Inicialmente começando como fan art, um meme com a imagem do fundador da DeepSeek, Liang Wenfen, vestido como um 'cara legal' em um terno azul, rapidamente ganhou grande repercussão nas redes sociais chinesas. Este meme foi um catalisador para o lançamento do DeepSeek V4 Flash.
O modelo DeepSeek V4 Flash alcançou uma pontuação de 7,1 trilhões de tokens no ranking semanal global do OpenRouter e instantaneamente se tornou o modelo mais utilizado no planeta. Graças a isso, a DeepSeek ocupou dois lugares no top cinco mundial, onde quatro posições são ocupadas por modelos chineses, e o GPT-5.6 Luna caiu para a sexta posição.
Os indicadores econômicos demonstram uma vantagem significativa. Um dia antes do lançamento do V4 Flash, a OpenAI reduziu o custo do GPT-5.6 Luna em 80%, estabelecendo o preço em US$ 0,2 por milhão de tokens de entrada e US$ 1,2 por milhão de tokens de saída. O DeepSeek V4 Flash foi lançado a um preço equivalente a aproximadamente US$ 0,14 por entrada e US$ 0,28 por saída, oferecendo um desconto de cache de 98% em comparação com os 90% padrão da indústria. O avaliador independente Artificial Analysis determinou que o custo do V4 Flash para uma tarefa típica de agente é cerca de 60% menor do que o de Luna. O OpenCode registrou uma taxa de cache de 96%, o que reduziu o custo médio da sessão para US$ 0,06.
A diferença de desempenho não é mais significativa. Testes internos da DeepSeek mostram que o V4 Flash supera o V4 Pro Preview e o GLM 5.2, ficando atrás apenas do Opus-4.8. Além disso, a Artificial Analysis atribuiu a ele uma pontuação de 50 no índice de inteligência, enquanto Luna recebeu 51. No benchmark VulcanBench, o diretor técnico da Bold Metrics, Morgan Linton, caracterizou o V4 Flash como 'excepcionalmente estável sob esforço moderado', destacando sua superioridade sobre Claude Fable e GPT-4.5. Aproximadamente metade do tráfego do OpenRouter direcionado à DeepSeek agora vem de desenvolvedores dos EUA e Europa, indicando que este fenômeno vai além do mercado interno.
O foco no desenvolvimento de agentes é intencional. O V4 Flash utiliza a arquitetura V4 Flash Preview e, após o treinamento, foca nas capacidades de agentes. Um membro da equipe, Cui Tianyi, está publicamente contratando engenheiros para um novo grupo, o Harness — um sistema que envolve o modelo com contexto, ferramentas, estado da tarefa e feedback, usando projetos abertos do GitHub como filtro de seleção. Em maio, o agente DeepSeek-TUI, desenvolvido pelo desenvolvedor americano independente Hunter Boone, acumulou mais de 11 mil estrelas no GitHub em apenas alguns dias. A carta aberta de Boone, intitulada 'whale bros, I'm the American who builds DeepSeek-TUI', tornou-se um evento cultural que atravessou o Pacífico. Como os desenvolvedores estrangeiros apoiam esses modelos por sua escolha, os LLMs abertos da China deixaram de ser apenas uma curiosidade; eles se tornaram um nível básico de custo-benefício que agora todos os outros devem superar.
A situação, que começou como fan art, ganhou um caráter sério depois que uma foto do fundador da DeepSeek, Liang Wenfen, foi editada em um meme no estilo 'cara legal' nas redes sociais chinesas. Este meme serviu como catalisador para o lançamento do modelo DeepSeek V4 Flash.
O DeepSeek V4 Flash rapidamente conquistou popularidade, atingindo uma pontuação de 7,1 trilhões de tokens no ranking semanal global do OpenRouter e tornando-se instantaneamente o modelo mais usado no planeta. Graças a isso, a DeepSeek ocupou dois lugares no top cinco mundial, onde quatro posições são ocupadas por modelos chineses, e o GPT-5.6 Luna caiu para a sexta posição.
Os indicadores econômicos demonstram uma vantagem significativa. Um dia antes do lançamento do V4 Flash, a OpenAI reduziu o custo do GPT-5.6 Luna em 80%, estabelecendo o preço em US$ 0,2 por milhão de tokens de entrada e US$ 1,2 por milhão de tokens de saída. O DeepSeek V4 Flash estava disponível por cerca de US$ 0,14 por entrada e US$ 0,28 por saída, oferecendo um desconto de cache de 98% em comparação com os 90% padrão da indústria. O avaliador independente Artificial Analysis determinou o custo do V4 Flash para uma tarefa típica de agente em cerca de 60% inferior ao de Luna.
Além disso, o OpenCode registrou uma taxa de cache de 96%, o que reduziu o custo médio da sessão para US$ 0,06.
A diferença de desempenho não é mais significativa. Testes internos da DeepSeek mostram que o V4 Flash supera o V4 Pro Preview e o GLM 5.2, ficando atrás apenas do Opus-4.8. No entanto, a Artificial Analysis atribuiu a ele uma pontuação de 50 no índice de inteligência, enquanto Luna recebeu 51. No benchmark VulcanBench, o diretor técnico da Bold Metrics, Morgan Linton, descreveu o V4 Flash como 'excepcionalmente estável sob esforço moderado', destacando sua superioridade sobre Claude Fable e GPT-4.5.
