DeepSeek V4.1 Flash 1017 Ultrafast chega ao AI Gateway com mais de 1.000 tokens por segundo

O DeepSeek V4.1 Flash 1017 Ultrafast está no AI Gateway via Fireworks. Ele serve a atualização de 17 de outubro do DeepSeek V4.1 Flash pelo endpoint serverless acelerado da Fireworks e gera mais de 1.000 tokens por segundo. A indicação é para coding interativo, raciocínio e workflows agentic, em que a aplicação precisa gerar a saída e seguir logo para a próxima etapa.

A janela de contexto é de 1M de tokens, voltada a grandes codebases e entradas longas. O modelo está em public preview, sem waitroom nem limite de tempo de sessão. Na API, basta usar deepseek/deepseek-v4.1-flash-1017-ultrafast como nome do modelo. Para Claude Code, Codex, Cursor e outros, instale a versão mais recente da Vercel CLI, rode o setup e selecione o modelo no agente. Os preços refletem os dos provedores, sem markup e sem taxa de plataforma sobre inference, inclusive em BYOK.

Em 21 de outubro de 2026, o CEVIU noticiou "DeepSeek V4.1 Flash chega ao Token Pass da Vercel ao lado de Kimi K3 e GLM 5.3", com os pesos mais recentes (1017). Agora esses mesmos pesos ganham uma variante Ultrafast no AI Gateway, servida pela Fireworks. Antes, o foco era o acesso via assinatura; agora entra uma opção pensada para velocidade de geração. Em 10 de setembro de 2026, o CEVIU havia coberto o lançamento do DeepSeek-V4.1-Flash, e em 3 de agosto de 2026 o do V4 Flash.

Para quem monta agentes de código, latência por passo pesa tanto quanto qualidade. Um modelo acima de 1.000 tokens por segundo com 1M de contexto, sem fila, tende a facilitar loops de edição e teste mais rápidos. Como é public preview, vale testar com carga real antes de depender dele em produção.