DeepSeek V4.1 Pro, não rotulado: um endpoint de 180 tok/s, um resultado de quatro amostras e a interrupção que acabou de terminar

Em algum lugar por trás da API da D​eepSeek pode haver um novo modelo, e ninguém — incluindo a pessoa que o notou — está disposto a afirmar com certeza que ele é D​eepSeek V4.1 Pro. A evidência é uma postagem no X, publicada na manhã de 15 de outubro de 2026 pelo monitor @teortaxesTex, e o que ela descreve é um modelo que responde quando chamado pelo próprio endpoint do fornecedor, que concluiu um prompt específico que os dois modelos principais conhecidos da D​eepSeek não conseguiram, e que respondeu a cerca de 180 tokens por segundo. Os dois conhecidos são mencionados na mesma frase: DeepSeek-V4-Pro-0813 "é impotente" na tarefa, e a geração V4.1 também era — o que, nas palavras do próprio autor da publicação, é o que torna plausível a existência de um novo modelo em vez de um acidente de roteamento. É todo o argumento. Não há model card, nem pesos, nem preço, nem nome de endpoint e nem nota de lançamento da D​eepSeek, e DeepSeek V4.1 Flash — o modelo de pesos abertos de 10 de setembro — não é candidato, porque o Flash é um produto já disponível, com uma tabela de preços pública, e não algo que precise ser descoberto pelo comportamento.

O que torna o sinal digno de ser registrado antes que se resolva de um modo ou de outro é a forma da evidência, e não a sua força. Isto não é um vazamento de benchmark, nem um repositório que surgiu cedo, nem uma dica de funcionário. É uma observação de caixa-preta: alguém prestou atenção no que um endpoint fez, percebeu que ele havia mudado e disse isso com a contagem de amostras anexada. São observações como essas que fazem um lançamento furtivo ser detectado, e também são elas que dão origem a muitos falsos positivos. A diferença entre as duas está inteiramente naquilo que pode ser verificado depois, então o útil a fazer com esta é expor o que foi alegado, o que o próprio material publicado da DeepSeek pode corroborar hoje, e o que teria de acontecer antes que alguém possa chamar isso de lançamento.

O que foi realmente alegado, e o que isso não estabelece

O post é curto e separa as suas próprias afirmações melhor do que a maioria das coberturas de lançamento. Se o reduzirmos ao essencial, há quatro:

• Uma interrupção do serviço da D​eepSeek que estava em curso chegou ao fim, e o comportamento do modelo mudou por volta desse momento — o enquadramento de quem fez a postagem, e a razão pela qual a observação existe.

• O endpoint passou em "a piada do corno" com o que o autor da postagem chama de melhores resultados deste lado do C​laude, reproduzindo em N=4 — quatro amostras, mesmo resultado.

• DeepSeek-V4-Pro-0813 e a geração V4.1 falharam ambos no mesmo teste, que o autor da postagem afirma categoricamente como "impotente".

• A velocidade ficou em cerca de 180 tokens por segundo, e a conclusão apresentada é explicitamente um palpite: "Talvez seja o 4.1 Pro."

Três desses quatro são observações de uma caixa-preta, e o quarto é um nome de modelo atribuído a elas por inferência. Nada na publicação afirma um anúncio, um preço, uma janela de contexto, uma contagem de parâmetros, nem que a D​eepSeek tenha dito absolutamente nada. O número de velocidade é a medição do próprio autor da publicação da sua própria sessão, não um número de fornecedor nem um número de tabela de classificação. Trate-o como um ponto de dado de uma única rota em um único momento, sobre um único prompt, com uma quantidade desconhecida de cache de prompt por trás dele — que é exatamente como foi apresentado, e mais ou menos o peso que deveria ter.

De onde vem o nome "V4.1 Pro"

Não foi inventado. A DeepSeek nomeou um nível Pro na própria linha V4.1, em sua própria nota de lançamento de 10 de setembro, e até hoje esse nome continua sem nada associado a ele. O trecho que o colocou em circulação dizia que requisições para deepseek-v4-pro seriam redirecionadas para o modelo Flash recém-lançado e cobradas às tarifas do Flash a partir das 04:00 UTC de 14 de setembro, e que isso continuaria "até o V4.1-Pro ser lançado". Desenvolvedores protestaram contra a troca de um modelo de produção sem janela de migração, a DeepSeek reverteu o plano, DeepSeek V4 Pro continuou respondendo com cobrança inalterada — e a cláusula que sobreviveu à reversão foi a que ninguém deveria ter percebido: que um V4.1-Pro está planejado.

Tudo depois dessa frase é inferência. A empresa não publicou nenhum card, nenhuma data e nenhum arquivo de pesos. Então o nome no post é o nome que um leitor usaria para se referir a um quarto modelo que se comporta melhor do que os três que conhece: a família V4.1 é a geração atual, Flash é o pequeno, Pro é o nível que a DeepSeek já prometeu. Recorrer a ele é sensato. Recorrer a ele não é evidência.

