Hoje (24 de abril), a DeepSeek lançou o V4.
A manchete da Bloomberg foi "Um ano depois, revolucionando o Vale do Silício novamente". Se é exagero ou não, é discutível, mas desta vez foram realmente dois produtos lançados juntos:
- V4-Pro: 1,6 trilhão de parâmetros totais, 49B ativados, suporte a 1 milhão de tokens de contexto
- V4-Flash: 284 bilhões de parâmetros totais, 13B ativados, também suporte a 1 milhão de tokens
Lançado sob licença MIT, os pesos estão disponíveis no HuggingFace.
Benchmarks
No ranking de programação competitiva Codeforces, o V4-Pro alcançou 3206. O GPT-5.4 obteve 3168 – o carro-chefe fechado que foi substituído ontem pelo GPT-5.5.
Modelos de código aberto alcançaram a liderança em programação competitiva.
Outros números:
| Benchmark | Resultado V4-Pro |
|---|---|
| LiveCodeBench | 93,5% |
| HMMT 2026 Competição de Matemática | 95,2% |
| IMOAnswerBench | 89,8% |
| MMLU-Pro | 87,5% |
No entanto, houve uma área em que não venceu: SWE-bench Pro (tarefas reais de engenharia de software) ficou em 55,4%, enquanto Kimi K2.6 alcançou 58,6%. Vitória em programação competitiva, mas 3 pontos atrás em tarefas práticas.
A DeepSeek declarou oficialmente: "O DeepSeek-V4-Pro-Max alcançou um avanço significativo na capacidade de conhecimento entre modelos de código aberto, consolidando firmemente sua posição como o modelo de código aberto mais forte atualmente."
Precificação: Diferença de ordens de grandeza
Este é o ponto que realmente chama a atenção.
| Versão | Entrada padrão | Entrada com cache | Saída |
|---|---|---|---|
| V4-Flash | US$ 0,14/M | US$ 0,028/M | US$ 0,28/M |
| V4-Pro | US$ 1,74/M | US$ 0,145/M | US$ 3,48/M |
O GPT-5.5, lançado ontem, custa US$ 30/M para saída na versão padrão e US$ 180/M na versão Pro. O Claude Opus 4.7 custa US$ 75/M para saída.
A saída do V4-Pro custa US$ 3,48/M.
Isso é 8,6 vezes mais barato que o GPT-5.5 padrão e 21 vezes mais barato que o Claude Opus 4.7.
Isso não é um desconto, é uma diferença de ordens de grandeza. Para equipes com alto volume de chamadas, essa diferença pode determinar diretamente se um produto é lucrativo.
Barato graças à arquitetura
O V4 introduz um Mecanismo de Atenção Híbrida (CSA + HCA): Compressed Sparse Attention para dependências globais, Heavily Compressed Attention para informações locais, usados em combinação.
Em cenários de contexto longo de 1 milhão de tokens, o V4-Pro precisa de apenas 27% do poder computacional de inferência e 10% do cache KV em comparação com o V3.2.
Também utiliza três melhorias:
- Treinamento de precisão mista FP4 + FP8: camadas de especialistas com FP4, outros parâmetros com FP8
- Hiperconexões com restrição de manifold, fortalecendo a propagação do sinal residual
- Otimizador Muon, melhorando a velocidade de convergência e a estabilidade do treinamento
Os dados de pré-treinamento excedem 32 trilhões de tokens.
Essa eficiência não vem de ajuste de parâmetros, mas de um design de arquitetura que comprime a carga computacional, permitindo que os custos sejam refletidos no preço.
O momento é interessante
GPT-5.5 ontem, DeepSeek V4 hoje.
Esses dois eventos se sobrepõem e forçarão clientes empresariais a recalcular seus custos. A diferença de desempenho ainda existe, mas a diferença de preço já é grande demais para ser ignorada. Especialmente:
- Para equipes com alto volume de chamadas: US$ 3,48 vs. US$ 30 em custo de saída é um número que pode determinar a escolha da solução
- Para quem precisa de código aberto: licença MIT, pesos abertos, implantação privada sem barreiras
- Para clientes empresariais chineses: a DeepSeek tem menos preocupações com conformidade e soberania de dados
No mês passado, houve relatos de que Tencent e Alibaba estão negociando investimentos na DeepSeek, com valuation superior a US$ 20 bilhões. Uma empresa que recusou VC por três anos está começando a discutir dinheiro. O lançamento do V4 provavelmente não é apenas um marco de produto, mas também uma demonstração de capacidade antes da captação de recursos.
Se a vantagem de preço pode ser convertida em escala, a resposta virá em seis meses.
Fontes de referência: DeepSeek-V4-Pro Model Card (HuggingFace, deepseek-ai, 24 de abril de 2026); DeepSeek V4 Released: Open-Source 1.6T MoE, 1M Context (ofox.ai, 24 de abril de 2026); CocoLoop; DeepSeek Unveils Newest Flagship AI Model a Year after Upending Silicon Valley (Bloomberg, 24 de abril de 2026)