A Amazon Web Services anunciou que três modelos de linguagem DeepSeek já estão disponíveis no SageMaker JumpStart. Os modelos — DeepSeek‑V4‑Pro, DeepSeek‑V4‑Flash e DeepSeek‑V4.1‑Flash — têm pesos abertos, ou seja, seu código e seus pesos estão disponíveis gratuitamente sob uma licença MIT. Os clientes podem adicioná-los às contas da AWS com poucos cliques no console ou usando o SageMaker Python SDK. O anúncio foi feito em 12 de novembro de 2026.
O DeepSeek‑V4‑Pro é o maior dos três. Ele tem 1.6 trillion de parâmetros em uma arquitetura Mixture‑of‑Experts (MoE), mas apenas 49 billion deles são ativados para cada token. Também oferece uma janela de contexto de 1 million de tokens, o que permite ler e analisar documentos muito longos. Isso o torna útil para tarefas como resolução de problemas em várias etapas, geração de relatórios detalhados ou qualquer aplicação que exija o máximo de capacidade linguística.
O DeepSeek‑V4‑Flash é uma alternativa menor e mais barata. Com 284 billion de parâmetros no total e 13 billion ativados por token, ele mantém a mesma janela de 1 million de tokens, mas exige muito menos processamento. A AWS o indica para serviços de produção sensíveis à latência e em que o custo é importante, como chatbots ou resumos em tempo real.
O lançamento mais recente, DeepSeek‑V4.1‑Flash, acrescenta suporte multimodal e um novo design Causal Encoder‑Decoder. Sua estrutura principal tem 552 billion de parâmetros, mas apenas 8 billion são usados durante o prefill inicial e 16 billion na geração de texto. Ele pode gerar até 384 k tokens e usa Compressed Sparse Attention 2 (CSA2) e cache KV FP4 para reduzir o uso de memória a cerca de um quarto do V4‑Flash. Essas técnicas foram desenvolvidas para cargas de trabalho agênticas que combinam texto e imagens, como assistentes de programação que também leem capturas de tela.
Por que adicionar esses modelos agora?
A AWS amplia seu catálogo de modelos de base para oferecer mais opções aos desenvolvedores, que podem escolher entre potência bruta e eficiência. Com um modelo de ponta (V4‑Pro) e duas variantes voltadas à redução de custos (V4‑Flash e V4.1‑Flash), os clientes podem encontrar o equilíbrio adequado ao orçamento e aos requisitos de latência sem sair do ecossistema da AWS. A licença de pesos abertos também permite que equipes menores ajustem os modelos ou os integrem a pipelines proprietários.
Por que importa
Os desenvolvedores agora podem executar modelos de linguagem de grande escala na AWS sem montar a própria infraestrutura e escolher uma versão adequada às suas necessidades de custo ou velocidade. A licença de pesos abertos também permite que empresas menores personalizem os modelos para aplicações específicas, embora ainda precisem de créditos da AWS ou de uma conta paga para implantá-los.
