Sobre o DeepSeek V4.1 Flash
O DeepSeek V4.1 Flash é o modelo aberto da DeepSeek para agentes de código, automação de empresas e perguntas sobre imagens. Ele tem 552 bilhões de parâmetros, dos quais 8 bilhões trabalham em cada token enquanto ele lê e 16 bilhões enquanto escreve, e guarda até 1 milhão de tokens em uma conversa
A atualização de 17 de outubro do DeepSeek V4.1 Flash marca 77,0% no DeepSWE v1.1, à frente do Claude Opus 5, com 74,0%, e 60,5% no AutomationBench contra 50,3% do Opus 5. Ele lê prints, gráficos e fotos sozinho, e a DeepSeek passou para ele o tráfego do seu modelo maior, o V4 Pro
Na Overchat AI, você pode perguntar ao DeepSeek V4.1 Flash, anexar uma foto ou um arquivo e trocar para o Claude ou o GPT-6 na mesma conversa
- Modalidades
- Intelligence Index?
- 33
- Janela de contexto?
- 1M de tokens
- Lançamento
- 17/10/2026
DeepSeek V4.1 Flash vs outros modelos
O DeepSeek V4.1 Flash está em 17º lugar no Artificial Analysis Intelligence Index entre 54 modelos
- 59
Claude Opus 5.5
- 46
Kimi K3.1 Pro
- 36
Claude Haiku 5.5
- 35
Grok 4.7
- 35
Hy4
- 34
Qwen 3.8 Max
- 33
DeepSeek V4.1 Flash
- 32
GLM 5.3
- 31
Gemini 3.8 Flash
- 29
MiniMax M3.1 Flash
- #9de 100 modelosAutomationBenchFluxos de trabalho de empresas que um agente executa em vários apps
- #12de 37 modelosFrontierCodeMudanças de código que um agente escreve, avaliadas por estarem prontas para o merge
- #13de 77 modelosMMMU ProPerguntas de nível universitário sobre gráficos, diagramas e fotos
- #15de 187 modelosCritPtProblemas de física de nível de pesquisa
Fonte: Artificial Analysis
Compare o DeepSeek V4.1 Flash
DeepSeek V4.1 Flash vs Claude Opus 5
O DeepSeek V4.1 Flash pontua mais que o Claude Opus 5 em 3 de 9 benchmarks. A maior vantagem é no AutomationBench: 60.5% contra 50.3%. O Claude Opus 5 está à frente no Terminal-Bench 4.0: 51.8% contra 42.3%. O DeepSeek V4.1 Flash escreve 422 tokens por segundo, o Claude Opus 5 escreve 54
- Benchmarks vencidos
- DeepSeek V4.1 Flash: 3
- Claude Opus 5: 6
- Pontuação média
- DeepSeek V4.1 Flash: 64.0%
- Claude Opus 5: 64.9%
- Velocidade de saída, tokens/s
- DeepSeek V4.1 Flash: 422
- Claude Opus 5: 54
- Tempo até o primeiro token, s (escala logarítmica)
- DeepSeek V4.1 Flash: 2.2
- Claude Opus 5: 2.6
- AutomationBench+10.2
- APEX-Agents 1.1+6.3
- DeepSWE v1.1+3.0
- Chartography−1.0
- ZeroBench−1.0
- BabyVision−1.6
- NL2Repo-Bench−7.1
- ProgramBench−7.9
- Terminal-Bench 4.0−9.5
DeepSeek V4.1 Flash vs Kimi K3
O DeepSeek V4.1 Flash pontua mais que o Kimi K3 em 9 de 9 benchmarks. A maior vantagem é no Terminal-Bench 4.0: 42.3% contra 12.6%. O DeepSeek V4.1 Flash escreve 422 tokens por segundo, o Kimi K3 escreve 338
- Benchmarks vencidos
- DeepSeek V4.1 Flash: 9
- Kimi K3: 0
- Pontuação média
- DeepSeek V4.1 Flash: 64.0%
- Kimi K3: 49.4%
- Velocidade de saída, tokens/s
- DeepSeek V4.1 Flash: 422
- Kimi K3: 338
- Tempo até o primeiro token, s (escala logarítmica)
- DeepSeek V4.1 Flash: 2.2
- Kimi K3: 5.9
- Terminal-Bench 4.0+29.7
- APEX-Agents 1.1+24.3
- Chartography+14.9
- AutomationBench+13.8
- ProgramBench+11.6
- NL2Repo-Bench+10.2
- ZeroBench+10.0
- DeepSWE v1.1+9.5
- BabyVision+6.8
DeepSeek V4.1 Flash vs GLM 5.3
O DeepSeek V4.1 Flash pontua mais que o GLM 5.3 em 6 de 6 benchmarks. A maior vantagem é no APEX-Agents 1.1: 72.1% contra 56.6%. O DeepSeek V4.1 Flash escreve 422 tokens por segundo, o GLM 5.3 escreve 197
- Benchmarks vencidos
- DeepSeek V4.1 Flash: 6
- GLM 5.3: 0
- Pontuação média
- DeepSeek V4.1 Flash: 58.2%
- GLM 5.3: 47.9%
- Velocidade de saída, tokens/s
- DeepSeek V4.1 Flash: 422
