DeepSeek V4.1 Flash vs Gemini 3.8 Flash: benchmarks, preços e quando usar

O Google lançou o Gemini 3.8 Flash em 2 de setembro de 2026, seu terceiro release da linha Flash em seis semanas. Oito dias depois, a DeepSeek respondeu com o DeepSeek V4.1 Flash, um modelo mixture-of-experts de 552B, sob licença MIT, que ativa 8B de parâmetros na entrada e 16B na saída.

Ambos os fornecedores chamam seu modelo de "cavalo de batalha" para agentes de código e alcançam pontuações semelhantes nos benchmarks mais importantes. Isso torna a decisão mais difícil do que o típico enquadramento aberto versus fechado sugere, porque o modelo mais barato não é o mais fraco nos benchmarks que os dois compartilham.

Neste artigo, eu comparo DeepSeek V4.1 Flash e Gemini 3.8 Flash em benchmarks, preços, abertura, multimodalidade e em um teste prático de construção que rodei em ambos.

Para análises aprofundadas de cada modelo, veja nosso guia do DeepSeek V4.1 Flash e nosso guia do Gemini 3.8 Flash e 3.8 Flash Cyber.

Resumo

• O DeepSeek V4.1 Flash empata ou supera levemente o Gemini 3.8 Flash em todos os benchmarks de agentes de código que ambos publicam e venceu nosso teste prático de agendador em metade dos turnos.
• O Gemini 3.8 Flash custa 2,5x mais por token de entrada e 3,1x mais por token de saída hoje, e seu preço dobra em 1º de janeiro de 2027.
• O Gemini 3.8 Flash é mais amplo: aceita áudio, vídeo e PDF como entrada e vem com ferramentas hospedadas do Google.
• Escolha DeepSeek V4.1 Flash para agentes de código de alto volume, jobs em lote, loops com cache pesado ou qualquer coisa que você precise hospedar por conta própria.
• Escolha Gemini 3.8 Flash quando suas entradas forem multimodais, quando você construir dentro do Google AI Studio ou Antigravity, ou quando precisar de agentes de trabalho do conhecimento com pontuações publicadas por domínio.

O que é o DeepSeek V4.1 Flash?

O DeepSeek V4.1 Flash é um modelo de pesos abertos, sob licença MIT, no formato mixture-of-experts, lançado pela DeepSeek em 10 de setembro de 2026, e o menor integrante de uma nova família de arquitetura.

Segundo o relatório técnico do V4.1, seu cache KV precisa de 890 bytes por token, cerca de um quarto do que o DeepSeek V4 Flash exigia — é daí que vem a maior parte da economia de custo.

Para o detalhamento completo, leia nosso guia do DeepSeek V4.1 Flash e, para uma configuração local da geração anterior, nosso tutorial sobre rodar o DeepSeek V4 Flash com Unsloth Studio e OpenCode.

O que é o Gemini 3.8 Flash?

O Gemini 3.8 Flash é o modelo mais capaz da linha Flash do Google, lançado em 2 de setembro de 2026, três semanas após o Gemini 3.7 Flash e construído sobre ele.

Sua escolha de design marcante é que ele "trabalha mais": em tarefas complexas, executa etapas extras de raciocínio e chama ferramentas de forma iterativa, e o Google diz que ele pode gastar mais tokens em níveis de esforço mais altos.

Nosso guia do Gemini 3.8 Flash cobre o lançamento e a variante Cyber de acesso limitado, e nosso tutorial da API do Gemini 3.8 Flash explica a Interactions API, níveis de pensamento e function calling em Python.

DeepSeek V4.1 Flash vs Gemini 3.8 Flash: comparação direta

Nas seis dimensões abaixo, o DeepSeek V4.1 Flash vence em preço e abertura e empata em código, enquanto o Gemini 3.8 Flash vence em tipos de entrada, ferramentas e resultados publicados em trabalho do conhecimento.

Codificação e fluxos agentic

O DeepSeek V4.1 Flash lidera nos três benchmarks agentic que aparecem nas tabelas de ambos os fornecedores, embora duas das diferenças sejam pequenas o suficiente para considerar empate.

A diferença que realmente pesa é no Terminal-Bench 4.0, a suíte geral de agentes mais difícil: 31,2% para o DeepSeek contra 19,1% para o Gemini. Ambos admitem que essa suíte os expõe; a DeepSeek diz que ainda há lacuna frente a modelos gigantes em tarefas agentic voltadas à ciência, e a própria tabela do Google coloca o Claude Opus 5 em 51,8%.

