Comparação de modelos
DeepSeek vs Qwen: desempenho e preços
DeepSeek V4.1 Flash é a escolha para programação segundo o relatório Max (DeepSWE: 74.2% vs 58.7%); Qwen3.8 Flash aceita vídeo e reduz pela metade o preço de entrada na Novita AI ($0.15 vs $0.30 por 1M tokens).
| Critério | Vencedor | Diferença | Evidência |
|---|---|---|---|
| Benchmark de programação (publicado) | DeepSeek V4.1 Flash (Max) | +15.5 pontos percentuais (DeepSWE) | DeepSWE v1.1: DeepSeek (Max) 74.2% vs Qwen Flash-Next 58.7%12 |
| Raciocínio: GPQA (publicado) | Qwen3.8-Flash-Next | +0.8 pontos percentuais | GPQA Diamond: Qwen Flash-Next 91.7% vs DeepSeek (Max) 90.9%12 |
| Raciocínio: HLE (publicado) | DeepSeek V4.1 Flash (Max) | +0.9 pontos percentuais | HLE: DeepSeek (Max) 36.8% vs Qwen Flash-Next 35.9%12 |
| Preços (entrada / saída) | Qwen3.8 Flash | 50% menos na entrada; saída cerca de 61% menor | Qwen $0.15 / $0.47 vs DeepSeek $0.30 / $1.20 per 1M tokens34 |
| Velocidade de saída (referência AA) | DeepSeek V4.1 Flash (Max) | ~3.6× a taxa de saída da AA | DeepSeek (Max) 186 vs Qwen Flash-Next 52 tokens/s5 |
Benchmarks
Resultados de benchmarks oficiais
DeepSWE v1.1, NL2Repo-Bench, GPQA Diamond e HLE dos relatórios publicados; pontuações maiores são melhores.
Relatórios oficiais: DeepSeek V4.1 Flash (Max) vs Qwen3.8-Flash-Next
Deslize para ver todas as colunas
| Métrica | DeepSeek V4.1 Flash (Max) | Qwen3.8-Flash-Next |
|---|---|---|
| GPQA Diamond (raciocínio) | 90.9% · dados informados pelo próprio fornecedor, 2026 | 91.7% · dados informados pelo próprio fornecedor, 2026 |
| HLE (raciocínio, sem ferramentas) | 36.8% · dados informados pelo próprio fornecedor, 2026 | 35.9% · dados informados pelo próprio fornecedor, 2026 |
| DeepSWE v1.1 (programação) | 74.2% · dados informados pelo próprio fornecedor, 2026 | 58.7% · dados informados pelo próprio fornecedor, 2026 |
| NL2Repo-Bench (programação) | 64.0 · dados informados pelo próprio fornecedor, 2026 | 48.1 · dados informados pelo próprio fornecedor, 2026 |
Fontes: DeepSeek-V4.1-Flash1, Qwen3.8-Flash-Next2 · Consultado 2026-10-14
Versões dos modelos e condições de avaliação.
Avaliações independentes de modelos pela AA
Deslize para ver todas as colunas
| Métrica | DeepSeek V4.1 Flash (Max) | Qwen3.8-Flash-Next |
|---|---|---|
| AA Intelligence Index v4.3.2 | 39 | 40 |
| AutomationBench-AA | 69% | 56% |
| Terminal-Bench 4.0 | 27% | 25% |
Fonte: Artificial Analysis5 · Consultado 2026-10-14
Velocidade e latência
Desempenho
Modelos de referência da Artificial Analysis: DeepSeek V4.1 Flash (Max) e Qwen3.8-Flash-Next.
Deslize para ver todas as colunas
| Métrica | DeepSeek V4.1 Flash (Max) | Qwen3.8-Flash-Next |
|---|---|---|
| Velocidade de saída (tokens/s) | 186 | 52 |
| Mediana do tempo até o primeiro fragmento (s) | 0.96 | 2.02 |
| Tempo até o primeiro token de resposta (s) | 11.68 | 40.60 |
Fonte: Artificial Analysis5 · Consultado 2026-10-14
Especificações e preços
Preços
Ambos os modelos estão disponíveis como endpoints serverless na Novita AI. Os preços são por 1M tokens.
Deslize para ver todas as colunas
| Métrica | DeepSeek V4.1 Flash | Qwen3.8 Flash |
|---|---|---|
| ID do modelo | deepseek/deepseek-v4.1-flash |
qwen/qwen3.8-flash |
| Entrada | $0.30 | $0.15 |
| Saída | $1.20 | $0.47 |
| Leitura de cache | $0.006 | $0.016 |
| Janela de contexto (tokens) | 1M | 977K |
| Saída máxima (tokens) | 384K | 128K |
| Tipos de entrada | Texto, imagem | Texto, imagem, vídeo |
Fontes: Novita AI DeepSeek V4.1 Flash3, Novita AI Qwen3.8 Flash4 · Consultado 2026-10-14
Qual escolher
DeepSeek para agentes de programação e saídas longas; Qwen para custo e vídeo
Escolha DeepSeek V4.1 Flash se…
- Agentes de programação são a prioridade: o relatório Max de DeepSeek apresenta 74.2% em DeepSWE v1.1, contra 58.7% de Flash-Next, e 64.0 contra 48.1 em NL2Repo-Bench.