- GLM 5.3: 197
- Tempo até o primeiro token, s (escala logarítmica)
- DeepSeek V4.1 Flash: 2.2
- GLM 5.3: 1.2
- APEX-Agents 1.1+15.5
- AutomationBench+11.7
- NL2Repo-Bench+10.2
- DeepSWE v1.1+10.1
- ProgramBench+10.1
- Terminal-Bench 4.0+4.4
- Chartography—
- BabyVision—
- ZeroBench—
Melhor modelo por caso de uso
Pontuação média do DeepSeek V4.1 Flash e de 3 outros modelos por caso de uso
Código
?Média de 4 testes- 1Claude Opus 559.5%
- 2DeepSeek V4.1 Flash54.2%
- 3GLM 5.345.5%
- 4Kimi K338.9%
Agentes
?AutomationBench- 1DeepSeek V4.1 Flash60.5%
- 2Claude Opus 550.3%
- 3GLM 5.348.8%
- 4Kimi K346.7%
Trabalho intelectual
?APEX-Agents 1.1- 1DeepSeek V4.1 Flash72.1%
- 2Claude Opus 565.8%
- 3GLM 5.356.6%
- 4Kimi K347.8%
Benchmarks do DeepSeek V4.1 Flash
Compare o DeepSeek V4.1 Flash com Claude Opus 5, Kimi K3 e GLM 5.3 em 9 benchmarks que medem código, agentes e trabalho intelectual
Código
- Terminal-Bench 4.0?DeepSeek V4.1 Flash42.3%Claude Opus 551.8%Kimi K312.6%GLM 5.337.9%42.3%−9.5
- DeepSWE v1.1?DeepSeek V4.1 Flash77.0%Claude Opus 574.0%Kimi K367.5%GLM 5.366.9%77.0%+3.0
- ProgramBench?DeepSeek V4.1 Flash29.1%Claude Opus 537.0%Kimi K317.5%GLM 5.319.0%29.1%−7.9
- NL2Repo-Bench?DeepSeek V4.1 Flash68.2%Claude Opus 575.3%Kimi K358.0%GLM 5.358.0%68.2%−7.1
Agentes
- AutomationBench?DeepSeek V4.1 Flash60.5%Claude Opus 550.3%Kimi K346.7%GLM 5.348.8%60.5%+10.2
- Chartography?DeepSeek V4.1 Flash83.0%Claude Opus 584.0%Kimi K368.1%GLM 5.3—83.0%−1.0
- BabyVision?DeepSeek V4.1 Flash92.5%Claude Opus 594.1%Kimi K385.7%GLM 5.3—92.5%−1.6
- ZeroBench?DeepSeek V4.1 Flash51.0%Claude Opus 552.0%Kimi K341.0%GLM 5.3—51.0%−1.0
Trabalho intelectual
- APEX-Agents 1.1?DeepSeek V4.1 Flash72.1%Claude Opus 565.8%Kimi K347.8%GLM 5.356.6%72.1%+6.3
Fontes: DeepSeek, card do modelo DeepSeek-V4.1-Flash-1017 (17/10/2026), DeepSeek, card do modelo DeepSeek-V4.1-Flash (10/09/2026)
Velocidade do DeepSeek V4.1 Flash
A velocidade de saída é a rapidez com que o modelo escreve (tokens por segundo, quanto maior, melhor). O tempo até o primeiro token é quanto você espera até a resposta começar (quanto menor, melhor)
Velocidade de saída e tempo até o primeiro token de 35 modelos
?Percentil| Modelos | Velocidade de saída, tokens/s (escala logarítmica) | Tempo até o primeiro token, s (escala logarítmica) |
|---|---|---|
| GPT-6 Luna | 143 | 2.4 |
| GPT-6.1 Terra | 75 | 4.3 |
| GPT-6.1 Sol | 58 | 2.9 |
| GPT-6 Astra | 48 | 3.2 |
| Claude Opus 5.5 | 88 | 1.9 |
| Claude Opus 5 | 54 | 2.6 |
| Claude Opus 4.8 | 59 | 1.3 |
| Claude Fable 5.2 | 84 | 2.3 |
| Claude Sonnet 5.5 | 102 | 1 |
| Claude 5 Sonnet | 215 | 10.5 |
| Claude Sonnet 4.6 | 220 | 10.8 |
| Claude Haiku 5.5 | 167 | 2.1 |
| Gemini 4 Carbon | 169 | 29.5 |
| Gemini 4 Argon | 91 | 6 |
| Gemini 3.8 Flash | 203 | 7.5 |
| Gemini 3 Pro | 270 | 11.2 |
| Grok 4.7 | 81 | 8.9 |
| Grok 4.6 | 290 | 32 |
| Qwen 3.8 Max | 81 | 30.6 |
| DeepSeek V4 Pro | 144 | 1.1 |
| DeepSeek V4.1 Flash | 422 | 2.2 |
| Mistral Large 4 | 226 | 8.6 |
| Hy4 | 214 | 37.7 |
| ERNIE 5.5 Flash | 405 | 2.7 |
| Muse Wonder | 980 | 8.7 |
| Muse Spark | 1129 | 6.2 |
| Kimi K3.1 Pro | 340 | 7.4 |
| Kimi K3 | 338 | 5.9 |
| GLM 5.3 | 197 | 1.2 |
| Flint | 194 | 12.3 |
| Llama 4 | 81 | 0.7 |
| Claude 4.5 Haiku | 162 | 0.9 |
| MiniMax M3 | 169 | 4.5 |
| MiniMax M3.1 Flash | 656 | 7.2 |
| Kimi K2.7 Code | 455 | 3.6 |
Teste de digitação
Todos os modelos escrevem a mesma resposta. O teste espera o tempo do modelo até o primeiro token, depois imprime o texto na velocidade de saída do modelo e mostra o tempo total
DeepSeek V4.1 Flash422 tokens/s2.2 s até o primeiro token
