🔥A DeepSeek lançou a MELHOR IA de código aberto do mundo?

Author: Onde eu Clico · Watch on YouTube

Video authored by the channel shown, not by IANIA; all rights belong to the creator. Transcript and summary generated automatically; the original-language content is preserved.

Original language: Portuguese

Original video: 🔥A DeepSeek lançou a MELHOR IA de código aberto do mundo? · Channel: Onde eu Clico · 13:01 · Watch on YouTube

Topics: AI evaluation and benchmarks, Software engineering with AI, Local and open-source models

Summary

O vídeo apresenta a atualização DeepSeek V4.1 Flash, destacando melhorias em programação, raciocínio, compreensão visual e execução de tarefas, além de resultados em benchmarks e na Agent Arena. O apresentador compara o modelo com o MiniMax M3.1 Flash em quatro projetos: um site, a clonagem de uma aplicação, a reprodução de um jogo e um dashboard financeiro. Nos testes demonstrados, ele considera que o DeepSeek teve resultados melhores ou mais fiéis às referências. Segundo os dados exibidos, as quatro aplicações consumiram pouco mais de 111 milhões de tokens e custaram US$ 0,86, levando o apresentador a questionar se o modelo é o melhor de código aberto disponível.

Key points

A atualização DeepSeek V4.1 Flash é apresentada como uma melhoria em programação, raciocínio, compreensão visual e tarefas complexas.
O vídeo menciona ganhos nos resultados do Terminal Bench 4.0 e do Program Bench em relação à versão anterior.
O modelo é descrito como competitivo em benchmarks e com baixo custo de API.
O apresentador compara o DeepSeek com o MiniMax M3.1 Flash em quatro projetos práticos.
Nos testes apresentados, o DeepSeek reproduziu um site, uma aplicação interativa, um jogo e um dashboard financeiro.
O apresentador relata que as quatro aplicações custaram US$ 0,86 e consumiram pouco mais de 111 milhões de tokens.
O vídeo distingue o uso gratuito no chat do uso profissional por meio de um harness e de uma chave de API paga.

Chapters

Start	Chapter	Summary
00:00	Apresentação do DeepSeek V4.1 Flash	O vídeo introduz a atualização e apresenta os ganhos anunciados em benchmarks, treinamento e criação de projetos.
03:06	Rankings, comparações e formas de acesso	O apresentador comenta a posição do modelo em rankings, compara seus resultados com outros modelos e explica como acessá-lo.
06:47	Testes de criação e clonagem de aplicações	O DeepSeek e o MiniMax M3.1 Flash são comparados na criação de um site e na clonagem de uma aplicação interativa.
09:23	Reprodução de jogo e criação de dashboard	O apresentador compara a clonagem de um jogo e demonstra um dashboard financeiro criado a partir de um prompt.
11:29	Custo dos testes e conclusão	O vídeo informa o custo total das quatro aplicações e conclui com uma pergunta sobre a posição do modelo entre as IAs de código aberto.

Quotes

A nova versão já está disponível no site, no aplicativo e na API da DeepSeek, sem alteração do preço por token. — 01:33

Se você quiser usar no chat, é para tarefas mais corriqueiras. — 05:13

E isso com apenas um único prompt. — 09:54

Utilizei pouco mais de 111 milhões de tokens e gastei apenas 86 centavos de dólar. — 12:00

Concepts and entities

DeepSeek V4.1 Flash, DeepSeek, MiniMax M3.1 Flash, Agent Arena, Terminal-Bench 4.0, Program Bench, Casa Chique, Harness

Full transcript (original language)

00:00 E aí pessoal, tudo bem com vocês? A Deep Seek lançou uma inteligência artificial capaz de criar jogos e desenvolver ambientes tridimensionais. E o mais impressionante é que tudo isso faz parte de uma atualização que promete entregar resultados melhores em menos tempo e gastando menos recursos. A ideia agora é transformar comandos em linguagem natural em projetos completos. Mas será que essa nova versão é realmente tão poderosa quanto parece?

