DeepSeek quer liderar rodada de startup de robótica de ex-cientista da Tencent
Segundo a Bloomberg, a DeepSeek pretende liderar a rodada seed da Winverse AI, com avaliação pós-investimento de cerca de US$ 400 milhões; negócio ainda não fechado.
53 artigos verificados sobre DeepSeek, produtos e movimentos do setor.
Segundo a Bloomberg, a DeepSeek pretende liderar a rodada seed da Winverse AI, com avaliação pós-investimento de cerca de US$ 400 milhões; negócio ainda não fechado.
Segundo relatório da CrowdStrike divulgado na quarta-feira, o responsável pelos ataques a bancos sul-coreanos é provavelmente um único atacante de 26 anos em Maoming, usando a ferramenta de código aberto ARTEX e vários modelos de IA.
vLLM e Inferact publicam otimizações de inferência para o DeepSeek-V4.1-Flash que elevam a taxa de transferência em até 5,3 vezes na plataforma Blackwell da Nvidia.
A DeepSeek está fechando uma nova rodada de captação de pelo menos 80 bilhões de yuans, bem acima da meta inicial de 50 bilhões, com Tencent e CATL como maiores investidores.
DeepSeek publica relatório técnico sobre o DSec, sua infraestrutura de sandbox para treinar agentes de IA: cerca de 3 milhões de sandboxes por dia, com pico de cerca de 380 mil instâncias simultâneas.
O DeepSeek-V4.1-Flash empata com o GPT-6 Astra em codificação com agentes, mas custa 15 vezes menos por tarefa, segundo dados divulgados pela Fireworks AI.
A DeepSeek começou, sem alarde, um teste restrito de conversa por voz no app, com quatro vozes inspiradas no mar — apenas dois dias depois do lançamento do modelo V4.1 Flash.
SemiAnalysis: dois dias depois do vLLM no CUDA suportar o DeepSeek V4.1 Flash, a AMD lançou sua imagem — custo-benefício até 14,8x pior que a H200 e até 42x pior que B200/B300.
DeepSeek lança o V4.1 Flash e reduz os preços da linha Flash; a partir de 14/9 todos os pedidos para deepseek-v4-pro serão redirecionados para o modelo Flash, mais barato.
A DeepSeek teria contratado a CITIC Securities para preparar uma listagem no STAR Market, enquanto uma nova rodada de captação mira uma avaliação de 500 bilhões de yuans.
NSA, CISA e FBI emitiram um alerta conjunto de segurança citando seis empresas chinesas de IA acusadas de extrair, por "destilação", capacidades de modelos da Anthropic, OpenAI, Google e SpaceX.
A DeepSeek testa o V4.1 Flash com multimodalidade nativa, mesmo preço do V4 Flash, mas o identificador do modelo expira em menos de 48 horas.
No primeiro dia em que o GLM-5.3-Flash passou a ser pago, o DeepSeek retomou o primeiro lugar no uso diário do OpenCode, revelando a sensibilidade dos desenvolvedores ao preço.
A DeepSeek registrou receita de 475 milhões de yuans nos sete primeiros meses de 2026, mas o prejuízo líquido subiu para 715 milhões, com margem bruta de API de 82,9%.
DeepSeek lança o deepseek-v4-flash-vision-exp, primeiro modelo V4 com visão, limitado a 384 tokens por imagem, mantendo os preços do V4-Flash.
A Liquid AI lança modelos rascunho LFM2.5-DSpark que aceleram a inferência local em até 3,18x com decodificação especulativa, método originado na DeepSeek e na Universidade de Pequim.
A LMSYS mostra, com otimizações no SGLang, como o DeepSeek-V4-Pro na H20 da Nvidia para a China se aproxima da B300, reduzindo a diferença na decodificação para 1,42 vez.
A API DeepSeek V4 Pro agora aponta para a versão 0813, com contexto de 1M tokens, saída máxima de 384K e aviso de reajuste de preços.
A DeepSeek abriu o beta público da API V4-Flash 0731, adicionou Responses API para Codex e divulgou fortes ganhos em testes de agentes.
DeepSeek estaria desenvolvendo chip proprio de inferencia e reescrito para leitores de tecnologia em portugues, preservando numeros, promessas de produto e pontos de verificacao.
A Check Point afirma que uma amostra gerada pelo DeepSeek pode virar ransomware puramente no navegador ao abusar da File System Access API do Chrome.
DeepSeek adiciona preço de pico à API V4. O texto resume os pontos centrais, os números-chave, a posição das empresas e o efeito para mercado ou regulação.
DeepSeek e a Universidade de Pequim abriram o DSpark, framework de inferência que aumenta a geração em 60% a 85% e pode elevar o throughput de uma GPU em até 6,6 vezes.
Lindy troca Claude por DeepSeek e diz cortar 90% dos custos
DeepSeek adota tarifa de pico e vale para APIs de modelo
O caso mostra como controles de exportação viram moeda de negociação mesmo após avaliação de segurança.
A estrutura aceita capital externo, mas afasta investidores comerciais do poder de voto.
A DeepSeek fechou sua primeira rodada externa acima de US$ 50 bilhoes de valoracao, mas investidores comerciais nao recebem voto.
Estimativas de workloads empresariais mostram custos quase 9x diferentes entre Claude, ChatGPT, DeepSeek, Kimi e GLM, pressionando OpenAI e Anthropic.
Dados da Ramp e da OpenRouter mostram o DeepSeek acelerando à medida que agentes de código e dados tornam preço de token um custo central.
Dados da Ramp mostram DeepSeek liderando o crescimento relativo entre fornecedores SaaS usados por empresas americanas, embora os termos indiquem armazenamento de dados pessoais na China.