Duas ressalvas:

• As pontuações da DeepSeek estão no nível máximo de esforço, que o relatório técnico diz custar cerca de 2,5x os tokens de saída de uma configuração baixa. O mesmo relatório observa que esforços de 60 a 80 recuperam a maior parte dessa acurácia com bem menos da metade dos tokens, então o máximo vale para tarefas realmente difíceis.
• Os harnesses diferem, mas as colunas rivais se alinham quase exatamente, então essas tabelas são mais comparáveis do que a média entre fornecedores.

Para agentes de código pesados em terminal, trate os dois como equivalentes e deixe preço e implantação decidirem; nas tarefas agentic mais difíceis, a vantagem publicada da DeepSeek é a única da tabela.

Preços: o que você realmente paga

Preço é a única dimensão sem disputa; a questão interessante é quanto o gap muda conforme o perfil da sua carga.

O DeepSeek V4.1 Flash é mais barato em todas as linhas, e a diferença aumenta quanto mais sua carga se apoia em tokens de saída ou em prefixos em cache. O múltiplo não é uniforme, e esse é o ponto: 2,5x na entrada, 3,1x na saída e 12,5x em leituras do cache.

Tarifas por token, lado a lado

A diferença tem a cara de um prêmio na saída. A tarifa de saída do Gemini é 3,1x a do DeepSeek enquanto a de entrada é 2,5x, então trabalhos com muita geração e raciocínio pagam mais, e ambos cobram tokens de raciocínio à tarifa de saída.

Quanto custa uma carga real

A fórmula é (volume ÷ 1M) × tarifa, somando entrada e saída, nas tarifas de pico do DeepSeek e introdutórias do Gemini. A linha de cache usa a tarifa de leitura em cache de cada fornecedor para as 1.000 leituras e supõe o cache do Gemini retido por 1 hora, o que adiciona US$ 0,05 de armazenamento.

A linha de cache é a manchete, porque a leitura em cache do DeepSeek a US$ 0,006 torna quase grátis reler um prefixo de 100K tokens, enquanto o Gemini cobra US$ 7,50 pelos mesmos 100M tokens em cache.

Programe o DeepSeek fora do pico e cada linha cai pela metade; espere até janeiro e cada linha do Gemini dobra, então o assistente equilibrado vira US$ 3,38 contra US$ 0,60.

Abertura, arquitetura e implantação

O DeepSeek V4.1 Flash é o único dos dois que você pode baixar, e sua arquitetura explica por que ele é barato. O relatório técnico descreve um codificador causal de 20 camadas alimentando um decodificador de 20 camadas, Compressed Sparse Attention 2 com cache KV em FP4 e um cache KV de 890 bytes por token, ante 3.514 bytes do V4 Flash.

Servir esses pesos sob licença MIT ainda é algo inicial, com suporte no vLLM e SGLang em builds nightly e preview, e sem suporte no Transformers por enquanto.

Se você precisa de residência de dados, inferência on-prem ou fine-tuning, DeepSeek é o único candidato aqui. Se você quer zero infraestrutura, o endpoint hospedado GA do Gemini é o caminho mais simples.

Multimodalidade, contexto e ferramentas nativas

O Gemini 3.8 Flash aceita texto, imagens, vídeo, áudio e PDF, enquanto o DeepSeek V4.1 Flash aceita texto e imagens. Ambos oferecem janela de contexto de 1M de tokens, mas o DeepSeek permite até 384K tokens de saída, contra 64K do Gemini, o que importa para geração de código longa e reescritas de documentos inteiros.

A página do modelo do Gemini também lista ferramentas hospedadas sem equivalente no DeepSeek: execução de código, grounding com Google Search e Maps, busca em arquivos, contexto por URL e uso de computador em preview. No lado da API, o DeepSeek oferece saída em JSON, chamadas de ferramenta, uma Responses API, um endpoint no formato Anthropic e completion com prefixo e fill-in-the-middle.

Se suas entradas incluem áudio ou vídeo, ou você quer grounding sem construir retrieval, vá de Gemini; se você quer saídas longas e compatibilidade drop-in com clientes OpenAI ou Anthropic existentes, vá de DeepSeek.

Como o DeepSeek V4.1 Flash e o Gemini 3.8 Flash se saíram

Benchmarks de dois fornecedores diferentes têm limite, então rodei uma tarefa de construção em ambos os modelos com prompt e ferramentas idênticos.

O teste

Pedi a ambos para criar um app web stateful em arquivo único para um agendador de ensaios de uma orquestra comunitária. Duas funções solicitadas explicitamente: detecção de conflito por sobreposição de intervalos e persistência. Ambos os modelos estão perto de 90% no Terminal-Bench 2.1, mas os 31,2% do DeepSeek contra 19,1% do Gemini no Terminal-Bench 4.0 sugerem uma diferença em trabalho agentic mais difícil — e esta tarefa é uma forma compacta de procurar por isso.

