DeepSeek V4.1 Flash assume liderança em benchmarks de agentes de código
DeepSeek assume a liderança em agentes de código
O DeepSeek V4.1 Flash, lançado em setembro, passou a liderar o sub-benchmark de agentic coding da LiveBench, com nota de 77,3 contra 66,1 do Claude Fable 5.1 Max Effort, da Anthropic, segundo o snapshot de 4 de outubro citado pela analista Robert Lea, da Bloomberg Intelligence. Agentic coding mede a capacidade de planejar tarefas de software, escrever código, executá-lo, ler erros e corrigi-los repetidamente sem intervenção humana - a tarefa em que empresas mais gastam com IA.
No composite geral da LiveBench, DeepSeek marcou 81,1 contra 83,4 da Anthropic, uma diferença de 2,3 pontos que corresponde a cerca de 3% - a menor diferença entre os melhores modelos dos EUA e da China já registrada. Em maio de 2026, a diferença era de aproximadamente 9%; no início do ano, cerca de 15%.
Há ressalvas importantes: o relatório técnico da própria DeepSeek afirma 74,2% no DeepSWE v1.1, superando Opus 5 (74,0%) e GPT-5.6 Sol (73,0%), mas são números autorrelatados e não existe validação independente publicada para o V4.1 Flash. Já a avaliação do NIST CAISI, de maio de 2026, sobre o predecessor V4 Pro com metodologia pré-comprometida, concluiu que a diferença EUA-China equivalia a cerca de oito meses de desenvolvimento. As análises usaram modelos, momentos e metodologias diferentes; nenhuma está errada, apenas medem coisas distintas.
Arquitetura e preços baixos
O V4.1 Flash usa arquitetura Mixture of Experts com 748 bilhões de parâmetros totais - 552 bilhões de backbone e 196 bilhões de parâmetros Engram, um novo componente de memória persistente - mas ativa apenas um subconjunto esparso por token. Isso permite preços de US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de saída em horário de pico, com metade desses valores fora de pico. O modelo também reduziu a exigência de cache KV para cerca de um quarto da demanda de memória HBM da geração anterior e um oitavo do armazenamento SSD. Suporta contexto de até 1 milhão de tokens, saída de até 384 mil tokens e compreensão multimodal de imagens, ausente no predecessor.
Risco legal e de segurança
A DeepSeek é sediada em Hangzhou, e o Artigo 7 da Lei de Inteligência Nacional chinesa (2017) exige que todas as organizações e cidadãos cooperem com o trabalho de inteligência do governo, sem necessidade de divulgação pública da solicitação. A Lei de Segurança Cibernética (2017) e a Lei de Segurança de Dados (2021) criam mecanismos adicionais de acesso governamental. Nenhuma política de privacidade da empresa pode sobrepor essas obrigações. Dados enviados via API - código, lógica de negócio, prompts - se enquadram nesse regime.
Em 2025, pesquisadores da Wiz encontraram um banco de dados da DeepSeek exposto sem autenticação, contendo históricos de chat e chaves de API. Vários órgãos federais dos EUA - Marinha, NASA e Departamento de Comércio - baniram a DeepSeek de dispositivos governamentais, e um projeto de lei bipartidário no Congresso busca formalizar o banimento; Taiwan tomou medida semelhante. Não há auditoria independente de segurança publicada sobre o manuseio de dados do V4.1 Flash.
Como o modelo é open-weight, empresas podem rodá-lo em infraestrutura própria, eliminando a exposição direta da API - sem resolver questões sobre a proveniência dos dados de treino e possíveis reivindicações de propriedade intelectual ligadas a treino por destilação.
Onde a DeepSeek ainda fica atrás
Apenas 3 dos 15 modelos do topo da LiveBench de 4 de outubro são chineses; os EUA e a Europa mantêm a maioria das posições superiores. O ecossistema de API, ferramentas e suporte corporativo da DeepSeek é menos maduro que o de Anthropic, OpenAI ou Google. Robert Lea projeta que a indústria chinesa de IA, incluindo a DeepSeek, pode permanecer sem lucro até 2030, num mercado com mais de 1.100 LLMs concorrentes e chatbots gratuitos.
Controles de exportação em xeque
O V4 Flash foi adaptado para os processadores Huawei Ascend 950, que se mostraram suficientes para rodar um modelo de fronteira competitivo, levando ByteDance, Tencent e Alibaba a encomendar o chip. A autossuficiência chinesa em chips de IA subiu de menos de 10% em 2020 para 41% em 2025, segundo a Omdia. O investimento privado em IA nos EUA foi de US$ 285,9 bilhões em 2025, contra US$ 12,4 bilhões na China, segundo o Stanford AI Index 2026 - mas a diferença de desempenho dos modelos não acompanhou a diferença de investimento.
Decisão corporativa em quatro partes
Para equipes de IA, a avaliação envolve: desempenho (liderança real e verificada em agentic coding), confiabilidade (limitações metodológicas e ausência de avaliações de produção independentes), aspecto legal (a exposição via API é condição estrutural, não risco configurável) e ecossistema (custos operacionais não capturados pelos benchmarks). O artigo conclui que adotar o modelo sem considerar o arcabouço legal não é apenas uma decisão tecnológica, mas também de governança de dados e segurança nacional.