O Flash DeepSeek V4 é a melhor configuração padrão para a maioria dos usuários. Ele se equiparou ao Pro em nossos testes de codificação e de recuperação de 20,7 mil tokens, embora custasse muito menos. O Pro justificou seu preço mais alto apenas na tarefa mais difícil: obteve 12/12 em um memorando de lançamento rigoroso, enquanto o Flash obteve 8/12.
Isso torna a escolha bem simples. Comece usando o Flash para tarefas rotineiras de codificação, recuperação, extração e trabalhos de grande volume. Opte pela versão Pro quando um único erro aritmético, uma restrição não considerada ou um resultado com formato incorreto puder custar mais do que o próprio modelo.
O DeepSeek V4 já foi lançado oficialmente?
Sim. Conforme verificado em 13 de agosto de 2026, o Página oficial de modelos e preços listas DeepSeek-V4-Pro-0813 e DeepSeek-V4-Flash-0731. Essa é a informação atual a ser utilizada — e não a frase do registro de alterações de 31 de julho que dizia que a versão Pro seria lançada em breve.
DeepSeek V4 Pro
Versão: Pro-0813
Melhor ajuste: programação mais complexa, agentes, raciocínio e entregas com muitas restrições.
DeepSeek V4 Flash
Versão: Flash-0731
Melhor ajuste: produção em alta produtividade, codificação de rotina, recuperação e cargas de trabalho com restrições de custo.
Os nomes podem causar confusão, pois o relatório técnico da V4 descreve variantes de pré-visualização, enquanto a API em produção utiliza versões de produção com data específica. Ao longo desta análise, “Pro” refere-se a Pro-0813 e “Flash” refere-se a Flash-0731, a menos que uma frase mencione explicitamente “V4 Preview”.”
O que mudou no DeepSeek V4 Pro?
As mudanças mais evidentes são a escala, a capacidade de contexto, as interfaces orientadas a agentes e uma estratégia de produto em duas camadas. A DeepSeek’s cartão oficial do modelo Pro identifica um modelo de mistura de especialistas com 1,6 trilhão de parâmetros no total e 49 bilhões de parâmetros ativos, disponibilizado sob a licença do MIT. Os materiais da V4 que acompanham o trabalho descrevem novos estudos sobre atenção e roteamento, com o objetivo de tornar viável o processamento de milhões de tokens.
- Dois níveis atuais: O Pro para trabalhos que exigem qualidade e o Flash para rendimento e custo.
- Memória de trabalho muito mais longa: uma janela de contexto com 1 milhão de tokens para ambos os modelos.
- Limite máximo de geração: até 384 mil tokens de saída, conforme a especificação oficial.
- Interfaces de agente: chamadas de ferramentas, saída em JSON, API de respostas e acesso compatível com Anthropic.
- Categorias de peso aberto: Estão disponíveis fichas técnicas e arquivos oficiais do modelo V4, embora a implantação local em grande escala continue sendo um grande projeto de infraestrutura.
Essa combinação torna o V4 relevante para codificação em escala de repositório, pacotes de pesquisa extensos e rastros de agentes com várias etapas. Ela também altera o panorama competitivo: uma avaliação útil agora precisa ir além da qualidade do bate-papo e questionar como o modelo se comporta ao lidar com ferramentas, formatos rígidos e entradas extensas. Nossa Comparação entre DeepSeek e ChatGPT apresenta mais informações sobre as diferenças entre esses ecossistemas.
DeepSeek V4 Pro x Flash: a diferença na prática
Ambas as versões apresentam o mesmo contexto de título e os mesmos limites de saída; portanto, não se trata de uma escolha entre um “modelo completo” e um “modelo de contexto reduzido”. Trata-se, principalmente, de uma decisão relacionada à qualidade, ao preço e ao planejamento de capacidade. O limite oficial de simultaneidade do Flash é cinco vezes maior que o do Pro, enquanto os tokens de entrada e saída com falha de cache do Pro custam pouco mais de três vezes mais.
