19 de novembro de 2026
DeepSeek V4.1 Flash vs Gemini 4 Neon: você está pagando pela frequência com que seu agente pode falhar.
Por Cameron Voss
O que é cada modelo
DeepSeek V4.1 Flash usa o ID do modelo deepseek-flash. A versão atual é V4.1 Flash-1017, uma atualização de 17 de outubro de 2026 que manteve o mesmo ID de API e preços de token. Ele pega texto e imagens, suporta modos de pensamento e não pensamento, retorna JSON e lida com chamadas de ferramentas. A janela de contexto tem 1 milhão de tokens, com uma saída máxima de 384K. A API é compatível com OpenAI, portanto, a maioria dos clientes existentes precisa de uma URL base e uma alteração de chave em vez de uma reescrita.
O Gemini 4 Neon ocupa a posição intermediária na família Gemini 4 do Google. O Carbon assume os projetos mais difíceis e demorados; o Hydrogen cuida da execução rápida do dia a dia. O Neon é a opção equilibrada: raciocínio de ponta com maior velocidade e menor custo que o Carbon. Sua janela de contexto é de 1 milhão de tokens e há quatro níveis de raciocínio, incluindo high como padrão e xhigh para tarefas mais difíceis. O Google informa 61 no índice de inteligência da Artificial Analysis em xhigh e 60 no padrão high.
| Item | Flash DeepSeek V4.1 | Gêmeos 4 Néon |
|---|---|---|
| ID do modelo de API | deepseek-flash | gemini-4-neon |
| Contexto | 1 milhão de tokens | 1 milhão de tokens |
| Saída máxima | 384 mil tokens | Não declarado no anúncio |
| Preço de entrada | US$ 0,30 em pico / US$ 0,15 fora de pico por 1 milhão | US$ 3,00 por 1 milhão |
| Entrada em cache | US$ 0,006 de pico / US$ 0,003 fora de pico por 1 milhão | US$ 0,15 por 1 milhão |
| Preço de saída | US$ 1,20 em pico / US$ 0,60 fora de pico por 1 milhão | US$ 15,00 por 1 milhão |
| Uso de ferramentas | Chamada de função no estilo OpenAI | Chamada de função, fundamentação de pesquisa, execução de código |
| Orquestração gerenciada | Nenhum. Construa o seu próprio. | Antigravidade/enxame com trabalhadores de hidrogênio |
O preço muda a forma da carga de trabalho
A diferença no preço dos tokens é grande. No horário de pico, o DeepSeek Flash cobra US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de tokens de saída. Fora do pico, os valores caem para US$ 0,15 e US$ 0,60. O Gemini 4 Neon cobra US$ 3,00 e US$ 15,00, com entrada em cache a US$ 0,15. A saída do Neon custa 12,5 vezes a tarifa de pico da DeepSeek e 25 vezes a tarifa fora de pico.
Isso altera a quantidade de tentativa e erro que uma carga de trabalho pode suportar. A preços Flash, um loop pode tentar novamente, reler arquivos e se espalhar para vários trabalhadores sem que a conta se mova muito. Com os preços do Neon, todo longo prazo tem um piso mais alto, então a compactação do contexto e um plano rígido são mais importantes. O Google diz que o Neon, em sua configuração padrão alta, custa 32% menos por tarefa do que o Carbon e cerca de 50% a 80% menos do que os modelos de ponta. Esses números comparam o Neon com modelos maiores, não com o Flash.
Os níveis de pensamento são o outro controle de custos. Os quatro níveis do Neon permitem que uma equipe defina a profundidade por solicitação. Em vez disso, o Flash expõe modos de pensamento e não pensamento. Ambas as abordagens permitem que você gaste mais em etapas difíceis e menos em etapas rotineiras, mas o Neon oferece mais paradas entre as duas pontas.
Chamadas de ferramentas e acesso à web
A DeepSeek oferece chamadas de função compatíveis com a OpenAI: seu aplicativo executa as próprias ferramentas. Suas APIs de aplicativo também oferecem pesquisa na web e leitura de URLs gerenciadas no deepseek-flash; a DeepSeek faz a pesquisa ou busca e monta o contexto. As chamadas de ferramentas são cobradas separadamente dos tokens normais. Para ferramentas próprias, seu aplicativo continua responsável por permissões, tempos limite e acesso aos sistemas de produção.
