DeepSeek V4-Flash — Benchmarks, Capacidades e Casos de Uso
DeepSeek V4-Flash é um modelo de IA de pesos abertos da DeepSeek (13B/284B MoE), classificado como nível Avançado com janela de contexto de 1 milhão de tokens. ...
5 min de leitura
O DeepSeek V4-Pro é um modelo de IA frontier de alto nível, desenvolvido pela DeepSeek e lançado em abril de 2026. Como um modelo de peso aberto, seus pesos treinados estão disponíveis publicamente — você pode auto-hospedá-lo, fazer fine-tuning com dados proprietários ou executá-lo on-premise sem dependências de API. A janela de contexto de 1 milhão de tokens é grande o suficiente para conter bases de código inteiras, documentos técnicos extensos ou sessões agênticas prolongadas sem truncamento.
No FlowHunt AI Leaderboard, é um dos 24 modelos monitorados, avaliado em 9 benchmarks. Pontuações de destaque: 93,5% no LiveCodeBench (#1 de 5); 87,5% no MMLU-Pro (#2 de 8); 46,0% no ARC-AGI-2 (#3 de 3).
O DeepSeek V4-Pro foi lançado em 24 de abril de 2026 como o carro-chefe da quarta geração da série V da DeepSeek. Alcançou 93,5% no LiveCodeBench no lançamento — a maior pontuação em programação competitiva de qualquer modelo medido — e registrou a maior pontuação auto-reportada no SWE-bench Verified fora do Claude Fable 5, com 80,6%. O lançamento gerou discussões significativas quando a CAISI mediu de forma independente a pontuação do V4-Pro no SWE-bench em 74,0%, em vez dos 80,6% que a DeepSeek havia reportado — uma diferença de 6,6 pontos que a DeepSeek atribuiu a diferenças de scaffolding e orçamento de tokens na configuração de avaliação. Como um modelo de peso aberto com janela de contexto de 1M e arquitetura MoE de 49B/1,6T, o V4-Pro tornou-se a principal opção auto-hospedável para equipes que priorizam desempenho em codificação com controle total dos dados.
Nota: Discrepância no SWE-bench: SR 80,6% vs CAISI 74%. LiveCodeBench 93,5% é o maior reportado.
- Lançamento
- Abril 2026
- Parâmetros
- 49B/1,6T MoE
- Contexto
- 1M tokens
- Pesos
- Abertos
- Nível
- Frontier
- Provedor
- DeepSeek
DeepSeek V4-Pro Benchmark Rankings
Rank among all 24 models tracked on this leaderboard. SR = self-reported · 3P / AA / C = independently verified.
| Benchmark | Score | Rank | Source | What it measures |
|---|---|---|---|---|
| SWE-bench Verified | 80.6% | 6 of 13 | SR | Real GitHub issue resolution (500 verified issues) |
| SWE-bench Pro | 55.4% | 9 of 9 | SR | Multi-language, standardised scaffold |
| GPQA Diamond | 90.1% | 6 of 14 | SR | Graduate-level Google-proof science Q&A |
| MMLU-Pro | 87.5% | 2 of 8 | SR | Hard knowledge reasoning, 12K questions |
| LiveCodeBench | 93.5% | 1 of 5 | SR | Competitive programming, continuously updated |
| Terminal-Bench | 67.9% | 4 of 8 | SR | Agentic Linux terminal task completion |
| ARC-AGI-2 | 46.0% | 3 of 3 | C | Novel visual reasoning, no memorisation |
| HLE | 37.7% | 4 of 6 | SR | Humanity's Last Exam (50+ STEM disciplines) |
| AA Intelligence Index | 52.0 pts | 6 of 9 | AA | Artificial Analysis composite score (independent) |
Detailed Benchmark Scores
SWE-V
SR
80.6%
Real GitHub issue resolution (500 verified issues)
Independent: 74.0% (CAISI independent)
SWE-Pro
SR
55.4%
Multi-language, standardised scaffold
GPQA ◇
SR
90.1%
Graduate-level Google-proof science Q&A
MMLU-P
SR
87.5%
Hard knowledge reasoning, 12K questions
LiveCode
SR
93.5%
Competitive programming, continuously updated
Terminal
SR
67.9%
Agentic Linux terminal task completion
ARC-2
C
46.0%
Novel visual reasoning, no memorisation
HLE
SR
37.7%
Humanity's Last Exam (50+ STEM disciplines)
AA Idx
AA
52.0 pts
Artificial Analysis composite score (independent)
DeepSeek V4-Pro vs. Frontier Peers
Head-to-head benchmark comparison with other Frontier-tier models. Higher is better for all metrics.
