NOVO · V4.1-Flash-1017 (lançado a 10-17)
O DeepSeek-V4.1-Flash-1017 utilizaRLSF (aprendizagem por reforço com autorretroalimentação)no treino, com destaque para o "Wish-Driven Programming" — uma única descrição de desejo gera diretamente um projeto completo. DeepSWE v1.1 Pass@177.0%, com um custo médio por tarefa de apenas cerca de$0.20(nível baixo $0.10), uma otimização substancial face aos 74.2% / $0.50 da geração anterior. O nome da chamada de API édeepseek-flash: contexto de 1M, saída máxima de 384K, entrada visual nativa, modo de pensamento ativado por predefinição.
V4.1-Flash (09-10)
MoE com 552B de parâmetros totais, multimodalidade nativa (entrada de imagem); em vários benchmarks aproxima-se e até supera o V4-Pro (0813); preço de saída reduzido em cerca de 70% face ao V4-Flash, com entrada com acerto de cache a partir de $0.003/1M tokens.
Série V4 (04-24)
O V4-Pro (1.6T de parâmetros totais / 49B ativos) e o V4-Flash (284B / 13B) têm pesos abertos sob licença MIT, contexto de 1M + saída de 384K, e um custo computacional em contextos longos de apenas 27% dos FLOPs / 10% do KV do V3.2.
A família DeepSeek V4 une capacidades de ponta e custos de inferência extremamente baixos: o V4.1-Flash-1017 recorre à aprendizagem por reforço RLSF para reduzir o custo de codificação agêntica para cerca de $0.20/tarefa; o V4-Pro alcança 80.6% no SWE-Bench Verified e 93.5% no LiveCodeBench; todos os pesos estão abertos sob licença MIT, com contexto de 1M tokens e saída máxima de 384K. Experimente gratuitamente em baixo — ou consulte primeiro os dados de benchmark.
Sem registo nem conta. Basta introduzir um prompt para obter respostas em streaming.
As respostas aparecerão aqui em streaming…
Este playground utiliza o modelo de linguagem de grande dimensão da DeepSeek; introduza um prompt para obter respostas em streaming em tempo real.
Quatro capacidades definem a geração atual da DeepSeek — resultados reportados oficialmente, reproduzíveis a partir dos pesos abertos sob licença MIT.
Contexto de 1M de tokens + 384K de saída máxima. A atenção híbrida permite que cargas de trabalho de 1M consumam apenas cerca de 27% dos FLOPs da V3.2 e 10% da cache KV — os contextos longos deixaram de significar faturas elevadas.
A V4.1-Flash-1017 treina, de ponta a ponta, capacidades de desenvolvimento de projetos com aprendizagem por reforço com autorretroalimentação (RLSF): o modelo utiliza a própria confiança e a autocrítica como sinal de recompensa, alcançando 77.0% no DeepSWE v1.1.
A série V4.1-Flash aceita nativamente entradas de imagem, sem necessidade de módulos visuais externos — capturas de ecrã, interfaces e imagens de documentos entram diretamente no mesmo ciclo de contexto e de chamadas de ferramentas.
Os pesos da V4-Pro e da V4-Flash estão disponíveis no Hugging Face sob licença MIT (a Flash com cerca de 160GB), podem ser auto-hospedados, utilizados comercialmente e sem restrições regionais, e a API é compatível com o SDK da OpenAI / Anthropic.
Dados retirados dos anúncios oficiais da DeepSeek e de avaliações públicas (à data de outubro de 2026).
| Avaliação | Modelos | Resultados | Descrição |
|---|---|---|---|
| DeepSWE v1.1 (Pass@1) | V4.1-Flash-1017 | 77.0% | Custo médio por tarefa de cerca de $0.20, no escalão mais baixo $0.10 |
| SWE-Bench Verified | V4-Pro | 80.6% | Correção de problemas reais ao nível de repositório |
| LiveCodeBench | V4-Pro | 93.5% | Programação de nível competitivo em tempo real |
| Terminal-Bench 2.0 | V4-Pro | 67.9% | Tarefas de agentes em terminal |
| Codeforces (Rating) | V4-Pro | 3,206 | Elo de programação competitiva |
| Putnam-200 (Pass@8) | V4-Flash | 81.0% | Competições de matemática |
Consulte as 16 comparações cruzadas com modelos como GLM-5.3, GPT-5.6, Claude, entre outros, emBenchmarks / DeepSeek vs GLM。
MoE de dois níveis + atenção esparsa comprimida, para reduzir ao mínimo a conta de computação do contexto de 1M.
