Prévia do DeepSeek V4 desafia a fronteira da IA com contexto de um milhão de tokens e preços agressivos

Um novo desafiante se aproxima da fronteira

O laboratório chinês de inteligência artificial DeepSeek lançou versões de prévia de sua aguardada série de modelos V4, apresentando duas variantes que combinam escala massiva com eficiência sem precedentes. Os modelos DeepSeek-V4-Pro e DeepSeek-V4-Flash, lançados em 24 de abril de 2026, representam a tentativa mais ambiciosa da empresa até agora de desafiar o domínio de gigantes americanos da IA, como OpenAI, Anthropic e Google.

O lançamento ocorre exatamente um ano depois de o modelo de raciocínio R1, da DeepSeek, provocar uma queda de trilhões de dólares nos mercados ao demonstrar que era possível desenvolver recursos de IA de nível mundial por uma fração do custo normalmente associado a sistemas de ponta. Agora, com o V4, a DeepSeek se posiciona não apenas como uma alternativa econômica, mas como uma concorrente genuína em capacidade bruta, mantendo a estratégia radical de preços que levou a startup de Hangzhou à atenção mundial.

Os dois modelos têm uma janela de contexto de 1 milhão de tokens, capacidade de processar aproximadamente de 15 a 20 romances completos em um único prompt e utilizam uma arquitetura de Mistura de Especialistas, que ativa apenas um subconjunto de parâmetros durante a inferência. Talvez o aspecto mais notável seja o fato de a empresa ter lançado os modelos sob a licença permissiva MIT, permitindo uso e modificação comercial sem taxas de licenciamento e dando continuidade a seu compromisso com o desenvolvimento de IA com pesos abertos.

Arquitetura técnica e escala

A série DeepSeek V4 apresenta duas configurações distintas, voltadas a diferentes casos de uso. O modelo principal, V4-Pro, é um dos maiores modelos de pesos abertos já lançados, com 1,6 trilhão de parâmetros no total e 49 bilhões ativos em cada operação de inferência. O V4-Flash, mais compacto, tem 284 bilhões de parâmetros no total, dos quais 13 bilhões ficam ativos, e foi projetado para aplicações sensíveis à latência e uso em hardware de consumo.

Essa eficiência no uso de parâmetros é obtida por meio da arquitetura de Mistura de Especialistas, que encaminha cada token de entrada a sub-redes especializadas, em vez de ativar o modelo inteiro. Executar um modelo denso com 1,6 trilhão de parâmetros teria um custo proibitivo, mas, ao manter os parâmetros ativos em um nível aproximadamente igual ao da geração anterior, V3.2, e ampliar o conjunto de especialistas, a DeepSeek ganha capacidade para maior especialização em programação, matemática e tarefas multilíngues sem aumentar proporcionalmente as exigências computacionais.

Superando a barreira de contexto longo

Um elemento central da arquitetura do V4 é o que a DeepSeek chama de Arquitetura de Atenção Híbrida, que combina mecanismos de Atenção Esparsa Comprimida e Atenção Fortemente Comprimida. Essa inovação aborda um dos desafios persistentes dos grandes modelos de linguagem: a queda na qualidade da recuperação de informações à medida que o contexto se alonga.

A atenção padrão dos transformers tem dificuldade com o problema da “agulha no palheiro”, em que fica cada vez mais difícil localizar informações específicas inseridas profundamente em documentos longos. A DeepSeek afirma que sua abordagem alcança 97% de precisão em testes de recuperação com um milhão de tokens, ante 84,2% dos mecanismos de atenção padrão, resolvendo, na prática, o problema de degradação da recuperação que afeta os modelos de contexto longo.

Na prática, isso significa que o modelo consegue processar com confiabilidade bases de código inteiras, conjuntos abrangentes de documentos jurídicos ou anos de histórico de conversas sem perder detalhes específicos. Para desenvolvedores que criam sistemas de geração aumentada por recuperação, esse recurso pode reduzir ou eliminar a necessidade de estratégias complexas de divisão em trechos e bancos de dados vetoriais externos.

Desempenho em benchmarks: capacidades próximas à fronteira

De acordo com avaliações independentes e dados divulgados pela própria DeepSeek, o modelo V4-Pro alcança níveis de desempenho que o colocam muito próximo dos sistemas fechados mais avançados. No benchmark SWE-bench Verified, que testa a capacidade de um modelo de resolver problemas reais do GitHub em projetos de código aberto, o V4-Pro teria obtido aproximadamente 80,6%, praticamente igualando os 80,8% do Claude Opus 4.6 e superando muitos recordes anteriores de modelos de código aberto.

O V4-Pro demonstra particular força em benchmarks de raciocínio matemático. Segundo os dados divulgados, o modelo alcança 95,2% no HMMT 2026 e 89,8% no IMOAnswerBench, ficando à frente do Claude Opus 4.6 no segundo teste, embora um pouco atrás do GPT-5.4. Nas avaliações de programação competitiva, medidas pelas classificações do Codeforces, o V4-Pro marca 3206 pontos, acima tanto do GPT-5.4 (3168) quanto do Gemini 3.1 Pro (3052).

