DeepSeek aprimora as capacidades de programação de IA e supera o Claude Opus 5 em tarefas de engenharia de software

Notícia rápida da Beating AI: DeepSeek atualizou o V4.1 Flash para a versão 1017, com sincronização já realizada na versão web, app e API, e os novos pesos do modelo também foram abertos sob a licença MIT. Nos testes oficiais, a taxa de aprovação nas tarefas de engenharia de software do DeepSWE v1.1 aumentou de 74,2% para 77,0%, superando os 74,0% do Claude Opus 5. O Terminal-Bench 4.0 subiu de 31,2% para 42,3%, mas ainda fica abaixo dos 51,8% do Opus 5. De acordo com a curva de custo divulgada oficialmente, a configuração que atinge 77% de taxa de aprovação custa apenas cerca de 1,3 yuan por tarefa em média. No entanto, o ponto de comparação é o Opus 5, e não a versão mais recente, Opus 5.5. A nova versão fortaleceu significativamente a "programação por desejo", ou seja, fornecer apenas requisitos simples e permitir que a IA planeje e complete todo o projeto sozinha. A DeepSeek aprimorou essa capacidade por meio de aprendizado por reforço com autofeedback e demonstrou cenários 3D do Palácio Imperial, um jogo de corrida em navegador e uma réplica do Portal 2 baseada no motor Godot. A empresa afirma que o novo modelo reduziu tanto o tempo de conclusão das tarefas quanto o comprimento das saídas, além de otimizações específicas para o DeepSeek Harness, Tencent CodeBuddy e WorkBuddy. Além disso, a DeepSeek abriu pela primeira vez aos desenvolvedores suas APIs Search e Fetch do próprio mecanismo de busca. Os desenvolvedores podem permitir que Agentes pesquisem páginas da web e capturem o conteúdo principal. Ambas as APIs são cobradas por solicitações bem-sucedidas, a 5 yuan por mil requisições. As solicitações Search acionadas pelas funcionalidades de busca na web integradas ao Claude Code e Codex terão isenção de taxas de chamada nas duas primeiras semanas.