DeepSeek apresenta o V4: modelo chinês de código aberto desafia OpenAI e Google

A DeepSeek volta a tentar mexer com o mercado de IA não com grandes promessas, mas com um lançamento que atinge vários pontos sensíveis da indústria de uma só vez. Em 24 de abril de 2026, a empresa chinesa lançou a prévia da série V4 e afirmou que o novo modelo de código aberto pode competir com os sistemas fechados de OpenAI, Google e Anthropic. A notícia importa para o mercado não só pelos modelos em si, mas porque a DeepSeek aposta em programação, cenários de agentes e em sua própria base de computação chinesa.

A série tem duas versões: DeepSeek-V4-Pro e DeepSeek-V4-Flash. A primeira é o modelo principal, com 1,6 trilhão de parâmetros e 49 bilhões de parâmetros ativos; a segunda é uma variante mais compacta, com 284 bilhões de parâmetros e 13 bilhões ativos. Ambas aceitam contexto de até 1 milhão de tokens, e os pesos foram publicados sob licença MIT, ou seja, a empresa mantém a linha de distribuir seus modelos da forma mais aberta possível. Segundo a própria DeepSeek, a arquitetura do V4 foi bastante reformulada: a empresa priorizou a eficiência em contexto longo, a estabilidade do treinamento e um alinhamento pós-treinamento mais forte para diferentes tipos de tarefa.

O principal destaque do V4 é a programação. A DeepSeek diz abertamente que a nova geração ficou bem mais forte em código, justamente a capacidade que sustenta hoje os agentes de IA que escrevem, corrigem e executam código. Com o avanço de ferramentas como ChatGPT Codex e Claude Code, esse já não é um benchmark secundário, mas um dos principais indicadores de quão adequado um modelo é para o trabalho real.

Nos testes publicados pela DeepSeek, o modo V4-Pro Max marca 93,5% no LiveCodeBench e 80,6% no SWE Verified, e em parte das tarefas se aproxima dos melhores modelos fechados. A própria empresa formula o resultado com cautela: o V4 não necessariamente lidera em tudo, mas reduz de forma perceptível a distância entre sistemas abertos e fechados em raciocínio complexo e cenários de agentes.

O hardware é uma parte à parte da história. A DeepSeek destaca a compatibilidade do V4 com a linha Huawei Ascend, o que torna o lançamento mais relevante política e industrialmente do que uma atualização comum de modelo. Há um ano, quase toda a conversa sobre modelos de IA de ponta girava em torno de chips americanos e, sobretudo, da Nvidia.

Agora, um dos players chineses mais visíveis tenta mostrar que um modelo competitivo pode não apenas rodar na China, mas também ser integrado a uma pilha local, do treinamento e da inferência à otimização para aceleradores nacionais. Para a Huawei, é um sinal importante: sua infraestrutura de IA deixa de ser uma opção de reserva e passa a ser plataforma para lançamentos de primeira linha.

O contexto do anúncio também pesa. Há um ano, a DeepSeek já havia abalado o mercado americano de IA com o modelo R1, ao dizer que conseguiu treiná-lo com muito menos dinheiro do que gastam os líderes do setor nos EUA. Com o V4, a empresa ainda não revela o custo do treinamento nem detalha a pilha completa de hardware usada, então restam muitas dúvidas em torno do lançamento. A pressão política também continua: autoridades americanas já acusaram a DeepSeek de usar chips proibidos da Nvidia, e a Anthropic afirmou que a empresa abusou do acesso ao Claude para melhorar os próprios produtos. Ainda há pouca transparência comprovada, e isso influenciará como o V4 será recebido fora da China.

A conclusão principal é simples: o V4 não é só mais um modelo na longa fila de lançamentos de IA. A DeepSeek tenta provar três coisas ao mesmo tempo: que a abordagem de código aberto ainda consegue alcançar modelos de classe frontier, que a programação está se tornando a disciplina central dos LLMs e que o ecossistema chinês de IA quer depender cada vez menos do hardware americano e de APIs fechadas. Se os resultados anunciados se confirmarem na prática, o mercado ganhará não só um novo e forte player de código aberto, mas também mais um argumento de que a corrida da IA agora acontece ao mesmo tempo no nível dos modelos, das ferramentas e dos chips.