Pré-visualização do DeepSeek V4 desafia a fronteira da IA com contexto de milhão de tokens e preços agressivos

Um Novo Desafiante Aproxima-se da Fronteira

O laboratório chinês de inteligência artificial DeepSeek lançou versões de pré-visualização da sua tão aguardada série de modelos V4, introduzindo duas variantes que combinam escala massiva com eficiência sem precedentes. Os modelos DeepSeek-V4-Pro e DeepSeek-V4-Flash, lançados a 24 de abril de 2026, representam a tentativa mais ambiciosa da empresa até agora de desafiar o domínio dos gigantes americanos da IA como OpenAI, Anthropic e Google.

O lançamento chega exatamente um ano depois de o modelo de raciocínio R1 da DeepSeek ter provocado uma debandada de um trilhão de dólares no mercado, ao demonstrar que capacidades de IA de nível mundial podiam ser construídas por uma fração do custo normalmente associado a sistemas de fronteira. Agora, com o V4, a DeepSeek posiciona-se não apenas como uma alternativa económica, mas como um concorrente genuíno em capacidade bruta, mantendo a estratégia de preços radical que inicialmente trouxe atenção global à startup sediada em Hangzhou.

Ambos os modelos apresentam uma janela de contexto de 1 milhão de tokens, a capacidade de processar cerca de 15 a 20 romances completos num único prompt, e utilizam uma arquitetura Mixture-of-Experts que ativa apenas um subconjunto de parâmetros durante a inferência. Talvez o mais notável, a empresa lançou os modelos sob a licença permissiva MIT, permitindo uso comercial e modificação sem taxas de licenciamento, continuando o seu compromisso com o desenvolvimento de IA de pesos abertos.

Arquitetura Técnica e Escala

A série DeepSeek V4 introduz duas configurações distintas direcionadas para diferentes casos de uso. O carro-chefe V4-Pro representa um dos maiores modelos de pesos abertos já lançados, com 1,6 triliões de parâmetros totais e 49 mil milhões ativos durante qualquer operação de inferência. O mais compacto V4-Flash reduz para 284 mil milhões de parâmetros totais com 13 mil milhões ativos, concebido para aplicações sensíveis à latência e implementação em hardware de consumo.

Esta eficiência de parâmetros é alcançada através da arquitetura Mixture-of-Experts, que encaminha cada token de entrada para sub-redes especializadas em vez de ativar todo o modelo. Um modelo denso de 1,6 triliões de parâmetros seria proibitivamente caro de executar, mas ao manter os parâmetros ativos aproximadamente ao mesmo nível da geração anterior V3.2 enquanto expande o conjunto de especialistas, a DeepSeek ganha capacidade para uma especialização mais profunda em tarefas de programação, matemática e multilingues sem aumentar proporcionalmente os requisitos computacionais.

Quebrando a Barreira do Contexto Longo

Central na arquitetura V4 está o que a DeepSeek chama de Arquitetura de Atenção Híbrida, combinando mecanismos de Atenção Esparsa Comprimida e Atenção Fortemente Comprimida. Esta inovação aborda um dos desafios persistentes nos grandes modelos de linguagem: a degradação da qualidade de recuperação à medida que os comprimentos de contexto se estendem.

A atenção padrão do transformer debate-se com o problema da "agulha no palheiro", onde informações específicas incorporadas profundamente em documentos longos se tornam cada vez mais difíceis de localizar. A DeepSeek afirma que a sua abordagem alcança 97% de precisão em benchmarks de recuperação de um milhão de tokens, em comparação com 84,2% para mecanismos de atenção padrão, resolvendo efetivamente o problema de degradação de recuperação que tem assolado os modelos de contexto longo.

Em termos práticos, isto significa que o modelo pode processar de forma fiável bases de código inteiras, conjuntos abrangentes de documentos legais ou anos de histórico de conversas sem perder o rasto de detalhes específicos. Para programadores que constroem sistemas de geração aumentada por recuperação, esta capacidade pode reduzir ou eliminar a necessidade de estratégias complexas de chunking e bases de dados vetoriais externas.

Desempenho em Benchmarks: Capacidades Quase de Fronteira

De acordo com avaliações independentes e relatórios da própria DeepSeek, o modelo V4-Pro alcança níveis de desempenho que o colocam ao alcance dos sistemas fechados mais avançados. No benchmark SWE-bench Verified, que testa a capacidade de um modelo de resolver problemas reais do GitHub de projetos de código aberto reais, o V4-Pro pontua alegadamente cerca de 80,6%, igualando essencialmente os 80,8% do Claude Opus 4.6 e excedendo muitos recordes anteriores de código aberto.

