DeepSeek V4 Pro é lançado com agentes de IA avançados, mas suas alegações enfrentam uma verificação da realidade

A DeepSeek lançou em 13 de agosto a versão de disponibilidade geral do V4 Pro, transformando uma prévia de quatro meses em um modelo de produção voltado a agentes de IA. O lançamento rapidamente chegou ao Google News, mas sua principal alegação exige contexto. A DeepSeek relata grandes avanços em programação, uso de ferramentas e fluxos de trabalho de longa duração. Avaliações independentes da prévia encontraram uma vantagem menos decisiva.

O novo modelo está disponível pelo aplicativo, pela interface web e pela API da DeepSeek. Desenvolvedores também podem baixar seus pesos abertos e implantá-los em infraestrutura sob seu controle. Essa combinação pressiona serviços fechados da Anthropic, Google e OpenAI, especialmente quando equipes precisam de agentes que processem históricos extensos de trabalho.

Ainda assim, resultados mais fortes em benchmarks não garantem um agente confiável. Um agente precisa escolher ferramentas, interpretar falhas, preservar estado e se recuperar de erros ao longo de muitas etapas. O DeepSeek V4 Pro tem capacidade para apoiar esses fluxos de trabalho. A questão central é se consegue executá-los de forma consistente.

O que as manchetes do DeepSeek V4 Pro no Google News deixam de fora

O lançamento de agosto é relevante porque a DeepSeek levou o V4 Pro de uma prévia ambiciosa a um modelo explicitamente apresentado para cargas de trabalho de agentes em produção.

A DeepSeek lançou inicialmente a prévia do V4 em 24 de abril. Ela incluía o V4 Pro e um modelo menor, o V4 Flash. Ambos ofereciam uma janela de contexto de um milhão de tokens, o que significa que cada solicitação podia incluir até um milhão de unidades de texto codificado.

O lançamento de GA em 13 de agosto não introduziu uma família de modelos inteiramente separada. Em vez disso, a DeepSeek atualizou o V4 Pro após o período de prévia e enfatizou o desempenho em produção. A empresa o disponibilizou por meio do “Expert Mode” em suas interfaces para consumidores e manteve o mesmo nome de modelo na API.

A DeepSeek também adicionou suporte nativo ao formato Responses API da OpenAI. Essa interface ajuda aplicativos a gerenciar chamadas de ferramentas, saídas intermediárias e interações de múltiplas etapas. O suporte ao formato de API da Anthropic já fazia parte do lançamento mais amplo do V4.

Essas camadas de compatibilidade reduzem o trabalho de migração. Um desenvolvedor pode alterar o endpoint e a configuração do modelo sem reescrever cada mensagem ou definição de ferramenta. Isso não torna APIs concorrentes idênticas, mas reduz a barreira inicial para testar a DeepSeek em sistemas de agentes já existentes.

A empresa também introduziu esforço de raciocínio selecionável. O esforço baixo atende a solicitações mais simples, enquanto configurações mais altas alocam mais computação a tarefas difíceis de agentes. Essa escolha é importante porque agentes frequentemente enfrentam cargas de trabalho desiguais. Ler um arquivo e planejar uma mudança em todo um repositório não exigem o mesmo orçamento de raciocínio.

O V4 Pro continua sendo um modelo muito grande de mistura de especialistas. Uma arquitetura de mistura de especialistas ativa apenas parte da rede para cada token. O model card da DeepSeek lista 1,6 trilhão de parâmetros totais, com 49 bilhões ativados durante a inferência.

Segundo a DeepSeek, o modelo foi treinado com mais de 32 trilhões de tokens. Seu processo de pós-treinamento desenvolveu separadamente especialistas de domínio antes de consolidar suas capacidades. A empresa afirma que esse projeto fortalece conhecimento, raciocínio, programação e comportamento de agentes em um único modelo.

Esses números explicam por que o lançamento merece mais do que o rótulo de atualização rotineira. A DeepSeek combina pesos abertos, uma grande janela de contexto e pós-treinamento voltado a agentes em um pacote implantável. Fornecedores de modelos fechados normalmente oferecem o modelo como serviço gerenciado, sem pesos disponíveis para download.

No entanto, uma manchete do Google News sobre “agentes de IA avançados” pode sugerir que a DeepSeek lançou um produto autônomo completo. Não foi o caso. O V4 Pro é principalmente o modelo de raciocínio dentro de um sistema de agentes.

