DeepSeek atualiza o V4.1 Flash, abre APIs de busca e define início da cobrança para 1º de novembro

Atualização de programação chega com serviço público de busca

A DeepSeek lançou o V4.1-Flash-1017 em 17 de outubro de 2026, atualizando ao mesmo tempo seu site, aplicativo e API, além de abrir dois serviços que permitem aos desenvolvedores pesquisar na web e recuperar páginas específicas. A empresa cobra US$ 0,75 por 1.000 chamadas para cada endpoint, Search e Fetch. A cobrança por chamadas elegíveis feitas por meio de ferramentas de servidor começa às 16h UTC de 31 de outubro, ou à meia-noite de 1º de novembro em Pequim.

O lançamento ocorre 37 dias após a estreia do V4.1 Flash, em 10 de setembro. Os desenvolvedores podem continuar usando o nome do modelo deepseek-flash, sem mudanças no método de chamada da API ou nos preços do modelo. A DeepSeek também está disponibilizando o modelo atualizado abertamente pelo Hugging Face e pelo ModelScope.

O anúncio oficial do lançamento da DeepSeek coloca o desenvolvimento completo de projetos no centro da atualização. Entre os exemplos da empresa estão um modelo da Cidade Proibida de Pequim, um jogo de corrida para navegador, uma recriação de Portal 2 usando a engine Godot e uma cena 3D em movimento que percorre a história, dos tempos pré-históricos à era moderna.

A DeepSeek afirma que o modelo tem melhor desempenho, leva menos tempo e produz respostas mais curtas. Para os desenvolvedores, essas mudanças reduzem dois custos de uma só vez: o tempo que uma tarefa automatizada ocupa um computador e o volume de texto gerado cobrado pelo serviço do modelo.

O lançamento da busca acrescenta outra parte a esse fluxo de trabalho. Agora, um aplicativo de IA pode usar o modelo da DeepSeek para planejar uma tarefa, seu mecanismo de busca para encontrar informações atuais e o serviço Fetch para incorporar à tarefa uma página selecionada.

O que significa, na prática, programar a partir de um desejo

A DeepSeek descreve a ambição central do projeto como programar a partir do desejo do usuário: alguém explica em linguagem comum o que quer, e a IA assume uma parcela maior do trabalho necessário para transformar o pedido em um projeto funcional.

As quatro demonstrações abrangem diferentes tipos de trabalho. O exemplo da Cidade Proibida se concentra em modelagem 3D. O jogo de corrida exige interação com o navegador. A recriação de Portal 2 usa uma engine de jogo existente, a Godot. Valley of Ages apresenta ambientes em transformação ao longo de um extenso período da história humana.

A DeepSeek afirma que esses projetos foram produzidos dentro do DeepSeek Harness com relativamente poucos prompts, material de referência limitado e poucas rodadas de interação. A empresa atribui a melhoria ao aprendizado por reforço com feedback próprio, um método de treinamento no qual o retorno sobre tentativas de trabalho ajuda a orientar o comportamento posterior.

Um harness é o software que envolve um modelo de linguagem e gerencia ferramentas, arquivos, sessões e execução de tarefas. O modelo pode propor código ou decidir o que fazer em seguida; o harness fornece o ambiente onde essas ações acontecem. Assim, o software ao redor do modelo também faz parte do processo de desenvolvimento do projeto.

Onde os ganhos nos benchmarks são maiores

As avaliações publicadas pela DeepSeek dão ao modelo atualizado 77,0 pontos no DeepSWE v1.1, acima dos 74,2 pontos da versão de setembro. É um ganho de 2,8 pontos em uma avaliação de trabalho de engenharia de software. Na comparação da empresa, o Claude Opus 5 marcou 74,0 e o GPT 5.6-Sol, 73,0.

O Terminal-Bench 4.0 mostra uma melhora maior em relação à versão anterior do Flash, subindo de 31,2 para 42,3, um avanço de 11,1 pontos. O ProgramBench passou de 20,3 para 29,1, enquanto o NL2Repo-Bench subiu de 65,4 para 68,2.