O Gemini 4 Neon divide a execução de ferramentas entre dois lugares. A fundamentação com a Pesquisa Google e a execução de código ocorrem na infraestrutura do Google; as funções próprias continuam no seu aplicativo. O aplicativo Gemini também pode acessar detalhes do Gmail e do Docs quando o usuário conecta essas contas. Isso elimina parte do código de integração, mas deixa uma parcela maior do processo dentro da plataforma do Google.
Agentes e orquestração de longa duração
O Google criou o Neon para longas sessões de agente. No Antigravity, ele pode atuar como um orquestrador e enviar partes de uma tarefa para trabalhadores paralelos do Hydrogen por meio de /swarm. O Neon planeja, atribui, verifica os resultados e reatribui o trabalho quando algo falha. O Google também aponta a compactação de contexto e menos leituras redundantes de arquivos como parte do design.
O efeito do ambiente de execução aparece nos números do Google. O Neon marca 12,8% no SWE-sweep com um ambiente mínimo e 39,0% no Antigravity. O modelo é o mesmo; o sistema ao redor explica a diferença.
A demonstração do próprio Google coloca o design na tela. Em uma corrida /swarm, Neon passou 12 horas reconstruindo o estudo de Alan Turing de 1936 no King's College, Cambridge, a partir de fotos de arquivo, até uma Máquina de Turing Universal em funcionamento sobre a mesa. A tarefa combinou pesquisa, modelagem, materiais e renderização. Essa é uma longa cadeia com muitas transferências, e é para isso que um orquestrador gerenciado foi criado.
DeepSeek não fornece um orquestrador gerenciado. Flash é o trabalhador. Você escreve o planejador, a fila, as regras de nova tentativa e a etapa de revisão. Isso representa mais trabalho inicial e também significa que a orquestração pode corresponder ao seu sistema de trabalho, permissões e registro existentes. Uma equipe que já administra seu próprio agente consegue um trabalhador barato sem adotar uma nova plataforma.
A pontuação do Neon no Antigravity e a pontuação do Flash via API vêm de ambientes de execução diferentes, portanto os números não são diretamente intercambiáveis. A escolha de onde manter a orquestração importa mais do que qualquer resultado isolado de benchmark.
Trabalho multimodal e documental
Ambos os modelos aceitam imagens. Neon vai além no aplicativo Gemini e no Antigravity: planilhas, PDFs, gráficos, áudio e vídeo podem ficar no mesmo contexto de 1 milhão de tokens. As demonstrações do Google incluem uma recriação em 3D do estudo de Alan Turing de 1936 e um simulador de esqui WebGL2 escrito do zero. Estas são corridas de demonstração. Eles apontam para o tipo de tarefa longa e de várias etapas para a qual o Neon está ajustado.
DeepSeek V4.1 Flash lida com texto e imagens nativamente. Isso abrange capturas de tela, diagramas e páginas de documentos. Áudio e vídeo precisam de uma etapa de extração antes que o modelo os veja. Para equipes que enviam principalmente códigos, logs e capturas de tela, o conjunto de entradas mais restrito é suficiente.
Qual carga de trabalho se adapta a qual design
A escolha se resume a onde o loop e as ferramentas devem ficar. Esta tabela mapeia cargas de trabalho comuns para o design adequado a elas. É um guia de roteamento, não uma classificação.
| Carga de trabalho | Melhor ajuste | Por que |
|---|---|---|
| Loops de codificação de alto volume | Flash DeepSeek V4.1 | O baixo preço de produção faz com que novas tentativas e ferramentas repetidas se tornem baratas. |
| Pilha existente compatível com OpenAI | Flash DeepSeek V4.1 | URL base e alteração de chave, sem nova plataforma. |
| Orquestração e permissões personalizadas | Flash DeepSeek V4.1 | Você já possui o planejador e o executor. |
| Longas pesquisas e tarefas de navegador | Gêmeos 4 Néon | O fundamento da pesquisa e a execução do código estão integrados. |
| Equipes do Google Cloud e antigravidade | Gêmeos 4 Néon | /swarm e trabalhadores de hidrogênio fazem parte da superfície. |
| Planilha, PDF e análise de mídia | Gêmeos 4 Néon | Entrada nativa mais ampla definida em uma janela de contexto. |
| Raciocínio único mais difícil | Nenhum | Use um modelo maior, como DeepSeek V4 Pro, Carbon ou Opus 5.5. |