O agente ao redor ainda precisa de um harness, isto é, o software que gerencia ferramentas, permissões, memória e execução. Ele também precisa de controles de acesso e regras de verificação. Um modelo pode propor um comando, mas o harness decide se esse comando será executado.

Essa distinção é central para avaliar o lançamento. A DeepSeek disponibilizou um motor mais potente e rotas de integração mais fáceis. Ela não eliminou o trabalho de engenharia necessário para construir um agente seguro e confiável em torno desse motor.

Um contexto de um milhão de tokens muda a equação dos agentes

A vantagem mais relevante da DeepSeek não é um recurso de chatbot, mas um mecanismo de memória projetado para rastros de execução longos e intensivos em ferramentas.

Agentes de longa duração acumulam informações rapidamente. Um agente de programação pode inspecionar centenas de arquivos, executar testes, ler logs de erro e revisar vários planos. Cada resultado passa a fazer parte do contexto de trabalho, a menos que o agente o descarte ou resuma.

Mecanismos tradicionais de atenção tornam isso caro. O modelo processa repetidamente um registro cada vez maior sempre que produz outro token. O uso de memória também aumenta porque o sistema retém dados do cache de chave-valor, geralmente chamado de cache KV, de tokens anteriores.

A DeepSeek aborda esse problema com dois mecanismos complementares de atenção. A Compressed Sparse Attention reduz grupos de tokens antes de selecionar os blocos mais relevantes para a consulta atual. A Heavily Compressed Attention produz uma representação muito menor que cada consulta pode examinar.

A empresa informa que o V4 Pro usa 27% da computação de inferência de token único do V3.2 no limite de um milhão de tokens. Também afirma usar 10% do cache KV do modelo anterior. Essas são alegações arquiteturais da DeepSeek, não resultados universais em todos os ambientes de serving.

Uma análise técnica da arquitetura explica por que essas reduções importam para agentes. Resultados de ferramentas podem permanecer disponíveis por mais tempo sem preencher a memória dos aceleradores com a mesma rapidez. Assim, o agente precisa de menos resumos com perda de informação durante uma tarefa prolongada.

Capacidade por si só não comprova compreensão. Um modelo pode aceitar um milhão de tokens e ainda ignorar uma instrução crucial próxima ao meio. Testes de contexto longo devem medir recuperação de informação, raciocínio sobre evidências distantes e resistência a detalhes irrelevantes.

Ainda assim, um contexto eficiente muda o que desenvolvedores podem tentar fazer. Um agente de pesquisa pode reter trechos de fontes, hipóteses descartadas e caminhos de busca anteriores. Um agente de programação pode manter definições de interface ao lado de falhas de teste e patches anteriores.

Isso cria um desafio competitivo concreto para modelos fechados. Anthropic, Google e OpenAI oferecem ecossistemas maduros de agentes e infraestrutura gerenciada. A DeepSeek oferece um modelo de pesos abertos que organizações podem hospedar, inspecionar, quantizar e colocar atrás de suas próprias fronteiras de segurança.

O controle importa quando um agente acessa repositórios privados ou documentos internos. A implantação local pode manter prompts e resultados de ferramentas dentro da infraestrutura de uma organização. Ela também pode apoiar políticas personalizadas de monitoramento e retenção.

Pesos abertos não tornam a implantação simples. O tamanho total do V4 Pro impõe demandas substanciais de armazenamento e hardware. Embora apenas 49 bilhões de parâmetros sejam ativados por token, o checkpoint completo ainda precisa ser distribuído e servido.

Diferentes provedores também podem expor limites de contexto diferentes. Capacidade de hardware, quantização e software de serving podem reduzir a janela prática. O máximo publicado de um modelo não deve ser tratado como o limite garantido de cada provedor.

Portanto, o mecanismo real é uma combinação de fatores. A DeepSeek comprime históricos longos de forma mais eficiente, ativa uma parcela limitada de um modelo enorme e permite que aplicativos ajustem o esforço de raciocínio. Juntas, essas escolhas visam a economia do trabalho contínuo de agentes.

Esse objetivo é mais importante do que outro benchmark conversacional. Agentes geram muitos tokens intermediários e chamadas repetidas ao modelo antes de entregar um resultado. Pequenos ganhos de eficiência podem se acumular ao longo de todo um fluxo de trabalho.

Para desenvolvedores, o teste deve envolver tarefas completas, não prompts isolados. Dê ao modelo um repositório, um problema com falha e ferramentas com permissões limitadas. Em seguida, meça conclusão, taxas de regressão, erros de ferramentas, tempo decorrido e correções humanas necessárias.

