Ultramarine 1 Flash vs DeepSeek V4 Flash: Uma Taxa de Token Barata Não É Uma Tarefa Barata

Ultramarine 1 Flash custa US$ 0,15 por milhão de tokens de entrada e US$ 0,50 de saída. D​eepSeek V4 Flash aparece a US$ 0,44 e US$ 1,32 no registro do Artificial Analysis, ou US$ 0,22 e US$ 0,66 na tarifa roteada a que nosso catálogo o oferece. Coloque as duas tabelas de tarifas lado a lado e o modelo Paper Instruments parece a pechincha óbvia — três vezes mais barato na entrada e duas vezes e meia mais barato na saída, pelos preços de tabela. O problema dessa leitura é que uma tarifa por milhão de tokens é só metade de uma conta, e a metade que fica de fora é justamente aquela em que esses dois modelos mais se diferenciam. O D​eepSeek V4 Flash gera 240 milhões de tokens de saída para completar o Intelligence Index. O modelo mediano em sua classe de comparação gera 140 milhões. Ele é, nos termos da Artificial Analysis, muito verboso — 36º de 40 em sua faixa de preço nesse quesito.

O Ultramarine 1 Flash faz a afirmação oposta sobre si mesmo. Nos seis benchmarks avaliados pela Paper Instruments, ele gerou 6,5% menos tokens do que o modelo GLM-5.3 Flash a partir do qual foi pós-treinado, ao mesmo tempo que obteve pontuação mais alta em todos eles. Um modelo é barato por token e caro por tarefa. O outro fez questão de se tornar menos caro por tarefa sem alterar seu preço. A comparação que vale a pena fazer é entre essas duas abordagens, não entre duas tarifas de entrada.

Dois modelos, duas rotas diferentes para a mesma faixa de preço

Eles chegaram ao escalão orçamental a partir de direções opostas, e a diferença explica a maior parte do que se segue.

DeepSeek V4 Flash é um modelo de mistura de especialistas criado do zero: 284 mil milhões de parâmetros totais, 13 mil milhões ativos, lançado a 24 de abril de 2026 sob uma licença MIT, com pesos publicados no Hugging Face. A sua revisão 0731, submetida novamente a pós-treinamento do zero na mesma arquitetura, é o que o identificador datado agora serve. Possui uma janela de contexto de 1 048 576 tokens, com até 384 000 tokens de saída, recebe texto e devolve texto, e apresenta fortes benchmarks de agentes de acordo com os números publicados pela própria DeepSeek — 82,7 no Terminal-Bench 2.1, 76,7 no Cybergym, 70,3 no Toolathlon Verified.

O Ultramarine 1 Flash é um derivado. A Paper Instruments pegou o GLM-5.3 Flash — modelo multimodal de 320B no total, 18B ativos da Z.ai — e executou aprendizado por reforço em larga escala nele sobre um currículo sintético de trabalho de finanças, jurídico, consultoria e operações. A API entrou no ar em 14 de outubro de 2026 a $0,15 / $0,03 em cache / $0,50 por milhão de tokens, as mesmas tarifas cobradas pelo GLM-5.3 Flash. Os pesos não entraram no ar; a própria página do fornecedor diz "Pesos do modelo em breve."

Então, o enquadramento honesto deste pareamento é um MoE feito do zero e disponível para download contra um pós-treinamento fechado da base aberta de outra pessoa, sendo um deles há seis meses em produção e o outro com um dia de existência.

O número de verbosidade que o marketing de nenhum dos lados destaca em primeiro lugar

Artificial Analysis mede quantos tokens de saída um modelo gasta para concluir o Intelligence Index e o reporta como um ranking de verbosidade. O DeepSeek V4 Flash usou 240 milhões de tokens de saída contra uma mediana da classe de 140 milhões — 71% acima do típico, 36º de 40 em sua classe. Esse número é o motivo para ter cuidado com os US$ 0,22 por tarefa que ele apresenta. É também, notavelmente, um número de custo por tarefa melhor do que a maioria de seus concorrentes alcança, o que mostra o quanto a velocidade bruta do modelo compensa: a 173,7 tokens de saída por segundo, ele é o oitavo mais rápido de 74 modelos em sua classe, então o volume de tokens chega rapidamente mesmo que haja mais deles.