Pro x Flash: uma visão geral
Especificações oficiais e preços verificados em 13 de agosto de 2026; as observações práticas são baseadas em uma única execução por tarefa e não constituem testes de desempenho oficiais.
Escolha o Flash quando…
Você precisa de escalabilidade a baixo custo, correções de código de rotina, extração, classificação ou muitas solicitações paralelas — e pode validar cálculos de alto risco e restrições de formato.
Escolha a versão Pro quando…
O resultado combina código, políticas, finanças ou diversas restrições exatas, e o custo adicional é menor do que o custo de uma falha sutil.
Testes práticos: codificação, recuperação e cumprimento de restrições
Testamos os dois IDs de modelo de API por meio do mesmo endpoint do Broly Anywhere compatível com OpenAI em 13 de agosto de 2026. A temperatura era de 0. Cada resultado pontuado corresponde a uma execução por modelo e tarefa. O tempo real inclui o atraso do gateway e do upstream, portanto, serve como uma observação — e não como uma classificação estável de latência.
Quadro de resultados prático
Tanto o Pro quanto o Flash foram aprovados em todos os testes corrigidos.
Tanto as respostas quanto todas as referências aos registros exigidas estavam corretas.
O Pro cumpriu todas as regras; o Flash não atendeu às restrições aritméticas e de comprimento.
Teste 1: depuração em Python com o agentic
O harness forneceu a cada modelo quatro ferramentas — listar arquivos, ler um arquivo, gravar um arquivo e executar testes — dentro de um pequeno projeto de Python de três arquivos sobre preços. Isso se assemelha mais a um fluxo de trabalho de agente do que a solicitar um trecho de código no chat.
Depurar, corrigir e verificar um projeto de cálculo de preços em Python
Ambos os modelos seguiram o mesmo caminho de seis chamadas, com alterações apenas na implementação, e produziram 8 aprovados. O Flash concluiu essa execução em 47,378 segundos, contra os 95,228 segundos do Pro, e utilizou menos tokens devolvidos. Não houve um vencedor em termos de qualidade neste caso. Para outra perspectiva focada no código, consulte nosso Teste de programação em Python: DeepSeek vs ChatGPT.
Teste 2: recuperação de um dossiê com aproximadamente 20,7 mil tokens
Anexamos um dossiê contendo mais de 180 registros, opções de resposta repetidas, rascunhos desatualizados e dez fatos dispersos. O modelo precisava responder em um formato exato de dez linhas e citar um registro para cada resposta.
Responda a um dossiê confuso com referências precisas
Ambos os modelos obtiveram 22/22: dez respostas corretas, dez citações corretas e dois pontos de formatação. O Pro concluiu essa execução em 10,396 segundos e o Flash em 21,737 segundos. O uso real da solicitação foi de cerca de 20,7 mil tokens. Isso o torna um teste de recuperação de tamanho médio útil, mas não validar a janela completa de 1 milhão de tokens.
Teste 3: um memorando rigoroso sobre a decisão de lançamento
Essa tarefa combinava um resumo de 120 a 180 palavras, uma tabela com exatamente quatro linhas, riscos fixos e contagens desconhecidas, uma decisão breve, um JSON válido e um cálculo de custos para o primeiro ano com base em notas das áreas financeira, jurídica, de engenharia, de vendas, de suporte e de segurança.
Elabore um memorando de lançamento com regras aritméticas e de saída rigorosas
Com um limite de 2.048 tokens de conclusão, ambos os modelos utilizaram o orçamento de conclusão disponível no raciocínio retornado e não produziram nenhuma resposta visível. Preservamos esses registros e, em seguida, executamos novamente o prompt inalterado com um limite de 8.192 tokens. O Pro obteve 12/12. O Flash obteve 8/12 porque relatou $217.100 em vez de $216.900, transportou o erro $200 para a variância, e escreveu um resumo de 94 palavras em vez das 120–180 palavras exigidas.