Esse tipo de avaliação revela se o contexto longo fornece continuidade útil. Também expõe se o modelo se confunde à medida que seu rastro de execução cresce. A janela anunciada estabelece potencial, enquanto o fluxo de trabalho determina o valor.

Agentes de IA da DeepSeek pressionam modelos fechados

A DeepSeek está forçando o mercado de agentes a separar a capacidade do modelo da conveniência e da governança de uma plataforma gerenciada.

A principal disputa é entre o DeepSeek V4 Pro e os modelos de fronteira fechados usados em agentes de programação e de ambiente de trabalho. A família Claude da Anthropic, os modelos Gemini do Google e os modelos GPT da OpenAI continuam sendo pontos de referência importantes. Eles também chegam com sistemas de segurança operados pelos provedores e ecossistemas de aplicativos consolidados.

O anúncio da DeepSeek em abril afirmou que o V4 Pro se aproximava dos principais modelos fechados em trabalho agentivo. Capacidade agentiva significa concluir tarefas de múltiplas etapas por meio de planejamento, uso de ferramentas, observação e correção. Isso é diferente de responder corretamente a uma pergunta difícil.

A empresa posicionou o V4 Pro frente a modelos Claude em benchmarks de agentes de programação. Também comparou o modelo com sistemas do Google e da OpenAI em testes de raciocínio e conhecimento. Essas comparações vieram dos ambientes de avaliação da DeepSeek.

Reportagens independentes trataram os resultados iniciais com mais cautela. Uma reportagem sobre o lançamento em abril citou o analista da Omdia Lian Jye Su, que classificou o V4 como competitivo em relação aos rivais americanos. A mesma reportagem atribuiu claramente as comparações de agentes à DeepSeek.

Essa atribuição importa porque benchmarks de agentes são sensíveis ao seu scaffolding. O prompt de sistema, as ferramentas disponíveis, a política de tentativas e o orçamento de raciocínio podem alterar a pontuação. Um modelo que tem bom desempenho em um harness pode enfrentar dificuldades em outro.

A atualização de agosto tornou essa disputa mais clara ao focar em ganhos de produção. A DeepSeek não apenas alegou melhor raciocínio abstrato. Ela destacou fluxos de trabalho nos quais o modelo precisa operar ferramentas, manter estado e concluir tarefas mais longas.

A compatibilidade adiciona outra fonte de pressão. Uma API que aceita formatos de solicitação familiares oferece aos desenvolvedores uma maneira prática de realizar avaliações lado a lado. Equipes podem direcionar tarefas selecionadas ao V4 Pro sem antes redesenhar um aplicativo inteiro.

Pesos abertos criam uma segunda rota. Organizações podem hospedar o modelo por meio de seus próprios fornecedores ou infraestrutura. Essa opção pode reduzir a dependência de um único provedor de modelos, embora transfira a responsabilidade operacional para a equipe que faz a implantação.

A rota dos modelos fechados ainda tem grandes pontos fortes. Os provedores podem atualizar proteções de forma centralizada, operar sistemas de inferência otimizados e oferecer monitoramento integrado. Os clientes não precisam gerenciar um checkpoint de um trilhão de parâmetros nem coordenar serving distribuído.

Serviços fechados também podem atualizar o modelo subjacente sem exigir que os usuários baixem uma nova versão. Isso simplifica a manutenção, embora possa tornar mudanças de comportamento mais difíceis de prever. A implantação aberta oferece controle de versão, mas cada operador precisa gerenciar atualizações.

A escolha não é simplesmente entre aberto e fechado. É entre controle e delegação operacional. A DeepSeek torna o lado do controle mais crível porque o V4 Pro alcança uma faixa de capacidade que empresas podem avaliar seriamente.

O Center for AI Standards and Innovation do NIST, ou CAISI, testou a prévia de abril em cibersegurança, engenharia de software, ciência, raciocínio e matemática. Sua avaliação independente classificou o V4 Pro como o modelo chinês mais forte que havia avaliado.

O CAISI também identificou uma diferença relevante entre as comparações divulgadas pela DeepSeek e seus próprios resultados. Sua análise agregada posicionou a prévia cerca de oito meses atrás dos principais modelos americanos. Os dados da DeepSeek sugeriam um desempenho mais próximo de sistemas de fronteira mais recentes.

