Em 17 de outubro de 2026, a empresa chinesa de IA DeepSeek lançou o "DeepSeek-V4.1-Flash-1017", versão atualizada do seu modelo leve "V4.1 Flash". O "1017" do nome indica a data de lançamento. No mesmo dia, o site, o app e a API da DeepSeek passaram a usar a nova versão. Ao mesmo tempo, a empresa abriu ao público pela primeira vez a "Search & Fetch API", que permite a desenvolvedores externos usar o mecanismo de busca desenvolvido por ela.
O que mudou no V4.1-Flash-1017
A DeepSeek descreve a atualização assim: "os resultados nas avaliações melhoraram, as tarefas terminam mais rápido e as respostas ficaram mais curtas". Segundo a empresa, o treinamento adicional foi feito com "aprendizado por reforço", um método em que o modelo melhora por tentativa e erro tomando como pista os resultados que ele mesmo produz.
Na API, o nome do modelo continua sendo "deepseek-flash", e ele passa a apontar para a nova versão. A DeepSeek afirma que a forma de chamar a API e os preços não mudam. Para obter o melhor desempenho, a empresa recomenda usar a versão 0.2.1-rc.1 ou posterior do "DeepSeek Harness", seu software para agentes.
Os pesos do modelo (os dados do modelo já treinado) também foram publicados no Hugging Face e no ModelScope. A licença é a MIT, que permite o uso livre, inclusive comercial. Segundo o cartão do modelo no Hugging Face, ele tem no total 763 bilhões de parâmetros (763B), e a quantidade de texto que consegue ler de uma vez (o contexto) é de 1 milhão de tokens.
Resultados das avaliações
Os principais resultados divulgados pela DeepSeek são estes. Todos foram medidos pela própria DeepSeek, e os modelos usados na comparação foram o GPT-5.6 Sol, da OpenAI, o Claude Opus 5, da Anthropic, o Kimi K3, da Moonshot, e o GLM-5.3, da Z.ai.
- DeepSWE v1.1 (desenvolvimento de software): 77,0. A versão anterior marcava 74,2, e é o resultado mais alto entre os modelos comparados (Claude Opus 5 com 74,0 e GPT-5.6 Sol com 73,0)
- Terminal-Bench 4.0 (operação por linha de comando): 42,3. A versão anterior marcava 31,2. Fica abaixo dos 51,8 do Claude Opus 5
- HLE (problemas difíceis em nível de especialista, sem ferramentas): 42,6. A versão anterior marcava 36,8. O Claude Opus 5 obteve 56,3, e o GPT-5.6 Sol, 44,5
- Apex Bench v1.1: 72,1. A versão anterior marcava 64,6, e é o resultado mais alto entre os modelos comparados
Segundo a empresa, o Terminal-Bench 4.0 foi medido com a estrutura do Claude Code, e o DeepSWE v1.1, com uma estrutura chamada Mini-SWE-V2. Em algumas avaliações de programação, como o DeepSWE, o modelo fica em primeiro entre os comparados. Por outro lado, na mesma tabela, ele fica atrás do Claude Opus 5 em outras avaliações de programação, como o ProgramBench (29,1, contra 37,0 do Claude Opus 5) e o NL2Repo-Bench (68,2, contra 75,3), além dos problemas difíceis e da operação por linha de comando.
A "Search & Fetch API", que usa a busca da própria empresa
A Search & Fetch API, aberta ao mesmo tempo, permite que desenvolvedores chamem o mecanismo de busca desenvolvido pela DeepSeek a partir dos seus próprios apps e agentes de IA. Ela tem duas funções: "Search", para buscas na web, e "Fetch", para obter o conteúdo de uma página indicada.
- Preço: US$ 0,75 a cada 1.000 solicitações bem-sucedidas
- Limites: até 5 solicitações por segundo, tanto no Search quanto no Fetch (o Fetch também tem um limite por site)
- Período gratuito: quando usada como ferramenta do lado do servidor da DeepSeek a partir do DeepSeek Harness, do Claude Code ou do Codex, é gratuita até o início da cobrança, à 0h de 1º de novembro de 2026 no horário de Pequim (1h do mesmo dia no horário do Japão). Quando a API é chamada diretamente, a cobrança vale desde o início
Não há informações específicas sobre o uso a partir do Japão nem sobre a qualidade das buscas em japonês.
A visão do CoAI
A DeepSeek manteve, mais uma vez, a estratégia de melhorar o desempenho sem mudar os preços e de publicar os pesos sob a licença MIT. Segundo a empresa, o modelo superou os principais modelos de outras empresas em algumas avaliações de programação, como o DeepSWE, o que o torna uma opção forte para desenvolvedores que querem deixar a programação a cargo da IA gastando pouco. A abertura da API de busca própria pode ser vista como um movimento para permitir criar agentes de IA com busca integrada usando os serviços de uma única empresa.
Por outro lado, os números das avaliações foram medidos pela própria DeepSeek. Há diferenças em outras avaliações de programação, nos problemas difíceis e na operação por linha de comando, então, para uso no trabalho, o melhor é testar o modelo nas suas próprias tarefas antes de decidir. Quem for usar a API da DeepSeek também precisa conferir os termos de uso, incluindo onde os dados enviados são tratados.
Fontes
- DeepSeek-V4.1-Flash-1017: Wish-Driven Programming Made Real (DeepSeek API Docs)
- Change Log (DeepSeek API Docs)
- Search & Fetch (DeepSeek API Docs)
- deepseek-ai/DeepSeek-V4.1-Flash-1017 (Hugging Face)
- Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs (The Decoder)