Em benchmarks de raciocínio matemático, o V4-Pro demonstra particular força. O modelo alegadamente alcança 95,2% no HMMT 2026 e 89,8% no IMOAnswerBench, colocando-o à frente do Claude Opus 4.6 neste último, embora ligeiramente atrás do GPT-5.4. Em avaliações de programação competitiva medidas pelas classificações Codeforces, o V4-Pro pontua 3206, à frente tanto do GPT-5.4 (3168) como do Gemini 3.1 Pro (3052).

No entanto, a DeepSeek tem mantido autoavaliações cautelosas em relação ao estatuto geral de fronteira. A empresa reconhece que em tarefas de conhecimento geral e raciocínio, o V4-Pro fica atrás do Gemini 3.1 Pro da Google por aproximadamente 3 a 6 meses de desenvolvimento, sugerindo que, embora a lacuna tenha diminuído, a paridade absoluta com os sistemas fechados mais avançados ainda não foi alcançada.

Através da expansão de tokens de raciocínio, o DeepSeek-V4-Pro-Max demonstra desempenho superior em relação ao GPT-5.2 e Gemini-3.0-Pro em benchmarks de raciocínio padrão. No entanto, o seu desempenho fica marginalmente aquém do GPT-5.4 e Gemini-3.1-Pro, sugerindo uma trajetória de desenvolvimento que fica atrás dos modelos de fronteira de última geração em aproximadamente 3 a 6 meses.

A variante V4-Flash mantém um desempenho surpreendentemente competitivo apesar da sua escala menor, pontuando 86,2% no MMLU-Pro em comparação com 87,5% do V4-Pro, e 91,6% no LiveCodeBench contra 93,5% do Pro. Esta eficiência sugere que, para muitas aplicações, o modelo Flash pode oferecer capacidade adequada a custos operacionais drasticamente reduzidos.

Preços Radicais e Disrupção Económica

Talvez o aspeto mais disruptivo do lançamento do V4 seja a sua estratégia de preços, que continua o padrão da DeepSeek de superar os concorrentes ocidentais por ordens de magnitude. O modelo V4-Flash tem um preço de $0,14 por milhão de tokens de entrada e $0,28 por milhão de tokens de saída, tornando-o mais barato até do que o GPT-5.4 Nano da OpenAI ($0,20/$1,25) e o Gemini 3.1 Flash-Lite ($0,25/$1,50).

O carro-chefe V4-Pro custa $1,74 por milhão de tokens de entrada e $3,48 por milhão de tokens de saída. Embora superior à variante Flash, este preço permanece substancialmente abaixo dos modelos de fronteira equivalentes. O Claude Opus 4.6 custa $5 por milhão de tokens de entrada e $25 por milhão de saída, enquanto o GPT-5.4 custa $2,50 de entrada e $15 de saída por milhão de tokens. O carro-chefe da DeepSeek oferece assim um desempenho de benchmark comparável a um custo cerca de 50% a 80% inferior.

Esta política de preços agressiva é possibilitada por ganhos significativos de eficiência na arquitetura do modelo. A DeepSeek relata que em cenários de contexto de um milhão de tokens, o V4-Pro utiliza apenas 27% das operações de vírgula flutuante exigidas pelo seu antecessor V3.2, e apenas 10% do tamanho da cache de chave-valor. O V4-Flash leva estas eficiências mais longe, alcançando 10% dos FLOPs e 7% do tamanho da cache KV em comparação com o V3.2.

Analistas da indústria sugerem que esta pressão sobre os preços poderá forçar ajustes mais amplos no mercado. Quando o modelo R1 da DeepSeek foi lançado com custos de API cerca de 90% mais baixos do que as ofertas comparáveis da OpenAI, os concorrentes responderam abrindo modelos avançados a utilizadores de nível gratuito e ajustando as suas próprias estruturas de preços. Uma dinâmica semelhante pode desenrolar-se à medida que o V4 estabelece novas bases de custo tanto para inferência de IA de alto desempenho como de nível orçamental.

Independência de Hardware e Infraestrutura de Treino

Uma dimensão geopolítica e técnica significativa do lançamento do V4 envolve a sua infraestrutura de treino. Ao contrário da maioria dos modelos de IA de fronteira construídos principalmente nas GPUs mais avançadas da Nvidia, a DeepSeek alegadamente treinou o V4 usando uma combinação de aceleradores de IA Huawei Ascend 910B e chips Cambricon MLU, com verificação concluída na plataforma NPU Ascend da Huawei.

Este desenvolvimento tem implicações substanciais para o mercado global de hardware de IA. Devido às restrições de exportação dos EUA que limitam o acesso chinês aos chips de maior desempenho da Nvidia, a DeepSeek demonstrou que o desenvolvimento de IA à escala de fronteira é possível usando silício chinês doméstico. Se as alegações de benchmark do modelo se confirmarem sob escrutínio independente, validariam a Huawei e a Cambricon como alternativas viáveis à Nvidia para treino de IA em larga escala, potencialmente acelerando a diversificação das cadeias de abastecimento de hardware de IA.

