A Fireworks AI anunciou o modelo DeepSeek‑V4.1‑Flash na semana passada. Nos próprios testes da empresa, o modelo alcança a mesma precisão de programação que o GPT‑6 Astra, mas custa cerca de um quinze avos por tarefa. O preço informado é de US$ 0,43 para uma tarefa típica de programação do DeepSWE. Segundo a empresa, o custo menor se deve a uma nova arquitetura que separa entrada e saída, além de um cache KV aprimorado que consome menos memória.
Como o modelo reduz os custos
O DeepSeek‑V4.1‑Flash é um modelo de mistura de especialistas (MoE) com 552 bilhões de parâmetros. Ele ativa 8 bilhões de parâmetros para a entrada e 16 bilhões para a saída, acompanhando o padrão de tokens dos agentes de programação, que leem muito código, mas geram correções relativamente curtas. No teste DeepSWE, o modelo consumiu 36,9 milhões de tokens de entrada e 211 mil tokens de saída — uma proporção de 174:1. Em comparação com o DeepSeek V4 anterior, o novo cache KV usa um quarto da memória de alta largura de banda (HBM) e um oitavo do armazenamento SSD, mantém a taxa de acerto do cache em 99,6% e reduz para 60% a parcela da conta referente aos acertos do cache.
Onde se destaca e onde fica atrás
Nos testes voltados à programação (DeepSWE), o modelo tem qualidade equivalente à do Astra, do Gemini 3.8 Flash e do Claude Opus 5 — todos ficam a até 0,7 ponto de distância no pass@1 —, mas custa bem menos. Ele é 5,5 vezes mais barato que o Gemini 3.8 Flash, 15 vezes mais barato que o Astra e 28 vezes mais barato que o Opus 5. Em outro tipo de tarefa (Terminal‑Bench 2.1), o modelo usa quatro vezes mais tokens de saída que o Astra, mas ainda assim fica cerca de 12 vezes mais barato no total. No entanto, no teste de raciocínio multimodal Humanity’s Last Exam, o modelo obteve 34,52%, contra 50,40% do Astra, o que indica um desempenho inferior em raciocínio acadêmico puro. Um “roteador oráculo”, que escolhe a melhor resposta entre os dois modelos, superaria o Astra sozinho em 4,4 pontos percentuais, sugerindo que pode valer a pena combinar modelos.
Como acessar
A Fireworks oferece o DeepSeek‑V4.1‑Flash por meio de uma API sem servidor e de uma opção de capacidade dedicada para cargas de trabalho de produção. A empresa promete disponibilizar em breve endpoints hospedados nos EUA para setores regulados e planeja oferecer suporte a treinamento para os primeiros clientes.
Por que importa
Para desenvolvedores que criam ferramentas de programação assistida por IA, o novo modelo torna viáveis fluxos de trabalho contínuos e com muitas iterações, transformando chamadas pontuais caras em processos de segundo plano baratos. Equipes que precisam de bom desempenho em raciocínio sobre temas acadêmicos ainda podem ter de combinar modelos, já que o DeepSeek‑V4.1‑Flash fica atrás nesse tipo de tarefa.