Os resultados detalhados foram mistos, e não uniformemente fracos. O V4 Pro obteve 74% no SWE-bench Verified, um benchmark baseado em problemas reais de software. Alcançou 90% no GPQA Diamond e 97% em uma avaliação avançada de matemática.

Tarefas mantidas em sigilo produziram um quadro menos favorável. O V4 Pro obteve 44% no benchmark privado de software do CAISI, o PortBench. Marcou 46% na avaliação semiprivada ARC-AGI-2 de raciocínio abstrato.

Esses resultados descrevem a prévia de abril, não necessariamente a atualização GA de agosto. A DeepSeek afirma que a nova versão melhora o desempenho de agentes, especialmente em ambientes de produção. Testes independentes agora precisam determinar o quanto a atualização alterou o quadro anterior.

A pressão sobre os concorrentes continua real, mesmo antes de essa resposta chegar. A DeepSeek não precisa vencer todos os benchmarks para influenciar decisões de compra. Ela precisa ser capaz o suficiente para que equipes possam direcionar cargas de trabalho adequadas a ela sem taxas inaceitáveis de falha.

Essa dinâmica se assemelha mais à aquisição de serviços em nuvem do que a uma corrida de modelos em que o vencedor leva tudo. Uma empresa pode usar um modelo para tarefas locais sensíveis, outro para planejamento complexo e um modelo menor para extração rotineira. Plataformas de agentes tornam esse roteamento cada vez mais possível.

O DeepSeek V4 Pro reforça o argumento a favor dessas pilhas mistas. Seus pesos abertos e a compatibilidade com APIs facilitam a substituição. Sua escala e seu contexto longo o tornam relevante para tarefas que modelos abertos menores anteriormente lidavam mal.

O resultado é um desafio direto aos padrões de modelos fechados premium. Os compradores agora têm outra opção confiável para testar. Provedores fechados precisam justificar sua posição por meio de confiabilidade, segurança, qualidade de integração e conclusão mensurável de tarefas.

Os Benchmarks Ainda Não Comprovam a Confiabilidade em Produção

A maior incerteza é se as pontuações mais altas do DeepSeek em agentes se mantêm diante de tarefas desconhecidas, permissões restritivas e entradas adversariais.

Um benchmark de agentes comprime muitas escolhas de design em um único número. Esse número pode ocultar tentativas repetidas, configuração de ferramentas, engenharia de prompts e seleção de tarefas. Ele também pode recompensar a conclusão de uma tarefa sem medir o risco criado no processo.

Agentes em produção enfrentam condições mais desorganizadas. A documentação pode estar desatualizada, ferramentas podem expirar e usuários podem fornecer instruções conflitantes. Um agente precisa detectar incertezas em vez de transformar toda ambiguidade em uma ação.

A versão de agosto chegou recentemente demais para uma replicação independente ampla. O anúncio da DeepSeek afirma que o V4 Pro melhorou substancialmente em cargas de trabalho de agentes em produção. Ele não fornece detalhes públicos suficientes para estabelecer como esses ganhos se transferem entre estruturas externas.

A avaliação anterior do CAISI oferece um alerta útil. A DeepSeek teve melhor desempenho em seus testes autodeclarados do que em várias avaliações mantidas em sigilo. Isso não invalida os benchmarks da empresa, mas limita a amplitude com que seus resultados devem ser generalizados.

O desempenho de agentes também envolve mais do que precisão na tarefa. Um modelo pode resolver um problema de código enquanto faz uma alteração não relacionada. Ele pode chamar um serviço externo desnecessário ou expor conteúdo sensível em uma solicitação de ferramenta.

A segurança se torna especialmente importante com pesos abertos. As organizações podem executar o V4 Pro localmente e aplicar seus próprios controles. No entanto, operadores maliciosos também podem remover proteções ou distribuir versões alteradas.

A FAR.AI testou a prévia do V4 Pro contra vários métodos de jailbreak. Um jailbreak é um prompt criado para contornar as regras de segurança de um modelo. Seu teste de estresse de segurança constatou que um ataque público mais antigo foi transferido para o V4 Pro sem modificações.

Os pesquisadores relataram sucesso completo desse ataque público em todos os domínios testados. Outros dois métodos chegaram a 99,6%. Alguns ataques exigiam acesso além de um prompt normal de usuário, incluindo controle sobre mensagens de sistema ou prefixos de resposta.

