Notícias DeepSeek

Notícias DeepSeek

Acompanhe notícias sobre modelos DeepSeek, API, preços e ferramentas para desenvolvedores, além de novidades de IA. O DeepSeek V4 Hub é uma publicação independente.

Últimas notícias

135
AnalysisArtigo em inglês

Qwen 4-Max-Preview Is Live Before the Full Launch. What the Early Tests Show (Nov 2026)

Alibaba announced Qwen 4 on November 11, 2026, but the full model is not out. Qwen 4-Max-Preview is live in QwenWork, Qoder, Qwen App and QwenStudio, with no release date for the stable version. The official pitch is deeper knowledge, richer world understanding, and stronger coding and agentic capabilities, aimed at complex coding, knowledge work, front-end builds and professional software workflows. Early public evidence is mixed: three working SVG animations with rough visuals, and a GameFeel RE score of 10.3 that trails Qwen3.8 Flash and Max. Qoder also says the preview changed daily during four anonymous test days, so every review is tied to a build.

Ler artigo
AnalysisArtigo em inglês

TCSExam: What GPT-6 Astra and Kimi K3.1 Pro Can Actually Prove (Nov 2026)

TCSExam is a 100-task benchmark for theoretical computer science research, co-authored by Moonshot AI's Zhilin Yang and Turing Award winner Andrew Yao. Every task ends in an artifact that Lean or an executable checker can verify: a proof, a solver, a construction, or an answer to an open conjecture. GPT-6 Astra leads the Full set at 71.9 and Kimi K3.1 Pro is second at 57.4. The useful part is the spread: Astra solves 70.0% of the bare theorem tasks, Kimi 38.3%, and the other six agents stay at or below 11.7%. On the smaller Lite set, Opus 5.5 leads at 72.3.

Ler artigo
AnalysisArtigo em inglês

Inside HarnessPro: The Prompt Rules That Keep a Self-Evolving Agent Honest (Nov 2026)

HarnessPro freezes the model and lets a search loop rewrite the harness around it: instructions, tools, hooks and budgets. The reusable part is the prompt contract. A test-writing agent replaced an LLM judge that caught only 41.7% of failures, and its frozen tests caught 83.3%. Three rules keep the search from grading itself into a better score. The 53% saving is a deployment cost per task on SWE-Bench Pro, not the cost of running the evolution.

Ler artigo
AnalysisArtigo em inglês

DSH Go Put DeepSeek Harness on Android. The 20,000-Star Claim Is a Week Off

DSH Go is a solo-built, open-source Android client for DeepSeek Harness. It runs the harness inside a bundled Ubuntu environment on the phone, or connects to one already running on a desktop over SSH or WebRTC. On November 11, 2026 the repository had 18,532 stars, 814 forks and 469 open issues plus 32 open pull requests. The viral "nearly 20,000 stars in 10 days" version is about a week off: the project had roughly 8,400 stars at day 10 and would reach 20,000 around day 18 at its recent pace. Combined with the same author's earlier dsh-TUI plugin, the two projects now hold about 25,900 stars.

Ler artigo
Analysis

Memória de agente da Anthropic: 4 camadas e dreaming (nov. 2026)

A Anthropic publicou The components of agent memory em 6 de novembro de 2026, descrevendo a pilha de memória que usa no Claude Code: transcrições brutas, notas de memória, uma wiki interligada e um pequeno índice injetado no início da sessão. A parte contraintuitiva é o registro de falhas: no Pokemon Red, o Sonnet 3.7 escreveu 413 arquivos em 225 pastas por volta do passo 10.000 e conquistou um distintivo, enquanto o Fable 5 manteve nove arquivos em duas pastas mais um global.md e conquistou quatro distintivos. Uma passagem offline posterior chamada dreaming detectou uma nota errada que havia enviado três execuções pela mesma beirada de sentido único.

Ler artigo
Analysis

Kimi K3.1 Pro Highspeed vs Claude Fable 5.2: qual é melhor para design e programação?

Pelas tarifas de API divulgadas, cada token de entrada sem cache ou de saída do Kimi K3.1 Pro Highspeed custa metade do equivalente no Claude Fable 5.2. Comece pelo Kimi para iterar designs com menor custo e teste o Fable em tarefas difíceis de programação ou pesquisa. Não encontramos uma comparação direta de estética entre estas versões; avalie ambas com seus próprios projetos.

Ler artigo
Analysis

O DeepSeek Harness está conquistando discretamente a América Latina: US$ 16 por 2 bilhões de tokens e um velho Motorola cuidando de 47 sites (nov. 2026)

O DeepSeek Harness (DSH) combinado com a API oficial da DeepSeek virou a stack econômica padrão nas comunidades de desenvolvedores da América Latina hispânica. Contas reais da região: 1,985 bilhões de tokens em um mês por US$ 14,25 mais ¥3,89, e 3,458 bilhões de tokens em 30 dias por cerca de US$ 30,50. A stack continua barata graças a taxas de acerto de cache acima de 99% e a uma janela fora de pico que coincide com o horário comercial latino-americano, levando o custo médio a US$ 0,0089 por milhão de tokens. A ressalva medida, do MathArena da ETH Zurich: o mesmo modelo DeepSeek-V4.1-Flash-1017 (Max) atinge 51,6% de pontuação esperada na configuração de referência contra 43,4% no DSH, com o custo por problema caindo de US$ 1,15 para US$ 0,35.

Ler artigo
Guide

Como ler e organizar artigos no DeepSeek Harness com agentero-dsh (novembro de 2026)

agentero-dsh conecta um cofre do Agentero ao DeepSeek Harness para que um agente possa pesquisar seus documentos, abrir um PDF ao lado do chat e ajudá-lo a salvar anotações. A configuração da web documentada precisa do Node.js 24.9 ou mais recente, uma versão DSH 0.2.x compatível, um cofre do Agentero e a CLI do Agentero. O repositório de plugins não declara uma licença.

Ler artigo
Analysis

Os chatbots possuem ferramentas. IDEs obtiveram bate-papo. DeepSeek Harness (DSH) seguiu um terceiro caminho.

Os produtos dos agentes em 2026 moveram-se em duas direções ao mesmo tempo. Os bots que priorizam o bate-papo adicionaram espaços de trabalho e ferramentas. IDEs e ambientes de trabalho de desktop adicionaram pontos de entrada móveis e de bate-papo. Ambos estavam resolvendo o mesmo problema: um agente precisa de contexto e ferramentas para concluir o trabalho real e de uma maneira de entrar em contato com você durante a execução.

Ler artigo
Analysis

Kimi K3.1 Pro vs GPT-6 Astra: quatro testes de renderização Blender e um limite de cota

Em quatro tarefas Blender mostradas por Xiyangshi AI Video, Kimi K3.1 Pro e GPT-6 Astra produziram renderizações de aparência comparável a partir dos mesmos prompts, com detalhes e reparos diferentes. O criador relatou ter atingido um limite de uso de cinco horas de Kimi durante a sessão. Estas são demonstrações ilustrativas de terceiros, e não uma referência reproduzida de forma independente ou uma classificação geral. Separadamente, Artificial Analysis pontuou Kimi K3.1 Pro 55 em seu instantâneo de lançamento de 23 de outubro de 2026.

Ler artigo