# DeepSeek lança o modelo aberto V4.1-Flash para agentes de programação

> O novo modelo usa menos parâmetros no processamento da entrada, reduzindo custos e o uso de memória em fluxos de trabalho com agentes.

Oossa · 2026-10-06 · https://oossa.com/pt/deepseek-releases-open-weight-v4-1-flash-for-coding-agents

A DeepSeek publicou os pesos do modelo V4.1-Flash no HuggingFace e também o disponibilizou pelas APIs de modelos da Baseten. O modelo tem 552 B de parâmetros no total, mas ativa apenas 8 B na etapa de prefill e 16 B na decodificação, o que torna sua execução mais barata que a das versões anteriores. Ele oferece uma janela de contexto de 1 M de tokens e aceita texto e imagens como entrada. A infraestrutura de inferência da Baseten direciona as solicitações a GPUs que já mantêm o prefixo necessário na memória, acelerando ainda mais a inferência para agentes de programação.

## Os fatos

- 552 B de parâmetros no total; 8 B ativos no prefill e 16 B na decodificação
- Janela de contexto de 1 M de tokens; pesos abertos no HuggingFace

## Por que importa

Desenvolvedores que criam assistentes de programação podem reduzir os custos com GPUs e usar prompts mais longos sem precisar de memória adicional.

## Fontes e referências

1. [DeepSeek-V4.1-Flash: more efficient prefill for coding agents](https://www.baseten.co/blog/deepseek-v41-flash-more-efficient-prefill-for-coding-agents/) – Baseten

Última atualização: 2026-10-06