DeepSeek V4: quando escolher Flash ou Pro no seu produto

DeepSeek V4 hoje: dois modelos e uma migração para conferir

DeepSeek, a família de modelos disponível por API e com pesos para download, precisa vir acompanhada da versão nos registros do seu ambiente de produção. Dizer apenas “V4” já não basta para identificar qual modelo processou uma requisição. Na API hospedada atual do DeepSeek, deepseek-flash aponta para DeepSeek-V4.1-Flash-1017, enquanto deepseek-v4-pro aponta para DeepSeek-V4-Pro-0813. Modelos e preços.

Verificado em 18 de outubro de 2026 na página de modelos e preços do DeepSeek e nas fichas dessas revisões exatas no Hugging Face. As recomendações deste artigo se baseiam nas capacidades documentadas, nos requisitos de implantação e no planejamento de avaliações; não são resultados de testes práticos de desempenho.

Lançamento do DeepSeek V4: o que mudou em 17 de outubro?

A atualização de outubro afeta a linha Flash. Os dois nomes antigos, deepseek-v4-flash e deepseek-v4-flash-vision-exp, continuam sendo aceitos, mas os modelos aos quais apontavam foram desativados. As requisições agora chegam ao V4.1-Flash-1017 e mantêm os preços do Flash. Para novas integrações, use deepseek-flash. Correspondência atual dos aliases.

Para quem cuida da operação, uma requisição bem-sucedida não comprova que o modelo antigo continua em execução. Um alias funciona como o telefone de um departamento: o número pode ser o mesmo, mas quem atende pode ter mudado. Se uma ferramenta interna passou a escrever de outro jeito, escolher outras ferramentas ou alterar o tamanho das respostas sem nenhuma mudança de configuração, inclua a migração do modelo na investigação.

A providência imediata é executar novamente tarefas representativas e comparar os resultados aprovados. Trocar o nome configurado pelo recomendado deixa a configuração mais clara, mas não traz de volta o modelo desativado.

Esses são os limites da API hospedada, conforme a tabela de modelos do DeepSeek. Um token é uma unidade de texto processada pelo modelo. O contexto é o espaço de trabalho de uma requisição; a saída máxima limita quanto ele pode gerar. Nenhum desses números garante que o modelo consiga recuperar com precisão todas as informações fornecidas.

Se você é CTO e está avaliando o modelo para analisar repositórios, deixe explícitos os arquivos relevantes e os critérios de aceitação. Uma janela ampla comporta mais material, mas isso não comprova que o modelo encontrou as evidências certas ou respeitou todas as restrições.

Qual modelo faz sentido para o seu produto?

Escolha com base nas entradas necessárias e nos resultados aprovados; depois, compare o custo de operação. Minha recomendação é começar uma nova avaliação pelo Flash, que combina suporte a mais tipos de entrada com as menores tarifas publicadas por token. O Pro merece atender um tipo de tarefa quando entrega resultados melhores e aprovados nela, ou quando uma integração existente com ele já atende aos requisitos.

DeepSeek V4 Flash: comece com uma tarefa bem delimitada

Para um fundador que já captou investimento e quer classificar chamados de suporte ou gerar rascunhos de respostas, o ponto de partida é o Flash com uma tarefa cuja resposta possa ser conferida. Forneça a política aplicável, defina as categorias permitidas e meça com que frequência um revisor aprova o resultado. São sugestões de tarefas para avaliação, não afirmações de que o modelo já foi aprovado no seu cenário.

Se você desenvolve sozinho, aplique o mesmo rigor ao código: escolha uma alteração de escopo restrito, guarde o exemplo que reproduz a falha e exija que a correção passe nas verificações do projeto. Um modelo que escreve explicações convincentes, mas deixa o bug intacto, não concluiu o trabalho.

DeepSeek V4 com visão: a imagem define a escolha

O Flash aceita imagens como entrada; o Pro, não. Essa diferença já resolve a escolha para investigar um bug de interface a partir de uma captura de tela, processar a foto de um formulário ou interpretar um gráfico, antes mesmo de discutir preferências por benchmarks. Suporte a imagens por modelo.

Se a sua aplicação encaminha requisições difíceis ao Pro, crie um caminho separado para as que contêm imagens. Enviar a mesma requisição a um modelo sem visão não preserva a tarefa. Converter a imagem em uma descrição de texto antes do envio é outro fluxo de trabalho, com mais uma oportunidade de perder informações.

Mantenha o Pro nas tarefas de texto em que ele já comprovou seu valor. Um CTO de empresa de médio porte com um assistente interno estável baseado no Pro deve preservar essa referência enquanto avalia o Flash. Um profissional experiente na operação deve comparar também o esforço de revisão e o tratamento de falhas, além das respostas concluídas. Não migre um fluxo de texto confiável só porque surgiu uma revisão mais nova.