Cerca de metade do tráfego do OpenRouter direcionado à DeepSeek agora vem de desenvolvedores dos EUA e Europa, indicando que este fenômeno vai além do mercado interno. O desenvolvimento de agentes é intencional: a arquitetura V4 Flash Preview é reutilizada, e após o treinamento, o foco é nas capacidades do agente. Um membro da equipe, Cui Tianyi, está contratando publicamente engenheiros para um novo grupo chamado Harness, que envolve o modelo com contexto, ferramentas, estado da tarefa e feedback, usando projetos abertos do GitHub como filtro de seleção.
Em maio, o agente DeepSeek-TUI, desenvolvido pelo desenvolvedor americano independente Hunter Boone, acumulou mais de 11.000 estrelas no GitHub em apenas alguns dias. A carta aberta de Boone, intitulada 'whale bros, I'm the American who builds DeepSeek-TUI', tornou-se um evento cultural que alcançou o Pacífico. Como os desenvolvedores estrangeiros apoiam esses modelos com suas escolhas, os LLMs abertos da China deixaram de ser apenas uma curiosidade; eles se tornaram um nível básico de relação custo-benefício que agora todos os outros devem superar.
O modelo DeepSeek V4-Flash tornou-se líder no ranking semanal do OpenRouter, processando 7,1 trilhões de tokens. Além disso, nove modelos chineses entraram no grupo dos dez líderes mundiais.
De acordo com dados do OpenRouter, o DeepSeek V4-Flash alcançou o primeiro lugar em volume de chamadas de modelos apenas quatro dias após o lançamento da versão beta da API pública em 31 de julho. Na semana de 28 de julho a 3 de agosto, o modelo processou 7,1 trilhões de tokens. Os lugares de segundo a quinto também foram ocupados por produtos chineses: Xiaomi MiMo-V2.5 com 5,4 trilhões de tokens, Tencent Hy3 com 4,89 trilhões, DeepSeek V4-Pro com 3,1 trilhões e Zhipu GLM-5.2 com 2,87 trilhões. O modelo DeepSeek V4-Flash 0731 subiu sozinho para a oitava posição, processando 2,33 trilhões de tokens. Somente em 3 de agosto, a versão 0731 registrou 1,02 trilhão de tokens, superando a versão 0423 que dominava anteriormente.
O volume global semanal de chamadas de modelos de IA atingiu 56,8 trilhões de tokens. O volume semanal de chamadas de modelos chineses foi de 28,13 trilhões, superando os volumes dos EUA pela décima quarta semana consecutiva. Modelos chineses ocupam nove dos dez melhores lugares. A versão oficial V4-Flash utiliza a mesma arquitetura da versão preliminar: MoE, 284 bilhões de parâmetros compartilhados, dos quais 13 bilhões são ativados, com um contexto de 1 milhão de tokens. As mudanças se limitaram ao pós-treinamento: a versão oficial V4-Flash recebeu uma pontuação de 25,2 no teste Agent ultimate, aproximando-se do nível de 25,7 do Claude Opus-4.8, significativamente superior ao da versão preliminar V4-Pro, que obteve 15,8.
A precificação é praticamente inigualável: US$ 0,14 por milhão de tokens de entrada e US$ 0,28 por milhão de tokens de saída. Em testes ponderados por tarefas, o V4-Flash custa 3 centavos por tarefa, Kimi K3 custa 86 centavos, GPT-5.6 Sol custa US$ 1,86, e Claude Fable 5 custa US$ 3,15. Os custos operacionais representam menos de um por cento do produto principal Anthropic Claude Fable 5. Na rede social X, desenvolvedores escreveram que Musk deveria testar pessoalmente o V4 Flash, comparando-o com mágica. Os usuários então notaram que Elon Musk realmente seguiu a conta oficial do DeepSeek. Quase metade do tráfego do DeepSeek vem de desenvolvedores dos EUA e Europa, e muitos projetos de automação de agentes mudaram seus modelos padrão para o DeepSeek. Fundadores de vários startups estrangeiros de IA observaram publicamente que, após a migração completa para o DeepSeek, os custos mensais de inferência diminuíram em 60% a 85%.
Análises do setor indicam que o DeepSeek estabeleceu uma fronteira clara no mercado global de desenvolvedores. Essa fronteira não é apenas um limiar de desempenho, mas um equilíbrio entre preço e qualidade. Modelos que oferecem um nível de capacidade semelhante, mas com um preço significativamente mais alto, perderão constantemente desenvolvedores de médio porte; produtos mais fracos que o DeepSeek em desempenho, mas mais caros, enfrentarão um rápido estreitamento de seu espaço de sobrevivência. A OpenAI também sentiu a pressão: o GPT-5.6 Luna reduziu os preços em 80% em três semanas após o lançamento. Do beta público da API em 31 de julho até entrar no top de volume global de chamadas em 3 de agosto, o DeepSeek V4-Flash levou menos de uma semana.
