DeepSeek lança V4.1 Flash, modelo aberto que supera o Opus 5 em benchmark de terminal

Resumo: Em 10 de setembro de 2026, a DeepSeek lançou o V4.1 Flash, modelo de pesos abertos com 552 bilhões de parâmetros totais, licença MIT e contexto de 1 milhão de tokens. Em benchmarks divulgados pela empresa, o modelo superou o Opus 5, da Anthropic, e o GPT-5.6 Sol, da OpenAI, em uma tarefa de uso de terminal, cobrando menos pela API do que os concorrentes fechados. O lançamento chega dois dias depois de a Anthropic citar a própria DeepSeek em um relatório sobre destilação em massa do Claude.

O que aconteceu

Em 10 de setembro de 2026, a DeepSeek anunciou o V4.1-Flash, sucessor do V4-Flash lançado meses antes (DeepSeek API Docs, 10 set. 2026). A empresa chinesa afirma que o novo modelo supera até o próprio topo de linha, o V4-Pro, em parte dos testes internos (SiliconANGLE, 10 set. 2026).

Fatos principais:

Benchmark V4.1-Flash Opus 5 GPT-5.6 Sol V4-Pro
Terminal-Bench 2.1 90,6 89,1 88,8 -
DeepSWE v1.1 74,2% 74% - 62,7%

Por que isso importa

Isso importa porque um modelo de pesos abertos, com licença permissiva, está batendo modelos fechados de referência em pelo menos uma tarefa prática, cobrando uma fração do preço por isso. Terminal-Bench mede a capacidade do modelo de operar linha de comando, navegar sistemas de arquivos e executar tarefas de desenvolvedor de ponta a ponta, não um teste acadêmico distante do uso real.

Contexto: o V4.1-Flash chega numa semana carregada de lançamentos rivais. Em 1º de setembro, a Anthropic lançou o Fable 5.1 e o Mythos 5.1, cortando o preço de leitura em cache do Fable em 75% (VentureBeat, 1 set. 2026). A OpenAI já havia colocado o GPT-6 Astra no ar e, dias depois, pausou novas assinaturas do ChatGPT Pro por excesso de demanda. Nesse ritmo, a DeepSeek escolheu competir por custo e abertura, não só por benchmark bruto.

Significância: a DeepSeek descreve a arquitetura CED como sua principal inovação técnica nesta versão. Em vez de cada camada do decoder recalcular seu próprio cache de atenção, como faz a maioria dos modelos MoE, o V4.1-Flash projeta esse cache uma única vez, a partir da saída final do encoder, e reaproveita o resultado em todas as camadas seguintes (DeepSeek API Docs, 10 set. 2026). Isso reduz o custo de processar entradas longas com respostas curtas, como buscar informação em documentos extensos.

O que isso significa para quem desenvolve com IA

Para times de engenharia que já usam modelos de fronteira via API, o lançamento muda a equação de custo-benefício de forma imediata.

Custo de agentes de código, licença aberta e ceticismo com benchmarks

Com pontuação equivalente ou superior ao Opus 5 em tarefas de terminal e engenharia de software, o V4.1-Flash vira candidato natural para pipelines de agentes de código que hoje rodam em modelos fechados só pela qualidade, não pelo preço. A licença MIT também reabre a discussão sobre hospedar o próprio modelo: empresas com requisitos de residência de dados ou orçamento de inferência apertado ganham a opção de rodar o V4.1-Flash em infraestrutura própria, algo que os modelos fechados da OpenAI e da Anthropic não permitem.

Ao mesmo tempo, a Anthropic nomeou a própria DeepSeek dois dias antes deste lançamento num relatório sobre destilação em massa de respostas do Claude. Isso não invalida os números do V4.1-Flash, mas reforça que ganhos de desempenho de laboratórios citados no relatório merecem verificação por benchmarks independentes antes de virar decisão de produção. Não há evidência pública de que a acusação e este lançamento estejam ligados, mas a proximidade das duas notícias é o tipo de contexto que times de avaliação de modelo deveriam registrar.

O que fazer agora

  1. Esta semana: rode o V4.1-Flash em paralelo, nas mesmas tarefas de terminal e engenharia, antes de trocar de fornecedor, usando dados internos, não só o benchmark divulgado.
  2. Este mês: compare o custo de usar a API da DeepSeek com o de hospedar os pesos abertos você mesmo, considerando os 552 bilhões de parâmetros e a infraestrutura necessária.
  3. Neste trimestre: acompanhe se a Anthropic ou outros laboratórios citam o V4.1-Flash em relatórios futuros de destilação, e se a DeepSeek responde às acusações feitas dias antes do lançamento.

Não faça: não troque um pipeline de produção inteiro com base num único benchmark divulgado pelo próprio fabricante, nem assuma que o preço mais baixo compensa automaticamente riscos de conformidade ligados a modelos citados em relatórios de uso indevido.

O panorama mais amplo

O V4.1-Flash se encaixa numa disputa que deixou de ser só sobre quem tem o modelo mais inteligente e passou a incluir quem oferece o melhor custo por tarefa e a licença mais permissiva. Laboratórios ocidentais como a Mistral, que captou €3 bilhões em agosto, competem por capital para treinar do zero, enquanto a DeepSeek aposta em eficiência arquitetural e preço agressivo para ganhar espaço com desenvolvedores.

O pano de fundo regulatório também segue tenso: a Anthropic documentou meses de tentativas de laboratórios chineses de extrair capacidades do Claude, e o Senado dos EUA negocia uma lei que criaria um “dever de cuidado” para IA. Cada lançamento de modelo chinês de peso aberto tende a ser lido tanto pelo benchmark quanto pela lente geopolítica, e o V4.1-Flash não deve escapar dessa dupla leitura.

Perguntas frequentes

O V4.1-Flash é de pesos abertos ou fechado?

É um modelo de pesos abertos, sob licença MIT, o que permite baixar, modificar e usar comercialmente os pesos do modelo, diferente de modelos fechados como Opus 5 ou GPT-5.6 Sol, acessíveis só via API.

O V4.1-Flash é realmente melhor que o Opus 5?

Nos benchmarks divulgados pela própria DeepSeek, sim, no Terminal-Bench 2.1 (90,6 contra 89,1) e em empate técnico no DeepSWE v1.1 (74,2% contra 74%). Como os números vêm do fabricante, vale aguardar avaliações independentes antes de generalizar a comparação para outras tarefas.

Referências e notas de apuração