Ambos rodaram dentro do OpenCode com a mesma superfície de ferramentas fixadas: apenas leitura e edição de arquivos, sem shell e sem rede. Ambos rodaram em esforço de raciocínio high, uma tentativa cada, sem retries, e o prompt foi entregue byte a byte a uma sessão nova.

Uma assimetria importante: high é o nível máximo de esforço do Gemini, enquanto no DeepSeek mapeia para 75 em uma escala de 1 a 100, cujo máximo corresponde ao usado nas pontuações publicadas de benchmark.

Este foi o prompt:

Build a single-file HTML page (inline CSS and JS, no build step, no external dependencies, no network) for a rehearsal scheduler used by a community orchestra. 
It needs:
- a week view (Mon–Sun) showing rehearsal blocks by section: strings, brass, woodwind, percussion;
- a conflict indicator that flags when two sections are booked in the same room at overlapping times (not merely the same slot);
- an add-rehearsal form with section, room, day, start time, and end time;
- localStorage persistence, so rehearsals survive a page reload.

Ship it as one working file named `index.html`. Do not install packages. Do not open, screenshot, or headless-render the page (no Playwright, Puppeteer, or Chrome). 
Do not ask me clarifying questions — make reasonable assumptions and note them briefly in a comment at the top of the file.

Avaliei ambos quanto à executabilidade (falha/sucesso) e nos três critérios abaixo, com notas de 1 a 5:

• Aderência ao escopo: Implementa todas as funcionalidades pedidas?
• Lógica de conflito: Detecta e exibe sobreposições corretamente, mas trata reservas adjacentes ou em salas diferentes como não conflitantes?
• Usabilidade e layout: Cabe em uma página, é intuitivo de usar e tem boa aparência?

O que o DeepSeek V4.1 Flash produziu

O DeepSeek finalizou em 2 turnos com uma única chamada de ferramenta: escreveu um index.html de 13 KB e deu como concluído. A página tem layout escuro em dois painéis: um formulário de adicionar ensaio à esquerda, uma grade de segunda a domingo à direita, com um painel de verificação de conflitos abaixo. Seu comentário de cabeçalho detalha a regra de sobreposição, sobreposição estrita com reservas consecutivas isentas, e o teste confirmou que ele sinaliza apenas o par sobreposto.

Tudo o que foi pedido está presente e funciona, o layout é legível de relance e seu único extra não solicitado — excluir entradas — ajuda. Não permite editar uma entrada, o que o prompt também não pedia. É um 5 limpo nos três critérios.

O que o Gemini 3.8 Flash produziu

O Gemini levou 4 turnos e 3 chamadas de ferramenta (um glob, uma leitura e depois uma escrita) para entregar um index.html de 76 KB (quase 6x o arquivo do DeepSeek) e foi bem mais lento. O resultado parece mais polido: um cabeçalho com marca e contador de conflitos em tempo real, uma semana de exemplo pré-carregada com uma dupla reserva na quarta-feira para o indicador aparecer de imediato, filtros por seção e sala, alternância para ver apenas conflitos, visões em colunas e linha do tempo, edição e exclusão de entradas, um campo de notas de repertório e um aviso em tempo real enquanto você digita uma nova reserva.

A lógica de conflitos está correta, e o teste sinalizou apenas o par sobreposto. Os extras são o problema: um painel de Seções e Balanço com contagem de sessões por seção forçou a rolagem da coluna do formulário (em desacordo com o prompt) e ficou deslocado sob o restante; além disso, o grande número de controles torna a semana mais difícil de ler que a do DeepSeek. Por isso, precisei tirar um ponto em aderência ao escopo e em layout, embora o resultado geral seja muito bom.

Resultados

O DeepSeek V4.1 Flash vence este teste. Ambos acertaram a parte difícil — a lógica de sobreposição de intervalos —, então a diferença ficou por conta do julgamento: o DeepSeek construiu o que foi pedido em uma única escrita, enquanto o Gemini construiu um pequeno produto, e um recurso não solicitado prejudicou o layout avaliado. A versão do Gemini é a que eu mostraria em um demo para um gerente de orquestra; a do DeepSeek é a que eu preferiria receber de um colega.

Este é um único run de uma tarefa em um nível de esforço, então não diz nada sobre uso de tokens ou custo, e investiga apenas UI stateful mais lógica de sobreposição, não trabalho de longo horizonte em repositórios.

Quando escolher DeepSeek V4.1 Flash vs Gemini 3.8 Flash

Nenhum modelo é a escolha padrão para todos, então aqui vai a decisão por tipo de carga.