00:30 É isso que a gente vai ver agora. Fechou? Então bora pro vídeo. Antes de mais nada, se você ainda não é inscrito, por favor, inscreva-se no canal. Se você já fez isso, aí é só ativar o sininho das notificações pro YouTube te avisar sempre que tiver conteúdo novo por aqui e isso acontece quase todo dia. Vamos lá então, a novidade agora é o Deep Seek V4.1 Flash do dia 17/10. É uma atualização do modelo lançado em setembro que traz melhorias importantes em programação, raciocínio, compreensão

01:03 visual e execução de tarefas complexas. Segundo os números divulgados pela própria empresa, o desempenho no Terminal Bench 4.0 saltou de 31.2 pra 42.3 pontos, enquanto no Program Bench passou de 20.3 pra 29.1. Além disso, o modelo consegue concluir tarefas mais rapidamente e produzir respostas mais curtas, reduzindo o custo total de execução. Uma das principais mudanças tá no treinamento com

01:33 aprendizado por reforço e autoavaliação, que permite à inteligência artificial melhorar sua capacidade de desenvolver projetos do início ao fim. Pra mostrar isso na prática, a Deep Seek apresentou exemplos como um jogo de corrida pra navegador, uma recriação do Portal 2 e até uma modelagem tridimensional da Cidade Proibida na China. A nova versão já tá disponível no site, no aplicativo e na API da Deep Seek, sem alteração do preço por token. Então, dando uma olhadinha aqui nos benchmarks, quando a comparação é feita diretamente com a

02:04 versão anterior, a 4.1 Flash, reparem que o desempenho, aqui o desenvolvimento desse novo modelo, ele tá muito acentuado. No HLE, por exemplo, a gente tem um salto de 42.6/44 para 36.8/39.1. No Terminal Bench 4.0, como eu acabei de falar, de 42.3 para 31.2. Quando a gente faz o comparativo aqui com o Quimica 3, GLM e GPT 5.6 Sol, a gente percebe que é um modelo que tá

02:36 performando muito bem. Ele perde, obviamente aqui, pro Claude Opus 5. Não tá sendo uma comparação com o 5.5. E mesmo assim, no Terminal Bench, ele fica bem atrás. Só que quando a gente vem aqui pro Deep SWE, reparem que a nova versão pontuou 77. A versão anterior, 74. E os outros modelos aqui que são mais antigos, pontuaram bem atrás, inclusive o Claude Opus 5. Então, dá pra perceber que é um modelo que tá ali brigando pau a pau, não com o topo da

03:06 prateleira, mas acima do nível intermediário, o que já é bastante coisa, porque é um modelo de código aberto e mais importante que isso, tem um preço de API extremamente baixo. Eu já vou mostrar pra vocês o quanto eu gastei pra fazer quatro aplicações. Vamos dar uma olhadinha aqui na pontuação na área de AI. Vejam, grande notícia, o Deep Seek v4.1 Flash, a versão 17/10, no nível máximo de esforço, agora é o modelo aberto número 1 na Agent Arena. E ele acabou de chegar ao 11º lugar geral

03:39 com 5.1% de melhoria líquida em mais de 7.500 sessões do mundo real. Então, dá pra perceber o avanço, né, a melhoria dessa nova versão. Vejam aqui no gráfico que no ranking geral, ele aparece aqui em 11º lugar, à frente do Cloud Sonnet 5, do Muse Wonder Max, do Mimo V 2.6, Gemini 3.8 Flash e assim por diante. Aqui na fronteira de Pareto, ele também tá pontuando muito bem, ficando aqui mais ou menos na parte do meio aqui do gráfico. Essa fronteira de Pareto, ela

04:10 mede a capacidade do modelo versus o quanto ele gasta. Então a gente tem um modelo aqui relativamente avançado, que entrega bastante cobrando pouco por isso. Aí as pessoas aqui no X começaram a fazer comparações e eu confesso que essas comparações me surpreenderam, porque dei uma olhada nesse caso aqui. Na parte de cima eu tenho Deep Seek V 4.1 Flash do dia 17/10 e na parte de baixo o GPT 6.1 Soul no nível ultra de raciocínio. E vejam que o que foi conseguido aqui por esse usuário com Deep Seek V 4.1 Flash, realmente é

04:42 impressionante, porque a gente tá falando aqui de um modelo da OpenAI que até bem pouco tempo atrás tava ali no topo da prateleira. E agora a gente tem esse modelo aqui de código aberto nessa nova versão do dia 17/10 que tá se aproximando muito desse modelo da OpenAI. E na minha opinião, com uma renderização gráfica aqui que tá até superior, mas isso é questão de gosto. Lembrando que o Deep Seek V 4.1 Flash é um modelo de código aberto e que tem um preço infinitamente menor do que o