Essas conclusões não mostram que toda implantação falhará de forma idêntica. Uma estrutura segura pode filtrar entradas, isolar ferramentas, restringir permissões e inspecionar saídas. Proteções externas podem continuar eficazes mesmo quando o modelo subjacente resiste a menos prompts maliciosos.

Elas mostram, porém, por que a segurança no nível do modelo não pode ser presumida. Checkpoints abertos não podem ser recolhidos após o lançamento. Operadores devem tratar o modelo como um componente dentro de um design de segurança em camadas.

Sistemas de agentes também criam riscos de injeção de prompt. Uma página da web, documento ou comentário de repositório pode conter texto que tenta redirecionar o agente. O modelo deve distinguir dados da tarefa de instruções, enquanto a estrutura deve bloquear ações não autorizadas.

Um contexto de um milhão de tokens pode ampliar essa superfície de ataque. O agente pode ingerir mais documentos, logs e conteúdo da web durante uma sessão. Mais contexto fornece evidências úteis, mas também cria mais lugares para instruções conflitantes ou hostis se esconderem.

As empresas devem, portanto, separar privilégios de leitura de privilégios de ação. Um agente que pode inspecionar um repositório não deve receber automaticamente credenciais de implantação. Um agente de pesquisa não deve publicar conclusões sem uma etapa deliberada de aprovação.

A revisão humana continua necessária para ações consequentes. O limiar apropriado depende da tarefa, mas o princípio permanece consistente. Agentes devem produzir propostas auditáveis antes de alterar sistemas de produção, enviar mensagens ou manipular dados regulados.

As organizações também precisam de avaliações comportamentais baseadas em seus próprios fluxos de trabalho. Benchmarks públicos de programação não conseguem prever o desempenho na arquitetura privada de uma empresa. Um conjunto de testes local deve incluir tarefas comuns, falhas incomuns e entradas intencionalmente enganosas.

A avaliação deve acompanhar mais do que o sucesso. As equipes precisam registrar tentativas não autorizadas de usar ferramentas, comandos repetidos, regressões e tempo de correção humana. Elas também devem examinar se o modelo relata incertezas com honestidade.

Agentes intensivos em conhecimento precisam de controles semelhantes. Uma grande janela de contexto pode conter muitas fontes internas, mas não resolve contradições automaticamente. Os sistemas devem preservar citações e distinguir fatos recuperados de inferências geradas pelo modelo.

Um fluxo de trabalho estruturado de combinação de conhecimento pode ajudar usuários a comparar a saída do modelo com o material que a fundamentou. Esse rastreio se torna mais valioso à medida que agentes assumem tarefas mais longas de pesquisa e planejamento.

A questão decisiva não é se o V4 Pro consegue gerar uma trajetória impressionante. É se o agente alcança repetidamente o resultado correto sob restrições realistas. Esse padrão exige testes independentes de ponta a ponta após a atualização de agosto.

O Que Observar Após o Ciclo de Lançamento no Google News

Três sinais determinarão se o DeepSeek V4 Pro se tornará uma plataforma de agentes duradoura ou permanecerá um lançamento impressionante em benchmarks.

O primeiro sinal é a replicação independente das pontuações de agentes do modelo de agosto. Avaliadores precisam identificar o checkpoint exato, a configuração de raciocínio, a estrutura e a configuração de ferramentas. Os testes devem incluir tarefas desconhecidas que não estavam visíveis durante o treinamento.

Um resultado significativo demonstraria ganhos em várias estruturas de agentes, não apenas na configuração preferida da DeepSeek. Melhorias estáveis em tarefas privadas de software fortaleceriam a alegação de produção da empresa. Uma grande diferença entre testes públicos e mantidos em sigilo a enfraqueceria.

A comparação com a prévia de abril é especialmente importante. O CAISI estabeleceu uma linha de base detalhada antes da atualização GA. Repetir avaliações comparáveis mostraria se a DeepSeek reduziu a lacuna agregada de capacidade de oito meses identificada em maio.

O segundo sinal é o comportamento de implantação fora das próprias interfaces da DeepSeek. Desenvolvedores testarão o V4 Pro por meio de servidores locais, hosts em nuvem, ferramentas de programação e agentes personalizados. Esses ambientes têm prompts, limites de contexto e políticas de ferramentas diferentes.

Observe a conclusão de tarefas junto com o atrito operacional. Inferência lenta, pressão de memória e formatação inconsistente de ferramentas podem eliminar uma vantagem demonstrada por benchmarks exclusivos do modelo. Compatibilidade estável com formatos de API comuns facilitaria a adoção.