A verbosidade do Ultramarine 1 Flash não é divulgada pela Artificial Analysis, porque a Artificial Analysis não avaliou o modelo. O que a Paper Instruments divulga, em vez disso, é a comparação com a sua própria base: 30,5 milhões de tokens contra os 32,7 milhões do GLM-5.3 Flash nas seis suítes de benchmark, incluindo raciocínio. Essa é uma medição partilhada por ambos os lados da comparação — mesma suíte, mesmo harness, mesmas condições —, o que a torna o número mais fiável do lançamento e o único em que uma alegação de eficiência de tokens é verificada contra algo que não ela própria.

Junte tudo isso e a aritmética muda de forma. A vantagem do DeepSeek V4 Flash é ser um modelo rápido, capaz e bem dimensionado que você pode rodar em quase qualquer lugar. A desvantagem dele é que escreve muito e, com uma taxa fixa de saída, isso aparece na fatura. A vantagem do Ultramarine 1 Flash é que ele escreve menos do que o modelo do qual descende — mas apenas em relação a esse modelo, e apenas em suítes escritas por seu próprio criador.

O que os seis benchmarks realmente dizem

A Paper Instruments executou seis suítes contra seu próprio modelo e vários concorrentes. O D​eepSeek V4.1 Flash aparece nelas; o D​eepSeek V4 Flash original, o modelo desta manchete, não aparece.

• JobBench — Ultramarine 1 Flash 62,9, D​eepSeek V4.1 Flash 60,4. O modelo Paper Instruments lidera por 2,5 pontos.

• PI Knowledge Work — Ultramarine 1 Flash 59,3, DeepSeek V4.1 Flash 47,9. Uma diferença de 11,4 pontos, a maior do conjunto.

• FrontierFinance — 53,3 contra 46,0.

• AutomationBench — a única suíte em que o DeepSeek vence: V4.1 Flash 51,3 contra 50,2 do Ultramarine.

• DiligenceBench — 50,6 contra 50,3. Efetivamente no mesmo nível, com ambos ficando atrás do Gemini 3.8 Flash e do Claude Fable 5.

• APEX-Agents 1.1 — 57,0 contra 39,5, a maior margem em toda a tabela.

As ressalvas se acumulam aqui, e vale a pena ser explícito sobre todas elas. Estes são os benchmarks do fornecedor. Os números da DeepSeek são de um modelo diferente e mais recente da mesma família, que a Paper Instruments identifica pelo nome. E nada disso foi verificado por ninguém fora da empresa. O que a tabela estabelece é estreito, mas real: em trabalho de entrega de documentos, o especialista pós-treinado mantém uma grande vantagem sobre um MoE generalista eficiente, e em tarefas de agente automatizadas a lacuna quase desaparece. Se o seu trabalho é um memorando ou um modelo, essa divisão aponta numa direção. Se é um loop de agente de várias etapas, não.

Você pode baixar um destes

Esta é a diferença que nenhum benchmark capta, e é a que tem maior probabilidade de decidir uma conversa de compras.

O DeepSeek V4 Flash tem licença MIT, com pesos no Hugging Face. Pode transferi-lo, executá-lo no seu próprio hardware, ajustá-lo, distribuí-lo dentro de um produto e nunca enviar um token a terceiros. Para um escritório de advogados ou um banco com obrigações de confidencialidade dos clientes, isso não é um extra desejável; é frequentemente o requisito integral, e exclui por completo o modelo da DeepSeek da metade desta comparação relativa à API alojada, colocando-o antes nas suas próprias máquinas.

