DeepSeek V4.1 Flash 1017: Mesmo Preço, Saídas Mais Curtas. Vale a Pena Trocar?

No sábado, 17 de outubro de 2026, a DeepSeek trocou o modelo por trás do nome de API deepseek-flash por um novo checkpoint, o DeepSeek-V4.1-Flash-1017. O preço não mudou, a janela de contexto não mudou e o método de chamada também não. O que mudou foi o modelo: a DeepSeek informa ganhos de dois dígitos em benchmarks de terminal e de construção de programas, e diz que o novo checkpoint conclui as tarefas mais rapidamente, com saídas mais curtas.

Resposta curta: se você usa agentes de programação ou fluxos de trabalho intensivos em ferramentas com o V4.1 Flash de setembro, troque. Você paga o mesmo por token e, segundo o próprio gráfico de custos da DeepSeek, bem menos por tarefa concluída. Se sua carga de trabalho é de perguntas e respostas com muito conhecimento, o argumento é mais fraco, e os modelos de fronteira ainda lideram nesse cenário.

Na AIHubMix, o novo checkpoint tem ID próprio, deepseek-v4.1-flash-1017, então nada muda sem que você altere o nome do modelo.

O que mudou e o que permaneceu igual

A nota de lançamento da DeepSeek chama o 1017 de "uma melhoria Pareto em desempenho e custo", e o card no Hugging Face o descreve como "uma atualização menor". As duas afirmações fazem sentido: a arquitetura e a superfície da API não foram alteradas, e o pós-treinamento é novo (a DeepSeek descreve "aprendizado por reforço com autofeedback para melhorar o desenvolvimento de projetos de ponta a ponta").

Os nomes antigos deepseek-v4-flash e deepseek-v4-flash-vision-exp continuam funcionando na API da DeepSeek, e ambos agora rodam no 1017 com preços do Flash. A DeepSeek não oferece forma de fixar o checkpoint de setembro, então quem chama deepseek-flash diretamente já foi migrado.

Onde os ganhos apareceram

Todos os números abaixo vêm do model card e do changelog da DeepSeek; ninguém os reproduziu de forma independente até agora. The Decoder e a Kingy.ai compilaram a mesma tabela e destacam a mesma ressalva.

O Terminal-Bench 4.0 foi executado no harness do Claude Code; o DeepSWE, no mini-SWE-v2.

O padrão é claro: os maiores saltos estão em sessões longas de terminal e na construção de um programa do zero, o que corresponde ao que a DeepSeek diz ter treinado. A correção de bugs em nível de repositório (DeepSWE, NL2Repo) e a visão variaram entre dois e três pontos.

Saídas mais curtas são a verdadeira melhoria

O checkpoint de setembro era caro de executar para um modelo barato porque falava muito. Quando a Artificial Analysis rodou nele o seu Intelligence Index com esforço máximo, ele gerou cerca de 250M de tokens de saída, contra uma mediana de 130M, e 62% a mais que o V4 Pro 0813 da própria DeepSeek.

O 1017 mira exatamente nesse ponto. O gráfico do DeepSWE da DeepSeek (custo por tarefa no eixo x, conforme lido pelo The Decoder) coloca o modelo de setembro em 74,2% a cerca de US$ 0,50 por tarefa, o 1017 no seu nível mais alto em 77,0% a pouco menos de US$ 0,20, e o 1017 no nível baixo acima de 72% a cerca de US$ 0,10. Como o preço por token é idêntico, quase toda essa economia vem do modelo usar menos tokens e concluir em menos turnos.

Duas ressalvas. A DeepSeek não informou quanto mais curtas são as saídas, e esses custos por tarefa são lidos de um gráfico do fornecedor, não medidos por terceiros. Execute sua própria carga de trabalho antes de planejar em torno de uma economia de 60%.

Quão perto ele chega do nível acima

Dentro da linha de produtos da DeepSeek, o nível acima é o V4 Pro 0813, e o 1017 já o superou em todos os benchmarks agênticos que a DeepSeek publica para os dois (Terminal-Bench 4.0: 42,3 contra 12,4; DeepSWE: 77,0 contra 62,7). Isso merece um post próprio nesta série.