05:13 modelo da OpenAI. Bom, e como é que a gente faz pra poder usar? Duas maneiras. Você pode testar aqui no próprio pro chat e aí você não paga nada por isso. Só que eu já adianto que quando você faz o teste, né, principalmente pra programação dentro do chat, o resultado, ele não é tão bom quanto se você tivesse utilizando um harness, por exemplo, principalmente o harness da própria empresa, porque é lá que você tem uma codificação agêntica, né? Você tem vários agentes diferentes trabalhando ao mesmo tempo pra entregar o resultado. Se

05:45 você quiser usar no chat, é pra tarefas mais corriqueiras, então você não vai pagar nada para ter acesso, não vai precisar de uma chave de API e você pode testar aqui no chat. Agora, se você quer um uso mais profissional, aí sim, você pode baixar o Harness da Deep Seek diretamente aí para o seu computador. Tá disponível para Windows e Mac OS. Eu não sei se existe uma versão para Linux via GitHub. Se vocês souberem, é só compartilhar aqui embaixo com a comunidade nos comentários. Mas de qualquer forma, eu vou deixar esse link aqui embaixo na descrição desse vídeo

06:15 para que você possa baixar e utilizar o Harness aí na sua casa. Se você quiser usar o Harness, do que que você vai precisar? De uma chave de API paga. Para isso, você vai entrar aqui na plataforma da Deep Seek, vai cadastrar o seu cartão de crédito e vai comprar alguns créditos. No meu caso aqui, há um tempão, eu coloquei 10 dólares e ainda me restam 6 dólares e 64. E eu já fiz vários testes aqui no canal e não consumi quase nada. Então, vale muito a pena, principalmente se você trabalha com isso. Então, vamos lá que eu quero mostrar para vocês agora o que eu consegui com essa nova versão do Deep

06:47 Seek fazendo uma comparação direta com o Mini Max M3.1 Flash, que acabou de ser lançado também. Então, o primeiro teste que eu dei aqui para o Deep Seek V4.1 Flash, foi a criação do site para minha imobiliária fictícia chamada Casa Chique. Ele pensou aqui por aproximadamente 18 minutos e me entregou esse resultado. Olha aqui a minha Casa Chique. Eu achei uma renderização muito legal. Todos os links aqui e ícones funcionam perfeitamente. Então, basta eu clicar e automaticamente

07:18 ele me leva para a seção, inclusive aqui com a possibilidade de abrir o WhatsApp Web. Vejam que eu tenho animações aqui nos cards, eu posso ver aqui os detalhes de cada imóvel. Então, ele passou no teste com louvor. Me entregou um resultado muito bacana, digno de modelos mais avançados. Vamos lá agora para o Mini Max M3.1 Flash para ver como ficou esse prompt. Realmente ficou muito parecido. O Deep Seek, nessa nova versão, não tá perdendo nada para esse modelo M3.1 Flash da MiniMax, entregando

07:49 aqui resultados consistentes e bem legais, principalmente na construção de front-end para web pages. Aí, nesse outro exemplo aqui, como eu já demonstrei em outros vídeos aqui do canal, eu subi esse videozinho aqui para a plataforma, para o harness da Deep Seek, e pedi para que ele clonasse a aplicação. E esse daqui foi o resultado. Olha só que legal, vou ativar aqui a música. >> [música] >> Ó, tem aqui todos os controles. Olha que legal, posso pular, girar,

08:20 mexer com o mouse, trocar a cor da roupa, a cor da pele e a cor do cabelo. Diminuir o tempo, aumentar, bounce também e aqui o diggle. E tenho aqui a visualização em arame. A renderização da bonequinha aqui ficou melhor do que na versão original. Vamos ver o que é que o MiniMax fez. Esse daqui foi o resultado do M3.1 Flash, que na minha opinião ficou um pouco pior, principalmente aqui no gráfico da