A lição é específica, não universal: o Flash já se destacava nas tarefas de codificação e recuperação, enquanto o Pro apresentava melhor desempenho na combinação mais complexa de restrições aritméticas, estruturais e de política. Se o seu fluxo de trabalho depende de um shell de agente, nosso Comparação entre OpenClaw, Claude e OpenCode ajuda a ajustar o modelo à ferramenta ao redor.
Tests de desempenho do DeepSeek V4: o que os dados oficiais comprovam
A fonte de referência mais segura é a Relatório técnico DeepSeek V4, mas suas tabelas e gráficos descrevem os modelos da V4 Preview. Eles são úteis para compreender a capacidade pretendida da arquitetura e a configuração de teste; não se trata de pontuações independentes referentes à versão da API Pro-0813, de data específica.
As notas da pré-avaliação não são as notas do Pro-0813
Arquitetura e resultados de testes de desempenho do DeepSeek.
Versões de produção desatualizadas listadas na documentação da API.
As notas da pré-visualização não podem ser reclassificadas como notas Pro-0813.
A atualização do Flash de 31 de julho também divulga os resultados dos agentes e indica o harness, as configurações e o suporte do Codex. Esses detalhes são importantes porque as tabelas de classificação entre fornecedores podem variar de acordo com a estrutura de teste, o orçamento de raciocínio, as definições das ferramentas e as regras de repetição de tentativas. Um resultado sem indicar o respectivo harness não é suficiente para declarar um vencedor incondicional.
Pela mesma razão, nossas três tarefas complementam as evidências oficiais, em vez de substituí-las. Elas mostram o que aconteceu em um cenário divulgado. Se você estiver comparando produtos de agentes, em vez de apenas APIs de modelos, nosso Guia comparativo entre o Codex e o código Claude explica por que o fluxo de trabalho em torno disso pode alterar a experiência do usuário.
Preços da API DeepSeek V4
A política de preços da API do DeepSeek é excepcionalmente agressiva no momento do lançamento. A tabela abaixo reproduz os valores oficiais por milhão de tokens verificados em 13 de agosto de 2026. A página oficial também alerta que os preços subirão significativamente no futuro; portanto, considere esses números como dados desatualizados, referentes à época do lançamento.
Preço por 1 milhão de tokens
Uma carga de trabalho simples, sem cache, com 10 milhões de tokens de entrada e 2 milhões de tokens de saída seria de $1,96 no Flash e $6,09 no Pro, com essas taxas. Essa ilustração não leva em conta acertos de cache, margens de lucro do provedor, novas tentativas e quaisquer alterações de preço posteriores. As equipes que estiverem comparando fornecedores devem utilizar uma única combinação de tokens e uma única base de cobrança; nossa Guia de preços da API Claude Opus 4.6 mostra por que a entrada, a saída e o armazenamento em cache precisam de linhas separadas.
O que significa a janela de contexto de 1M — e quais são os limites
Uma janela de contexto de 1 milhão de tokens é uma capacidade, não uma garantia de recuperação perfeita em todas as posições. Ela oferece à API espaço para repositórios muito grandes, coleções de documentos, pacotes de pesquisa ou históricos de agentes. A questão da qualidade é se o modelo consegue recuperar o detalhe correto depois que evidências relevantes ficam ocultas entre centenas de milhares de tokens que distraem a atenção.
O relatório de pré-visualização do DeepSeek inclui um gráfico de resolução de coreferência em múltiplas rodadas (MRCR) para um conjunto de dados que varia de 8 mil a 1 milhão de tokens de entrada. A curva se mantém forte em comprimentos menores, mas apresenta declínio após 128 mil. Isso é uma evidência normal de um problema grave relacionado ao contexto longo, e é por isso que “suporta 1 milhão” nunca deve ser interpretado como “sem perdas em 1 milhão”.”
A interface da API tem limitações específicas. As do DeepSeek Guia da API de respostas descreve uma implementação sem estado: recursos como id_da_resposta_anterior, conversas, loja e histórico não são suportados. Entradas de imagem e arquivo também não são suportadas; portanto, é necessário extrair o texto ou construir a camada de estado fora do modelo.
