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.

Tabela de benchmark Gemini 4 Neon comparando análises artificiais, Vals, codificação, agente e pontuações científicas com Claude Opus 5.5 e GPT-6.2 Sol
A tabela publicada pelo Google compara Neon com Claude Opus 5.5 e GPT-6.2 Sol. Ele não inclui DeepSeek V4.1 Flash, portanto, trate as colunas como contexto, em vez de confronto direto.
ItemFlash DeepSeek V4.1Gêmeos 4 Néon
ID do modelo de APIdeepseek-flashgemini-4-neon
Contexto1 milhão de tokens1 milhão de tokens
Saída máxima384 mil tokensNão declarado no anúncio
Preço de entradaUS$ 0,30 em pico / US$ 0,15 fora de pico por 1 milhãoUS$ 3,00 por 1 milhão
Entrada em cacheUS$ 0,006 de pico / US$ 0,003 fora de pico por 1 milhãoUS$ 0,15 por 1 milhão
Preço de saídaUS$ 1,20 em pico / US$ 0,60 fora de pico por 1 milhãoUS$ 15,00 por 1 milhão
Uso de ferramentasChamada de função no estilo OpenAIChamada de função, fundamentação de pesquisa, execução de código
Orquestração gerenciadaNenhum. 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.

Gráfico de barras dos preços da API DeepSeek V4.1 Flash e Gemini 4 Neon por milhão de tokens para entrada, entrada em cache e saída
Preços de tabela por 1 milhão de tokens. DeepSeek publica taxas de pico e fora de pico. A entrada em cache do Neon tem um desconto de 95% na entrada padrão.

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.

Diagrama mostrando DeepSeek V4.1 Flash retornando chamadas de ferramenta para o aplicativo, enquanto Gemini 4 Neon executa base de pesquisa e execução de código na infraestrutura do Google
Funções personalizadas são executadas em seu aplicativo. Ambos os provedores também oferecem ferramentas de pesquisa no servidor.

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.

Diagrama do Gemini 4 Neon atribuindo trabalho de pesquisa, modelagem, shader e teste a quatro subagentes paralelos de hidrogênio no Google Antigravity
O modo /swarm do Antigravity transforma o Neon em um planejador e revisor enquanto os trabalhadores do Hydrogen cuidam da execução paralela.

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.

Corte de 52 segundos do Google na corrida /swarm de 12 horas. A tarefa passou da pesquisa de arquivo para um estudo 3D renderizado.

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.

Quadro de uma cena 3D gerada pelo Gemini 4 Neon no Google Antigravity
Um quadro de uma das demonstrações do Antigravity, onde a tarefa ia desde a coleta de referências até a modelagem e renderização.

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 trabalhoMelhor ajustePor que
Loops de codificação de alto volumeFlash DeepSeek V4.1O baixo preço de produção faz com que novas tentativas e ferramentas repetidas se tornem baratas.
Pilha existente compatível com OpenAIFlash DeepSeek V4.1URL base e alteração de chave, sem nova plataforma.
Orquestração e permissões personalizadasFlash DeepSeek V4.1Você já possui o planejador e o executor.
Longas pesquisas e tarefas de navegadorGêmeos 4 NéonO fundamento da pesquisa e a execução do código estão integrados.
Equipes do Google Cloud e antigravidadeGêmeos 4 Néon/swarm e trabalhadores de hidrogênio fazem parte da superfície.
Planilha, PDF e análise de mídiaGêmeos 4 NéonEntrada nativa mais ampla definida em uma janela de contexto.
Raciocínio único mais difícilNenhumUse um modelo maior, como DeepSeek V4 Pro, Carbon ou Opus 5.5.