No dia 17 de outubro de 2026, a DeepSeek anunciou o lançamento do modelo DeepSeek-V4.1-Flash-1017, uma atualização que promete melhorias significativas em desempenho e eficiência em comparação com a versão anterior, V4.1-Flash. O novo modelo é descrito como uma melhoria de Pareto em termos de desempenho e custo, permitindo a execução de tarefas de forma mais rápida e com menor custo.
A atualização foi divulgada em um relatório técnico que detalha os avanços em raciocínio, codificação e tarefas multimodais. O modelo agora apresenta um tempo de execução reduzido e uma diminuição no comprimento das saídas, o que facilita a conclusão de tarefas pelos usuários. Além disso, o DeepSeek-V4.1-Flash-1017 é compatível com a arquitetura de 552 bilhões de parâmetros, além de 196 bilhões de parâmetros Engram, e ativa 8 bilhões de parâmetros por token durante o preenchimento e 16 bilhões na decodificação.
Os benchmarks realizados pela DeepSeek mostram que o novo modelo superou a versão anterior em todas as 11 métricas testadas, com uma pontuação de 77.0 no DeepSWE v1.1, que é superior à pontuação de 74.0 do Claude Opus 5. As melhorias variam entre 2.0 e 11.1 pontos em diferentes testes, destacando a eficácia do novo modelo em tarefas complexas.
Além das melhorias de desempenho, a DeepSeek também anunciou a abertura de suas APIs de Busca e Fetch para desenvolvedores. Isso significa que agora é possível integrar funcionalidades de busca e recuperação de dados em aplicações de terceiros através de uma única chave de API. Essa mudança visa facilitar a vida dos desenvolvedores que trabalham com modelos de IA, oferecendo uma camada web de primeira linha para construção de agentes.
O modelo V4.1-Flash-1017 utiliza aprendizado por reforço com auto-feedback, permitindo que ele execute projetos de forma mais eficiente. As aplicações vão desde a criação de jogos até modelagem 3D, sendo ajustado para funcionar com ferramentas como DeepSeek Harness, Tencent CodeBuddy e WorkBuddy. A arquitetura do modelo inclui 40 camadas de Transformer, divididas em um codificador causal e um decodificador, otimizando o uso de recursos computacionais.
Os dados técnicos revelam que o modelo possui um contexto de 1 milhão de tokens e pode gerar até 384 mil tokens de saída. A redução no cache de KV global para 890 bytes por token representa uma economia significativa em comparação com versões anteriores, o que contribui para a eficiência geral do modelo.
O lançamento do DeepSeek-V4.1-Flash-1017 é um passo importante para a empresa, que busca se destacar em um mercado cada vez mais competitivo de modelos de inteligência artificial. A abertura das APIs também pode atrair uma nova base de desenvolvedores, ampliando o uso de suas tecnologias em diversas aplicações.
Com a introdução do DeepSeek-V4.1-Flash-1017, a expectativa é que a DeepSeek continue a aprimorar suas ofertas e a expandir sua presença no setor de inteligência artificial. O impacto dessa atualização e a adoção das novas APIs por desenvolvedores serão observados nos próximos meses, à medida que mais usuários experimentarem as capacidades do modelo.
Siga a HACKBR e receba as notícias de cibersegurança e tecnologia no seu feed: Instagram @hackbrnews