Inteligência Artificial · mercado tech
DeepSeek lanca V4-Flash-0731 e API entra em beta publico com preco agressivo
A DeepSeek lancou o modelo V4-Flash-0731 no Hugging Face e abriu a API correspondente em beta publico, com custo por token entre os mais baixos do mercado e desempenho que supera o proprio V4-Pro (Preview) em varios benchmarks.

Noticia Completa
O anuncio foi destacado pelo desenvolvedor e escritor Simon Willison em seu blog no dia 31 de julho de 2026, apos a DeepSeek publicar o modelo DeepSeek-V4-Flash-0731 em seu repositorio no Hugging Face e simultaneamente estender o acesso via API, que passa a operar em beta publico. Ate entao, o acesso ao V4-Flash era mais restrito; agora, desenvolvedores podem testar o modelo diretamente por meio de chamadas de API, sem depender exclusivamente do download dos pesos.
Em termos tecnicos, o modelo mantem a proposta de eficiencia que ja caracterizava a linha Flash da DeepSeek: uma arquitetura de mistura de especialistas com aproximadamente 304 bilhoes de parametros no total, mas com ativacao seletiva de apenas cerca de 13 bilhoes de parametros a cada token gerado. Essa abordagem permite reduzir drasticamente o custo computacional de inferencia sem abrir mao de um modelo com grande capacidade teorica. A janela de contexto chega a 1 milhao de tokens, o que viabiliza o processamento de documentos extensos, bases de codigo inteiras ou longos historicos de conversa em uma unica chamada.
Diferentemente de lancamentos anteriores que trouxeram mudancas estruturais, o V4-Flash-0731 preserva a mesma arquitetura da versao V4-Flash previa. O que mudou foi o processo de pos-treinamento, refinado para extrair mais desempenho do mesmo esqueleto do modelo. Segundo analises de mercado citadas por Willison, esse ajuste foi suficiente para colocar o V4-Flash-0731 a frente do DeepSeek-V4-Pro (Preview) em diversos benchmarks, um resultado notavel considerando que a versao "Flash" e, em teoria, a alternativa mais leve e barata da familia, nao a mais robusta.
O preco cobrado pela API reforca essa leitura: US$ 0,14 por milhao de tokens de entrada e US$ 0,27 por milhao de tokens de saida. Comparado a outros modelos de ponta disponiveis no mercado, esse valor e consideravelmente baixo, o que levou analistas a classificar o V4-Flash-0731 como um dos modelos com melhor relacao entre "inteligencia" (medida por indices agregados de benchmarks) e custo por tarefa executada atualmente disponiveis.
Esse lancamento se insere em uma tendencia mais ampla observada no setor de inteligencia artificial ao longo de 2026: a corrida por modelos que entreguem desempenho de ponta a um custo cada vez menor por token. Empresas como a DeepSeek tem investido pesado em tecnicas de mistura de especialistas justamente porque elas permitem escalar a capacidade total do modelo sem que o custo de inferencia cresca na mesma proporcao, ja que somente uma fracao dos parametros e ativada em cada consulta. Essa engenharia de eficiencia tem pressionado outros laboratorios a revisar suas proprias politicas de precos e arquiteturas.
Para desenvolvedores e empresas que constroem produtos sobre modelos de linguagem, a combinacao de preco baixo, contexto extenso e desempenho competitivo torna o V4-Flash-0731 uma opcao atraente para casos de uso que exigem alto volume de chamadas ou processamento de grandes quantidades de texto, como assistentes de codigo, sumarizacao de documentos longos e agentes automatizados que realizam multiplas etapas de raciocinio. A abertura da API em beta publico facilita justamente esse tipo de experimentacao em escala, sem a necessidade de hospedar o modelo localmente, ainda que os pesos completos continuem disponiveis para quem preferir rodar a inferencia por conta propria.