O Tabela de API compatível com Anthropic da mesma forma, indica que as variantes de imagem e mensagem de documento não são compatíveis. Compatibilidade, portanto, significa formatos de solicitação e ferramentas familiares — e não a correspondência exata, recurso por recurso, com todos os modelos ou clientes Anthropic.
Como testar o DeepSeek V4 Pro e o Flash
Você tem três opções práticas. Escolha de acordo com o que você deseja: uma conversa rápida, controle da API de produção ou um espaço de trabalho multimodelo.
Escolha sua forma de acesso
DeepSeek Web/Aplicativo
Ideal para testar o modelo por meio da interface de usuário da própria DeepSeek.
API oficial
Ideal para faturamento por token, ferramentas, JSON, estruturas de agentes e controle de produção.
GlobalGPT
Ideal para abrir arquivos do Pro ou do Flash em um ambiente de trabalho multimodelo mais abrangente, sem precisar criar um cliente primeiro.
Rota 1: chat oficial do DeepSeek
Comece em Site oficial do DeepSeek se você quiser apenas conhecer a experiência atual do consumidor. O acesso do consumidor e o faturamento da API são coisas distintas; o fato de haver uma interface de chat disponível não significa que a API seja gratuita.
Caminho 2: API oficial e agentes de programação
Uso deepseek-v4-pro ou deepseek-v4-flash com as interfaces documentadas compatíveis com OpenAI. Ambas oferecem suporte aos modos “thinking” e “non-thinking”, saída em JSON, chamadas de ferramentas, API de respostas e acesso compatível com Anthropic. O FIM se aplica apenas no modo “non-thinking”.
A DeepSeek também publica um guia oficial de integração do Codex. Se você estiver decidindo primeiro entre os shells de agente, compare Claude: Preços e limites de uso do código antes de presumir que o custo do token do modelo corresponde ao valor total da conta.
Os usuários do código Claude podem seguir a mesma lógica de endpoint e modelo descrita em nosso guia para Configurando um modelo no código Claude, ao verificar a tabela de compatibilidade em tempo real do DeepSeek para campos não suportados.
Rota 3: GlobalGPT
O GlobalGPT possui entradas específicas para ambos os modelos. A rota de conversão verificada é DeepSeek V4 Pro no GlobalGPT. Também existe uma página de produto em Flash, mas não encontramos um parâmetro de campanha específico para Flash que tenha sido confirmado; portanto, não vamos inventar um.
Para fluxos de trabalho de terminal, o Configuração do código GlobalGPT CLI no Claude explica como uma plataforma multimodelo pode se integrar a uma rotina de codificação já existente. Ela não substitui as ferramentas nativas do repositório; ela muda a forma como você acessa e compara modelos.
Qual modelo DeepSeek V4 você deve escolher?
Ajustar o modelo ao custo da falha
Flash
Escolha-o para bate-papos de alto volume, extração de dados, código de rotina, recuperação de informações e agentes com validação rigorosa. Ele foi aprovado com perfeição em duas das nossas três tarefas, pelo menor preço oficial.
Prós
Opte por ele quando aritmética rigorosa, formatação, políticas e raciocínio em múltiplos domínios se unirem em um único resultado final. Foi o único modelo a obter nota 12/12 em nosso memorando.
GlobalGPT
Escolha a rota da plataforma quando quiser testar o modelo ou comparar alternativas sem precisar, primeiro, escrever um cliente de API.
Para muitas equipes, o Flash é a melhor opção para a primeira implantação: é muito mais barato, suporta os mesmos limites de contexto e saída especificados e lidou com nossos testes de codificação e de recuperação de 20,7 mil sem qualquer perda de qualidade. Adicione verificações determinísticas para números, esquema e seções obrigatórias.
Mude para a versão Pro quando o tempo gasto com revisões ou o custo de erros superar a economia gerada pelo uso de tokens. A diferença de preço é real, mas também o é o valor de acertar, logo na primeira tentativa, um memorando detalhado sobre conformidade ou lançamento. Se sua lista de finalistas incluir outros assistentes, o mais abrangente Guia de escolha entre DeepSeek e ChatGPT pode ajudar a distinguir a qualidade do modelo do ecossistema do produto.