08:52 bonequinha. Vou ativar aqui a música, posso trocar a cor da pele, do cabelo e da roupa. Vou colocar aqui para visualizar a estrutura em arame. Olha, aqui tem um bug. No MiniMax, ele apresentou esse quadrado aqui, um glitch aqui no meio da aplicação. Então, na minha opinião, o do Deep Seek ficou bem melhor. Agora, nesse exemplo aqui, o Deep Seek matou a pau. Por quê? Eu utilizei esse vídeo aqui, que é aquele joguinho que foi demonstrado durante a apresentação do Gemini 4 Argo. É um

09:23 joguinho que foi feito aqui dentro do Google AI Studio. Aí eu gravei a minha tela, trouxe a gravação aqui para dentro do harness da Deep Seek, coloquei esse prompt aqui, pedindo para que ele clonasse o jogo, ele trabalhou por 53 minutos e me entregou esse resultado. Ó, vou colocar aqui para começar. Vejam que a renderização ficou muito legal. Ó, tem aqui, ó, luz verde. Carrinho aqui funcionando perfeitamente. A pista muito legal. Eu que sou ruim

09:54 mesmo para dirigir aqui, mas olha, os controles aqui funcionando perfeitamente, né? Então eu achei que o gráfico aqui ficou bem bacana. E isso com apenas um único prompt. E usando a capacidade de visualização do modelo, que enxergou ali o que estava acontecendo e replicou aqui o joguinho para mim. Só para vocês terem uma ideia, vejam como esse mesmo pedido, usando o mesmo vídeo e o mesmo prompt, ficou lá no modelo da MiniMax. Ó, vou clicar aqui para começar. Já dá para perceber que a renderização

10:25 ficou pior. Ó, e o controle aqui do carrinho tá meio maluco. Ele até conseguiu aqui fazer a pista, os gráficos não estão ruins, mas o do Deep Seek ficou mais fiel ao vídeo que estava lá como referência. Então mais uma vez, na minha opinião, o modelo da Deep Seek se saiu bem melhor. Aí por último aqui, eu quis testar a capacidade de pesquisa e de renderização gráfica desse novo modelo aqui da Deep Seek. E usei esse prompt aqui: “Pesquise sobre a variação da bolsa de valores brasileira nos últimos dois meses e faça

10:56 um dashboard profissional com os principais dados que encontrar. Os gráficos devem ser coloridos e responsivos. Capriche nos detalhes”. Vejam que aqui em cima eu tenho esse banner aqui se movimentando. Aí conforme eu vou descendo aqui a página, vejam que os gráficos são totalmente responsivos, conforme eu vou passando aqui o mouse pela linha, ele vai trazendo aqui os índices. E eu tenho aqui um mês, dois meses e seis meses. Olha que legal. Ó, termômetro do rally, mais uma vez aqui, responsividade funcionando perfeitamente. E tudo isso conseguido

11:29 com apenas um único prompt, tá? Então ele não só foi até a internet e pegou os dados atualizados, como também montou o dashboard aqui, na minha opinião, com uma renderização gráfica muito bonita, muito bem feita, nível profissional e para fazer isso ele levou aproximadamente 7 minutos. Então, um resultado muito consistente para um modelo de código aberto. Agora, quanto eu gastei para fazer essas quatro aplicações? Eu dei um print na tela, vamos conferir. Vejam, eu utilizei aqui

12:00 pouco mais de 111 milhões de tokens e gastei apenas 86 centavos de dólar. Então, quando a gente fala de preço, os modelos da Deep Seek são praticamente imbatíveis. Eu fiz quatro aplicações bem variadas, utilizando pesquisa na internet, renderização gráfica, visualização do modelo, capacidade agentiva e tudo isso me custou apenas 86 centavos de dólar. Então, no mercado de hoje, isso é quase nada. Porque quando a

12:30 gente tem modelos mais avançados de empresas de código fechado cobrando dezenas e até centenas de dólares para atingir resultados parecidos, quando a gente fala de um modelo chinês que tá performando bem nos benchmarks e na vida real consegue entregar resultados consistentes cobrando apenas isso daqui, realmente fica muito difícil de competir. E aí, que que vocês acharam dessa nova versão? É o melhor modelo de código aberto que a gente tem hoje no mercado? Contem para mim nos comentários. E para

13:01 não ficar perdido nesse mundão da IA, tem mais de 2.000 vídeos aqui no canal, como esses dois aqui, só esperando você para maratonar. Tá bom? Te vejo no próximo vídeo. Tchau, tchau. >> [música]