- Uma solicitação precisa de mais capacidade: a Novita AI informa 1M de contexto e 384K de saída máxima, contra 977K e 128K no Qwen.
- Você reutiliza prompts com muitos tokens de entrada: com a mesma taxa de acerto do cache acima de 93.75%, DeepSeek tem menor custo apenas de entrada. A saída continua mais cara, portanto isso não demonstra um custo total menor.
- O desempenho de modelos de referência orienta sua seleção: a AA mede DeepSeek (Max) em 186 tokens/s, contra 52 de Qwen Flash-Next, separadamente das especificações dos endpoints da Novita AI.
- Limitação: a entrada sem cache e a saída custam $0.30 / $1.20 por 1M tokens, e a entrada de vídeo não está disponível.
Escolha Qwen3.8 Flash se…
- O custo dos tokens sem cache é a prioridade: uma estimativa de $24.40 contra $54.00 para 100M tokens de entrada e 20M de saída.
- Seus prompts de documentos longos raramente aproveitam o cache: uma janela de 977K a $0.15 por 1M tokens de entrada.
- Suas entradas incluem vídeo; DeepSeek V4.1 Flash aceita apenas texto e imagem.
- Suas tarefas de raciocínio também precisam de preços menores por token: Flash-Next apresenta 91.7% em GPQA, contra 90.9% de DeepSeek (Max); as estimativas pontuais de HLE favorecem DeepSeek, 36.8% contra 35.9%.
- Limitação: a pontuação publicada de Flash-Next em DeepSWE é menor (58.7% contra 74.2% de DeepSeek Max), e a Novita AI limita a saída da API Flash a 128K tokens.
Experimente ambos
Chame ambos os modelos com uma única chave da Novita AI
O mesmo cliente e as mesmas mensagens: só muda o ID do modelo, e a cobrança segue o modelo escolhido.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/openai",
api_key=os.environ["NOVITA_API_KEY"],
)
for model in ["deepseek/deepseek-v4.1-flash", "qwen/qwen3.8-flash"]:
reply = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": "Explain what this function does."}],
max_tokens=1024,
)
print(model, reply.choices[0].message.content)Fonte: Novita AI Chat Completions API6 · Consultado 2026-10-14
Metodologia
Metodologia e fontes
As pontuações oficiais correspondem a DeepSeek V4.1 Flash com reasoning_effort=100 e a Qwen3.8-Flash-Next, o modelo de pesos abertos que serve de base à API Flash. Ambos os relatórios de DeepSWE usam temperature=1.0 e top_p=0.95; DeepSeek usa mini-SWE-agent com 1M de contexto, enquanto Qwen seleciona o melhor resultado de dois ambientes de avaliação, obtido com mini-SWE-agent em 256K. Os ambientes de NL2Repo são diferentes. Qwen usa um modelo como avaliador automático de HLE; a ficha de DeepSeek não indica que use o mesmo avaliador. As diferenças são estimativas pontuais publicadas, não uma comparação de endpoints sob as mesmas condições nem uma prova de vantagem prática em raciocínio.
A Novita AI publica esta página e disponibiliza ambos os modelos. Suas páginas públicas de modelos fornecem preços, tarifas de cache e limites, incluindo a quantização fp8 do DeepSeek3. A Novita informa que high é a configuração padrão de raciocínio do DeepSeek. As pontuações oficiais do DeepSeek usam Max, em vez desse padrão. Os números do DeepSeek (Max) e do Flash-Next na AA são referências dos modelos, representando APIs dos próprios desenvolvedores ou medianas entre provedores, e não uma comparação específica de endpoints da Novita; a latência até a primeira resposta inclui o raciocínio. O custo estimado no gráfico usa tarifas síncronas sem cache. O ponto de equilíbrio de 93.75% aplica-se apenas ao custo de entrada com a mesma taxa de acertos de cache h: $0.30 × (1 − h) + $0.006 × h = $0.15 × (1 − h) + $0.016 × h. Não foi executado nenhum benchmark privado.
- DeepSeek · DeepSeek-V4.1-Flash on Hugging Face huggingface.co · Consultado 2026-10-14
- Qwen · Qwen3.8-Flash-Next on Hugging Face huggingface.co · Consultado 2026-10-14
- Novita AI · DeepSeek V4.1 Flash novita.ai · Consultado 2026-10-14
- Novita AI · Qwen3.8 Flash novita.ai · Consultado 2026-10-14
- Artificial Analysis · DeepSeek V4.1 Flash vs Qwen3.8 Flash-Next artificialanalysis.ai · Consultado 2026-10-14
- Novita AI · Chat Completions API docs.novita.ai · Consultado 2026-10-14
Execute DeepSeek V4.1 Flash e Qwen3.8 Flash em uma única API
Crie uma chave de API e use os dois IDs de modelo pela API da Novita AI compatível com OpenAI.