DeepSeek lança V4.1 Flash e desativa o V4 Pro roteando requisições para o novo modelo

A DeepSeek lançou oficialmente em 10 de setembro o modelo V4.1 Flash e introduziu uma nova tabela de preços da série Flash, segundo notificação enviada aos usuários da API e reportada pelo TechNode. O ponto que mais importa para quem tem código em produção não é o anúncio em si, mas a consequência operacional: o V4 Pro deixa de ser atendido diretamente.

A partir das 12h (horário de Pequim) de 14 de setembro, as requisições enviadas ao V4 Pro passam a ser roteadas para o V4.1 Flash e cobradas nas tarifas da série Flash. Na prática, se você aponta sua aplicação para o endpoint do V4 Pro, ela continuará respondendo, mas por trás quem responde é o Flash e a fatura muda.

O que a DeepSeek afirma sobre o Flash

Segundo a empresa, em testes internos e externos o V4.1 Flash superou o V4 Pro em performance, custo, velocidade e tempo total de conclusão (o total completion time, que soma latência mais tempo de geração da resposta completa). É essa afirmação que justifica o roteamento automático: do ponto de vista da DeepSeek, não faz sentido manter um modelo mais caro e mais lento quando o sucessor é melhor nos quatro eixos.

Vale o registro editorial: esses números vêm da própria fabricante, não de benchmark independente. Até que apareçam medições de terceiros, a tese de "melhor em tudo" é a versão da DeepSeek, e cada equipe precisa validar no seu próprio caso de uso antes de assumir que a troca é transparente.

A nova tabela de preços

A precificação da série Flash é dividida entre horário de pico e fora de pico. Os valores abaixo, informados pela DeepSeek, valem para o período fora de pico; nos horários de pico, os preços dobram.

Em horário de pico, isso vira RMB 0,04 / RMB 2 / RMB 8, respectivamente. A distinção entre cache hit e cache miss é o detalhe que faz diferença na conta real: prompts repetidos ou com prefixo estável (system prompt fixo, few-shot examples reaproveitados) caem na faixa de RMB 0,02 por milhão de tokens, cinquenta vezes mais barata que o input sem cache. Quem estrutura as chamadas para maximizar cache hit paga uma fração do que paga quem reenvia contexto novo a cada requisição.

O que muda para o dev brasileiro

Da perspectiva de quem constrói software daqui, três pontos práticos:

1. Migração forçada, não opcional. Diferente de uma depreciação com prazo longo, aqui a troca é automática e imediata a partir de 14 de setembro. Se sua aplicação depende de comportamento específico do V4 Pro (formatação de saída, tom, estrutura de resposta), o ideal é rodar sua suíte de testes contra o V4.1 Flash antes dessa data, porque depois dela você já estará no modelo novo querendo ou não.

2. A conta em real depende do câmbio e do horário. Os preços estão em RMB (yuan). Ao converter para reais, some a variação cambial ao cálculo de custo por mil requisições, e leve em conta que o fuso de Pequim define quando é pico ou fora de pico, o que não coincide com o horário comercial brasileiro. Rodar cargas em batch programadas para o horário fora de pico da China pode reduzir custo pela metade, mas isso exige que a janela de execução seja tolerante a atraso.

3. O baseline de preço-performance se desloca. A cada iteração desse tipo, o valor de referência que o time usa para decidir entre modelos proprietários e alternativas de menor custo muda. Se o Flash entrega o que a DeepSeek promete, ele empurra para baixo o custo aceitável de tarefas como classificação, extração e sumarização em volume, tarefas em que a diferença de qualidade entre modelos é menor e o preço por token domina a decisão.

O ecossistema em volta

O lançamento não veio isolado. No mesmo dia, a DeepSeek liberou o Harness 0.1.5 com suporte ao V4.1 Flash, somando upload de arquivos e prévias na barra lateral, sinal de que a empresa está mexendo na ferramentaria em torno do modelo, não só no modelo. O V4.1 Flash já vinha de um beta multimodal por tempo limitado antes desta versão formal, o que explica por que a transição do V4 Pro acontece tão rápido: o modelo não é uma estreia às cegas.

O que fica em aberto

A fonte não detalha se o V4 Pro será desligado por completo ou permanece apenas como rótulo redirecionado, nem se há diferenças de janela de contexto ou de suporte a recursos entre os dois. Também não há, até aqui, benchmark público independente confirmando a superioridade alegada. Para quem opera em produção, o roteiro sensato é claro: testar o V4.1 Flash contra os casos reais antes de 14 de setembro, medir custo com a nova tabela considerando o padrão de cache hit da sua aplicação, e só então decidir se mantém o endpoint da DeepSeek ou reavalia o mix de modelos.

Fonte: TechNode (China)