O divisor é entrada, infraestrutura e orçamento: os dois estão no mesmo nível em agentes de código, então o DeepSeek vence sempre que custo ou controle decidirem, e o Gemini vence sempre que seus dados ou seu stack forem algo que o DeepSeek não consegue ingerir ou hospedar para você.

Escolha o DeepSeek V4.1 Flash se...

• Você roda agentes de código em volume. Ele empata com o Gemini no Terminal-Bench 2.1 e no DeepSWE v1.1, fica à frente no Terminal-Bench 4.0 e cobra US$ 1,20 em vez de US$ 3,75 por 1M de tokens de saída.
• Seu loop de agente relê um prefixo grande. Entrada em cache custa US$ 0,006 por 1M de tokens contra US$ 0,075 do Gemini mais armazenamento por hora — um gap de 12,5x que dominou nossa linha de carga com muito cache.
• Você precisa hospedar por conta própria ou fazer fine-tuning, e tem um nó para isso. Os pesos sob licença MIT rodam em vLLM e SGLang a partir de imagens nightly e preview, mas o checkpoint tem ~511 GB, e os layouts verificados são um tray GB200 NVL4 ou um nó 8×H200.
• Você consegue agendar trabalho fora do pico ou precisa de saídas muito longas. Fora do pico, todas as tarifas caem pela metade, e o teto de 384K tokens de saída é 6x os 64K do Gemini.

Escolha o Gemini 3.8 Flash se...

• Suas entradas são áudio, vídeo ou PDFs. O DeepSeek V4.1 Flash aceita apenas texto e imagens.
• Você quer ferramentas hospedadas sem ter que construí-las. Execução de código, grounding com Google Search e Maps, busca em arquivos, contexto por URL e uso de computador estão disponíveis no mesmo ID de modelo.
• Você constrói no stack do Google. Ele está em GA no AI Studio e no Gemini Enterprise, e agora é o modelo padrão no Antigravity.
• Você precisa de agentes para trabalho do conhecimento com evidências publicadas. O Google reporta 61,4% no Vals Finance Agent v2 e 10,0% no Harvey's Legal Agent Benchmark; a DeepSeek não publica nada comparável.

Como começar com DeepSeek V4.1 Flash e Gemini 3.8 Flash

Onde você acessa cada modelo difere mais do que o que eles fazem, então confira a matriz antes dos benchmarks.

A maior diferença de disponibilidade é que o DeepSeek é baixável e o Gemini não, enquanto o Gemini é quem tem app para consumidor e uma plataforma corporativa gerenciada. Os IDs que você digita são deepseek-flash e gemini-3.8-flash; o nome legado deepseek-v4-flash ainda resolve, mas é servido pelo V4.1 Flash.

Fazendo sua primeira chamada de API

Os dois SDKs são diferentes, então não é uma troca de string. O endpoint do DeepSeek é compatível com OpenAI, o que significa que o cliente padrão openai funciona com mudança de base URL, enquanto o Gemini 3.8 Flash usa a Interactions API do google-genai com um ajuste de thinking_level no lugar de parâmetros de amostragem.

from openai import OpenAI

client = OpenAI(api_key="YOUR_DEEPSEEK_KEY", base_url="https://api.deepseek.com")
response = client.chat.completions.create(
    model="deepseek-flash",  # DeepSeek V4.1 Flash
    messages=[{"role": "user", "content": "Refactor this function..."}],
)
print(response.choices[0].message.content)

from google import genai

client = genai.Client()  # lê sua API key do Google AI Studio
interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Refactor this function...",
    generation_config={"thinking_level": "medium"},  # low, medium ou high
)
print(interaction.output_text)

Para a configuração completa, extração de PDF e function calling no Gemini, siga nosso tutorial da API do Gemini 3.8 Flash; para o modo de pensamento do DeepSeek e uma implantação local da geração anterior, veja nosso tutorial da API do DeepSeek V4 e nosso guia para rodar o DeepSeek V4 Flash com Unsloth Studio e OpenCode.

Considerações finais

Se sua carga envolve agentes de código, jobs em lote ou qualquer coisa que releia prefixos longos, use o DeepSeek V4.1 Flash: ele está no mesmo nível do Gemini 3.8 Flash nos benchmarks agentic publicados, venceu nosso teste de construção em 2 turnos e custa um terço do preço antes do aumento do Gemini em janeiro. Se suas entradas são áudio, vídeo ou PDFs, ou você quer grounding, execução de código e uso de computador a partir de um único endpoint hospedado, use o Gemini 3.8 Flash e aceite o prêmio.

Se você quer construir sistemas de agentes em torno de modelos como esses, nossa trilha Associate AI Engineer for Developers cobre APIs, uso de ferramentas e o Model Context Protocol em 29 horas, e nosso curso Building AI Agents with Google ADK é um começo de 1 hora no lado do Gemini.