Hoje lançamos oficialmente o DeepSeek-V3.1. A atualização traz três mudanças principais: uma arquitetura de raciocínio híbrido — um único modelo que suporta tanto o modo de pensamento quanto o modo sem pensamento; maior eficiência de raciocínio — o DeepSeek-V3.1-Think chega às respostas em menos tempo que o DeepSeek-R1-0528; e capacidade de agente mais forte — otimizações pós-treinamento entregam ganhos substanciais em uso de ferramentas e tarefas agênticas.
O app oficial e os modelos da web foram sincronizados com o DeepSeek-V3.1, com um botão de “Pensamento Profundo” que alterna livremente entre os modos com e sem pensamento. A API da DeepSeek foi atualizada em conjunto: deepseek-chat mapeia para o modo sem pensamento e deepseek-reasoner para o modo com pensamento, ambos com contexto estendido para 128K. A versão beta da API também adiciona function calling em modo estrito, garantindo que as saídas estejam em conformidade com o schema declarado da função. E — a parte estrategicamente mais barulhenta — a DeepSeek adicionou suporte ao formato da API da Anthropic, permitindo que desenvolvedores conectem as capacidades do DeepSeek-V3.1 diretamente ao framework Claude Code.
Tool Calling e Suporte a Agentes, Com Provias Medidas
Agentes de código: no SWE (avaliado com um framework interno que exige menos rodadas que a configuração open-source do OpenHands) e no Terminal-Bench (framework oficial Terminus 1), o DeepSeek-V3.1 melhora consideravelmente em relação aos modelos anteriores da série DeepSeek, tanto em correção de código quanto em tarefas complexas de linha de comando.
Agentes de busca: em várias métricas de avaliação de busca, o V3.1 avança substancialmente — no BrowseComp (busca complexa em múltiplas etapas) e no HLE (perguntas multidisciplinares de nível especialista), ele agora lidera o R1-0528 por ampla margem, com chamadas de teste executadas por APIs comerciais de busca mais filtragem da web em uma janela de contexto de 128K.
Eficiência de Raciocínio: As Mesmas Notas, Menos Tokens
Após treinamento de compressão da cadeia de raciocínio, o V3.1-Think iguala o desempenho médio do R1-0528 em tarefas enquanto emite 20 a 50 por cento menos tokens de saída. As linhas de pontuação permanecem praticamente niveladas — AIME 2025: 87.5 contra 88.4; GPQA: 81 contra 80.1; LiveCodeBench: 73.3 contra 74.8 — enquanto a diferença de consumo de tokens se amplia em favor do V3.1. No modo sem pensamento também houve controle do comprimento da saída: o DeepSeek-V3.1 mantém o mesmo desempenho do DeepSeek-V3-0324 com saídas visivelmente mais curtas. Eficiência como recurso de primeira classe, não uma reflexão tardia — e, para cargas de trabalho agênticas, a diferença entre um orçamento utilizável e um inviável.
Pesos Abertos e API
O modelo Base do V3.1 foi re-expandido a partir do V3 com 840 bilhões de tokens adicionais de treinamento. Tanto o modelo Base quanto o pós-treinado estão abertos no Hugging Face e no ModelScope: DeepSeek-V3.1-Base e DeepSeek-V3.1 no Hugging Face, com espelhos no ModelScope.
Os resultados dos agentes de busca merecem um olhar mais atento, porque marcam um limiar. Agentes de busca falham de forma diferente dos chatbots: eles encadeiam uma dúzia de pequenas decisões — qual consulta fazer, quais resultados confiar, quando parar de buscar e começar a responder — e cada elo pode envenenar silenciosamente a resposta final. A DeepSeek fez esse benchmark da maneira mais dura possível em produção: APIs comerciais de busca reais, filtragem da web real, pressão de contexto real. Superar o R1-0528 por ampla margem no BrowseComp e no HLE nessas condições significa que o modelo melhorou não em responder perguntas, mas em conduzir investigações — a habilidade que separa um agente de demonstração de um agente que você deixaria tocar na sua caixa de entrada. Combinado com o function calling em modo estrito (que garante que os argumentos das ferramentas sejam validados contra o schema declarado, eliminando toda uma classe de falhas em tempo de execução) e com a janela de contexto dobrada, o V3.1 chega como uma base completa para agentes, e não como um modelo de chat com pretensões agênticas.
A compatibilidade com a API da Anthropic também é lida de forma diferente dependendo de onde você está. Para desenvolvedores, é alavancagem pura: o harness, as permissões e as integrações de ferramentas do Claude Code são o runtime agêntico mais polido disponível, e poder apontá-lo para um modelo de pesos abertos transforma uma questão de assinatura de API em uma decisão de hospedagem. Para a Anthropic, é pressão competitiva do tipo mais concreto — a camada de interface que ela construiu se tornando um padrão aberto que modelos mais baratos podem falar. E para a indústria, estende um padrão que esta publicação acompanha o ano inteiro: laboratórios chineses competindo não inventando novas interfaces, mas implementando perfeitamente as interfaces de facto. A analogia histórica é deliberada — é assim que ecossistemas commodity sempre atacaram os incumbentes de plataforma: sendo fluentes em sua linguagem e agressivos no preço. Se os laboratórios de fronteira responderem abrindo seus próprios protocolos ou acelerando a distância de capacidade moldará o próximo capítulo do mercado de agentes.
Por Que Este Lançamento Importa
Leia o changelog como um documento de estratégia e a direção é inconfundível: a DeepSeek está se reposicionando de “o modelo de chat barato” para “a infraestrutura de agentes”. A arquitetura de raciocínio híbrido reconhece que agentes em produção precisam de ambos os modos — fala rápida para conversas, pensamento lento para planejamento — em um único modelo implantável, em vez de dois SKUs. O trabalho de eficiência de raciocínio mira exatamente a linha de custo que as cargas de trabalho agênticas estouram, já que um agente que pensa antes de cada chamada de ferramenta pode queimar tokens mais rápido do que responde. O function calling estrito e o contexto de 128K atendem ao mesmo cliente. E a compatibilidade com a API da Anthropic é o golpe mais ousado: ao falar o protocolo do Claude, a DeepSeek se torna uma alternativa drop-in dentro do framework de codificação agêntica mais popular do mundo — um modelo de pesos abertos convidando desenvolvedores a rodar a experiência do Claude Code em seu próprio hardware, pelos preços da DeepSeek. Para o cenário competitivo, o V3.1 é o lançamento em que o laboratório de eficiência em primeiro lugar entrou oficialmente na corrida dos agentes — não apenas igualando os benchmarks da fronteira, mas igualando sua interface. Pesos: huggingface.co/deepseek-ai/DeepSeek-V3.1. Documentação: api-docs.deepseek.com. Fonte: anúncio oficial da DeepSeek. Para as equipes que estão avaliando agora, o caminho de teste mais curto também é o mais revelador: conecte-o ao Claude Code via a nova compatibilidade de API, rode sua própria carga de trabalho de SWE ou busca, e compare tanto as respostas quanto a fatura com seu provedor atual — o V3.1 foi construído para vencer exatamente essa comparação.
