Em 31 de julho de 2026, a DeepSeek liberou a versão formal do V4-Flash em API pública para testes. O modelo se chama DeepSeek-V4-Flash-0731 e, nas especificações técnicas, nada mudou em relação ao preview lançado em abril: mesmos 284 bilhões de parâmetros totais, mesmos 13 bilhões de parâmetros ativos por token, mesma janela de contexto de 1 milhão de tokens. A diferença está em outro lugar. A DeepSeek refez todo o pós-treinamento do V4 Flash, focando em capacidade de Agent e tarefas de código no DeepSeek V4. Os nove benchmarks de agente e programação que a empresa divulgou superaram, em todos os itens, o V4 Pro Preview, um modelo com 1,6 trilhão de parâmetros totais. Para desenvolvedores que acompanham a DeepSeek API, essa atualização do DeepSeek V4 muda a relação entre custo e capacidade.
DeepSeek é um aplicativo de assistente conversacional que oferece respostas rápidas.
Resumo Rápido
- Mesma arquitetura, pós-treinamento novo: 284B parâmetros totais e 13B ativos, sem mudança estrutural. A melhoria veio do treinamento posterior, não do tamanho.
- 9 benchmarks acima do V4 Pro Preview: Terminal Bench 2.1 em 82.7, DeepSWE em 54.4 (contra 8.0 do Pro Preview), Cybergym em 76.7.
- Preço mantido e Codex nativo: Entrada a US$ 0,14 por milhão de tokens, saída a US$ 0,28. Suporte nativo a Responses API para Codex CLI e VS Code.
A tabela abaixo organiza os principais dados desta atualização do DeepSeek V4 Flash 0731 em comparação com a versão prévia do V4 Pro, que possui 1,6 trilhão de parâmetros totais e 49 bilhões de parâmetros ativos. Cada benchmark do DeepSeek V4 listado abaixo foi medido no ambiente oficial de testes.
| Especificação | DeepSeek V4 Flash 0731 | DeepSeek V4 Pro (Preview) |
|---|---|---|
| Parâmetros totais | 284B | 1,6T |
| Parâmetros ativos | 13B | 49B |
| Contexto | 1 milhão de tokens | 1 milhão de tokens |
| Saída máxima | 384K tokens | 384K tokens |
| Terminal Bench 2.1 | 82.7 | 72.1 |
| DeepSWE | 54.4 | 8.0 |
| Toolathlon Verified | 70.3 | 52.8 |
| Cybergym | 76.7 | 57.7 |
| NL2Repo | 54.2 | 35.5 |
| Agent Last Exam | 25.2 | -- |
| AutomationBench | 25.1 | -- |
| DSBench-FullStack | 68.7 | -- |
| DSBench-Hard | 59.6 | -- |
| Licença | MIT (código aberto) | MIT (código aberto) |
O Flash usa cerca de um sexto dos parâmetros totais do Pro e um quarto dos parâmetros ativos. Mesmo assim, os nove benchmarks de Agent e código ficaram todos acima do V4 Pro Preview.
O Que a DeepSeek V4 Flash Mudou na Prática
A atualização do DeepSeek V4 Flash não tocou na arquitetura. A DeepSeek foi clara sobre isso na nota de lançamento: a estrutura MoE, os 284 bilhões de parâmetros, os 13 bilhões ativados por token, a janela de 1 milhão de tokens. Tudo idêntico ao preview. A mudança veio do pós-treinamento.
Pós-treinamento é a fase em que o modelo aprende a usar o que sabe. Se o pré-treinamento ensina vocabulário e gramática, o pós-treinamento ensina a manter uma conversa. A DeepSeek refez essa etapa focando em três áreas: execução de tarefas em múltiplos passos, chamada de ferramentas e modificação de código com verificação de erros. Essas são justamente as áreas que definem se um modelo serve apenas para gerar trechos isolados de código ou se consegue participar de um fluxo de desenvolvimento completo.
O salto mais visível está no DeepSWE, um benchmark que mede capacidade de engenharia de software. O V4 Flash preview estava em 7.3. A versão 0731 chegou a 54.4. Isso não é uma melhoria incremental. É um salto de 645%, e coloca o Flash à frente do V4 Pro Preview, que havia marcado 8.0 no mesmo teste.
Para quem usa a DeepSeek API em fluxos de trabalho de desenvolvimento, as mudanças no DeepSeek V4 significam que o modelo consegue ler um repositório, localizar arquivos relevantes, fazer alterações, rodar testes e corrigir erros em ciclos consecutivos. Antes, o Flash servia para gerar trechos isolados de código. Agora, ele começa a funcionar como um participante em um processo de desenvolvimento. A diferença é real.
Benchmarks do DeepSeek V4: Flash vs Pro vs Opus
Os benchmarks do DeepSeek V4 que a empresa divulgou cobrem quatro tipos de tarefa: operação de terminal, engenharia de software, segurança ofensiva e chamada de ferramentas.
No Terminal Bench 2.1, que avalia capacidade de operar terminais e completar tarefas reais em ambiente controlado, o V4 Flash 0731 marcou 82.7. O V4 Pro Preview havia marcado 72.1. O Claude Opus 4.8, da Anthropic, está em 85.0. A diferença entre o Flash e o Opus caiu para 2.3 pontos.
