DeepSeek-V4.1-Flash-1017 foi lançado: o que mudou no deepseek-flash

Em 17 de outubro de 2026, a DeepSeek mudou o modelo por trás do nome de API deepseek-flash. Agora é o DeepSeek-V4.1-Flash-1017. O nome, a forma de chamá-lo e o preço por token permaneceram os mesmos. Só o que responde às suas requisições é novo.

A DeepSeek diz que ele pontua mais alto em benchmarks, conclui tarefas mais rápido e escreve respostas mais curtas. O índice independente Artificial Analysis o coloca em 45, contra 39 do V4.1-Flash anterior. Se o seu código chama deepseek-flash ou o mais antigo deepseek-v4-flash na API da DeepSeek, você já está nele.

O que mudou e o que não mudou#

O changelog da DeepSeek resume em uma linha para 17 de outubro: “O método de chamada da API e o preço permanecem inalterados — basta usar deepseek-flash para acessar o modelo mais recente.” Ele não dá data de encerramento para os nomes antigos; a entrada de 10 de setembro diz que eles são roteados temporariamente.

Separadamente, a DeepSeek abriu o código do seu motor de inferência, o DeepInfer, sob Apache-2.0. O README lista apenas o DeepSeek-V4.1-Flash como suportado, com o 1017 como checkpoint padrão.

Os números: a tabela da DeepSeek e uma verificação externa#

O anúncio da DeepSeek, “Wish-Driven Programming Made Real”, chama o 1017 de “melhoria de Pareto em desempenho e custo”. O preço por token não mudou, então qualquer economia na conta tem que vir de respostas mais curtas. O anúncio descreve os ganhos de velocidade e comprimento apenas em palavras, sem números no texto, então não há número para citar.

O model card chama o 1017 de “atualização menor” e o compara com o V4.1-Flash anterior:

Esses são os resultados da própria DeepSeek, lidos do card em 20 de outubro de 2026, não um teste independente. O 1017 está à frente em todas as linhas, com as maiores diferenças em Terminal-Bench 4.0 e ProgramBench. A DeepSeek nomeia o harness para duas linhas (Claude Code para Terminal-Bench 4.0, Mini-SWE-V2 para DeepSWE v1.1) e não informa o esforço de raciocínio para nenhuma linha.

O card também coloca o 1017 contra K3, GLM-5.3, GPT-5.6 Sol e Opus 5, em colunas escolhidas pela DeepSeek. (Esse GLM-5.3 não é o GLM-5.3-Flash do nosso catálogo.) O 1017 é o mais alto em quatro das 11 linhas: DeepSWE v1.1 (77,0, contra 74,0 do Opus 5), Automation-Bench v1.0.6, Agents' Last Exam e Apex Bench v1.1. Nas outras sete, o Opus 5 é mais alto, por exemplo 51,8 contra 42,3 em Terminal-Bench 4.0 e 56,3 contra 42,6 em HLE sem ferramentas.

Para uma visão externa, há o Artificial Analysis. No seu Intelligence Index (v4.3.2, modo de raciocínio Max), o 1017 pontua 45 e roda a 210,6 tokens de saída por segundo. O V4.1-Flash anterior pontua 39 no mesmo modo, e sua página agora o marca como desatualizado e aponta para o 1017. É um índice em um modo, e a página não diz quando a velocidade foi medida, então leia os números como um instantâneo de 20 de outubro de 2026.

O preço não mudou#

O preço oficial de deepseek-flash por 1M de tokens, conforme verificado em 20 de outubro de 2026 na página de preços da DeepSeek, que não traz data própria:

Os horários de pico são 01:00–04:00 e 06:00–10:00 UTC, de segunda a sexta, exceto feriados públicos chineses. Todo o resto do tempo, incluindo fins de semana e feriados chineses, é fora de pico, pela metade do preço. A janela de contexto é de 1M de tokens e uma resposta pode chegar a 384K. Para saber como o cache e os horários de pico aparecem em uma conta real, veja DeepSeek API pricing in 2026.

Search e Fetch API: cobrança começa em 1º de novembro#

No mesmo dia, a DeepSeek lançou uma Search API e uma Fetch API em seu próprio motor de busca. Cada uma custa $0,75 por 1.000 requisições bem-sucedidas. Uma requisição só é cobrada se retornar HTTP 200 e um resultado, então resultados vazios, erros e timeouts não custam nada. Chamadas de busca e fetch do lado do servidor feitas através do DeepSeek Harness, Claude Code ou Codex são gratuitas por enquanto. A cobrança por requisição começa às 00:00 do horário de Pequim em 1º de novembro de 2026, que é 16:00 UTC de 31 de outubro.

O guia detalha o período gratuito apenas para essas chamadas do lado do servidor. Ele não diz se chamadas diretas à API são cobradas antes de 1º de novembro. O período gratuito se aplica à API da própria DeepSeek. Ele não se estende a requisições enviadas através da CheapTokens, incluindo as do Claude Code.