Veredicto final
O DeepSeek V4 Flash é a melhor opção em termos de custo-benefício; o DeepSeek V4 Pro é a atualização que oferece mais garantia. Ambos os modelos demonstraram ser genuinamente capazes em nossos testes, e nenhum deles precisa de um truque do tipo “1 milhão de tokens” para ser útil. O Flash se equiparou ao Pro em codificação agênica e recuperação de texto de comprimento médio. O Pro se destacou quando a tarefa combinou aritmética, status jurídico, estrutura exata, consistência de JSON e uma regra rígida de contagem de palavras.
Os principais motivos para se ter cuidado não são segredo: os preços atuais indicam que haverá aumento, a janela de 1M não garante recuperação sem perdas, a importação de imagens e documentos continua sem suporte nas camadas de compatibilidade documentadas e os gráficos de benchmark do Preview não correspondem às tabelas de benchmark do Pro-0813.
Comece com o Flash para trabalhos validados e de grande volume. Opte pela versão Pro quando os erros custarem mais caro do que os tokens. E se você quiser comparar a experiência antes de integrar uma API, Experimente o DeepSeek V4 Pro no GlobalGPT.
Perguntas frequentes sobre o DeepSeek V4
O DeepSeek V4 já foi lançado oficialmente?
Sim. Em 13 de agosto de 2026, a documentação oficial da API do DeepSeek listava o DeepSeek-V4-Pro-0813 e o DeepSeek-V4-Flash-0731 como as versões V4 atuais.
Qual é a diferença entre o DeepSeek V4 Pro e o V4 Flash?
Ambos apresentam contexto de 1M e saída máxima de 384K. O Flash é mais barato e tem um limite máximo de simultaneidade mais alto; o Pro é o plano de maior qualidade e apresentou melhor desempenho em nosso teste rigoroso com múltiplas restrições.
Quanto custa a API DeepSeek V4?
Em 13 de agosto de 2026, o Flash custava $0,0028 de entrada com acerto de cache, $0,14 de entrada com falha de cache e $0,28 de saída por milhão de tokens. O Pro custou $0,003625, $0,435 e $0,87. O DeepSeek alerta que os preços vão subir.
O DeepSeek V4 realmente suporta uma janela de contexto de 1 milhão de tokens?
Sim, ambas as versões atuais indicam uma janela de contexto de 1 milhão de tokens. Trata-se de um limite de capacidade, não de uma garantia de recuperação perfeita: o relatório de pré-visualização do DeepSeek mostra que o desempenho do MRCR diminui em comprimentos extremos.
Posso usar o DeepSeek V4 com o Codex ou o Claude Code?
Sim. O DeepSeek documenta uma configuração do Codex por meio de sua API de respostas e oferece uma interface compatível com o Anthropic para ferramentas como o Claude Code, embora nem todos os campos ou recursos do Anthropic sejam suportados.
O DeepSeek V4 é de código aberto ou de peso aberto?
A DeepSeek divulga os pesos oficiais da V4 e indica uma licença MIT no cartão do modelo Pro. A execução completa do modelo Pro localmente ainda exige uma infraestrutura robusta de armazenamento, memória e inferência.
Posso usar o DeepSeek V4 de graça?
O DeepSeek pode oferecer acesso ao chat para consumidores, mas sua API oficial é cobrada por tokens. O acesso a qualquer plataforma de terceiros depende do plano atual dessa plataforma; portanto, não confunda o acesso pela web com os preços da API.
Posso usar o DeepSeek V4 no GlobalGPT?
Sim. O GlobalGPT possui entradas dedicadas para o DeepSeek V4 Pro e para o Flash. A rota Pro rastreada e verificada abre o modelo diretamente, enquanto a rota geral rastreada do GlobalGPT pode ser usada quando um link de campanha específico para o Flash não estiver disponível.