Contra modelos de fronteira, o quadro é misto. A tabela da DeepSeek supera o Claude Opus 5 no DeepSWE, Automation-Bench, Agents' Last Exam e Apex, mas o Opus 5 ainda lidera no Terminal-Bench 4.0 (51,8), no ProgramBench (37,0), no NL2Repo (75,3) e no HLE (56,3). A DeepSeek também comparou com modelos mais antigos: Opus 5.5, Sonnet 5.5 e a geração GPT-6 não aparecem na tabela, e o Google informa separadamente que o Opus 5.5 marca 66,4 no Terminal-Bench 4.0.

Preço e custo real

Preços de pico por 1M de tokens, sem cache. Os horários de pico são 01:00–04:00 e 06:00–10:00 UTC em dias úteis; todas as outras horas, fins de semana e feriados públicos chineses são fora de pico, com metade do preço. Os cache hits do Flash custam US$ 0,006 na DeepSeek e US$ 0,0062 na AIHubMix no pico. A AIHubMix está com um desconto de 30% por tempo limitado no 1017; os valores aqui usam os preços de tabela.

Uma sessão de agente, com custo calculado. Nenhum teste publicado informa contagens de tokens por tarefa para o 1017, então este exemplo usa premissas declaradas: uma sessão de correção de bug com 40 chamadas ao modelo, 1,2M de tokens de entrada no total com 90% servidos pelo cache, e 60K tokens de saída, incluindo o raciocínio. Com os preços de tabela da AIHubMix:

Cálculo para o 1017 no pico: 0,12M × US$ 0,3098 + 1,08M × US$ 0,0062 + 0,06M × US$ 1,2392 = US$ 0,118.

As mesmas contagens de tokens custam o mesmo no modelo de setembro, porque o preço é idêntico. A diferença aparece nas próprias contagens de tokens: se o 1017 precisa de menos turnos e respostas mais curtas para a mesma correção, a conta diminui junto. Agendar trabalhos em lote fora do horário de pico reduz ainda mais pela metade.

O esforço é a outra alavanca. O artigo do V4.1 Flash da DeepSeek mapeia os níveis low, high e max da API para valores internos de esforço de 50, 75 e 100, e informa que o último passo para o max "alonga as trajetórias dos agentes em 1,6–1,8× por apenas melhorias marginais". Comece os agentes em high, que é o padrão, e reserve max para as tarefas mais difíceis.

Onde não é a melhor escolha

• Perguntas com muito conhecimento. O HLE sem ferramentas marca 42,6, bem atrás do Opus 5 (56,3) e abaixo do Claude Haiku 5.5 (45,9, segundo a Anthropic). O conhecimento puro ainda é o ponto fraco da linha Flash.
• Sessões longas e difíceis de shell. O Terminal-Bench 4.0 com 42,3 é um salto grande, mas o Sonnet 5.5 (70,6) e o Opus 5.5 (66,4) estão em outra liga nesse benchmark.
• Cargas de trabalho que precisam de um modelo congelado. Na API própria da DeepSeek, o deepseek-flash é um alias contínuo e o checkpoint de setembro não pode ser fixado. Se você precisa de comportamento reproduzível, chame um ID de modelo com data.
• Tráfego que cai todo nos horários de pico. O preço fora de pico é metade do preço de pico; uma carga de trabalho presa na janela de dias úteis das 01:00–10:00 UTC paga a tarifa cheia.

Quem deve trocar, quem deve esperar

• Trocar agora: agentes de programação, automação de terminal e pipelines com chamadas de ferramentas no Flash de setembro. Mesmo preço, pontuações melhores e menos tokens por tarefa segundo a medição da DeepSeek.
• Trocar após uma rodada de regressão: prompts de produção com formatos de saída rígidos ou suítes de avaliação. Saídas mais curtas podem quebrar parsers que esperavam a antiga verbosidade.
• Ficar como está ou procurar outra opção: perguntas e respostas com muito conhecimento e depuração difícil que já exige um modelo de fronteira. O 1017 não muda isso.