O que verificar no seu código#

Qual release responde a qual nome hoje:

• Rode suas próprias evals novamente. Se um prompt, parser ou teste dependia do comprimento ou formato da resposta do modelo antigo, respostas mais curtas podem quebrá-lo. Se as respostas ficaram mais curtas, o gasto com tokens de saída deve cair. O anúncio da DeepSeek não dá número de comprimento de saída no texto, então confie nos seus próprios logs.
• Saia dos nomes legados. Eles não têm data de encerramento anunciada, e o próprio conselho da DeepSeek é usar deepseek-flash.
• Não presuma que uma nova base URL mantém o comportamento. deepseek-v4-flash na API da DeepSeek e 0731 em outro endpoint são releases diferentes.

Onde o DeepSeek-V4-Flash 0731 se encaixa#

O DeepSeek-V4.1-Flash-1017 não está no catálogo da CheapTokens em 20 de outubro de 2026. O modelo DeepSeek que está lá é o DeepSeek-V4-Flash, release 0731 (31 de julho de 2026). É um release anterior, então os resultados acima não se aplicam a ele. Não encontramos comparação direta entre 0731 e 1017 da DeepSeek, e as páginas do Artificial Analysis que verificamos não listam o 0731.

Qual deles combina com você depende do trabalho:

• deepseek-flash oficial: você precisa do 1017 em si, 1M de tokens de contexto, respostas de até 384K tokens ou visão.
• DeepSeek-V4-Flash 0731 na CheapTokens: você gera saídas longas ou roda loops de agente e quer uma conta previsível. Um preço para entrada e um para saída a qualquer hora; o 1017 oficial dobra o preço nos horários de pico. O contexto é de 380K, e uma resposta pode chegar a 32.768 tokens.

Aqui está uma carga de trabalho precificada das duas formas: 10M de tokens de entrada e 1M de tokens de saída em um dia, uma mistura pesada em entrada como a que um agente produz quando reenvia seu contexto a cada turno. As quantidades de tokens abaixo estão em milhões, os preços oficiais são os da DeepSeek em 20 de outubro de 2026, e 80% de cache hits é uma suposição, não uma medição. Seus próprios logs mostram sua proporção real.

• 10 × $0.30 + 1 × $1.20 = $4.20 — oficial, pico, todo token de entrada é cache miss
• 10 × $0.15 + 1 × $0.60 = $2.10 — oficial, fora de pico, todo token de entrada é cache miss
• 8 × $0.006 + 2 × $0.30 + 1 × $1.20 = $1.85 — oficial, pico, 80% dos tokens de entrada são cache hits
• 8 × $0.003 + 2 × $0.15 + 1 × $0.60 = $0.92 — oficial, fora de pico, 80% dos tokens de entrada são cache hits

Do nosso lado, a mesma carga de trabalho no DeepSeek-V4-Flash 0731 custa $0.321 com as tarifas de hoje.

• 1017 oficial · pico · sem cache hits$4.20
• 1017 oficial · fora de pico · sem cache hits$2.10
• 1017 oficial · pico · 80% cache hits$1.85
• 1017 oficial · fora de pico · 80% cache hits$0.92
• CheapTokens · DeepSeek-V4-Flash 0731$0.321

O gráfico deixa duas coisas de fora. Ele compara releases diferentes, então os resultados do 1017 acima não se aplicam ao 0731. E ele para em 80% de cache hits. Empurre isso para perto de 100% com respostas curtas e o preço oficial pode sair na frente: a DeepSeek cobra cache hits a $0,003 por 1M fora de pico, enquanto nós cobramos um preço de entrada por modelo, $0.0221 por 1M, e um preço de saída, sem taxa separada de cache hit. Pegue 10M de tokens de entrada que são todos cache hits e 0,1M de tokens de saída:

• 10 × $0.003 + 0.1 × $0.60 = $0.09 — oficial, fora de pico, todo token de entrada é cache hit
• $0.231 — DeepSeek-V4-Flash 0731 na CheapTokens

Esses são apenas preços de tokens. Recargas de saldo têm uma taxa de 5%, que não está nos nossos números.

Se você roda loops de agente ou gerações longas e não quer que o preço mude com a hora, vale testar o DeepSeek-V4-Flash 0731 com seus próprios prompts. Recarregue um saldo com cripto ou cartão através de um parceiro, aponte um cliente no estilo OpenAI para https://api.cheaptokens.dev/v1 (clientes no estilo Anthropic, como o Claude Code, usam https://api.cheaptokens.dev sem /v1) e compare a conta com a sua. Um saldo cobre todos os modelos do catálogo. A configuração do Claude Code está em How to connect Claude Code to CheapTokens. Tarifas atuais para todos os modelos:

Leitura relacionada#

• DeepSeek API pricing in 2026 — what you actually pay
• GLM vs DeepSeek vs MiniMax: which model to choose
• MiniMax M3.1 Flash is out — benchmarks, speed and API price