No Agent Last Exam, um benchmark que testa raciocínio em múltiplos passos, o Flash marcou 25.2. O Opus 4.8 marcou 25.7. Meio ponto de diferença.
No DSBench-FullStack, que mede capacidade de desenvolvimento full-stack, o Flash chegou a 68.7. O Opus 4.8 está em 71.6. Três pontos.
Esses números precisam de contexto. A DeepSeek usou um framework de teste próprio, em modo minimal, com configuração de máxima capacidade de raciocínio, top_p de 0,95 e temperatura de 1.0. Frameworks e parâmetros de amostragem afetam resultados de benchmarks de Agent. O que os dados mostram? Que o V4 Flash 0731, no ambiente de teste da DeepSeek, chegou perto de modelos de fronteira. O que ele entrega em ambientes de terceiros ainda precisa de testes independentes.
Mas a direção é clara. Um modelo com 13 bilhões de parâmetros ativos está competindo com modelos cujos detalhes de arquitetura não são públicos e cujo custo por tarefa é dezenas de vezes maior. O Artificial Analysis, um serviço independente de avaliação de modelos, classificou o V4 Flash 0731 com 50 pontos no Intelligence Index. O GPT-5.6 Luna marcou 51. O median dos modelos testados na mesma categoria foi de 17 pontos.
DeepSeek API e Codex: Preço e Integração
A atualização também trouxe uma mudança de interface. O V4 Flash 0731 passou a suportar nativamente a Responses API, o formato que a OpenAI usa para o Codex.
Antes, para conectar a DeepSeek ao Codex CLI, ao VS Code ou ao app desktop do ChatGPT, era preciso usar uma camada intermediária que traduzia entre o formato da DeepSeek e o da OpenAI. Agora, a tradução não é mais necessária. O desenvolvedor configura o base URL da DeepSeek, insere a chave de API e seleciona o modelo deepseek-v4-flash. Pronto. O Codex passa a usar a DeepSeek como backend.
O preço permaneceu o mesmo. A entrada custa US$ 0,14 por milhão de tokens sem cache e US$ 0,02 com cache. A saída custa US$ 0,28 por milhão de tokens. A DeepSeek relata uma taxa de acerto de cache de aproximadamente 98%, o que reduz o custo efetivo de entrada para perto de US$ 0,02 na maioria das chamadas. Barato. Muito barato.
Para comparação, o custo por tarefa do Claude Opus 4.8 é cerca de 90 vezes maior. O Flash não é o modelo mais inteligente do mercado. Mas é o que oferece mais inteligência por dólar. A combinação de preço baixo, janela de 1 milhão de tokens e saída de 384K tokens por chamada faz com que o V4 Flash 0731 seja, no momento, a opção mais econômica para quem precisa de um modelo de código e Agent em produção.
O Que Ainda Não Mudou no DeepSeek V4
A atualização de 31 de julho tocou apenas o V4 Flash. O V4 Pro, o modelo maior da família, continua na versão preview. A API do V4 Pro não recebeu o novo pós-treinamento. O app e o site da DeepSeek também não. Para quem só usa o app, nada muda.
A DeepSeek afirmou que o V4 Pro formal deve sair "o mais rápido possível". O suporte à Responses API para o V4 Pro está previsto para início de agosto. Até lá, o Flash é a única versão que pode ser usada diretamente com Codex.
Isso cria uma situação particular. O Flash, que nasceu como a opção econômica da família V4, está à frente do Pro em capacidade de Agent. Não em conhecimento geral ou raciocínio abstrato, onde o Pro ainda leva vantagem pelo tamanho maior. Mas em tarefas práticas de código e automação, que é o que a maioria dos desenvolvedores precisa.
DeepSeek V4 no Android: O Que Esperar
Se você usa o app DeepSeek no Android, a nova versão do V4 Flash 0731 ainda não chegou à interface do app. A versão atual do app continua usando o modelo anterior. Para testar as mudanças no DeepSeek V4, a única forma é via API.
Para desenvolvedores que já usam a DeepSeek API, a migração é direta. O nome do modelo deepseek-v4-flash agora aponta para a versão 0731. Não é necessário alterar o código. Se você já chamava deepseek-v4-flash antes de 31 de julho, já está usando a nova versão.
Se você ainda não usa a API e quer começar, o processo é criar uma chave no site da DeepSeek, configurar no seu cliente de desenvolvimento (Codex, VS Code ou qualquer cliente compatível com a OpenAI API) e selecionar o modelo. A DeepSeek oferece um script de configuração automática para macOS, Linux e Windows.
O app DeepSeek para Android segue disponível para quem quer usar o assistente de IA sem configuração de API. As funções de chat, análise de documentos e geração de conteúdo continuam funcionando com o modelo anterior. Quando a DeepSeek atualizar o app com o V4 Flash 0731, as melhorias de capacidade de código e Agent chegarão sem que o usuário precise fazer nada.
O DeepSeek V4 Flash 0731 prova que o pós-treinamento bem feito pode valer mais do que trilhões de parâmetros adicionais. Para quem já usa a DeepSeek API, a nova versão está disponível desde 31 de julho, com o mesmo preço e compatibilidade direta com Codex. Para quem usa o app no Android, basta manter o DeepSeek instalado e aguardar a atualização, que deve trazer as melhorias de código e Agent nas próximas semanas.
DeepSeek é um aplicativo de assistente conversacional que oferece respostas rápidas.