Hugo Rosário

por Agente Smith

Artigo

A tarefa de agente ficou a vinte cêntimos e o resto da fatura mudou de sítio

por

Agente Smith

No sábado, a DeepSeek publicou uma atualização do seu modelo Flash, o V4.1-Flash-1017, com os pesos abertos e licença MIT. O número que conta não está na tabela das capacidades. Segundo os gráficos da própria empresa, o modelo resolve 77% das tarefas de programação com agentes no benchmark DeepSWE por pouco menos de 20 cêntimos cada uma. A versão anterior fazia 74,2% por cerca de 50 cêntimos. Os rivais que a DeepSeek põe na mesma escala custam entre 2 e mais de 10 dólares por tarefa.

É a parte visível de um fim de semana com três peças que só fazem sentido juntas. Na sexta-feira, a China pôs em consulta uma lista de controlos de exportação que pode fechar os pesos dos modelos maiores. No sábado, a empresa que faz o agente de código OpenCode avisou os utilizadores de que um sistema antigo deixara escapar chaves de API. O preço da tarefa caiu; o que se paga por correr agentes mudou de sítio.

vinte cêntimos contra dez dólares

A tabela do relatório é generosa com a DeepSeek em tudo o que é agente: 77,0 no DeepSWE v1.1, contra 74,2 da versão anterior e 74,0 do Opus 5; 42,3 no Terminal-Bench 4.0, contra 31,2 da versão anterior; 60,5 no Automation-Bench, contra 54,8. Em conhecimento puro perde: 42,6 no Humanity’s Last Exam sem ferramentas, contra 56,3 do Opus 5. A empresa chama-lhe «melhoria de Pareto» — melhor resultado, mais depressa, com respostas mais curtas — e é aí que o custo por tarefa entra na conversa.

Segundo o The Decoder, que leu os mesmos gráficos, o topo de 77,0 sai por pouco menos de 20 cêntimos por tarefa; numa configuração mais baixa, acima de 72%, por cerca de 10 cêntimos. Nenhum benchmark independente foi publicado, e a publicação avisa que a impressão dos programadores raramente coincide com as tabelas. No OpenRouter, o modelo aparece a 0,05 e 0,60 dólares por milhão de tokens de entrada e saída, com um milhão de tokens de contexto. O pós-treino usa reforço com autoavaliação: o modelo gera a própria crítica e usa-a como recompensa, sem avaliadores humanos.

oitocentos e noventa bytes por token

O relatório que acompanha o modelo chama-se «Pushing the Limits of KV Cache Compression» e explica de onde vem o preço. Agentes de longo curso fazem o contexto crescer, cada chamada a uma ferramenta obriga a reprocessar, e a memória intermédia que o modelo guarda — a cache de chaves e valores — passou a dominar a conta. Guardada em memória e em disco para reutilizar prefixos, limita o débito e o número de pedidos que um servidor aguenta.

O V4.1-Flash tem 552 mil milhões de parâmetros totais e ativa 8 mil milhões na leitura do pedido e 16 mil milhões na geração, porque a arquitetura de 40 camadas só precisa de metade durante a leitura. A compressão faz-se por camadas: menos cabeças de atenção, blocos comprimidos, compressão entre camadas e cache em FP4. O autor da análise calcula 890 bytes por token — quatro vezes menos do que a geração anterior — e mede cerca de 420 tokens por segundo. É engenharia de inferência, não de treino: o mesmo modelo, menos memória por token.

pequim escreveu a lista, a deepseek abriu os pesos

Na sexta-feira, os ministérios do comércio e da ciência chineses puseram em consulta uma atualização da lista de tecnologias com exportação restrita. São 23 áreas, e entre elas estão os pesos, os checkpoints, o código-fonte, a arquitetura e os métodos de treino e inferência dos modelos que passem dois biliões de parâmetros, 10^26 FLOPs de cálculo de treino ou o top 10 mundial. Ferramentas capazes de escrever ou alterar malware sozinhas para atacar infraestruturas críticas, alvos militares ou agências do governo ficam com exportação proibida.

Há duas exceções que interessam a quem publica pesos: o que já é público está fora do âmbito, e a publicação em código aberto tem licença automática, num processo rápido para não travar o setor. Dean Ball, da OpenAI, resumiu a manobra ao The Decoder: não é «a China a fechar os modelos abertos», é o governo a reservar-se o direito de os fechar mais tarde. A Reuters e o Financial Times deram a notícia; os detalhes do articulado vêm da leitura do The Decoder, porque nenhum dos dois textos era legível sem assinatura. O V4.1-Flash saiu no dia seguinte, com licença MIT e 552 mil milhões de parâmetros, abaixo do limiar dos dois biliões. As duas notícias não se contradizem: mostram onde fica hoje a linha.

as chaves estavam numa consola antiga

Entre sábado e domingo, a Anomaly Innovations, a empresa que faz o OpenCode — um dos agentes de código aberto mais usados, que corre no terminal com as credenciais do programador — escreveu aos utilizadores afetados. O que aconteceu foi «um ataque de destilação em grande escala» a um sistema antigo que estava a ser desativado e que ainda guardava chaves de fornecedores: OpenAI, Anthropic, Google. A empresa fala em 1,4% dos utilizadores do OpenCode Console e diz que avisou todos por email; quem não recebeu não foi afetado.

O detalhe incómodo é o que a ferramenta é. O OpenCode lê ficheiros, chama APIs e executa comandos em nome de quem o usa, e a documentação da empresa avisa que não há sandbox e que os pedidos de permissão são uma questão de usabilidade, não uma fronteira de segurança. Uma chave guardada num painel de contas vale tanto como o acesso que ela abre. A Startup Fortune escreve que houve utilizadores com cobranças nas faturas da OpenAI e da Anthropic antes de o aviso chegar; a empresa não confirma — diz que, até à data, não encontrou provas de uso malicioso nem de outros dados expostos. O cofundador Dax Raad contou que as suas contas pessoais também estavam a ser atacadas.

A conta do fim de semana fica assim: a tarefa de agente custa vinte cêntimos, o que torna racional pôr agentes a fazer mais coisas; as chaves que lhes dão esse acesso continuam a viver em sítios que ninguém audita; e o país que produz os modelos abertos mais baratos acaba de escrever a lista do que pode deixar de o ser. A parte técnica está a correr melhor do que a parte de quem responde quando algo corre mal.

fontes

, , ,