Claude Opus 554 tokens/s2.6 s até o primeiro token
Kimi K3338 tokens/s5.9 s até o primeiro token
GLM 5.3197 tokens/s1.2 s até o primeiro token
Fonte: Overchat AI, 2026-11-11
Veja como o DeepSeek V4.1 Flash responde
Exemplos de respostas do DeepSeek V4.1 Flash a 3 prompts: Renomear minhas fotos, Resolver um enigma de matemática e Escrever uma proposta. Cada resposta é a saída do modelo, sem edições
Escreva um script Python que monitore uma pasta e renomeie cada foto nova pela data em que foi tirada (pelos dados EXIF), como 2026-11-11_14-03-22.jpg. Seja breve, liste os pacotes que preciso instalar e explique em português.
Pacotes necessários
pip install watchdog Pillow- watchdog — observa a pasta em tempo real
- Pillow — lê os dados EXIF da imagem
Script (foto_watch.py)
import time
from pathlib import Path
from datetime import datetime
from PIL import Image, ExifTags
from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler
PASTA = Path("./fotos") # pasta monitorada
EXTS = {".jpg", ".jpeg", ".png", ".tif", ".tiff", ".heic", ".webp"}
def data_exif(caminho: Path):
"""Retorna datetime do EXIF (DateTimeOriginal ou DateTime) ou None."""
try:
with Image.open(caminho) as img:
exif = img.getexif()
if not exif:
return None
# DateTimeOriginal (36867) e DateTime (306)
raw = exif.get(36867) or exif.get(306)
if isinstance(raw, bytes):
raw = raw.decode(errors="ignore")
if not raw:
return None
return datetime.strptime(raw.strip(), "%Y:%m:%d %H:%M:%S")
except Exception:
return None
def nome_unico(pasta: Path, base: str, ext: str) -> Path:
"""Evita sobrescrever: acrescenta _1, _2, ... se já existir."""
destino = pasta / f"{base}{ext}"
i = 1
while destino.exists():
destino = pasta / f"{base}_{i}{ext}"
i += 1
return destino
def renomear(caminho: Path):
if caminho.suffix.lower() not in EXTS or not caminho.is_file():
return
# espera o arquivo terminar de ser copiado (até ~5 s)
for _ in range(10):
try:
with open(caminho, "rb"):
break
except OSError:
time.sleep(0.5)
dt = data_exif(caminho)
if dt is None:
print(f"[skip] sem EXIF: {caminho.name}")
return
base = dt.strftime("%Y-%m-%d_%H-%M-%S")
destino = nome_unico(caminho.parent, base, caminho.suffix.lower())
if destino == caminho:
return
caminho.rename(destino)
print(f"[ok] {caminho.name} -> {destino.name}")
class Handler(FileSystemEventHandler):
def on_created(self, event):
if not event.is_directory:
renomear(Path(event.src_path))
def on_moved(self, event): # arquivos "arrastados" para a pasta
if not event.is_directory:
renomear(Path(event.dest_path))
if __name__ == "__main__":
PASTA.mkdir(parents=True, exist_ok=True)
# renomeia o que já está lá antes de começar a monitorar
for f in PASTA.iterdir():
renomear(f)
obs = Observer()
obs.schedule(Handler(), str(PASTA), recursive=False)
obs.start()
print(f"Monitorando: {PASTA.resolve()} (Ctrl+C para sair)")
try:
while True:
time.sleep(1)
except KeyboardInterrupt:
obs.stop()
obs.join()Como funciona (resumo)
data_exifabre a imagem com o Pillow e busca a tagDateTimeOriginal(quando a foto foi tirada). Se não existir, usaDateTime(última modificação registrada). O formato EXIF éAAAA:MM:DD HH:MM:SS, convertido paradatetime.renomearmonta o nomeAAAA-MM-DD_HH-MM-SS.ext. Se já existir arquivo com esse nome (duas fotos no mesmo segundo), adiciona_1,_2…- Espera de segurança: ao copiar um arquivo grande, o evento "created" dispara antes da cópia terminar. O loop tenta abrir o arquivo por até ~5 s antes de ler o EXIF.
- Watchdog escuta
on_created(novos arquivos) eon_moved(arquivos movidos para dentro da pasta). A varredura inicial no__main__arruma o que já estava lá. - Arquivos sem EXIF são ignorados com aviso — se quiser, dá para usar