A DeepSeek também lista melhorias em tarefas com agentes, sistemas que usam ferramentas para executar uma sequência de ações. O Automation-Bench v1.0.6 subiu de 54,8 para 60,5, o Agents' Last Exam foi de 31,8 para 35,4 e o Apex Bench v1.1, de 64,6 para 72,1.

Na tabela comparativa da DeepSeek, o modelo atualizado lidera no DeepSWE, Automation-Bench, Agents' Last Exam e Apex Bench, à frente dos modelos listados da Anthropic, OpenAI, Kimi e Zhipu. O Claude Opus 5 tem pontuação maior em várias outras avaliações, incluindo Terminal-Bench, ProgramBench e NL2Repo.

As condições de teste são importantes para interpretar esses números. A DeepSeek informa 42,3 pontos no Terminal-Bench 4.0, enquanto uma avaliação da Artificial Analysis registra 26,8. Não são fornecidas as configurações detalhadas necessárias para explicar essa diferença. A DeepSeek identifica o Claude Code como ambiente para o Terminal-Bench e o Mini-SWE-V2 para o DeepSWE, mostrando como o modelo e as ferramentas ao seu redor são avaliados em conjunto.

Por que respostas mais curtas podem reduzir o custo das tarefas

A DeepSeek chama a atualização de uma melhoria de Pareto em desempenho e custo. Em termos simples, a empresa afirma que os usuários obtêm resultados melhores gastando menos, em vez de trocar mais qualidade por uma conta maior.

Os serviços de modelos costumam cobrar por tokens, as pequenas unidades em que o texto é dividido para processamento. Uma resposta gerada mais curta usa menos tokens de saída. Um agente de programação pode produzir muitas respostas durante uma única tarefa, então reduzir o texto desnecessário em cada etapa pode diminuir o custo total.

A DeepSeek afirma que o tempo de execução das tarefas também caiu. Isso importa para projetos que envolvem edições, testes e uso de ferramentas repetidos, nos quais o usuário espera pelo resultado final, em vez de uma única resposta. A empresa descreve o lançamento técnico como uma pequena atualização, embora reivindique melhorias em raciocínio, programação, tarefas com agentes e avaliações visuais.

Search encontra páginas; Fetch recupera seu conteúdo

Os serviços Search e Fetch da DeepSeek têm funções diferentes. Search recebe uma consulta e retorna resultados classificados por relevância. Fetch recebe uma página específica e recupera seu título e conteúdo em Markdown, um formato de texto simples que preserva títulos, listas e outras estruturas úteis.

Por exemplo, um desenvolvedor poderia usar Search para localizar documentação atualizada de um software e, em seguida, usar Fetch para recuperar a página relevante antes de pedir ao modelo que escreva código. Aplicativos que combinam documentos recuperados com respostas geradas são frequentemente chamados de sistemas de geração aumentada por recuperação, ou RAG.

Os serviços usam o endereço-base api.deepseek.com e o mesmo sistema de credenciais de API do serviço de modelos da DeepSeek. Os endpoints são POST /v1/tools/search e POST /v1/tools/fetch. Eles retornam dados estruturados em JSON, que o software pode ler e repassar entre ferramentas.

O Search aceita consultas de até 128 caracteres. Os desenvolvedores podem solicitar de um a 50 resultados, sendo 10 o padrão. Os resultados podem incluir títulos, endereços, resumos curtos, resumos mais longos destinados a modelos, datas de publicação e, quando disponível, o conteúdo completo da página.

A DeepSeek afirma que seu mecanismo de busca já atende às pesquisas em seu site e API e processa centenas de milhões de solicitações por dia no mundo todo. A empresa descreve um índice que abrange centenas de bilhões de páginas da web e oferece suporte a pesquisas em vários idiomas.

A DeepSeek também diz filtrar manipulações de classificação nos resultados de busca, tentativas de influenciar as informações selecionadas por IA generativa e conteúdo de baixa qualidade gerado por IA. Essas medidas afetam as informações que um agente encontra antes de escrever uma resposta ou executar um pedido do usuário.