| Benchmark | DeepSeek V4-Pro | Claude Opus 4.8 | Claude Opus 4.7 |
|---|---|---|---|
| SWE-V | 80.6% | 88.6% | 87.6% |
| SWE-Pro | 55.4% | 69.2% | 64.3% |
| GPQA ◇ | 90.1% | 93.6% | 94.2% |
| MMLU-P | 87.5% | — | — |
| LiveCode | 93.5% | — | — |
| Terminal | 67.9% | 74.6% | 66.1% |
| ARC-2 | 46.0% | — | — |
| HLE | 37.7% | — | — |
| AA Idx | 52.0 pts | 61.4 pts | 57.3 pts |
About DeepSeek
A DeepSeek é um laboratório chinês de investigação em IA fundado em 2023 como subsidiária da High-Flyer, um dos maiores fundos de hedge quantitativos da China. O laboratório tornou-se amplamente conhecido no início de 2025, quando o lançamento do DeepSeek V3 e R1 provocou a maior queda num só dia na capitalização de mercado da NVIDIA até à data, à medida que os investidores reavaliavam a intensidade de capital do desenvolvimento de modelos de fronteira face aos custos de treino mais baixos reportados pela DeepSeek. A DeepSeek é invulgar entre os laboratórios de fronteira pelo seu compromisso de lançar modelos de pesos abertos juntamente com a sua investigação proprietária, e por manter uma presença ativa nas redes sociais que crítica os preços dos modelos fechados. Os seus modelos da série V (V3 a V4-Pro) são amplamente utilizados como modelos de programação e raciocínio auto-hospedáveis no Ocidente, apesar do escrutínio regulatório e de segurança em curso sobre modelos de IA de origem chinesa em várias jurisdições.
Casos de Uso
Para Que Usar o DeepSeek V4-Pro
- Engenharia de Software
O DeepSeek V4-Pro pontua 80% no SWE-bench Verified — classificado em #6 de 13 modelos monitorados aqui. Ele resolve issues reais do GitHub, escreve código de qualidade de produção em múltiplas linguagens e lida com fluxos de trabalho de codificação agênticos de múltiplas etapas — uma escolha forte para equipes de desenvolvimento de software assistidas por IA.
- Raciocínio Científico e Técnico
Com 90% no GPQA Diamond (#6 de 14 modelos), o DeepSeek V4-Pro supera a linha de base humana de ~65% de especialistas com PhD em perguntas de biologia, química e física de nível de pós-graduação. Use-o para síntese de literatura científica, avaliação de hipóteses, perguntas e respostas médicas e jurídicas, e tarefas de pesquisa multidisciplinar onde o conhecimento profundo do domínio é importante.
- Automação Agêntica de CLI
O DeepSeek V4-Pro alcança 67% no Terminal-Bench (#4 de 8 modelos), tornando-o competente para scripts de shell comuns, fluxos de trabalho de linha de comando e tarefas leves de administração de sistemas em pipelines agênticos.
- Implantações Auto-Hospedadas e Privadas
O DeepSeek V4-Pro é de peso aberto (49B/1,6T parâmetros MoE) — seus pesos treinados estão disponíveis publicamente para download e auto-implantação. Execute-o em seu próprio hardware GPU ou nuvem privada para garantir que os dados nunca saiam do seu ambiente, elimine custos de API por token em escala ou faça fine-tuning do modelo em conjuntos de dados proprietários.
- Análise de Documentos Longos e Bases de Código
Com uma janela de contexto de 1 milhão de tokens, o DeepSeek V4-Pro pode processar repositórios de software inteiros, contratos jurídicos extensos, relatórios de pesquisa do tamanho de livros ou históricos extensos de conversas em um único prompt — permitindo perguntas e respostas profundas sobre documentos, raciocínio entre arquivos de código e sumarização abrangente sem heurísticas de fragmentação ou pipelines de RAG.
- Programação Competitiva
O DeepSeek V4-Pro pontua 93% no LiveCodeBench (#1 de 5 modelos), um benchmark resistente à contaminação, constantemente atualizado com novos problemas de programação competitiva. Neste nível, ele lida com estruturas de dados avançadas, algoritmos de grafos e desafios de nível de entrevista com alta confiabilidade.
Strengths & Limitations
Strengths
- Forte engenharia de software — 80% SWE-bench Verified
- Raciocínio científico de nível de pós-graduação — 90% GPQA Diamond
- Programação competitiva — 93% LiveCodeBench
- Inteligência composta — 52 pts AA Intelligence Index (independente)
- Implantações auto-hospedadas e com privacidade de dados (pesos abertos)
- Documentos muito longos e bases de código grandes (contexto de 1M)
Explore o Painel Completo de Modelos de IA
Compare todos os 24 modelos em 11 benchmarks — classificável, com fontes e atualizado em junho de 2026.
Perguntas frequentes
Saiba mais
Llama 4 Scout — Benchmarks, Capacidades e Casos de Uso
Llama 4 Scout é um modelo de IA de pesos abertos da Meta (17B/109B MoE (16 especialistas)), classificado como Nível Estabelecido (Established) com uma janela de...
5 min de leitura
Claude Opus 4.7 — Benchmarks, Capacidades e Casos de Uso
Claude Opus 4.7 é um modelo de IA proprietário da Anthropic, classificado como nível Frontier com janela de contexto de 1M de tokens. Explore pontuações de benc...
5 min de leitura