os.path.getmtime()como fallback.
Dica: rode com python foto_watch.py e deixe o terminal aberto; para uso permanente, transforme em serviço (systemd/launchd) ou agende com cron/Agendador de Tarefas.
Canetas são vendidas em pacotes de 7 e de 11. Qual é o maior número de canetas que não dá para comprar exatamente? Explique a resposta em poucas linhas, em português.
O maior número que não pode ser comprado exatamente é 59 canetas.
Como 7 e 11 são primos entre si, vale a fórmula de Frobenius:
7 × 11 − 7 − 11 = 77 − 18 = 59.
Assim, 59 não pode ser escrito como 7a + 11b com a, b ≥ 0, mas todo número maior que 59 pode.
Sou designer freelancer. Escreva em português uma proposta de uma página para um café que quer um logo e um cardápio novos: o escopo, um cronograma de 3 semanas, três pacotes de preço e o que preciso do cliente para começar. Seja breve.
Proposta — Identidade Visual e Cardápio | Café [Nome]
Objetivo: criar um logo e um cardápio novos, com visual coerente, legível e fácil de aplicar no dia a dia do café.
Escopo
- Logo: briefing, pesquisa, 2 conceitos, 2 rodadas de ajustes, arquivos finais (SVG, PNG, PDF) e mini manual de uso (cores, tipografia e aplicações básicas).
- Cardápio: design para impressão e versão digital, com organização de categorias, preços e destaques; até 2 rodadas de ajustes.
- Reuniões: 2 encontros online (briefing e apresentação).
Cronograma — 3 semanas
- Semana 1: briefing, pesquisa e apresentação dos conceitos do logo.
- Semana 2: escolha e ajustes do logo; início do cardápio.
- Semana 3: finalização do cardápio, ajustes finais e entrega dos arquivos.
Pacotes
| Pacote | Investimento | Inclui |
|---|---|---|
| Essencial | R$ 1.200 | Logo com 1 conceito e 1 ajuste; cardápio de 1 página; arquivos PNG/PDF. |
| Recomendado | R$ 1.800 | Logo com 2 conceitos e 2 ajustes; mini manual; cardápio de 2 páginas; arquivos editáveis e para impressão. |
| Premium | R$ 2.600 | Logo completo + manual; cardápio de até 4 páginas; mockups de aplicação; 3 ajustes; prioridade no cronograma. |
Valores de referência. Impressão, fotografia e redação de conteúdo não estão incluídos.
Para começar, preciso de:
- Briefing respondido e logo atual, se houver.
- Textos e preços finais do cardápio.
- Fotos dos produtos, se forem usadas.
- Referências visuais e formato/medida da impressão.
- Canal de aprovação definido e feedback em até 2 dias úteis.
- 50% de sinal para reservar a agenda; o prazo começa após o recebimento do sinal e dos materiais.
Mais prompts para testar com o DeepSeek V4.1 Flash
Em que o DeepSeek V4.1 Flash se destaca
Agentes de código
O DeepSeek V4.1 Flash resolve 77,0% das tarefas reais de software do DeepSWE v1.1, mais que o Claude Opus 5, e escreve repositórios inteiros a partir de uma descrição, com 68,2% no NL2Repo-Bench
Automação de empresas
O DeepSeek V4.1 Flash executa fluxos de trabalho em apps de vendas, suporte, finanças e RH, com 60,5% no AutomationBench, a maior pontuação entre os modelos com que é comparado
Perguntas sobre imagens
O DeepSeek V4.1 Flash lê prints, gráficos e fotos sozinho. Ele marca 92,5% no BabyVision e 83,0% no Chartography, perto do Claude Opus 5
Matemática e problemas de competição
O DeepSeek V4.1 Flash tem rating de 3.471 no Codeforces e marca 65,6% no MathArena Apex, então dá conta de matemática de olimpíada e programação competitiva
Como usar o DeepSeek V4.1 Flash na Overchat AI
Use o chat do topo desta página ou o app da Overchat AI na web, no iOS ou no Android
- 01

