Em resumo
- O DeepSeek-V4.1-Flash-1017 é uma atualização do DeepSeek-V4.1-Flash, lançado em 10 de setembro de 2026. Mesma arquitetura e mesmo nome na API, notas melhores e respostas mais curtas.
- Nos testes da própria DeepSeek, o maior ganho é em programação agêntica: 42,3 no Terminal-Bench 4.0, ante 31,2, e 77,0 no DeepSWE v1.1.
- É um modelo de mistura de especialistas (mixture of experts) com 552 bilhões de parâmetros, dos quais 16 bilhões trabalham em cada token gerado, e contexto de até 1 milhão de tokens. Os pesos são gratuitos sob a licença MIT.
- Os pesos completos ocupam cerca de 510 GB. No Mac, é preciso um Mac Studio com 256 a 512 GB de memória, ou leitura direto do SSD com 128 GB.
1O que é o DeepSeek V4.1 Flash 1017
O DeepSeek-V4.1-Flash é o menor modelo da família V4.1 da DeepSeek, com compreensão de imagens integrada. Ele chegou à API da DeepSeek em 10 de setembro de 2026; em 17 de outubro, a DeepSeek o substituiu pelo DeepSeek-V4.1-Flash-1017, que ela chama de atualização menor (changelog da API da DeepSeek).
A atualização melhora os benchmarks de raciocínio, programação, agentes e visão, e o modelo conclui tarefas com respostas mais curtas e em menos tempo. A DeepSeek o ajustou para o próprio DeepSeek Harness, o Tencent CodeBuddy e o WorkBuddy, e recomenda o DeepSeek Harness 0.2.1-rc.1 ou posterior (Hugging Face).
O nome segue o hábito da DeepSeek de datar as atualizações: 1017 são o mês e o dia, 17 de outubro.
2Benchmarks: o 1017 contra o V4.1 Flash e outros
| Benchmark | V4.1 Flash 1017 | V4.1 Flash | Opus 5 | GPT-5.6 Sol | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|---|---|
| HLE, sem ferramentas | 42,6 | 36,8 | 56,3 | 44,5 | 43,5 | 42,0 |
| Terminal-Bench 4.0 | 42,3 | 31,2 | 51,8 | 39,9 | 12,6 | 37,9 |
| DeepSWE v1.1 | 77,0 | 74,2 | 74,0 | 73,0 | 67,5 | 66,9 |
| ProgramBench | 29,1 | 20,3 | 37,0 | 23,0 | 17,5 | 19,0 |
| NL2Repo-Bench | 68,2 | 65,4 | 75,3 | 56,8 | 58,0 | 58,0 |
| Agents' Last Exam | 35,4 | 31,8 | 28,6 | 26,7 | 27,6 | 28,5 |
| Apex Bench v1.1 | 72,1 | 64,6 | 65,8 | 54,3 | 47,8 | 56,6 |
Por esses números, o 1017 lidera todos os modelos da tabela no DeepSWE, no Agents' Last Exam e no Apex Bench, e fica atrás do Opus 5 em raciocínio sem ferramentas, trabalho no terminal e criação de programas inteiros. Ele também melhora em testes de gráficos e imagens como Chartography (83,0, ante 78,9) e BabyVision (92,5, ante 89,6).
O custo por tarefa também cai. Nos gráficos da DeepSeek publicados pelo The Decoder, uma tarefa do DeepSWE custa pouco menos de US$ 0,20 na configuração mais alta, contra cerca de US$ 0,50 na versão anterior.
3Parâmetros, contexto e tamanho
| DeepSeek-V4.1-Flash-1017 | |
|---|---|
| Parâmetros totais | 552 bilhões (mistura de especialistas) |
| Ativos por token | 8 bilhões ao ler o prompt, 16 bilhões ao escrever |
| Especialistas | 384 roteados e 1 compartilhado, 6 usados por token |
| Contexto | Até 1.048.576 tokens |
| Memória por token de contexto | Cerca de 890 bytes, um quarto do V4 Flash |
| Pesos | FP8, com especialistas em FP4; cerca de 510 GB |
| Entrada | Texto e imagens |
| Licença | MIT |
Cerca de 189 GiB do download são duas tabelas Engram: uma grande memória que o modelo consulta em vez de calcular, algumas linhas por token. Runtimes como o DwarfStar as mantêm no SSD e leem só as linhas de que precisam, e é por isso que o modelo roda com bem menos memória do que o tamanho do download (antirez no Hugging Face).