V4-Pro: 1.6T de parâmetros totais e 49B ativados por token; V4-Flash: 284B de parâmetros totais e 13B ativados; V4.1-Flash: 552B com um desenho de codificador totalmente novo. Na mesma API, o custo varia por escalão.
Combinação de atenção esparsa comprimida (CSA) + atenção fortemente comprimida (HCA): com contexto de 1M, os FLOPs são apenas cerca de 27% dos do V3.2 e a cache KV cerca de 10%, otimizando em simultâneo a qualidade de recuperação e o custo em contextos longos.
Pré-treino de 32T+ de tokens concluído em precisão mista FP4+FP8; o V4.1-Flash-1017 acrescenta pós-treino com RLSF: usa a confiança/autocrítica do próprio modelo como sinal de recompensa, deixando de depender de avaliadores humanos.
O código de um repositório inteiro, contratos de centenas de páginas e trajetórias completas de agentes cabem numa só vez; os 384K de saída máxima chegam para gerar projetos completos e relatórios extensos. O modo de pensamento vem ativado por predefinição.
O limite de concorrência do deepseek-flash é 2500 e o do deepseek-v4-pro é 500; a API é compatível com os SDKs da OpenAI e da Anthropic e suporta saída JSON e chamadas de ferramentas. Para mais detalhes, consulteContexto de 1M tokens explicado em detalhe。
Os principais modelos atualmente disponíveis na API — consulte o catálogo completo emTodos os modelos。
Novo · Recomendado
552B MoE · visão nativa · RLSF · 1M/384K
Nome de invocação deepseek-flash
$0.15 / $0.60 por milhão de tokens (fora de ponta)
1.6T/49B carro-chefe · MIT · 1M/384K
Nome da chamada deepseek-v4-pro
$0.66 / $1.98 por milhão de tokens (fora de horas)
552B · visão nativa · lançado a 09-10
Preço de saída cerca de 70% mais baixo do que o do V4-Flash
Entrada com acerto de cache $0.003
284B/13B · MIT · cerca de 160GB de pesos
Putnam-200 81.0% · SWE-Bench 79.0%
$0.14 / $0.28 por milhão de tokens
"Wish-Driven Programming": uma frase descritiva gera projetos completos — as demonstrações oficiais incluem modelação 3D da Cidade Proibida, um jogo de corridas para navegador, uma recriação do Portal 2 em Godot e uma cena 3D "Valley of Ages".
O contexto de 1M acomoda um repositório de código inteiro ou documentos de centenas de páginas; os acertos de cache custam $0.003/milhão de tokens, tornando quase nulo o custo dos pipelines RAG que consultam repetidamente o mesmo corpus.
Pesos abertos MIT + API compatível com OpenAI/Anthropic: obtenha capacidades de codificação e raciocínio de ponta sem que os dados saiam da rede interna, e a migração custa apenas uma linha de base_url.
Para raciocínio intensivo e codificação complexa em vários ficheiros, escolha V4-Pro; para cenários de elevada concorrência, documentos longos e sensíveis ao custo, escolha deepseek-flash (atualmente aponta para V4.1-Flash-1017, com suporte de visão e concorrência de 2500).
A API é faturada consoante a utilização, sem quota gratuita; os pesos estão abertos sob MIT e podem ser implementados por conta própria. A área de experimentação deste site disponibiliza demonstrações em streaming gratuitamente.
As chamadas a v4-pro passam a ser encaminhadas para V4.1-Flash a partir de 2026-09-14; a recomendação oficial é usar diretamente deepseek-flash em novos projetos. Ver detalhes emPerguntas frequentes。
Volte à zona de experimentação no topo da página, introduza um prompt e obtenha respostas em streaming.