A DeepSeek anunciou recentemente o lançamento do DeepSeek-V4.1-Flash-1017, um modelo de inteligência artificial que está redefinindo os padrões no campo da programação automatizada. Segundo dados divulgados pela empresa, o novo modelo obteve 77% no benchmark DeepSWE 1.1, superando competidores como o GPT-5.6 Sol e o Opus 5.0, que registraram 74% e 60,5% respectivamente. Além disso, o DeepSeek-V4.1-Flash-1017 alcançou 72,1% no Apex Bench, contra 65,8% do Opus 5.0.
Segundo o líder de pós-treinamento da DeepSeek, Wu Yu, o modelo representa o início de uma nova era no que chama de “programação democrática guiada por desejos”. A empresa manteve a arquitetura central do modelo anterior, incluindo o Causal Encoder-Decoder (CED), Compressed Sparse Attention 2 (CSA2), FP4 Quantization e SWA Bounded Replay, que contribuíram para reduzir o cache KV para apenas 890 bytes por token.
Entre as inovações do DeepSeek-V4.1-Flash-1017 estão a “Otimização do Harness”, que permite que o modelo funcione de forma integrada com ambientes de programação autônomos, e a “Condensação Extrema de Saída”, que treinou o modelo para fornecer respostas diretas e concisas, reduzindo o número de tokens e, consequentemente, os custos e o tempo de processamento.
A DeepSeek também investiu em técnicas de aprendizado por reforço (RL), que funcionam como um sistema de recompensas e punições para treinar o modelo. Nesse caso, o sistema penaliza respostas longas e recompensa soluções mais eficientes e diretas.
Com essas melhorias, o DeepSeek-V4.1-Flash-1017 oferece o que a empresa chama de “o maior retorno por investimento”, entregando desempenho incomparável com custos mínimos. O modelo está disponível para uso e já está sendo testado por desenvolvedores e empresas de tecnologia em todo o mundo.
Fonte: WccFtech
