Radar › Modelos de linguagem
DeepSeek V4.1 Flash 1017: preço, contexto e se vale testar
Na DeepSeek: US$ 0,15/M de entrada, US$ 0,60/M de saída e cache read a US$ 0,003/M. No OpenRouter há provedores mais baratos: Morph (US$ 0,09/M de entrada) e inference.net (US$ 0,50/M de saída). Aceita tools e saída estruturada via JSON schema. Na Artificial Analysis, na configuração V4.1 Flash (Max), marcou 39,5 no Intelligence Index e 26,8% no Terminal-Bench 4.0.Lê imagem e texto e escreve texto. Cabe um contexto de 1.048.576 tokens, útil para relatórios e bases grandes. Não gera imagem, áudio nem vídeo.É uma IA que entende texto e imagens e responde escrevendo. Segundo a DeepSeek, é a camada eficiente em custo da família V4.1.
Em 1 minuto
- Preço na DeepSeek: US$ 0,15/M de entrada, US$ 0,60/M de saída e US$ 0,003/M de cache read.
- Contexto de 1.048.576 tokens, com suporte a tools, tool_choice e saída estruturada por JSON schema.
- Segundo a DeepSeek, supera o V4 Pro em desempenho, velocidade e tempo de conclusão. A empresa não mostrou números nas fontes.
- Aceita texto e imagem como entrada, com visão nativa desde o pré-treinamento, e responde em texto.
- Indicado para análise de contextos longos e tarefas de várias etapas que precisam ser concluídas sem intervenção.
- Na métrica AA-Omniscience Non-Hallucination Rate, da Artificial Analysis, o modelo marcou 3,5%. Revise sempre o que ele produzir.
- É um snapshot de 17/10/2026 do DeepSeek V4.1 Flash, servido pela DeepSeek.
- Entende imagens e texto, mas só responde com texto.
- Segundo o OpenRouter, a DeepSeek o posiciona como a camada eficiente em custo da família V4.1.
O que é
O DeepSeek V4.1 Flash 1017 é o snapshot de 17 de outubro de 2026 do V4.1 Flash. A DeepSeek o serve pela API com o nome deepseek-flash.
É um modelo sparse mixture-of-experts, o primeiro da empresa com a arquitetura Causal Encoder-Decoder (CED). Ele ativa 8B de parâmetros na entrada e 16B na saída, a partir de um backbone de 552B.
A visão é nativa: embeddings visuais e de texto foram treinados juntos desde o início do pré-treinamento. No modelo anterior, o V4 Flash Vision Exp, a visão foi adicionada depois.
Os números
| Item | Valor |
|---|---|
| Entrada | texto e imagem |
| Saída | texto |
| Contexto | 1.048.576 tokens |
| Preço na DeepSeek | US$ 0,15/M entrada, US$ 0,60/M saída |
| Cache read (DeepSeek) | US$ 0,003/M |
No OpenRouter, a página do modelo mostra US$ 0,09/M de entrada e US$ 0,55/M de saída. Esses são os valores da Morph, que tem a menor entrada. A menor saída é da inference.net, a US$ 0,50/M (entrada a US$ 0,10/M). Seis provedores servem o modelo, com valores e latências bem diferentes. Nas medições P50 do OpenRouter, a DeepSeek entrega 139 tok/s e latência de 1,44 s.
O modelo aceita tools e saída estruturada via JSON schema. Segundo a descrição, o cache KV comprimido reduz a memória de cache a cerca de um quarto da geração Flash anterior. A DeepSeek diz que isso baixa o custo em cargas de agentes.
Onde ganha e onde perde
A DeepSeek indica o modelo para agentes de código, terminal e uso de computador, tarefas longas e análise de contexto extenso. Segundo a empresa, ele supera o V4 Pro em desempenho, velocidade e tempo de conclusão. As fontes não trazem números dessa comparação.
Na Artificial Analysis, na configuração V4.1 Flash (Max), o modelo fez 39,5 no Intelligence Index e 84,0% no AA-LCR, teste de contexto longo. No Terminal-Bench 4.0 ficou em 26,8%. Na AA-Omniscience Non-Hallucination Rate, a pontuação foi 3,5%.
As fontes trazem só as pontuações, sem comparação com outros modelos. Confira os resultados nos seus casos antes de migrar.
O custo real
O preço de tabela depende do provedor. A DeepInfra lista US$ 0,30/M de entrada e US$ 0,90/M de saída na opção Priority 30% off, com preço com desconto de US$ 0,21/M e US$ 0,63/M. A Parasail cobra US$ 0,30/M e US$ 1,20/M. Na DeepSeek, o cache read de US$ 0,003/M ajuda em agentes que repetem contexto.
Fontes
Versão em Markdown para IAs e leitores de texto: /radar/deepseek-v4-1-flash-1017-preco-contexto-e-se-vale-testar.md