Fora do horário de pico, o Flash custa $0.15 na entrada / $0.60 na saída, contra $0.66 / $1.98 por 1M tokens no Pro, considerando entrada sem cache nos dois casos. A tabela oficial do DeepSeek e nosso guia de preços do DeepSeek apresentam a tabela completa de tarifas.

O modo de raciocínio muda a requisição, não o nome do modelo

Os modos com e sem raciocínio são configurações disponíveis nos dois modelos, não produtos separados. O modo de raciocínio acrescenta uma etapa explícita de raciocínio antes da resposta final. Considere testá-lo em planejamento, depuração difícil e tarefas com restrições que afetam umas às outras; avalie o modo sem raciocínio para extração ou classificação bem delimitadas, nas quais uma análise extra pode agregar pouco.

A API hospedada ativa o raciocínio por padrão. Nas requisições de Chat Completions, defina thinking.type como enabled ou disabled; as opções documentadas de esforço são low, high e max, com high como padrão. Deixe essas configurações explícitas para que uma comparação futura possa ser reproduzida. Controles do modo de raciocínio.

Ao migrar um agente, confira também o estado da conversa, além da resposta final. Quando uma requisição inclui tools, o DeepSeek exige que o reasoning_content anterior seja enviado de volta, inclusive nos turnos sem chamada de ferramenta. Omitir esse conteúdo pode causar um erro 400. Portanto, um chat de um único turno que funciona não valida um agente com vários turnos. Requisitos de estado para ferramentas.

Como fazer chamadas à API atual do DeepSeek?

No campo model, use o alias da API, não o nome do repositório no Hugging Face. Com sua chave do DeepSeek já disponível na variável de ambiente DEEPSEEK_API_KEY, esta requisição segue a interface documentada de Chat Completions:

curl --fail-with-body https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
    "model": "deepseek-flash",
    "messages": [
      {"role": "user", "content": "List the checks before releasing a small API change."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "stream": false
  }'

Para avaliar o Pro em texto, troque o valor de modelo por deepseek-v4-pro. Para desativar o raciocínio, defina thinking.type como disabled. As URLs base documentadas são https://api.deepseek.com para o formato compatível com OpenAI e https://api.deepseek.com/anthropic para o formato compatível com Anthropic. Guia de início rápido da API do DeepSeek.

Este exemplo se baseia na documentação; a requisição não foi executada para este artigo. Depois de confirmar a conectividade, verifique a interpretação das respostas, o ciclo de chamadas e retornos das ferramentas, as falhas e os tempos limite com o cliente usado pelo seu produto. São essas verificações que determinam se a integração está pronta.

Benchmarks do DeepSeek V4: a versão precisa acompanhar o resultado

O checkpoint exato e a configuração da avaliação importam mais do que uma manchete de “Flash contra Pro”. Um benchmark é um conjunto definido de tarefas; o harness de um agente é o software ao redor dele que executa ferramentas e devolve os resultados ao modelo. Mudar qualquer um dos dois pode alterar o resultado.

A ficha do Flash-1017 do DeepSeek informa 77.0 no DeepSWE v1.1 com Mini-SWE-V2 e 42.3 no Terminal-Bench 4.0 com Claude Code. Esses são números divulgados pelo próprio DeepSeek, reproduzidos com os nomes dos benchmarks e as observações sobre os harnesses da ficha. Não são medições independentes da sua aplicação. Ficha do modelo Flash-1017.

Benchmark do DeepSeek V4 Pro: mantenha o conjunto de tarefas junto do resultado

A ficha do Pro-0813 do DeepSeek informa 87.9 no Terminal Bench 2.1. Para tarefas públicas de agentes de programação, ela descreve o uso do DeepSeek Harness em modo mínimo, com esforço máximo de raciocínio. Esse é um resultado do próprio DeepSeek naquela versão do benchmark. Não dá para compará-lo diretamente ao número do Flash-1017 no Terminal-Bench 4.0 como se os conjuntos de tarefas fossem idênticos. Ficha do modelo Pro-0813.

Para quem está escolhendo um assistente de programação, um experimento útil mantém constantes o repositório, a tarefa, as ferramentas e os critérios de aceitação. Registre se a correção funciona e quanto trabalho de revisão ela exige. Os resultados publicados justificam testar um candidato; não decidem qual modelo deve atender ao tráfego de produção.

Quando alguém compartilhar um resultado antigo, comece pela ficha da revisão específica. Uma pontuação associada apenas a “V4.1 Flash” pode se referir ao checkpoint anterior.

