DeepSeek V4 Open Source Iminente!

Em 21 de janeiro de 2026, a comunidade tecnológica descobriu uma pista importante na biblioteca de otimização FlashMLA do DeepSeek — um novo identificador de modelo chamado "Model1" apareceu em commits de código recentes. Esses commits abrangem vários arquivos e mencionam o Model1 ao lado do modelo V3.2 atual, indicando claramente que este é um novo ramo separado.

Essa descoberta coincide com um relatório exclusivo do meio de comunicação tecnológico The Information no início deste mês — o DeepSeek está se preparando intensamente para lançar seu modelo principal de próxima geração, codinome V4, durante o Ano Novo Lunar em meados de fevereiro. Das pistas na comunidade open source à verificação cruzada por mídias autorizadas, a especulação de que o Model1 é o V4 é quase uma conclusão precipitada.

Um tributo técnico ao primeiro aniversário do Open Source

Exatamente um ano atrás, o lançamento do DeepSeek-R1 abriu uma nova era de LLMs open source e se tornou o modelo mais curtido na plataforma Hugging Face. Agora, no primeiro aniversário do open source do R1, o código para V4 apareceu silenciosamente, continuando o compromisso do DeepSeek com o campo open source.

Ao contrário do R1, que se concentrou nos recursos de raciocínio, espera-se que o V4 traga atualizações arquitetônicas abrangentes. De acordo com informações vazadas, o V4 tem um total de 671 bilhões de parâmetros, adotando uma arquitetura Mixture of Experts (MoE) e tecnologia Manifold Constrained Hyperconnection (mHC), com a adição do módulo de memória Engram sendo potencialmente seu maior destaque.

A comunidade tecnológica está prestando muita atenção às atualizações no repositório DeepSeek FlashMLA no GitHub, pois cada commit pode revelar mais detalhes técnicos sobre o V4. A partir dos registros de commit atuais, os engenheiros do DeepSeek estão otimizando intensamente os mecanismos de atenção esparsa e o suporte à inferência FP8, todos os quais são preparativos para a implantação em larga escala do V4.

Engram: Um "Plugin de Memória" revolucionário

O mais esperado é a potencial integração da tecnologia Engram no V4, uma inovação arquitetônica revolucionária recentemente aberta pelo DeepSeek. Seu conceito central é separar a "memória" da "computação" — os modelos tradicionais de Transformer precisam usar várias camadas de redes para reconhecer frases fixas e senso comum, enquanto o Engram permite que o modelo recupere diretamente conhecimento estático por meio de um "superdicionário" de tabela de pesquisa, liberando redes profundas para se concentrar no raciocínio complexo.

Este design traz resultados contra-intuitivos: mesmo para tarefas que exigem forte raciocínio, como matemática e geração de código, o desempenho é significativamente aprimorado. Porque o modelo não precisa mais distrair seu poder de computação para "memorização mecânica". A pesquisa mostra que o Engram-27B melhora em 5,0 pontos nas tarefas de raciocínio BigBench Hard e 3,0 pontos na geração de código HumanEval em comparação com uma linha de base MoE pura.

Mais importante, a arquitetura Engram suporta o armazenamento de uma "base de conhecimento" de centenas de bilhões de parâmetros na memória barata da CPU, com menos de 3% de perda de taxa de transferência durante a inferência. Isso significa que o custo da implantação corporativa de grandes modelos deve ser significativamente reduzido, não dependendo mais inteiramente da cara GPU VRAM.

Do burburinho da comunidade às expectativas da indústria

A discussão sobre o vazamento do código Model1 está acontecendo há vários dias na seção MachineLearning do Reddit e no Hacker News. Os desenvolvedores estão analisando os últimos commits no GitHub linha por linha, tentando montar a imagem completa do V4 a partir das alterações de código.

"Este é o estilo típico do DeepSeek — sem teasers de marketing excessivos, deixe o código falar por si mesmo", comentou um desenvolvedor sênior em um fórum de tecnologia. Essa abordagem de "falar com tecnologia" acumulou maior confiança e expectativa na comunidade tecnológica.

Do sucesso open source do R1 ao momento do V4, o DeepSeek está estabelecendo um novo paradigma de código aberto: antes do lançamento oficial, por meio de atualizações progressivas da base de código, permitir que a comunidade participe e se adapte com antecedência. Essa estratégia não apenas reduz o limite de adoção de novos modelos, mas também cria uma atmosfera única de construção conjunta da comunidade.

Replicando a estratégia de sucesso do "Lançamento do Festival da Primavera"

O DeepSeek parece ser bem versado na regra de ouro do "Lançamento do Festival da Primavera". No ano passado, o R1 foi lançado durante o Ano Novo Lunar, aproveitando o tempo relativamente livre dos desenvolvedores globais para formar rapidamente uma disseminação viral na comunidade open source.

Essa escolha de tempo é cheia de considerações estratégicas: evitar o cronograma de lançamento denso das empresas de tecnologia ocidentais e ocupar uma posição dominante no ciclo de notícias de tecnologia relativamente tranquilo. Ao mesmo tempo, desenvolvedores e pesquisadores têm mais tempo livre durante o Festival da Primavera e estão mais dispostos a testar e explorar profundamente novos modelos, formando assim uma disseminação boca a boca mais profunda na comunidade.

Com as atualizações contínuas do código Model1, os leitores que desejam obter as últimas notícias e interpretações profundas do DeepSeek V4 podem continuar seguindo os relatórios de rastreamento em deepseekv4.app. Este site de rastreamento independente organizou toda a cadeia de informações, desde vazamentos de código até análises técnicas, tornando-se o canal preferido de muitos desenvolvedores para obter o progresso do V4.

De R1 a V4, o DeepSeek sempre provou um ponto: a verdadeira inovação não reside apenas na escala do modelo, mas também na combinação perfeita de sabedoria arquitetônica e espírito open source. Quando o código do Model1 se espalha silenciosamente no GitHub, o que vemos não é apenas o nascimento de um novo modelo, mas também a abertura de um novo paradigma. Neste Ano Novo Lunar, o mundo da IA open source pode receber outro grande avanço.