O comportamento em contextos longos merece escrutínio próprio. Avaliadores devem testar se o modelo consegue recuperar evidências em entradas muito grandes sem perder instruções. Também devem medir o desempenho próximo ao limite de contexto anunciado, e não apenas em tarefas mais curtas.

A variação entre provedores será relevante. Uma implantação quantizada pode se comportar de forma diferente do checkpoint original. Hosts de terceiros podem impor limites de contexto ou usar otimizações de serving que alteram a latência e a consistência das saídas.

O terceiro sinal é como a DeepSeek e os operadores posteriores respondem às descobertas de segurança. A versão GA precisa ser testada contra os jailbreaks transferíveis identificados na prévia. Pesquisadores também devem avaliar a injeção de prompt em sessões realistas de uso de ferramentas.

A DeepSeek pode publicar comportamento atualizado do modelo, métodos de avaliação e proteções recomendadas. Provedores de hospedagem podem adicionar limites de permissão e monitoramento. Desenvolvedores de agentes podem impor etapas de aprovação antes de ações consequentes.

Uma resposta forte não exigiria alegações de segurança perfeita. Ela demonstraria que ataques conhecidos foram estudados e que os implantadores receberam orientações concretas de mitigação. O silêncio sobre falhas transferíveis deixaria as empresas com mais incerteza.

As reações dos concorrentes fornecerão contexto complementar. Anthropic, Google e OpenAI podem responder com melhor confiabilidade de agentes, contexto utilizável mais longo ou implantação mais flexível. Outros desenvolvedores de pesos abertos podem desafiar a DeepSeek com modelos menores que exigem menos infraestrutura.

No entanto, essas reações não devem desviar a atenção da disputa principal. O DeepSeek V4 Pro está testando se um modelo de pesos abertos pode desafiar sistemas fechados em trabalho sustentado de agentes. A resposta depende da execução, não do volume de cobertura no Google News.

Desenvolvedores que consideram o modelo devem começar com uma avaliação limitada. Selecione tarefas com resultados objetivos, permissões restritas e ações reversíveis. Compare o V4 Pro com o modelo já usado na mesma estrutura.

Inclua as falhas na decisão. Um agente que tem sucesso com frequência ligeiramente maior, mas cria erros mais difíceis de detectar, pode ser a pior escolha. Taxa de conclusão, tempo de correção e comportamento de segurança devem ser considerados em conjunto.

Compradores empresariais também devem distinguir a implantação local do serviço hospedado da DeepSeek. Pesos abertos permitem que os dados permaneçam na infraestrutura escolhida. Usar um endpoint remoto introduz questões separadas sobre tratamento de dados, jurisdição e controles do fornecedor.

Profissionais do conhecimento vivenciarão a mudança de maneira mais indireta. O V4 Pro pode oferecer suporte a assistentes que retêm coleções maiores de notas, documentos e resultados anteriores de ferramentas. Essa capacidade pode reduzir a configuração repetitiva durante a pesquisa.

Ainda assim, os usuários precisam de visibilidade das fontes. Uma janela de contexto mais longa pode tornar uma resposta mais informada, mas também pode dificultar o rastreamento de erros. Citações, proveniência e etapas explícitas de aprovação continuam necessárias.

O lançamento, portanto, representa uma mudança real sem encerrar a corrida dos modelos. A DeepSeek tornou um grande modelo voltado a agentes amplamente acessível por meio de interfaces, APIs e pesos abertos. Sua arquitetura aborda diretamente o custo de históricos longos de execução.

As evidências independentes continuam mistas. A prévia teve bom desempenho em várias tarefas públicas, enquanto testes reservados revelaram uma distância maior em relação aos sistemas de ponta. Pesquisadores de segurança também encontraram salvaguardas que falharam diante de ataques conhecidos.

A atualização de agosto dá à DeepSeek a oportunidade de responder a essas preocupações com melhores resultados no mundo real. Ela também oferece aos concorrentes um alvo claro. Eles precisam mostrar por que os desenvolvedores deveriam aceitar menos controle sobre a implantação ou uma dependência maior da plataforma.

Deixe de lado, por um momento, as alegações mais amplas do Google News e teste o fluxo de trabalho real. O V4 Pro consegue concluir sua tarefa, respeitar seus limites e explicar o que mudou? Esses resultados importarão por muito mais tempo do que a manchete do lançamento.