Ultramarine 1 Flash não consegue fazer isso hoje. "Pesos do modelo em breve" é uma declaração de intenção, não uma licença. O que a Paper Instruments lançou abertamente é a estrutura em torno do modelo: o harness do agente Feather no qual foi treinado e avaliado, e os forks paper-docx, paper-pptx e paper-xlsx que dão a um agente uma interface segura para formatos de arquivo do Office. Eles são genuinamente úteis — e também são um anúncio para o modelo, já que existem para tornar suas saídas menos corrompidas do que o que um agente genérico produz com as bibliotecas padrão.

Então, a linha da licença reorganiza a comparação. Se você precisar executar os pesos por conta própria, não há comparação: DeepSeek V4 Flash é a resposta, e Ultramarine 1 Flash é uma promessa. Se você puder chamar uma API, as duas competem de verdade, e a evidência decisiva é o custo por tarefa nos seus próprios documentos.

Onde o preço roteado chega

No OrcaRouter, o DeepSeek V4 Flash é oferecido a $0,22 de entrada e $0,66 de saída por milhão de tokens — o preço de tabela do provedor repassado sem nada adicionado por token, e é por isso que fica abaixo do par $0,44/$1,32 no registro da Artificial Analysis: esse par acompanha a tabela de preços de um provedor diferente. O esquema de repasse tem uma segunda consequência que vale a pena saber se você está planejando o orçamento: quando um provedor altera uma tarifa, a tarifa oferecida muda junto no mesmo dia, sem alteração de configuração do seu lado.

Em comparação com essa taxa roteada, o preço de US$ 0,15/US$ 0,50 do Ultramarine 1 Flash é cerca de 1,5x mais barato na entrada e 1,3x na saída — uma diferença muito menor do que a comparação de preços de tabela sugere, e menor ainda quando o desconto de cache de 97% da DeepSeek é aplicado a uma carga de trabalho de documentos com um grande prefixo compartilhado. A taxa em cache do Ultramarine 1 Flash é de US$ 0,03 por milhão, também um desconto forte, mas os dois estão próximos o suficiente neste ponto para que nenhum vença apenas pela aritmética.

O que deixa a decisão onde ela pertence: no seu próprio trabalho. Envie um lote de entregáveis reais para ambos, compare as faturas e leia as saídas. O Ultramarine 1 Flash não está no nosso catálogo, então esse teste roda contra o endpoint do próprio fornecedor de um dos lados. O modelo do qual ele é pós-treinado, GLM-5.3 Flash, é servido aqui por $0.15/$0.50 — a mesma tabela de preços — o que lhe dá uma aproximação razoável do que a base produz antes de você adicionar o pós-treinamento por cima.

A posição, sem vencedor

Esses dois não são realmente substitutos, e forçá-los a escolher um vencedor obscurece a descoberta útil. O DeepSeek V4 Flash é um MoE baixável, medido de forma independente e excepcionalmente rápido, que escreve mais do que precisa. O Ultramarine 1 Flash é um pós-treinamento fechado e não medido de uma base aberta, projetado para escrever menos, vendido com base em uma suíte de benchmarks que ninguém mais executou.

A versão descartável deste artigo diria que a taxa mais barata de tokens vence. A versão defensável diz que a licença decide a aquisição, os números de verbosidade decidem a conta, e nenhum dos modelos foi testado nos seus documentos. Dois desses três você pode resolver esta semana. O terceiro não pode ser resolvido até que a Paper Instruments publique números independentes ou entregue os pesos que diz que virão.

É também em comparações como esta que os modos de falha aparecem: os incidentes de IA documentados e as falhas de agentes por trás dos modelos desta classe são reunidos no OrcaRouter AI Incident Archive, onde cada entrada traz as suas próprias fontes, severidade, grau de confiança e sinalizador de disputa.