Teste na AIHubMix

A AIHubMix serve o 1017 em Chat Completions, na Responses API e no Anthropic Messages. Crie uma chave e siga o início rápido, depois chame o modelo com o SDK openai:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

resp = client.chat.completions.create(
    model="deepseek-v4.1-flash-1017",
    messages=[{"role": "user", "content": "Write a Python function that merges overlapping intervals."}],
    reasoning_effort="high",
    max_tokens=32000,
)
print(resp.choices[0].message.content)

Em um teste realizado em 19 de outubro, a AIHubMix aceitou low, high e max para reasoning_effort, e o campo model de todas as respostas trouxe deepseek-v4-1-flash-261017, o que permite confirmar que o checkpoint 1017 respondeu. O raciocínio vem ativado por padrão e os tokens de raciocínio contam para max_tokens, então defina um valor generoso; o model card recomenda pelo menos 256K para execuções longas de agentes. Para ver os dois checkpoints lado a lado, abra a página de comparação da AIHubMix.

FAQ

O DeepSeek V4.1 Flash 1017 é um modelo novo ou uma atualização?
É um checkpoint atualizado do V4.1 Flash, com a mesma arquitetura, janela de contexto e superfície de API. A DeepSeek o chama de atualização menor; os ganhos nos benchmarks vêm de um novo pós-treinamento.

O preço mudou com o 1017?
Não. A DeepSeek manteve o preço do Flash em US$ 0,30 de entrada e US$ 1,20 de saída por 1M de tokens no pico, com metade desse valor fora de pico. A AIHubMix lista em US$ 0,3098 e US$ 1,2392 no pico, com um desconto de 30% por tempo limitado em vigor agora.

Qual ID de modelo devo usar na AIHubMix?
Use deepseek-v4.1-flash-1017. O nome deepseek-flash pertence à API própria da DeepSeek, onde agora aponta para o 1017.

Posso continuar usando o checkpoint de setembro na API da DeepSeek?
Não. A DeepSeek migrou o deepseek-flash e os nomes antigos do Flash para o 1017 e não oferece um nome fixo para a versão de setembro.

Quanto mais curtas são as saídas?
A DeepSeek não publicou um número. O gráfico do DeepSWE sugere que o custo por tarefa caiu de cerca de US$ 0,50 para menos de US$ 0,20 com o mesmo preço por token, o que aponta para execuções bem mais curtas, mas esse é um número do fornecedor.

Qual nível de esforço de raciocínio devo usar?
Comece com high, que é o padrão. Use low para chamadas simples e sensíveis à latência, e max apenas para as tarefas mais difíceis, já que o próprio artigo da DeepSeek afirma que o max alonga as execuções de agentes em 1,6 a 1,8 vez para pequenos ganhos.

O 1017 é melhor que o Claude Opus 5?
Em alguns benchmarks agênticos, a DeepSeek o informa à frente, como DeepSWE e Automation-Bench. O Opus 5 ainda lidera no Terminal-Bench 4.0, ProgramBench, NL2Repo e HLE, e os modelos de fronteira mais recentes não fizeram parte da comparação da DeepSeek.

Continue lendo: a série DeepSeek V4.1 Flash 1017

• Vai migrar uma integração existente? O guia de migração cobre o erro 400 de reasoning_content, a troca silenciosa de alias, a cobrança de horário de pico e a configuração de ferramentas de programação: Migrando para o DeepSeek V4.1 Flash 1017: o erro 400 de reasoning_content, a troca silenciosa de alias e a cobrança de horário de pico
• Comparando com o modelo mais barato da Anthropic para trabalho com agentes? A comparação direta executa ambos em uma tarefa de programação em terminal: DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5: Qual Modelo Barato para Agentes de Programação em Terminal?
• Ainda pagando pelo V4 Pro? Este post verifica se o Flash tornou o modelo redundante: DeepSeek V4.1 Flash 1017 vs V4 Pro: O Flash Já É Suficiente?

Fontes

• Nota de lançamento do DeepSeek-V4.1-Flash-1017 (DeepSeek)
• Model card do DeepSeek-V4.1-Flash-1017 (Hugging Face)
• DeepSeek V4.1 Flash 1017 no AIHubMix (AIHubMix)
• Deepseek V4.1 Flash 1017 supera rivais maiores em tarefas agênticas (The Decoder)
• DeepSeek V4.1 Flash 1017 Testado: Especificações, Benchmarks e Preço (Kingy.ai)