A DeepSeek atualizou seu modelo V4 Flash, lançando uma nova versão em 2026-07-31 que apresenta ganhos significativos de desempenho em relação à versão anterior. A atualização introduz resultados para vários novos benchmarks enquanto melhora as pontuações nos existentes.
- Pontuação do Terminal Bench aumentou de 56,9 para 82,7 (nota: o benchmark mudou de v2.0 para v2.1).
- Pontuação do Toolathlon subiu de 51,8 para 70,3.
- Os novos resultados de benchmarks incluem NL2Repo (54,2), Cybergym (76,7), DeepSWE (54,4), Agent Last Exam (25,2), Automation Bench (25,1), DSBench-FullStack (68,7) e DSBench-Hard (59,6).
- Em comparação com o GPT-5.6 Terra, o V4 Flash lidera no Terminal Bench (+4,3) e Toolathlon (+17,2), enquanto o Terra lidera no DeepSWE (+15,2) e Agents' Last Exam (+25,2).
A atualização fornece uma versão mais capaz do modelo para tarefas relacionadas a agentes, embora o desempenho em relação a concorrentes como o GPT-5.6 Terra permaneça misto, dependendo do benchmark específico.