Quanto os desenvolvedores pagarão e a partir de quando

No anúncio em inglês, a DeepSeek estabelece preços separados para Search e Fetch: US$ 0,75 por 1.000 chamadas de cada serviço. No preço em yuan divulgado em chinês, são 5 yuans por 1.000 chamadas de cada serviço. Portanto, um fluxo de trabalho que faz uma busca e recupera uma página utiliza dois serviços cobrados separadamente.

De acordo com as regras de cobrança publicadas, o Search é cobrado quando retorna com sucesso uma lista de resultados não vazia. O Fetch é cobrado quando retorna o conteúdo da página com status HTTP 200, que indica sucesso. Solicitações malsucedidas, resultados vazios e tempos limite não são cobrados; solicitar mais resultados não altera o preço daquela chamada de busca.

À tarifa informada em yuans, 1.000 buscas bem-sucedidas seguidas de 1.000 recuperações de páginas bem-sucedidas custariam 10 yuans em busca e recuperação. O processamento pelo modelo é cobrado à parte. Essa separação ajuda os desenvolvedores a estimar o custo de um agente que consulta informações repetidamente durante o trabalho.

A DeepSeek afirma que as chamadas de Search e Fetch feitas por meio de ferramentas de servidor no DeepSeek Harness, Claude Code e Codex serão temporariamente gratuitas para usuários da API da DeepSeek. A cobrança nesse canal começa às 16h UTC de 31 de outubro de 2026, o mesmo instante que corresponde a 0h de 1º de novembro em Pequim. A isenção temporária se aplica a essas chamadas de ferramentas; as cobranças normais do modelo continuam.

Cada conta pode fazer até cinco solicitações de Search por segundo e cinco de Fetch por segundo, com os dois limites contabilizados separadamente. O Fetch também tem limites adicionais para domínios de sites específicos. Solicitações acima da taxa permitida recebem uma resposta HTTP 429, que informa ao aplicativo que deve reduzir a velocidade.

Atualizações do Harness conectam o modelo ao trabalho diário

A DeepSeek recomenda o Harness v0.2.1-rc.1 ou posterior para o modelo atualizado. As letras rc identificam uma versão candidata, preparada para testes antes do lançamento final. O modelo foi otimizado especificamente para DeepSeek Harness, Tencent CodeBuddy, WorkBuddy e outros frameworks.

A versão do Harness acrescenta formas de descobrir plugins em índices personalizados e de pedir a um agente que crie um plugin. Também melhora o gerenciamento de dependências quando plugins são ativados, desativados, atualizados ou removidos. Algumas mudanças em plugins entram em vigor imediatamente; outras exigem uma reinicialização.

Os desenvolvedores ganham interfaces para ler e alterar o diretório de trabalho de uma sessão pelos kits de desenvolvimento de software para TypeScript e Python. Outras novidades incluem ferramentas experimentais para inspecionar sessões, suporte a diretórios de trabalho Git separados e ocultação automática de chaves e tokens encontrados em mensagens enviadas.

A versão dá continuidade ao trabalho na integração com Claude Code Mods, testada em uma versão alfa anterior do Harness. Esse trabalho anterior tinha três exemplos executáveis e quatro impedidos pela falta de interfaces ou recursos de exibição. A camada de compatibilidade continua experimental, com o objetivo declarado de testar como os recursos de extensão do Claude Code se encaixam nos plugins do Harness.

Quem usa o Harness pela primeira vez também recebe 6 yuans em crédito promocional, sem pagamento inicial. O crédito expira sete dias após ser concedido e está disponível apenas enquanto houver saldo reservado. O prazo curto faz dele uma pequena cota de testes para novos usuários.

Pesos abertos e opções de implantação

O anúncio oficial da DeepSeek confirma que o V4.1-Flash-1017 está disponível pelo Hugging Face e pelo ModelScope. O lançamento mantém a licença MIT usada pela linha V4.1 Flash, que permite ampla reutilização conforme seus termos. Assim, os desenvolvedores podem optar por um serviço hospedado ou operar o modelo por conta própria.

