DeepSeek lança modelo V4-Pro com 66 arquivos de pesos

O modelo amplia o desempenho em tarefas de agentes

A nova versão mantém a estrutura do DeepSeek-V4-Pro (Preview), mas adiciona o módulo de decodificação especulativa DSpark. Segundo a DeepSeek, essa combinação melhora as capacidades agentic e o desempenho em ambientes de produção. O modelo usa a biblioteca transformers e tem como tarefa registrada text-generation.

Nos testes, o DeepSeek-V4-Pro-0813 marcou 42.7 no HLE sem ferramentas e 60.0 com ferramentas. O modelo anterior marcou 37.7 e 48.2, respectivamente. No Terminal Bench 2.1, a nova versão chegou a 87.9, contra 72.1 do Preview.

O ganho também aparece em tarefas de programação. No DeepSWE, o modelo marcou 62.7, enquanto o Preview ficou em 12.8. No NL2Repo, os resultados foram 61.5 e 38.5; no Cybergym, 83.3 e 52.7. A tabela também registra 74.1 no Toolathlon-Verified, 31.8 no AutomationBench (Public) e 71.1 no DSBench-FullStack.

A comparação exige atenção. Nos testes públicos de código, a DeepSeek usou o modo mínimo do DeepSeek Harness, com max como nível de raciocínio, temperature = 1.0 e top_p = 0.95. O DSBench-FullStack e o DSBench-Hard são conjuntos internos, não benchmarks públicos.

Os arquivos não revelam se o modelo cabe numa máquina local

Os pesos aparecem apenas no formato safetensors e estão distribuídos em 66 arquivos. Esse número não informa o tamanho total do modelo nem a memória necessária para carregá-lo. Portanto, os dados disponíveis não permitem afirmar que ele roda numa máquina comum de desenvolvedor, nem que exige obrigatoriamente um datacenter.

A documentação apresenta uma configuração concreta para servir o modelo com vLLM em um único nó com 4×GB300. O DSpark entra no vLLM com --speculative-config '{"method":"dspark","num_speculative_tokens":7,"draft_sample_method":"greedy"}'. No SGLang, a instrução usa --speculative-algorithm DSPARK e dispensa um caminho separado para o modelo rascunho.

A documentação também oferece instruções para execução local, conversão dos pesos e demonstrações de chat interativo. Para cenários agentic, recomenda temperature = 1.0 e top_p = 0.95; nos níveis high e max, recomenda saída máxima de 384K tokens. Isso descreve como configurar a inferência, mas não substitui um requisito de memória.

O repositório e os pesos adotam a licença MIT. Ela permite uso comercial, modificação e redistribuição, desde que o aviso de copyright e o texto da licença acompanhem as cópias. A licença também não oferece garantia sobre o software ou os pesos. Para empresas brasileiras, isso reduz barreiras jurídicas para integrar o modelo em produtos, mas não elimina a necessidade de revisar segurança, dados e infraestrutura.

O lançamento reforça a oferta de pesos abertos da DeepSeek para agentes e programação. A página registra ainda 555 curtidas e as tags 8-bit, fp8, endpoints_compatible e region:us. Não há, porém, resultado específico sobre português ou uso no Brasil; o efeito local depende da capacidade das equipes de operar esse checkpoint e dos custos relativos de inferência.