Isso importa mais do que parece, porque há pelo menos uma outra explicação que não exige nenhum modelo novo. Uma atualização pontual silenciosa em um build existente — uma configuração de serving requantizada ou reajustada, um caminho de backend diferente, uma reversão após a interrupção — apareceria para um observador de caixa-preta como uma mudança de capacidade sem anúncio e sem nome. O próprio changelog da D​eepSeek registrou exatamente esse tipo de coisa no passado: o V4 Pro foi atualizado no próprio lugar em 13 de agosto sob um nome com carimbo de build, e a linha Flash teve uma entrada de atualização sem alarde algum. Lançamentos furtivos e reconstruções silenciosas são indistinguíveis do lado de fora, e o post não afirma tê-los distinguido.

O que o material da própria DeepSeek diz hoje

Esta é a parte que pode ser verificada, e é curta. O histórico de alterações da DeepSeek vai de 2026-04-24 (V4), 2026-07-31 (uma atualização do V4-Flash), 2026-08-13 (a atualização do V4-Pro), 2026-08-21 (V4-Flash-Vision-Exp) a 2026-09-10 (V4.1-Flash). Não há nenhum registro de outubro de qualquer tipo, e nenhum registro intitulado V4.1 Pro. A página Modelos e Preços lista dois nomes utilizáveis, deepseek-flash e deepseek-v4-pro, que correspondem a DeepSeek-V4.1-Flash e DeepSeek-V4-Pro-0813.

• Contexto e saída — tanto o D​eepSeek-V4.1-Flash quanto o DeepSeek-V4-Pro-0813 aceitam 1M de tokens na entrada e retornam até 384K, com limites de concorrência de 2.500 e 500, respectivamente.

• Preço — O Flash custa US$ 0,15 por milhão de tokens de entrada em caso de falha de cache e US$ 0,60 por milhão de tokens de saída fora de pico; o V4 Pro custa US$ 0,66 de entrada e US$ 1,98 de saída fora de pico, com os horários de pico cobrados em dobro.

• Visão — integrada ao DeepSeek V4.1 Flash, consta como "Não suportado" para o DeepSeek V4 Pro.

• Pesos — D​eepSeek-V4.1-Flash é aberto sob a licença MIT; não há repositório para nada chamado V4.1-Pro, que é o mais forte elemento isolado de evidência negativa disponível.

No Hugging Face, o repositório do modelo D​eepSeek mais recente é deepseek-ai/D​eepSeek-V4.1-Flash, alterado pela última vez em 12 de outubro — um commit de desempenho sobre restaurar caches de chaves do indexador em etapas de compressão incompletas. Isso é trabalho de motor num modelo que já existe, não um novo carro-chefe. Com o que quer que o autor da postagem estivesse falando, não deixou nenhum artefato nos lugares onde um modelo D​eepSeek lançado normalmente deixa um.

O número da velocidade é a coisa menos surpreendente no post.

180 tokens por segundo soa rápido, e, em comparação com a linha de base errada, pareceria entregar o jogo. Em comparação com a correta, é banal. Uma medição independente colocou o DeepSeek V4.1 Flash perto do topo de sua classe em vazão bruta, e operadores terceiros que servem os mesmos pesos abertos anunciam números consideravelmente mais altos que 180 com cache quente. Um número nessa faixa é como se parece um modelo DeepSeek bem servido; não é rápido o suficiente para provar um backbone maior nem lento o suficiente para provar um menor. Qualquer pessoa que trate 180 t/s como o sinal revelador está lendo a linha menos diagnóstica do post.

A assimetria mais interessante é o resultado da tarefa. Um modelo que passa em algo em que tanto o DeepSeek-V4-Pro-0813 quanto o V4.1 falham, quatro vezes em quatro, em um prompt deliberadamente construído para ser difícil de falsificar, é um perfil de capacidade genuinamente diferente — supondo que o próprio teste seja sólido, o que o post não permite que o leitor verifique. Essa é a afirmação a acompanhar, e é a que uma tabela de benchmark acabará por resolver.

Por que "a piada do corno" é um sinal real sob um nome bobo

A frase vai soar como uma piada — e não é. Os prompts de raciocínio relacional dessa família — crenças aninhadas, conhecimento contestado, quem sabe o quê sobre quem — são um teste de longa data para verificar se um modelo consegue manter várias camadas de uma situação social ao mesmo tempo sem colapsá-las. Tanto laboratórios de fronteira quanto avaliadores independentes usam variantes disso, porque é curto, barato, resistente à memorização e desproporcionalmente punitivo para modelos que reconhecem padrões na superfície de uma cena em vez de rastrear o estado subjacente. Espalha-se pelas redes sociais como piada pela mesma razão pela qual é usado como teste: é memorável e é difícil.

Também é, por si só, evidência fraca. Nenhuma contagem de amostras num único prompt ad-hoc distingue um novo checkpoint de uma nova configuração de amostragem, de um padrão diferente de esforço de raciocínio, de uma mudança no pool de backends que responde, ou simplesmente de um prompt que estava perto de uma fronteira de decisão e acabou por cair de forma diferente depois de o serviço voltar a estar operacional. N=4 ajuda — quem publicou fez a diligência mínima que a maioria das alegações virais de capacidade ignora —, mas quatro amostras estabelecem reprodutibilidade numa rota para um prompt. É um motivo para ir verificar. Não é um motivo para concluir.

