DeepSeek Flash 1017: Harness 0.2.1, benchmarks e APIs de pesquisa

A DeepSeek atualizou o V4.1 Flash para DeepSeek-V4.1-Flash-1017, uma versão focada em melhorar o raciocínio, a programação, os fluxos de trabalho com agentes e as tarefas visuais. Sua principal alegação de eficiência é que os resultados melhoram com menos tempo de execução das tarefas e respostas mais curtas.

O registro de alterações de 17 de outubro informa que o site oficial, o aplicativo e a API foram atualizados. Os usuários da API devem continuar usando deepseek-flash; esta atualização não altera o método de chamada nem os preços do modelo.

A DeepSeek também recomenda atualizar para DeepSeek Harness 0.2.1-rc.1 ou posterior para obter a experiência pretendida. A versão foi projetada especificamente para o Harness e outras plataformas de agentes, incluindo Tencent CodeBuddy e WorkBuddy, e não apenas para melhorar respostas de chat independentes.

O relatório fornecido descreve uma concessão limitada de crédito de RMB 6 para quem fizer login no Harness pela primeira vez e for elegível. O crédito é válido por sete dias após o recebimento e está sujeito à disponibilidade. Trata-se de uma promoção relatada, não de um benefício permanente da API; a elegibilidade efetiva da conta e a data de validade exibida devem determinar se ela se aplica.

Melhores resultados com menos sobrecarga nas tarefas

O cartão oficial do modelo descreve esta versão como uma atualização menor do V4.1 Flash, mas as mudanças relatadas nos benchmarks são substanciais em vários testes voltados a agentes. Por exemplo, o Terminal-Bench 4.0 sobe de 31.2 para 42.3, enquanto o ProgramBench passa de 20.3 para 29.1.

A tabela abaixo mantém as comparações apresentadas na fonte e no cartão oficial do modelo. Os valores são pontuações de benchmark informadas, não medições de uma nova execução independente.

* indica o subconjunto de HLE somente com texto. O Terminal-Bench 4.0 usou o harness Claude Code, e o DeepSWE v1.1 usou o Mini-SWE-V2; a tabela da fonte indica Pass@5 para o ZeroBench-main. As pontuações de tarefas e configurações de avaliação diferentes não devem ser combinadas em uma única taxa geral de sucesso.

A alegação mais específica diz respeito ao equilíbrio entre resultados e custos. A DeepSeek afirma ter reduzido o tempo de execução e o tamanho das respostas enquanto melhorava o desempenho, ampliando a fronteira entre desempenho e custo em vários harnesses.

O gráfico compara execuções específicas de tarefas, harnesses e configurações de raciocínio. Isso não significa que todos os projetos ficarão mais baratos nem que uma determinada pontuação seja garantida em outro ambiente. A execução de ferramentas, as novas tentativas, o tamanho das respostas e a forma como uma tarefa é especificada ainda afetam o custo.

De uma solicitação curta a um projeto interativo

A fonte descreve as demonstrações de programação da versão como uma transição para um modelo em que se descreve um resultado e o agente prossegue com o planejamento, a implementação, a execução, a inspeção e a revisão. Atribui esse comportamento iterativo ao aprendizado por reforço com uso de feedback próprio.

Um dos resultados apresentados é uma cena 3D navegável inspirada na Cidade Proibida. Em vez de uma única imagem estática, o exemplo é apresentado como código que produz uma cena com mudanças de ponto de vista.

Outros exemplos incluem um jogo de corrida executado no navegador, um projeto Godot inspirado em Portal e um mundo 3D dinâmico que percorre diferentes períodos históricos.

Estas capturas mostram os exemplos selecionados para a cobertura do lançamento. Não revelam uma taxa de sucesso completa para todos os prompts, o volume de intervenção manual nem a consistência com que um novo usuário consegue reproduzir o mesmo resultado. Um projeto que parece convincente em uma captura de tela ainda precisa de testes funcionais e de uma revisão do código gerado.

O que as pistas anteriores ao lançamento mostraram — e o que não mostraram

Antes do anúncio, usuários teriam identificado uma entrada de curta duração na lista de modelos, terminada em 1017. A fonte também descreve uma mudança na impressão digital do sistema deepseek-flash e relatos informais de respostas mais rápidas e concisas.

Uma mudança na impressão digital pode indicar uma alteração na disponibilização ou na configuração; por si só, não comprova a identidade, a arquitetura nem a qualidade de um modelo. Da mesma forma, cenas comparativas compartilhadas por usuários são exemplos individuais, não comparações controladas.

O registro de alterações e o repositório do modelo, publicados posteriormente, oferecem uma confirmação mais sólida: existe uma versão denominada DeepSeek-V4.1-Flash-1017, com uma tabela de benchmarks documentada e um serviço hospedado atualizado. Não é necessário deduzir a existência da versão com base nas pistas anteriores.

O repositório informa que o código e os pesos usam a licença MIT. Também encaminha os desenvolvedores para a referência de codificação e as instruções de inferência; esta versão não inclui um modelo de chat no formato Jinja. Esses detalhes de implementação são mais relevantes para a hospedagem própria do que um comando genérico de início rápido gerado automaticamente.