Segundo a Reuters, a primeira grande captação da DeepSeek pode avaliar a empresa entre 350 bi e 400 bi de yuans.
A China está apertando o controle sobre viagens ao exterior para pessoal de IA considerado 'estrategicamente importante' em empresas privadas como Alibaba e DeepSeek, exigindo aprovação governamental antes de viajar.
A DeepSeek definiu permanentemente os preços da API V4-Pro com 75% de desconto, fixando US$ 0,87 por milhão de tokens de saída, desafiando concorrentes.
A primeira rodada externa da DeepSeek pode ser liderada pelo fundo nacional chinês de semicondutores, elevando a avaliação para perto de US$ 45 bilhões e reforçando a ligação com chips locais.
Em 24 de abril, o Departamento de Estado dos EUA enviou um telegrama diplomático a todas as embaixadas e consulados americanos no mundo, instruindo-os a informar as autoridades locais de que empresas chinesas de IA estão "extraindo e destilando" modelos de laboratórios americanos de forma sistemática. Três empresas foram citadas: DeepSeek, Moonshot e MiniMax.
DeepSeek lançou o modelo V4 com 1,6 trilhão de parâmetros, mas o mercado não se surpreendeu como no ano passado. Preços mais baixos que os concorrentes, desempenho melhorado, mas o impacto geopolítico da compatibilidade com o chip Huawei é notável.
DeepSeek cortou o preço da API do modelo V4-Pro em 75% menos de 72 horas após a prévia, e reduziu o preço de cache hit de entrada de toda a linha de produtos API para um décimo do valor original, pressionando fortemente o mercado de modelos de linguagem de grande escala.
DeepSeek lançou V4 Flash e V4 Pro como preview; a versão final só chegará no segundo semestre de 2026 porque o chip Huawei Ascend 950PR ainda não está em produção em massa. A migração completa do framework de treinamento da NVIDIA para o Huawei Ascend é a razão principal.
DeepSeek lança V4-Pro e V4-Flash com arquitetura MoE, preço de saída de US$ 3,48/milhão de tokens, significativamente mais barato que GPT-5.5 e Claude Opus 4.7, e pontuação 3206 no Codeforces superando GPT-5.4.
DeepSeek está buscando sua primeira rodada de financiamento externo, com meta de pelo menos US$ 300 milhões e valuation acima de US$ 10 bilhões, segundo quatro fontes anônimas.
DeepSeek lançou o V3.2 com uma nova arquitetura de atenção esparsa que reduz a complexidade de O(L²) para O(Lk) e corta drasticamente os custos de inferência, com preço de entrada de apenas US$ 0,28/M token, mantendo o desempenho geral semelhante ao da versão anterior.
OpenAI, Anthropic e Google estão compartilhando inteligência para combater "ataques de destilação", acusando DeepSeek, Moonshot AI e MiniMax de usarem cerca de 24.000 contas falsas para realizar mais de 16 milhões de interações com o modelo Claude a fim de treinar seus próprios modelos.
DeepSeek lançou silenciosamente dois novos modos de chat: Modo Instantâneo e Modo Especialista. O Modo Especialista promete maior qualidade, mas remove o recurso de upload de arquivos, enquanto o Modo Rápido mantém a funcionalidade completa. A mudança visa gerenciar a carga do servidor e preparar o terreno para o aguardado modelo V4.
DeepSeek está prestes a lançar o V4, mas desta vez o mais notável não é o tamanho dos parâmetros do modelo, e sim o chip em que ele roda. De acordo com o The Information, o DeepSeek V4 rodará no chip Ascend 950PR da Huawei, o primeiro modelo de IA de ponta construído especificamente para uma arquitetura de chip doméstica chinesa.
A DeepSeek lançou um modelo especializado chamado Prover-V2 na área de demonstração de teoremas matemáticos, com o objetivo de usar IA para provar automaticamente teoremas matemáticos no sistema de verificação formal Lean 4.
O artigo compara os principais modelos de raciocínio da OpenAI, DeepSeek, Google e Anthropic, analisando suas estratégias, o trade-off entre profundidade de raciocínio e velocidade de resposta, e a competição entre código aberto e fechado.
DeepSeek V4 com um trilhão de parâmetros e Qwen 3.6-Plus com licença Apache 2.0 estão remodelando o mercado de IA de código aberto, com sua participação combinada saltando de menos de 1% para 15% em um ano.
DeepSeek V4 e Qwen 3.5 (ou Qwen 3.6-Plus) competem diretamente no mesmo mercado de IA de código aberto, com custos drasticamente inferiores aos dos gigantes fechados. O artigo compara parâmetros, pontos fortes e implicações para desenvolvedores.
DeepSeek se tornou uma lenda no setor em controle de custos, com custo de treinamento do V3 de cerca de US$ 5,5 milhões e taxa de uso de GPU do R1 de cerca de US$ 294 mil, muito abaixo dos orçamentos de US$ 100 milhões a US$ 1 bilhão de empresas americanas para modelos similares.
DeepSeek V3.1 é o primeiro modelo híbrido da empresa, combinando as capacidades do V3 (geral) e do R1 (raciocínio) em um único modelo, com modos Think e Non-Think alternáveis.
DeepSeek lançou o modelo de raciocínio R1 como código aberto em janeiro de 2026, surpreendendo a comunidade ao igualar o desempenho do OpenAI o1, enquanto a versão destilada de 32B supera o o1-mini, quebrando a barreira de preço dos modelos fechados.
DeepSeek V3 usa arquitetura MoE com 671B parâmetros, ativando apenas 37B por token, alcançando desempenho equivalente ao GPT-4o com custo de treinamento de apenas US$ 5,5 milhões.