No entanto, a DeepSeek mantém avaliações cautelosas sobre a posição geral de seus modelos na fronteira tecnológica. A empresa reconhece que, em tarefas de conhecimento geral e raciocínio, o V4-Pro está cerca de 3 a 6 meses atrás do Gemini 3.1 Pro, do Google, em desenvolvimento. Isso sugere que, embora a diferença tenha diminuído, ainda não foi alcançada a paridade absoluta com os sistemas fechados mais avançados.

Com a expansão dos tokens de raciocínio, o DeepSeek-V4-Pro-Max demonstra desempenho superior ao GPT-5.2 e ao Gemini-3.0-Pro em benchmarks padrão de raciocínio. Ainda assim, seu desempenho fica ligeiramente abaixo do GPT-5.4 e do Gemini-3.1-Pro, sugerindo uma trajetória de desenvolvimento cerca de 3 a 6 meses atrás dos modelos de ponta mais avançados.

A variante V4-Flash mantém um desempenho surpreendentemente competitivo apesar de sua escala menor: marca 86,2% no MMLU-Pro, ante 87,5% do V4-Pro, e 91,6% no LiveCodeBench, contra 93,5% da versão Pro. Essa eficiência sugere que, para muitas aplicações, o modelo Flash pode oferecer capacidade suficiente com custos operacionais drasticamente menores.

Preços radicais e impacto econômico

Talvez o aspecto mais disruptivo do lançamento do V4 seja sua estratégia de preços, que dá continuidade à prática da DeepSeek de oferecer valores muitas vezes menores que os dos concorrentes ocidentais. O V4-Flash custa US$ 0,14 por milhão de tokens de entrada e US$ 0,28 por milhão de tokens de saída, ficando mais barato até que o GPT-5.4 Nano, da OpenAI (US$ 0,20/US$ 1,25), e o Gemini 3.1 Flash-Lite (US$ 0,25/US$ 1,50).

O V4-Pro, modelo principal, custa US$ 1,74 por milhão de tokens de entrada e US$ 3,48 por milhão de tokens de saída. Embora seja mais caro que a variante Flash, ainda custa bem menos que modelos de ponta equivalentes. O Claude Opus 4.6 custa US$ 5 por milhão de tokens de entrada e US$ 25 por milhão de tokens de saída, enquanto o GPT-5.4 custa US$ 2,50 por milhão de tokens de entrada e US$ 15 por milhão de saída. Assim, o modelo principal da DeepSeek oferece desempenho comparável em benchmarks a um custo cerca de 50% a 80% menor.

Essa política agressiva de preços é viabilizada por ganhos significativos de eficiência na arquitetura do modelo. A DeepSeek informa que, em cenários com contexto de um milhão de tokens, o V4-Pro utiliza apenas 27% das operações de ponto flutuante exigidas por seu antecessor V3.2 e somente 10% do tamanho do cache de valores-chave. O V4-Flash amplia ainda mais essa eficiência, usando 10% das operações de ponto flutuante e 7% do tamanho do cache de valores-chave em comparação com o V3.2.

Analistas do setor afirmam que essa pressão sobre os preços pode forçar ajustes mais amplos no mercado. Quando o modelo R1, da DeepSeek, foi lançado com custos de API cerca de 90% menores que os de ofertas comparáveis da OpenAI, concorrentes responderam liberando modelos avançados para usuários de planos gratuitos e ajustando suas próprias estruturas de preços. Uma dinâmica semelhante pode surgir com o V4 estabelecendo novos patamares de custo tanto para inferência de IA de alto desempenho quanto para opções econômicas.

Independência de hardware e infraestrutura de treinamento

Uma dimensão geopolítica e técnica importante do lançamento do V4 envolve sua infraestrutura de treinamento. Ao contrário da maioria dos modelos de IA de ponta, desenvolvidos principalmente com as GPUs mais avançadas da Nvidia, a DeepSeek teria treinado o V4 com uma combinação de aceleradores de IA Huawei Ascend 910B e chips Cambricon MLU, concluindo a verificação na plataforma de NPU Ascend, da Huawei.

Esse desenvolvimento tem implicações relevantes para o mercado global de hardware de IA. Devido às restrições de exportação dos Estados Unidos, que limitam o acesso da China aos chips de mais alto desempenho da Nvidia, a DeepSeek demonstrou que é possível desenvolver IA em escala de ponta usando semicondutores chineses. Se os resultados divulgados nos benchmarks resistirem a avaliações independentes, isso validará Huawei e Cambricon como alternativas viáveis à Nvidia para treinamento de IA em larga escala, podendo acelerar a diversificação das cadeias de suprimentos de hardware para IA.