4Nome na API e preço
Na API da DeepSeek, o modelo se chama deepseek-flash e agora aponta para o 1017; os nomes antigos deepseek-v4-flash e deepseek-v4-flash-vision-exp são redirecionados para ele por enquanto. A DeepSeek diz que a forma de chamada e os preços continuam os mesmos com o 1017 (DeepSeek).
| Provedor | Entrada, por milhão de tokens | Saída, por milhão de tokens |
|---|---|---|
| DeepSeek | US$ 0,15 | US$ 0,60 |
| Cloudflare | US$ 0,10 | US$ 0,60 |
| DeepInfra | US$ 0,098 | US$ 0,294 |
| Together, Fireworks, Baseten | US$ 0,30 | US$ 1,20 |
A DeepSeek recomenda temperatura de 1,0, top_p de 1,0 e espaço para respostas longas (max_tokens de pelo menos 256K). Os pesos vêm sem template de chat Jinja: os prompts são montados com o código de codificação do repositório do modelo.
5Dá para rodar no seu próprio Mac?
Sim, mas só nos maiores Macs. Um Mac Studio com 512 GB de memória (M3 Ultra ou M5 Ultra) comporta as versões de 4 bits inteiras; 256 GB bastam para uma versão de 2 bits com as tabelas Engram deixadas no SSD; um Mac com 128 GB consegue ler do SSD, devagar. A primeira execução publicada, em um M3 Ultra com 512 GB, gerou cerca de 6,5 tokens por segundo.
Qual versão baixar, os comandos e as velocidades estão no nosso guia passo a passo: Rodar o DeepSeek V4.1 Flash no Mac.
Para qualquer outro Mac, a API custa centavos por milhão de tokens, e modelos abertos menores rodam bem localmente: veja o melhor Mac para LLM local.
6Coloque as horas ociosas de um Mac grande para trabalhar
Um Mac Studio comprado para rodar modelos como este passa a maior parte do dia esperando. O MLX Node empresta esse tempo livre à MLX Network, que roda trabalhos de IA em Macs com o framework MLX da Apple, e ganha tokens MLX por trabalho verificado: até 1 MLX por dia com uma vaga gratuita, e até 320 com uma vaga dedicada Ultra rodando em um Mac Ultra. O MLX minerado fica bloqueado por 30 dias, menos com uma vaga dedicada; veja os riscos.
7Perguntas
- O que é o DeepSeek V4.1 Flash 1017?
- É a atualização de 17 de outubro de 2026 do DeepSeek-V4.1-Flash, o modelo de pesos abertos e mistura de especialistas da DeepSeek. Mantém a arquitetura e o nome na API e tem notas maiores em benchmarks de raciocínio, programação, agentes e imagens.
- Qual a diferença entre o V4.1 Flash e o 1017?
- Mesmo tamanho de modelo e mesma API, treinamento mais recente. Nos testes da DeepSeek, o 1017 marca 42,3 em vez de 31,2 no Terminal-Bench 4.0 e 77,0 em vez de 74,2 no DeepSWE v1.1, e escreve respostas mais curtas, então as tarefas custam menos.
- Quantos parâmetros tem o DeepSeek V4.1 Flash?
- 552 bilhões no total. Ele ativa 8 bilhões por token ao ler o prompt e 16 bilhões ao escrever, e adiciona duas grandes tabelas de consulta Engram que podem ficar no disco.
- O DeepSeek V4.1 Flash 1017 é gratuito?
- Os pesos podem ser baixados e usados de graça sob a licença MIT. Usar pela API da DeepSeek é pago: US$ 0,15 por milhão de tokens de entrada e US$ 0,60 por milhão de tokens de saída, segundo o OpenRouter.
- Posso rodar o DeepSeek V4.1 Flash 1017 localmente?
- Sim, com muita memória. No Mac, um Mac Studio com 512 GB roda as versões de 4 bits e um com 256 GB roda uma versão de 2 bits com as tabelas Engram no SSD. Para Macs menores, a API ou um modelo menor são opções melhores.
Fontes
- changelog da API da DeepSeekapi-docs.deepseek.com
- Hugging Facehuggingface.co
- The Decoderthe-decoder.com
- V4.1 Flashhuggingface.co
- antirez no Hugging Facehuggingface.co
- OpenRouteropenrouter.ai