novo. Pra esse tipo de tarefa, um modelo que fica no mesmo patamar dos fechados custando centavos muda a conta de quem paga API do próprio bolso.

O combo que já aparece nos comentários faz sentido: um modelo caro revisando e um barato executando. Se você paga assinatura cara e estoura limite toda semana, vale testar o DeepSeek como executor por uns dias antes de renovar.

E a corrida dos pesos abertos está quente. Em poucos dias tivemos a Meta abrindo o Muse Spark Open e agora a DeepSeek com licença MIT, uma das mais permissivas que existem. Pra quem quer comparar qual IA escreve melhor no nosso idioma, nosso teste de ChatGPT, Claude e Gemini em português é um bom ponto de partida pra montar o seu.

Imagem de capa: captura da documentação oficial da API da DeepSeek (api-docs.deepseek.com) em 17/10/2026.

Recomendados pra você

GuiaREA: como testar a IA que desmonta qualquer programaO REA liga Claude Code, Codex e Cursor a Ghidra, Hopper e IDA pra entender apps sem código-fonte. Passou de 128 mil estrelas no GitHub. Veja como funciona, os riscos legais e como testar.GuiaPhotoCraft: o clone grátis do Photoshop feito com IA já substitui a Adobe?O PhotoCraft é um clone open source do Photoshop em Rust feito com IA. Veja o que já funciona, o que falta, como instalar e se dá pra cancelar a Adobe.DicaTrês regras pra usar ChatGPT no estudo sem atrofiar o cérebroChatGPT no estudo sem muleta: tente sozinho, peça contraste, ensine em voz alta. Roteiro de 60 minutos e quando pausar a IA.GuiaVoiceStudio: clone de voz grátis que roda no seu PCVoiceStudio (debpalash/VoiceStudio) passou de 64 mil stars no GitHub: clone, design de voz, dublagem, ditado, transcrição e audiobook locais em centenas de idiomas. AGPL-3.0, Electron 0.5.6, como baixar sem cair em fake.