A DeepSeek anunciou o checkpoint DeepSeek-V4.1-Flash-1017 e afirma que ele está disponível no site, no aplicativo e na API da empresa. A ChosunBiz situa a apresentação em 17 de outubro de 2026. A ficha do modelo identifica o V4.1-Flash como a versão anterior e reúne resultados de benchmark, especificações da API e instruções para inferência local.
O que mudou no V4.1-Flash-1017
A DeepSeek descreve o checkpoint como mais rápido para concluir tarefas e capaz de produzir respostas mais curtas que o V4.1-Flash. A empresa também cita melhorias em raciocínio, programação, tarefas com agentes e testes de visão.
Na API, o modelo é servido pelo identificador deepseek-flash. A tabela oficial lista contexto de 1 milhão de tokens e saída máxima de 384 mil tokens. O modo de raciocínio (thinking) vem ativado por padrão; também há suporte ao modo sem raciocínio e a visão. A DeepSeek aponta os pesos em Hugging Face e ModelScope.
Resultados publicados pela DeepSeek
A ficha do modelo apresenta os seguintes resultados para o V4.1-Flash e o V4.1-Flash-1017. Para o Terminal-Bench 4.0, a DeepSeek informa que usou o ambiente de avaliação Claude Code; no DeepSWE v1.1, usou Mini-SWE-V2.
| Benchmark | V4.1-Flash | V4.1-Flash-1017 |
| Terminal-Bench 4.0 | 31,2 | 42,3 |
| ProgramBench | 20,3 | 29,1 |
| HLE without tools | 36,8 | 42,6 |
No DeepSWE v1.1, a pontuação publicada pela DeepSeek vai de 74,2 para 77,0. Em 18 de outubro de 2026, a ChosunBiz informou que os resultados ainda não tinham verificação externa naquele momento.
Em um teste local preliminar com oito tarefas pareadas do Terminal Bench Mini, Donato Capitella relatou 44% menos tokens gerados e 42% menos tempo de execução do agente. Esses números descrevem aquele teste do criador.
Quanto custa a API da DeepSeek
A tabela oficial de preços publica as tarifas em dólares por 1 milhão de tokens. Os valores de entrada variam conforme o uso de cache; a tarifa de saída se aplica aos tokens gerados.
| Cobrança | Unidade | Fora do pico | Pico |
| Entrada com cache | 1 milhão de tokens | US$ 0,003 | US$ 0,006 |
| Entrada sem cache | 1 milhão de tokens | US$ 0,15 | US$ 0,30 |
| Saída | 1 milhão de tokens | US$ 0,60 | US$ 1,20 |
A DeepSeek define como períodos de pico os dias úteis, das 01h às 04h e das 06h às 10h UTC, exceto feriados públicos chineses. Os demais horários são fora de pico. Em cada categoria da tabela, a tarifa de pico é o dobro da tarifa fora de pico.
A empresa também tornou públicas as APIs Search e Fetch, cobradas separadamente: cada endpoint custa US$ 0,75 por 1.000 solicitações bem-sucedidas. As chamadas server-side pelo DeepSeek Harness, Claude Code e Codex estão temporariamente sem cobrança; a DeepSeek programou o início da cobrança para 1º de novembro de 2026, às 00h no horário de Pequim.
A matéria anterior da NeoTeo sobre o efeito do cache no custo da API da DeepSeek aborda o reaproveitamento de tokens. Para estimar uma conta, também é preciso separar esses valores da cobrança por solicitações Search e Fetch.
Pesos e inferência local
A ficha oficial do modelo informa que os pesos têm licença MIT e aponta para instruções de execução local. O README de inferência inclui conversão dos pesos e um exemplo de paralelismo tensorial com MP=8 e pesos especialistas em FP4. Essa configuração é um exemplo, não um requisito mínimo de hardware.
Para a API, a ficha recomenda temperature=1.0, top_p=1.0 e max_tokens de pelo menos 256K. O limite máximo de saída listado para deepseek-flash é 384 mil tokens.
Demonstração de modelagem 3D e voxel art
AI with Eric demonstra uma alteração em um suporte de câmera para braço robótico e compara uma tarefa de voxel art inspirada na Primeira Guerra Mundial entre o V4.1-Flash e o checkpoint 1017. O criador relata que o Qwen3.8-Flash-Next havia tido dificuldade na tarefa do suporte e descreve a geração de voxel art do 1017 como mais detalhada e estável. É uma demonstração qualitativa, não um benchmark comparativo padronizado.
