RespostasPublicado22 fontes
DeepSeek V4.1 Flash: arquitetura, benchmarks, preços e migração a partir do V4 Pro
Lançado em 10 de setembro de 2026, o DeepSeek V4.1 Flash é um modelo multimodal MoE de 552 bilhões de parâmetros, com cerca de 8 bilhões ativos na leitura do prompt e 16 bilhões na geração. O modelo aceita texto e imagens, suporta até 1 milhão de tokens de contexto e informa um uso global de cache KV de cerca de 890...
Publicado porEditado com GPT-5.6 TerraImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- Lançado em 10 de setembro de 2026, o DeepSeek V4.1 Flash é um modelo multimodal MoE de 552 bilhões de parâmetros, com cerca de 8 bilhões ativos na leitura do prompt e 16 bilhões na geração.
- O modelo aceita texto e imagens, suporta até 1 milhão de tokens de contexto e informa um uso global de cache KV de cerca de 890 bytes por token — aproximadamente um quarto do V4 Flash anterior.
- Na API, o identificador atual é deepseek flash. Os nomes antigos de Flash continuam aceitos temporariamente, enquanto o V4 Pro segue disponível segundo a documentação mais recente.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is DeepSeek V4.1 Flash, released for general availability on September 10, 2026, and how does its 552-billion-parameter Causal-Encoder-. Article summary: DeepSeek-V4.1-Flash is the September 10, 2026 general-availability replacement for the V4 Flash line and, temporarily, for V4 Pro in the API. It is not merely a cheaper small model: DeepSeek presents it as the first prod. Topic tags: general, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
O DeepSeek V4.1 Flash é um modelo multimodal de disponibilidade geral lançado em 10 de setembro de 2026. Ele inaugura em produção a família de arquitetura Causal Encoder–Decoder (CED) da DeepSeek: um modelo Mixture of Experts (MoE, ou mistura de especialistas) com 552 bilhões de parâmetros, pensado para reduzir o custo de prompts longos, contexto em cache, entrada visual e fluxos de trabalho com agentes de IA. 41
6
Na prática, o V4.1 Flash é o modelo da DeepSeek voltado a alto volume na API, especialmente para contexto extenso, multimodalidade e tarefas com agentes. Em relação ao V4 Pro, os ganhos divulgados se concentram em custo, eficiência de memória e alguns testes de programação e agentes — mas ele não vence o antecessor em todos os benchmarks publicados. 24
11
O que a arquitetura com 8B/16B ativos muda
Dizer apenas que o modelo tem “552 bilhões de parâmetros” não explica quanto de um MoE esparso é usado a cada token. A DeepSeek informa que o V4.1 Flash ativa cerca de 8 bilhões de parâmetros no prefill, etapa em que lê o prompt, e 16 bilhões na decodificação, quando gera a resposta. 41
38
Essa assimetria é relevante para aplicações que mandam repetidamente documentos grandes, repositórios de código, histórico de conversas ou rastros de ferramentas. Ler o contexto e produzir a resposta exigem tipos diferentes de processamento; a proposta da arquitetura CED é tornar a ingestão de contexto longo mais barata e preservar mais capacidade computacional para a geração. 38
A empresa também informa uma ocupação global de cache KV de cerca de 890 bytes por token, aproximadamente um quarto da cifra reportada para o V4 Flash anterior. A redução é atribuída ao cache KV em FP4 e ao reaproveitamento de cache entre camadas. Em agentes persistentes, nos quais o contexto armazenado pode se transformar em uma parcela importante do custo de infraestrutura, esse dado pode pesar tanto quanto a contagem total de parâmetros. Trata-se, porém, de uma métrica divulgada pelo fornecedor e que deve ser validada no ambiente de serving de cada implantação. 33
38
V4.1 Flash versus V4 Pro: os resultados divulgados
A tabela publicada pela DeepSeek mostra avanços em programação, matemática, agentes de terminal e segurança cibernética diante do V4 Pro, mas uma nota menor no GPQA Diamond. São números divulgados pelo fabricante/model card, e não um ranking independente e universal. 6
11
| Benchmark | V4 Pro | V4.1 Flash | Diferença |
|---|---|---|---|
| GPQA Diamond | 92,4 | 90,9 | -1,5 |
| Rating no Codeforces | 3.348 | 3.471 | +123 |
| MathArena Apex | 65,3 | 65,6 | +0,3 |
| Terminal-Bench 2.1 | 87,9 | 90,6 | +2,7 |
| CyberGym | 83,3 | 88,1 | +4,8 |
A leitura mais equilibrada é que o V4.1 Flash parece mais adequado ao objetivo declarado pela DeepSeek — agentes duradouros, programação, velocidade e atenção ao custo —, enquanto o V4 Pro mantém vantagem no resultado divulgado do GPQA Diamond. Portanto, não há base nos dados publicados para dizer que o Flash é superior em toda e qualquer tarefa. 11
A DeepSeek afirma que testes de múltiplas partes colocaram o V4.1 Flash à frente do V4 Pro em desempenho, custo, velocidade e tempo total de execução. Mas os materiais públicos fornecidos não estabelecem um multiplicador único e auditado de forma independente para o tempo de ponta a ponta em tarefas de agentes. É prudente tratar essa comparação ampla como alegação do fornecedor e medir o modelo com as ferramentas, os tamanhos de contexto e o perfil de tarefas usados em produção. 24
Contexto, visão e recursos da API
O V4.1 Flash suporta até 1 milhão de tokens de contexto e recebe texto e imagens na mesma requisição. A documentação cita como exemplos a descrição de imagens, a leitura de texto em capturas de tela e a análise de gráficos. 6
23
Na API, o identificador atual do modelo é:
deepseek-flash
É possível enviar, junto com o texto, uma URL pública de imagem em http(s). A documentação de visão da DeepSeek lista os formatos JPEG, PNG, GIF e WebP como compatíveis. 21
23
A documentação fornecida confirma o limite de 1 milhão de tokens de contexto, mas não deixa suficientemente claro qual é o teto atual de tokens de saída para que ele seja informado aqui. Da mesma forma, antes de depender de um comportamento específico de saída JSON, chamadas de ferramentas ou controles de raciocínio, desenvolvedores devem conferir o esquema vigente da API e sua sintaxe.
