O DeepSeek-V4-Flash-Vision-Exp é um modelo de pesos abertos de DeepSeek, com 305 bilhões de parâmetros, sem preço de API: o custo depende de onde você roda. A licença declarada é mit.
Cada traço é um modelo aberto do catálogo; o traço preto é a mediana. Escala logarítmica: cada marca do eixo vale dez vezes a anterior. Downloads nos últimos 30 dias, pela API do Hugging Face.
Preço
Modelo de pesos abertos, sem preço de API da empresa: o custo depende de onde você roda (servidor próprio ou um provedor de nuvem).1
DeepSeek-V4-Flash-Vision-Exp e os outros modelos abertos de DeepSeek
O DeepSeek-V4-Flash-Vision-Exp não aparece no placar de texto da LMArena publicado em 30/09/2026, ou aparece com um nome que Certu não conseguiu ligar a este modelo com certeza.4
Em português: o repositório deepseek-ai/DeepSeek-V4-Flash-Vision-Exp não foi avaliado no Open Portuguese LLM Leaderboard, que está arquivado e não recebe modelos novos (última avaliação em 01/09/2025).5
Você não precisa escolher modelo, contar token nem montar servidor. Certu monta um agente de IA que responde seus clientes no WhatsApp pela API oficial da Meta, com o que o seu negócio sabe responder. O plano Start custa R$ 299 por mês e já vem com 1.600 respostas.
O DeepSeek-V4-Flash-Vision-Exp é um modelo de pesos abertos: qualquer pessoa pode baixar e rodar, então não existe um preço único. Quanto custa depende de onde você roda (no seu servidor ou num provedor de nuvem, cada um com a sua tabela).
Fonte:Hugging Face, API pública de modelos, consultado em 01/10/2026. O que o número mede: Dados do repositório oficial da empresa no Hugging Face: a licença declarada no cartão do modelo, o total de parâmetros dos arquivos safetensors (quando o repositório publica), downloads nos últimos 30 dias e desde sempre, curtidas, a tarefa principal, se o download exige aceitar termos antes e o limite de posições do config.json (max_position_embeddings, um teto técnico que não é a janela de contexto anunciada). Como o nome foi casado: Entram os repositórios de geração de texto das organizações oficiais de cada empresa: os 6 mais baixados em 30 dias e os 6 com mais curtidas, sem versões quantizadas, modelos Base, de segurança ou de teste, com pelo menos 1.000 downloads em 30 dias. Um repositório com o mesmo nome de um modelo da página de preços da mesma empresa vira um modelo só.
O que lê: deduzido da tarefa principal declarada no repositório oficial do Hugging Face (image-text-to-text). Campo que a fonte oficial não traz fica fora da ficha e aparece na linha "Não informado na fonte oficial".
Fonte:LMArena, placar de texto, conjunto de dados público no Hugging Face (licença CC BY 4.0), publicado em 30/09/2026, consultado em 01/10/2026. O que o número mede: Nota do placar de texto da LMArena, na versão com controle de estilo e na categoria geral: pessoas mandam a mesma pergunta para dois modelos sem saber quais são e votam na melhor resposta, e a LMArena transforma os votos numa nota. Quanto maior, mais vezes o modelo ganhou. A faixa de confiança é o intervalo que a própria LMArena publica para a nota. A posição é a do placar inteiro, que tem modelos fora deste catálogo. Como o nome foi casado: Mesma empresa e mesmo nome, sem contar ponto, espaço e hífen. Aceita também o nome com o nível de raciocínio no fim (high, medium, low, minimal) e o nome com data no fim quando a LMArena só conhece aquele modelo por uma data.
Fonte:Open Portuguese LLM Leaderboard (placar aberto de modelos em português) (licença Apache 2.0), consultado em 01/10/2026. O que o número mede: Média, de 0 a 100, de nove provas em português: ENEM, vestibulares da USP e da Unicamp (BLUEX), exame da OAB, entendimento de frases (ASSIN2 RTE e STS, FaQuAD NLI), discurso de ódio (HateBR e Portuguese Hate Speech) e sentimento em tweets (TweetSentBR). O placar só avalia modelos de pesos abertos, rodando os pesos na precisão indicada, e está arquivado (não recebe modelos novos). Como o nome foi casado: O repositório avaliado no Hugging Face é o mesmo repositório oficial da empresa que o catálogo usa para o modelo. A média normalizada (NPM) desconta o que um chute ao acaso acertaria em cada prova.