Escolha o DeepSeek V4.1 Flash
Ele já vem selecionado no chat desta página. No app da Overchat AI, abra a lista de modelos ao lado do campo de mensagem e selecione o DeepSeek V4.1 Flash
- 02

Anexe seu código ou um arquivo
Adicione código, um documento, uma planilha ou um print e escreva o que você precisa: o resultado, o formato e o que deve continuar igual
- 03

Continue no mesmo chat
Faça outra pergunta, peça testes ou uma versão mais curta, ou troque de modelo sem perder a conversa
Por que usar o DeepSeek V4.1 Flash na Overchat AI
Uma conta para chat, imagens e vídeo, em todos os dispositivos

Agente de IA Superchat
O Superchat Agent envia sua mensagem automaticamente para o modelo mais adequado à tarefa. Ele gera imagens e vídeos, usa as ferramentas de IA da Overchat AI e aprende com suas interações para melhorar com o tempo

Converse com imagens e arquivos
Envie PDFs, planilhas, código e prints e pergunte ao DeepSeek V4.1 Flash sobre eles. Você também pode ditar a mensagem em vez de digitar

Vá além do texto
Gere imagens com Nano Banana e GPT Image e vídeos com Seedance e Kling na mesma conta, com os mesmos créditos do chat

Modelos DeepSeek na Overchat AI
Compare 2 modelos DeepSeek na Overchat AI por velocidade de saída, tempo até o primeiro token e preço de uma mensagem
Fonte: Overchat AI, 2026-11-11
Conheça outros modelos
Os modelos marcados como Em breve estão chegando à Overchat AI; os outros já estão disponíveis
Saiba mais sobre modelos de IA

Testamos o Gemini 4 Argon contra Claude Opus 5.5, GPT-6 Astra e Muse Wonder
Testamos o Gemini 4 Argon contra Claude Opus 5.5, GPT-6 Astra e Muse Wonder em três tarefas de programação. Veja benchmarks, velocidade e como usar

Muse Wonder vs Muse Spark: testamos o novo modelo da Meta
Comparamos o Muse Wonder e o Muse Spark 1.3 em lógica, escrita e programação. Veja benchmarks e qual modelo da Meta é melhor

10 melhores plataformas de IA tudo-em-um em 2026: por que uma assinatura de IA vale mais que várias
Compare as 10 melhores plataformas de IA tudo-em-um em 2026: preços, planos gratuitos e os modelos mais recentes, do Overchat AI ao Poe e ao Krater