Preços e o incentivo ao cache
Os preços informados para a API do V4.1 Flash são de US$ 0,15 por milhão de tokens de entrada e US$ 0,60 por milhão de tokens de saída no horário de menor demanda. No pico, os valores passam a US$ 0,30 para entrada e US$ 1,20 para saída. Para entrada com acerto de cache, o preço divulgado é de US$ 0,003 no vale e US$ 0,006 no pico por milhão de tokens. 1
O desconto para cache é coerente com a ênfase da arquitetura em contexto reaproveitado. Produtos que reutilizam um prompt de sistema grande, contexto de um código-fonte ou histórico de um agente podem se beneficiar mais do que conversas curtas e isoladas — desde que o padrão de requisições realmente resulte em acertos de cache.
Migração: o que ocorreu com os modelos antigos?
A DeepSeek aposentou o V4 Flash e o V4 Flash Vision Experimental como modelos separados. Por compatibilidade, os identificadores antigos abaixo seguem aceitos temporariamente, mas são atendidos pelo V4.1 Flash:
deepseek-v4-flashdeepseek-v4-flash-vision-exp
No anúncio original de 10 de setembro, a DeepSeek disse que o tráfego de deepseek-v4-pro seria encaminhado ao V4.1 Flash, nas tarifas do Flash, a partir das 04h UTC de 14 de setembro, até a chegada do V4.1 Pro. 24
Documentação posterior da API revisou esse cenário operacional: ela informa que a DeepSeek continuaria a oferecer o serviço de API do V4 Pro após 14 de setembro, mantendo a cobrança inalterada, com novo aviso em caso de mudança. Equipes que usam o V4 Pro devem se guiar pela documentação atual da API e testar qual modelo é efetivamente retornado pelo endpoint, em vez de presumir que o plano inicial de descontinuação segue em vigor. 17
26
Por que esta é uma mudança de linha de produtos
O V4.1 Flash não é apenas um endpoint Flash renomeado, porque reúne várias alterações de uma vez:
- nova arquitetura MoE Causal Encoder–Decoder, com níveis diferentes de ativação para entrada e saída;
41
- suporte multimodal nativo no endpoint principal
deepseek-flash;24
- contexto de 1 milhão de tokens e uma ocupação de cache KV reportada como substancialmente menor;
6
38
- aposentadoria dos modelos Flash e Flash Vision Experimental anteriores, com aliases de compatibilidade durante a migração.
Para novas integrações, o caminho mais sensato é usar deepseek-flash, testar visão e contexto longo com cargas representativas, medir a economia real dos acertos de cache e acompanhar a documentação vigente sobre roteamento e cobrança do V4 Pro. A arquitetura é promissora para sistemas centrados em agentes, mas a prova relevante continua sendo desempenho e custo no fluxo de trabalho específico que será colocado em produção.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "DeepSeek V4.1 Flash: arquitetura, benchmarks, preços e migração a partir do V4 Pro"?
Lançado em 10 de setembro de 2026, o DeepSeek V4.1 Flash é um modelo multimodal MoE de 552 bilhões de parâmetros, com cerca de 8 bilhões ativos na leitura do prompt e 16 bilhões na geração.
Quais são os pontos-chave para validar primeiro?
Lançado em 10 de setembro de 2026, o DeepSeek V4.1 Flash é um modelo multimodal MoE de 552 bilhões de parâmetros, com cerca de 8 bilhões ativos na leitura do prompt e 16 bilhões na geração. O modelo aceita texto e imagens, suporta até 1 milhão de tokens de contexto e informa um uso global de cache KV de cerca de 890 bytes por token — aproximadamente um quarto do V4 Flash anterior.
O que devo fazer a seguir na prática?
Na API, o identificador atual é deepseek flash. Os nomes antigos de Flash continuam aceitos temporariamente, enquanto o V4 Pro segue disponível segundo a documentação mais recente.
Fontes
jishuzhan.netDeepSeek V4.1 Flash：一次把自家旗舰送走的发布