O V4.1 Flash aceita texto e imagens e produz texto. Sua arquitetura usa uma mistura de especialistas, o que significa que partes selecionadas do modelo são ativadas a cada etapa de processamento, em vez de o modelo inteiro trabalhar em cada token. As descrições da arquitetura indicam uma base com 552 bilhões de parâmetros, dos quais 8 bilhões ficam ativos durante o processamento da entrada e 16 bilhões durante a geração da resposta.

Uma janela de contexto de cerca de um milhão de tokens permite que o modelo trabalhe com grandes volumes de material em uma única sessão. Para um agente de programação, isso pode incluir instruções, arquivos de código-fonte, conversas anteriores e resultados de ferramentas. A janela de contexto determina o que o modelo consegue considerar, enquanto o limite de saída define quanto ele pode gerar em uma resposta.

As especificações de implantação em serviços hospedados podem variar. Uma listagem de API de terceiros informa uma janela de contexto de 1.048.576 tokens e um máximo de 131.072 tokens por resposta, além de chamadas de funções e saídas estruturadas definidas por um esquema JSON. A chamada de funções permite que o modelo solicite uma ferramenta externa; a saída estruturada fornece ao aplicativo um formato previsível para processar.

A mesma listagem oferece roteamento entre inference.net, DeepInfra e DeepSeek, transferindo solicitações para outro provedor quando um deles encontra um erro. Para os desenvolvedores, as opções agora abrangem o acesso ao modelo, o roteamento entre provedores e os serviços de busca separados, cada qual com suas próprias configurações operacionais e custos.

As datas que definem a implementação

O lançamento de outubro da DeepSeek combina uma atualização do modelo, uma versão candidata do Harness e acesso público à infraestrutura de busca. Mais cedo, em 17 de outubro, um rastreador automatizado de API detectou uma entrada de modelo com o sufixo 1017, que depois desapareceu. O anúncio posterior da DeepSeek confirmou o lançamento e a mudança em seu site, aplicativo e API.

A sequência dá aos desenvolvedores um curto período para atualizar suas ferramentas e avaliar o uso da busca antes do fim da janela gratuita temporária:

• 10 de setembro de 2026: a DeepSeek lança o modelo V4.1 Flash original.
• 3 de outubro de 2026: o Harness v0.2.1-alpha.1 apresenta a integração experimental com Claude Code Mods.
• 17 de outubro de 2026: o V4.1-Flash-1017 chega ao site, aplicativo e API; Search e Fetch são disponibilizados aos desenvolvedores, e uma versão candidata atualizada do Harness fica disponível.
• 31 de outubro de 2026, às 16h UTC: começa a cobrança por chamadas elegíveis de Search e Fetch feitas por meio de ferramentas de servidor, o que corresponde à meia-noite de 1º de novembro em Pequim.

Quem já usa deepseek-flash recebe o modelo atualizado pelo nome existente. Quem usa o Harness também deve atualizar o aplicativo que o envolve. Na prática, a mudança é um fluxo de trabalho mais integrado: um modelo treinado para projetos mais longos, ferramentas para executar o trabalho e um serviço de busca que em breve terá uma cobrança separada pelo uso.

Principais pontos

• A DeepSeek lançou o V4.1-Flash-1017 em 17 de outubro de 2026, em seu site, aplicativo e API.
• O modelo continua disponível como deepseek-flash, sem mudanças no método de chamada da API ou nos preços existentes.
• A DeepSeek informa uma pontuação de 77,0 no DeepSWE v1.1, acima dos 74,2 anteriores, além de tarefas mais rápidas e respostas mais curtas.
• As demonstrações de projetos incluem a modelagem da Cidade Proibida, um jogo de corrida para navegador, uma recriação de Portal 2 e Valley of Ages.
• Search e Fetch custam, cada um, US$ 0,75 ou 5 yuans, conforme a tabela de preços chinesa, por 1.000 chamadas bem-sucedidas.
• A cobrança por chamadas elegíveis feitas por meio de ferramentas de servidor começa à meia-noite de 1º de novembro em Pequim.
• A DeepSeek recomenda o Harness v0.2.1-rc.1 ou posterior e disponibilizou os pesos do modelo pelo Hugging Face e pelo ModelScope.