Wei Sun, analista principal de IA da Counterpoint Research, observou que a capacidade do V4 de funcionar nativamente em chips chineses pode ter grandes implicações para os objetivos de soberania em IA de Pequim.

Em última análise, isso também acelerará o desenvolvimento global da IA.

Uso em hardware de consumo

Apesar da enorme quantidade de parâmetros, a DeepSeek ressaltou que versões quantizadas do V4 podem funcionar em hardware de consumo. Segundo a empresa, o V4-Flash pode operar em uma única Nvidia RTX 5090 com 32 GB de VRAM usando quantização INT4, ou em duas RTX 4090, com 48 GB de VRAM no total, usando precisão INT8. O modelo Pro, com 865 GB de pesos completos, é voltado a clusters de GPUs com vários nós para inferência em precisão total, mas também pode permitir estratégias de implantação por streaming.

Essa acessibilidade contrasta fortemente com a dos modelos fechados de ponta, que exigem acesso por API e infraestrutura de data center. Para desenvolvedores preocupados com privacidade de dados, latência ou custos operacionais previsíveis, a possibilidade de hospedar por conta própria um modelo da classe de um trilhão de parâmetros em hardware disponível para compra representa uma mudança importante na economia prática da implantação de IA.

Impacto no mercado e posicionamento estratégico

O lançamento do V4 intensifica a concorrência não apenas entre desenvolvedores chineses e americanos de IA, mas também dentro do mercado doméstico chinês. Desde o avanço do R1, da DeepSeek, concorrentes nacionais como o Qwen, da Alibaba, a ByteDance e a Moonshot AI aceleraram o lançamento de seus próprios modelos. O anúncio mais recente da DeepSeek afetou imediatamente as ações de concorrentes: MiniMax e Zhipu caíram cerca de 8% cada uma nas negociações em Hong Kong após o anúncio do V4.

Paralelamente ao lançamento do modelo, a DeepSeek estaria buscando financiamento externo pela primeira vez, com uma meta de pelo menos US$ 300 milhões e avaliação superior a US$ 10 bilhões. Algumas notícias apontam que conversas com a Tencent e a Alibaba poderiam elevar a avaliação para perto de US$ 20 bilhões. Isso representa uma mudança estratégica em relação à dependência anterior da empresa exclusivamente de sua controladora, o fundo de hedge High-Flyer Capital Management.

No entanto, a empresa enfrenta limitações imediatas de infraestrutura. A DeepSeek alertou que a capacidade de atendimento do plano Pro está atualmente limitada pela escassez de capacidade computacional de ponta. A previsão é que os preços caiam significativamente apenas após a implantação em larga escala dos “supernós” Huawei Ascend 950, no segundo semestre de 2026.

O lançamento também ocorre em meio ao aumento das tensões geopolíticas em torno do desenvolvimento de IA. A Casa Branca acusou recentemente a China de roubo de propriedade intelectual em escala industrial no setor de IA, acusações que o Ministério das Relações Exteriores de Pequim rejeitou categoricamente, classificando-as como ataques infundados ao avanço tecnológico chinês. O compromisso contínuo da DeepSeek com lançamentos de código aberto sob as licenças Apache 2.0 e MIT contrasta com as estratégias cada vez mais fechadas de muitos laboratórios ocidentais de ponta, posicionando a empresa como uma das principais representantes do desenvolvimento de IA com pesos abertos.

Em resumo

• A DeepSeek lançou versões de prévia do V4-Pro (1,6 trilhão de parâmetros, 49 bilhões ativos) e do V4-Flash (284 bilhões de parâmetros, 13 bilhões ativos), ambos com janelas de contexto de 1 milhão de tokens
• Os dois modelos foram lançados sob licenças de código aberto (MIT/Apache 2.0), permitindo uso e modificação comercial sem taxas
• O V4-Pro alcança resultados em benchmarks competitivos com o Claude Opus 4.6 e o GPT-5.4 em tarefas de programação, custando de 50% a 80% menos
• O V4-Flash custa US$ 0,28 por milhão de tokens de saída, sendo a opção mais barata entre os modelos compactos capazes e até mais barato que o GPT-5.4 Nano, da OpenAI
• Os modelos foram treinados com hardware que não é da Nvidia (chips Huawei Ascend e Cambricon), demonstrando a viabilidade de alternativas ao silício americano para IA
• Inovações arquitetônicas, incluindo a Arquitetura de Atenção Híbrida, reduzem em até 90% as exigências computacionais em comparação com modelos da geração anterior
• Versões quantizadas podem funcionar em hardware de consumo, incluindo uma única RTX 5090 ou duas RTX 4090
• A DeepSeek reconhece que, em tarefas de conhecimento geral, os modelos estão cerca de 3 a 6 meses atrás dos sistemas de ponta mais avançados
• O lançamento aumenta a pressão sobre os preços no setor de IA e intensifica a concorrência no mercado doméstico chinês de IA