A questão prática: você consegue experimentá-lo, e como?

No momento, não. Não há nome para chamar. Se a coisa com a qual o autor da postagem estava falando for real e não tiver nome, ela só é acessível por acidente, dependendo de qual modelo o próprio roteamento da DeepSeek acaba lhe entregando, que é exatamente a situação de que tratava a reversão do reroteamento de setembro.

Os modelos que você pode definir hoje são os dois que a tabela de preços relaciona, e a maneira honesta de testar uma mudança que você não consegue ver é fixar seu tráfego de produção no modelo que você escolheu e mover o experimento para um lugar onde ele não possa causar dano. DeepSeek V4.1 Flash e DeepSeek V4 Pro estão ambos disponíveis pelo OrcaRouter com uma única chave de API, então uma comparação lado a lado contra um conjunto fixo de prompts custa uma alteração de configuração em vez de um segundo contrato — e, quando uma rota se degrada, o failover automático encaminha a requisição para um provedor saudável em vez de retornar um erro, que é justamente o modo de falha que fez a interrupção no post ficar visível em primeiro lugar. Como o OrcaRouter repassa o preço de tabela do provedor com 0% de markup, qualquer mudança de preço da DeepSeek entra no mesmo dia em que entra no fornecedor, sem um exercício de reprecificação da sua parte.

O que nada disso lhe dá é o modelo não rotulado. Se você acha que o encontrou — mais rápido do que o esperado, melhor em uma sonda na qual seu modelo habitual falha —, capture as respostas brutas com carimbos de data e hora e os IDs das requisições, porque esse é o material que transforma um avistamento em algo que o restante da área pode conferir. Reproduza-o em um segundo dia. Reproduza-o após uma reimplantação. Um modelo furtivo que só existe em uma janela é um artefato de roteamento até que se prove o contrário.

O que transformaria isto em notícia?

Quatro coisas, em ordem aproximada de probabilidade. Um cartão de modelo ou um repositório de pesos aparecendo sob um nome V4.1-Pro resolveria a questão de imediato e seria o primeiro artefato real. Uma entrada no changelog ou um novo nome na página Models & Pricing faria o mesmo do lado do fornecedor. Um primeiro benchmark independente — Artificial Analysis ou LMArena captando uma entrada que não corresponde a nenhuma build listada da DeepSeek — corroboraria o salto de capacidade sem confirmar o nome. E a possibilidade mais silenciosa de todas: nada. A DeepSeek atualiza modelos no lugar, e na linha do tempo atual — V4 em abril, atualizações do Flash em julho e agosto, uma atualização do Pro em 13 de agosto, V4.1 Flash em setembro — a probabilidade de curto prazo é uma atualização silenciosa de um nome existente em vez de um quarto nível.

Até que uma dessas coisas se concretize, o status correto do "D​eepSeek V4.1 Pro" é o que ele mantém desde 10 de setembro: um nome que a própria D​eepSeek colocou em um roadmap, sem nenhum modelo por trás. Uma única sessão de 180 tok/s de um observador é um motivo para continuar acompanhando o endpoint, não um motivo para planejar em torno de um flagship.

Disposto dessa forma, a assimetria é a história. Uma coluna desse cartão é documentação — uma tabela de preços, uma licença, um nome de modelo que você pode colocar em um corpo de requisição — e a outra é uma frase em uma nota de versão mais uma menção no X. Tudo neste artigo que pode ser verificado fica à esquerda. Tudo à direita é o que as pessoas esperam que o endpoint de 180 tok/s venha a ser, o que é uma esperança razoável e ainda não um fato.

Quem deve fazer o quê

Se você está escolhendo um modelo para construir esta semana, nada aqui muda sua decisão. DeepSeek V4.1 Flash está disponível, com preço e documentação; DeepSeek V4 Pro está disponível, com preço e documentação; D​eepSeek V4.1 Pro não é um produto. A única coisa que vale a pena tirar do post é o modo de falha, e não o modelo: um endpoint de fornecedor mudou de comportamento após uma interrupção e não houve aviso, nem incremento de versão, nem maneira de saber de fora com o que você estava falando. Fixar versões de modelo explicitamente, capturar metadados de resposta e colocar um caminho de failover por trás de qualquer provedor único é a mitigação, e é a mesma mitigação independentemente de haver ou não um novo carro-chefe escondido atrás do endpoint.

Se você está aguardando o lançamento, fique de olho no changelog e na organização Hugging Face, e não no burburinho sobre capacidades. Ambos têm sido o indício confiável para este laboratório. Nenhum dos dois disse uma palavra desde 10 de setembro.

Um resultado como este também é um lembrete de que erros de modelo já estão documentados: os incidentes de IA e as falhas de agentes por trás de modelos dessa classe são reunidos no OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, severidade, grau de confiança e indicador de disputa.