DeepSeek V4-Flash-0731 em beta pública: o protocolo Codex chega ao rival chinês

DeepSeek lança V4-Flash-0731 em beta pública com Responses API, adaptação Codex, 82,7 no Terminal Bench 2.1 e 54,4 no DeepSWE. O bloqueio de fornecedor do runtime diminui um nível.

Em termos simples

DeepSeek lança o V4-Flash-0731 em beta pública em 31 de julho, com um

Responses API[/ENCADRE], adaptação Codex, duas pontuações anunciadas (82,7 no Terminal Bench 2.1, 54,4 no DeepSWE). Em outras palavras: o laboratório chinês abandona a corrida pelo "modelo geral" e entrega uma variante competitiva no campo que importa hoje, o agente em loop.

O que realmente muda

O V4-Flash-0731, documentado em

api-docs.deepseek.com/updates[/ENCADRE] (31 de julho de 2026), não é uma reformulação arquitetural, mas um patch de pós-treinamento focado em três aspectos: robustez no uso de ferramentas, conformidade com o formato Responses (o protocolo OpenAI adotado pela Codex) e execução longa com estado. As pontuações exibidas colocam o V4-Flash em um patamar útil, um degrau abaixo das fronteiras fechadas em suas respectivas datas de comunicação.

Por baixo do capô

O Terminal Bench 2.1 mede a capacidade de executar tarefas shell/dev em ambiente controlado ao longo de dezenas de turnos; o DeepSWE mede a resolução de issues reais do GitHub. Um modelo que atinge 82 no Terminal Bench sem travar é utilizável como runtime Codex sem wrapper massivo. O ponto técnico decisivo: o V4-Flash implementa o formato Responses, portanto, ele se integra a uma cadeia Codex existente alterando apenas a URL do provedor — esse é o verdadeiro "e daí".

E então

Duas implicações. Praticantes de Codex / Claude Code: um provedor chinês oferece, pela primeira vez, compatibilidade protocolar crível — o vendor lock no runtime diminui, a arbitragem preço/latência torna-se possível sem reescrever a orquestração. Fio da economia de modelos abertos: este é o contraexemplo direto da tese "6 meses para morrer" — a DeepSeek continua lançando variantes tarifárias agressivas nos mesmos trilhos das fronteiras fechadas, sem anunciar um pivô. A se observar: latência real dos agentes V4-Flash em uso prolongado de ferramentas, comportamento em caso de rate-limit do lado da DeepSeek e propagação aos orquestradores (LangChain, LlamaIndex, Cursor, Continue).