Deepseek anuncia V4.1-Flash, seu novo modelo de IA com custos reduzidos
LLM multimodal tem 552 bilhões de parâmetros e preços dinâmicos. É o menor modelo da companhia chinesa até o momento.
Por Luisa Costa 11 set 2026, 12h00 | Atualizado em 11 set 2026, 14h09
A DeepSeek, empresa chinesa de inteligência artificial especialista em grandes modelos de linguagem (LLMs) de código aberto, anunciou nesta quarta-feira (9) o lançamento de um novo modelo, chamado DeepSeek V4.1-Flash, que seria mais rápido e mais eficiente do que suas versões anteriores.
Trata-se de um LLM multimodal, ou seja, capaz de processar e gerar diversos tipos de informação: texto, imagem, áudio, vídeo… Ele tem 552 bilhões de parâmetros e foi desenvolvido com a técnica MoE (mixture of experts) para fazer inferências mais rápidas e apresentar maior rendimento, sem perder escalabilidade para modelos maiores.
É o menor modelo da família Deepseek até o momento, segundo a própria companhia, que apresentou benchmarks comparando diretamente o V4.1-Flash aos modelos Kimi-K3 (da chinesa Moonshot AI), GLM-5.3 (da também chinesa Z.ai), Claude Opus 5 (da Anthropic) e GPT-5.6-Sol (da OpenAI). e
Segundo a desenvolvedora, o V4.1-Flash entregou resultados a frente desses outros modelos top de linha, graças a novos métodos de pré-treinamento e pós-treinamento por RL (reinforcement learning, ou “aprendizado por reforço”).
O modelo também teria superado o V4-Pro da Deepseek em desempenho, custo, velocidade e tempo de execução total – portanto, vai aposentar essa versão, assim como o V4-Flash e o V4-Flash-Vision-Exp.
O novo modelo está disponível desde a última quinta-feira (10), e seus preços são dinâmicos. Os valores dobram em horários de pico em dias úteis, ou seja, das 22h às 1h e das 3h às 7h (horário de Brasília). Os preços base são:
- US$ 0,003 (R$ 0,015) por milhão de tokens de entrada, no caso de cache hit (quando você requisita informações que já constam na memória temporária do modelo, e ele não precisa voltar à fonte original – uma base de dados ou uma API externa, por exemplo);
- US$ 0,15 (R$ 0,76) por milhão de tokens de entrada, no caso de cache miss (quando você requisita informações que não constam na memória temporária do modelo);
- US$ 0,60 (R$ 3,05) por milhão de tokens de saída (o output, as respostas do modelo).