As APIs Search e Fetch ampliam o fluxo de pesquisa

Junto com a atualização do modelo, a DeepSeek abriu duas interfaces para seu próprio sistema de pesquisa. Search encontra páginas relevantes, enquanto Fetch recupera o conteúdo de uma URL selecionada em formato Markdown.

As APIs usam uma chave da API da DeepSeek para autenticação. O Search aceita operadores para incluir ou excluir sites, restringir o idioma e filtrar datas de publicação. Um agente pode primeiro pesquisar fontes, depois buscar as páginas selecionadas e usar seu conteúdo na etapa seguinte da análise.

A recuperação continua sujeita à disponibilidade e às políticas de acesso do site de destino. A abertura da API Search não concede ao agente acesso irrestrito a todas as páginas da internet.

Cobrança e o prazo de 1º de novembro

As duas APIs são cobradas por solicitação bem-sucedida, separadamente dos custos de tokens do modelo. O guia em chinês informa RMB 5 por 1.000 solicitações bem-sucedidas para Search e Fetch; o guia em inglês informa US$ 0,75 por 1.000 para cada uma. Estes são os preços publicados nos respectivos guias, não uma conversão de moeda calculada aqui.

Uma solicitação faturável deve retornar HTTP 200 e conteúdo útil: uma lista de resultados não vazia para Search ou conteúdo da página para Fetch. Solicitações com falha, pesquisas sem resultados e tempos limite não são cobrados. Pedir mais resultados ao Search por meio de count não altera o preço por solicitação.

Os guias acrescentam uma regra de transição específica para usuários que acessam a DeepSeek por meio do Harness, Claude Code ou Codex. As chamadas das ferramentas Search e Fetch no servidor nesses fluxos de trabalho não são cobradas atualmente; a cobrança por solicitação está prevista para começar às 00:00, horário de Pequim, em 1º de novembro de 2026. Isso não significa que a inferência do modelo ou todas as solicitações diretas à API serão gratuitas até essa data.

Perguntas frequentes

O que é DeepSeek-V4.1-Flash-1017?

É a atualização de 17 de outubro do DeepSeek V4.1 Flash. A DeepSeek relata melhorias no raciocínio, na programação, nas tarefas com agentes e nos benchmarks visuais, além de respostas e tempos de execução das tarefas mais curtos.

Preciso usar um novo nome de modelo na API?

O registro de alterações informa que os usuários devem continuar usando deepseek-flash na API hospedada. O método de chamada e os preços do modelo permanecem inalterados nesta versão.

Qual versão do DeepSeek Harness devo usar?

A DeepSeek recomenda a versão 0.2.1-rc.1 ou posterior para o modelo atualizado. Verifique a versão pelo mecanismo oficial de atualização do produto, em vez de presumir que qualquer versão 0.2 anterior ofereça a mesma integração.

As impressionantes demonstrações de jogos são garantidas a partir de um único prompt?

Não. A cobertura mostra exemplos selecionados, não uma taxa de sucesso medida para prompts arbitrários. Para reproduzir um projeto interativo, é necessário verificar a execução, os controles, os recursos e o código gerado no ambiente real.

Qual é a diferença entre Search e Fetch?

Search encontra páginas candidatas e retorna resultados ordenados, com conteúdo opcional. Fetch lê uma URL especificada e retorna seu título e conteúdo em Markdown, sujeito à acessibilidade do site.

Search e Fetch são gratuitos até 1º de novembro?

O período temporário sem cobrança indicado no guia refere-se especificamente às chamadas de ferramentas no servidor feitas por meio dos fluxos de trabalho de agentes mencionados. A cobrança por solicitação dessas chamadas começa às 00:00, horário de Pequim, em 1º de novembro de 2026; a cobrança de tokens do modelo é uma questão separada.

Ferramentas relacionadas

• Plataforma DeepSeek: Gerencie o acesso à API, as credenciais e o uso da conta.
• DeepSeek-V4.1-Flash-1017: Consulte o cartão oficial do modelo e acesse os pesos disponibilizados.
• deepseek-recipe: Kit de ferramentas da DeepSeek para codificação de prompts com reconhecimento de protocolo e análise de respostas.

Links relacionados

• Relatório original do BAAI Hub: O artigo fornecido e as imagens das demonstrações de programação.
• Registro de alterações da DeepSeek de 17 de outubro: Atualização oficial, alias da API e recomendação de versão do Harness.
• Cartão oficial do modelo: Condições dos benchmarks, licenciamento e referências de implementação.
• Guia de Search e Fetch: Documentação em inglês dos endpoints, condições de cobrança e limites de taxa.
• Guia de Search e Fetch em chinês: Documentação correspondente, com preços em RMB.
• Preços dos modelos: Preços atuais dos modelos hospedados e nomes de modelos compatíveis.
• Repositório deepseek-recipe: Recursos de codificação e análise de respostas vinculados no cartão do modelo.

Resumo

O DeepSeek-V4.1-Flash-1017 combina melhores resultados relatados em benchmarks de agentes com o foco em reduzir a sobrecarga das tarefas. As integrações hospedadas existentes continuam usando o alias deepseek-flash, enquanto usuários do Harness devem atualizar para a versão recomendada.

Search e Fetch acrescentam a descoberta de fontes e a leitura de páginas ao fluxo de trabalho, com cobrança por solicitação que deve ser contabilizada separadamente dos custos de tokens do modelo.