Pesos abertos: escolha quem vai operar o modelo

As duas revisões exatas publicam repositórios e pesos sob licença MIT. Pesos são os parâmetros aprendidos pelo modelo; baixá-los permite organizar a inferência em uma infraestrutura operada por você. Usar a API hospedada é outra opção de implantação. Flash-1017, Pro-0813.

Para quem desenvolve sozinho, testar a API hospedada exige um projeto de integração menor. Para uma empresa que já opera infraestrutura de modelos, os pesos disponíveis para download oferecem outra possibilidade. A pergunta relevante é quem vai manter a capacidade de atendimento, as atualizações, os logs e a resposta a incidentes.

Relatório técnico do DeepSeek V4 e instruções de implantação

A ficha do Flash-1017 traz links para o relatório técnico do V4.1 e suas próprias instruções de inferência local, incluindo a conversão dos pesos. A ficha do Pro-0813 aponta para o relatório do V4 e documenta explicitamente a disponibilização do modelo com vLLM e SGLang, softwares para executar a inferência. Siga as instruções do checkpoint que você de fato baixar. Instruções do Flash, instruções do Pro.

Há uma lacuna concreta de integração a considerar no planejamento: as duas fichas oferecem implementações próprias para codificar prompts em vez de um template de chat no formato Jinja, usado por muitas estruturas de inferência para organizar as mensagens da conversa. A ficha do Flash também descreve o deepseek-recipe para codificar requisições e interpretar respostas, mas deixa a inferência, a execução de ferramentas e o transporte HTTP a cargo de quem faz a chamada. Baixar os pesos não monta essas peças por você.

Para comparar mais opções de operação em infraestrutura própria, veja nosso guia de LLMs de código aberto. Avalie a forma de implantação separadamente da posição do modelo nos benchmarks.

Search e Fetch mudam o que um agente precisa registrar

Registre as requisições de ferramentas web separadamente dos tokens do modelo. A página de modelos e preços do DeepSeek lista Search e Fetch como APIs independentes, cobradas por requisição bem-sucedida. Ela informa que as ferramentas executadas no servidor em DeepSeek Harness, Claude Code e Codex já usam essas APIs; essas chamadas integradas são gratuitas no momento, com cobrança por requisição a partir de 00:00, no horário de Pequim, em 1 de novembro de 2026. Aviso de cobrança de Search e Fetch.

Para quem opera um agente de pesquisa, uma resposta concluída pode envolver geração pelo modelo e várias operações na web. Um painel que contabiliza apenas tokens não mostra todo esse trabalho. Adicione contadores separados de requisições bem-sucedidas para Search e Fetch e avalie se novas tentativas ou consultas repetidas estão sendo úteis.

A data muda as premissas de operação de um agente existente, mas não é motivo para reconstruí-lo. Antes da mudança, torne visível o tráfego de ferramentas e defina um orçamento de requisições adequado à tarefa. Os detalhes das tarifas estão no guia de preços indicado.

Onde há exagero e o que fazer agora?

Um nome mais novo, uma janela de contexto maior e pesos abertos respondem a perguntas diferentes. Nenhum desses fatores torna um modelo a escolha automática para qualquer tarefa.

O nome “Pro” não estabelece uma classificação universal de qualidade. Um limite alto de contexto não garante recuperação confiável das informações. Pesos sob licença MIT não equivalem a um sistema de inferência pronto nem a inferência hospedada gratuita. E aceitar um alias antigo não significa que o modelo anterior continue disponível.

Aja agora se o seu produto usa algum dos nomes antigos do Flash: execute novamente as tarefas de aceitação e confira o comportamento na revisão atualmente em operação. Também é hora de agir se o seu agente usa Search ou Fetch integrados, porque os registros de uso precisam refletir a mudança na cobrança.

Espere para trocar se um fluxo de texto existente com Pro atende aos requisitos e você não tem um motivo mensurado para substituí-lo. A migração dos aliases do Flash não altera o caminho configurado para o Pro; o nome dele continua apontando para Pro-0813. Mantenha as verificações habituais de qualquer dependência hospedada.

Para decidir entre fornecedores, consulte DeepSeek vs Claude ou DeepSeek vs ChatGPT. A escolha do modelo precisa se encaixar no produto e no fluxo de trabalho como um todo.

Para colocar em prática na segunda-feira: escolha uma tarefa frequente, com resultado verificável, e execute exemplos salvos tanto pelo caminho atual quanto pelo candidato adequado. Inclua um caso com imagem se o produto aceitar imagens, uma entrada longa e uma chamada de ferramenta que falhou. Registre os resultados aprovados, o esforço de revisão, o tempo decorrido, os tokens do modelo e as requisições de ferramentas web. Coloque o candidato em produção somente quando os resultados sustentarem a mudança.

Perguntas frequentes

Assine a newsletter para receber orientações práticas sobre como escolher e operar ferramentas de IA.