Wei Sun, analista principal de IA na Counterpoint Research, observou que a capacidade do V4 de funcionar nativamente em chips chineses locais poderá ter implicações massivas para os objetivos de soberania de IA de Pequim.

Isto irá, em última análise, acelerar também os desenvolvimentos globais de IA.

Implementação de Nível de Consumo

Apesar das contagens massivas de parâmetros, a DeepSeek tem enfatizado que versões quantizadas do V4 podem ser executadas em hardware de consumo. A empresa sugere que o V4-Flash pode funcionar numa única Nvidia RTX 5090 com 32GB de VRAM usando quantização INT4, ou em duas RTX 4090 com 48GB de VRAM total usando precisão INT8. O modelo Pro, com 865GB para os pesos completos, destina-se a clusters de GPU multi-nó para inferência de precisão total, mas também pode suportar estratégias de implementação em streaming.

Esta acessibilidade contrasta fortemente com os modelos de fronteira de código fechado, que exigem acesso à API e infraestrutura de centro de dados. Para programadores preocupados com a privacidade dos dados, latência ou custos operacionais previsíveis, a capacidade de auto-hospedar um modelo da classe de um trilião de parâmetros em hardware comprável representa uma mudança significativa na economia prática da implementação de IA.

Impacto no Mercado e Posicionamento Estratégico

O lançamento do V4 intensifica a concorrência não apenas entre desenvolvedores de IA chineses e americanos, mas também dentro do mercado interno da China. Desde o avanço do R1 da DeepSeek, concorrentes domésticos, incluindo o Qwen da Alibaba, a ByteDance e a Moonshot AI, aceleraram os seus próprios lançamentos de modelos. O anúncio mais recente da DeepSeek impactou imediatamente os preços das ações dos concorrentes, com a MiniMax e a Zhipu a caírem cada uma aproximadamente 8% na negociação em Hong Kong após o anúncio do V4.

Em simultâneo com o lançamento do modelo, a DeepSeek está alegadamente a procurar financiamento externo pela primeira vez, visando pelo menos $300 milhões com uma avaliação superior a $10 mil milhões, com alguns relatos a sugerirem que discussões com a Tencent e a Alibaba poderiam empurrar a avaliação para os $20 mil milhões. Isto representa uma mudança estratégica da dependência anterior da empresa exclusivamente da sua empresa-mãe de fundos de cobertura, a High-Flyer Capital Management.

No entanto, a empresa enfrenta restrições imediatas de infraestrutura. A DeepSeek alertou que a capacidade de serviço para o nível Pro está atualmente limitada devido à escassez de computação de alto desempenho, com os preços a esperar uma queda significativa apenas após a implementação dos "supernós" Huawei Ascend 950 em escala no segundo semestre de 2026.

O lançamento ocorre também em meio a uma tensão geopolítica acrescida em relação ao desenvolvimento da IA. A Casa Branca acusou recentemente a China de roubo de propriedade intelectual à escala industrial em IA, alegações que o Ministério dos Negócios Estrangeiros de Pequim rejeitou categoricamente como ataques infundados ao progresso tecnológico da China. O compromisso contínuo da DeepSeek com o lançamento de código aberto sob as licenças Apache 2.0 e MIT contrasta com as estratégias cada vez mais fechadas de muitos laboratórios de fronteira ocidentais, posicionando a empresa como um porta-estandarte do desenvolvimento de IA de pesos abertos.

Conclusão

• A DeepSeek lançou versões de pré-visualização do V4-Pro (1,6T de parâmetros, 49B ativos) e do V4-Flash (284B de parâmetros, 13B ativos) com janelas de contexto de 1 milhão de tokens
• Ambos os modelos são lançados sob licenças de código aberto (MIT/Apache 2.0), permitindo uso comercial e modificação sem taxas
• O V4-Pro alcança resultados de benchmark competitivos com o Claude Opus 4.6 e o GPT-5.4 em tarefas de programação, custando 50-80% menos
• O V4-Flash tem um preço de $0,28 por milhão de tokens de saída, tornando-se a opção mais barata entre modelos pequenos capazes, superando até o GPT-5.4 Nano da OpenAI
• Os modelos foram treinados em hardware não-Nvidia (chips Huawei Ascend e Cambricon), demonstrando alternativas viáveis ao silício americano de IA
• Inovações arquiteturais, incluindo a Arquitetura de Atenção Híbrida, reduzem os requisitos computacionais em até 90% em comparação com modelos da geração anterior
• Versões quantizadas podem ser executadas em hardware de consumo, incluindo configurações com uma única RTX 5090 ou duas RTX 4090
• A DeepSeek reconhece que os modelos ficam atrás dos sistemas de fronteira de última geração em aproximadamente 3 a 6 meses em tarefas de conhecimento geral
• O lançamento intensifica a pressão sobre os preços na indústria de IA e acelera a concorrência dentro do setor doméstico de IA da China