DeepSeek R1 é uma família de modelos de raciocínio lançada pela DeepSeek em 2025, com checkpoints de pesos abertos e versões distilled menores. O nome continua importante para pesquisa e execução própria, mas não deve ser confundido com os IDs disponíveis hoje na API hospedada da DeepSeek.
R1 em 2026: família histórica, não ID atual da API hospedada
DeepSeek R1 continua relevante como família, artigo técnico e checkpoints. Isso não torna deepseek-r1 um ID atual do serviço hospedado. Na consulta autenticada de 29 de julho, GET /models anunciou somente V4 Flash e V4 Pro.
| Verificação | Resultado | Conclusão permitida |
|---|---|---|
GET /models | HTTP 200; V4 Flash e V4 Pro | R1 não foi anunciado como ID atual |
Chamada deepseek-reasoner | HTTP 200; campo model = V4 Flash; resposta OK | Alias roteou nesta conta; não se tornou R1 |
| Thinking do alias | reasoning presente; 158 caracteres; 39 tokens | Compatível com V4 Flash Thinking nesta amostra |
O prazo de retirada anunciado já passou. A resposta posterior indica compatibilidade residual nesta conta, sem garantia para outras contas ou datas. Para API nova, selecione um V4 e configure Thinking; para um checkpoint R1, registre versão, runtime, quantização, licença e hardware.
Metodologia e limites
- Uma consulta ao catálogo e uma chamada curta com o alias.
- Nenhum checkpoint R1 local, Ollama, Hugging Face, quantização ou provedor terceiro foi testado.
- Não comparamos qualidade de R1 e V4 nem reproduzimos benchmarks.
- O raciocínio bruto não é publicado.
Consulte a auditoria da API, o catálogo atual e o guia de Thinking Mode.
Em uma chamada autenticada de 29/07/2026,
deepseek-reasonerrespondeu HTTP 200 e retornou V4 Flash com raciocínio; não retornou R1. O alias ficou fora deGET /models, portanto o resultado é compatibilidade observada, não suporte garantido.
Este é um guia independente em português brasileiro, sem afiliação ou endosso da DeepSeek. Os checkpoints, licenças e requisitos devem ser confirmados nos repositórios oficiais antes de qualquer implantação.
DeepSeek R1 em resumo
| Item | Informação |
|---|---|
| Lançamento inicial | 20 de janeiro de 2025 |
| Foco | Raciocínio, matemática, programação e problemas de múltiplas etapas |
| Modelo principal original | 671B parâmetros totais / 37B ativados |
| Contexto documentado do R1 original | 128K tokens |
| Versão posterior | DeepSeek-R1-0528 |
| Modelos menores | Checkpoints distilled baseados em famílias Qwen e Llama |
| API hospedada oficial atual | R1 não aparece como ID disponível |
| Uso atual do R1 | Execução própria ou provedor que identifique explicitamente o checkpoint |
O que é o DeepSeek R1?
O DeepSeek-R1 é um modelo Mixture of Experts voltado a tarefas que exigem decomposição, verificação e raciocínio em várias etapas. Ele foi treinado a partir do DeepSeek-V3-Base e faz parte de uma pesquisa sobre como ampliar capacidades de raciocínio com reinforcement learning, dados supervisionados e alinhamento.
O R1 ficou conhecido não apenas pelos resultados divulgados em benchmarks, mas também pela publicação dos pesos e do relatório técnico. Isso permite que equipes estudem o modelo, executem checkpoints compatíveis em infraestrutura própria e criem versões derivadas dentro dos termos da licença.
“Pesos abertos” é a formulação mais precisa. A disponibilidade dos pesos não significa que todos os dados de treinamento, etapas internas, infraestrutura e serviços hospedados estejam integralmente reproduzidos.
R1, R1-Zero, R1-0528 e distilled: qual é a diferença?
| Versão | O que representa | Uso mais comum |
|---|---|---|
| DeepSeek-R1-Zero | Experimento que aplicou reinforcement learning ao modelo base sem SFT como etapa inicial | Pesquisa sobre emergência de padrões de raciocínio |
| DeepSeek-R1 | Modelo de raciocínio com pipeline adicional de SFT e RL para melhorar utilidade e alinhamento | Pesquisa, avaliação e execução própria em grande escala |
| DeepSeek-R1-0528 | Atualização de maio de 2025 com melhorias anunciadas em raciocínio, frontend, alucinações e function calling | Checkpoint mais recente da linha R1 principal publicada em 2025 |
| R1-Distill | Modelos menores ajustados com dados de raciocínio gerados pelo R1, baseados em Qwen ou Llama | Testes locais e implantação com recursos mais acessíveis |
Tamanhos dos modelos distilled originais
A primeira publicação incluiu variantes de 1.5B, 7B, 8B, 14B, 32B e 70B parâmetros. Elas não são simplesmente o modelo R1 completo “comprimido”: cada checkpoint parte de uma base Qwen ou Llama e recebe ajuste com amostras do R1. Consulte o model card específico porque tokenizer, template, licença da base e requisitos podem variar.
DeepSeek R1 está disponível na API oficial atual?
Não como ID atual da API hospedada. A referência vigente de Chat Completions lista deepseek-v4-flash e deepseek-v4-pro. Portanto:
- não use
model: "deepseek-r1"em exemplos da API oficial atual; - não descreva
deepseek-reasonercomo R1 hospedado atual; - não prometa que uma chamada ao V4 reproduz exatamente o checkpoint R1;
- confirme o model ID diretamente no painel ou em
GET /models.
Por que tutoriais antigos usam deepseek-reasoner?
Se o objetivo é raciocínio na API hospedada atual, o mapeamento documentado durante a janela de compatibilidade foi:
{
"model": "deepseek-v4-flash",
"messages": [
{"role": "user", "content": "Resolva e explique o problema."}
],
"thinking": {"type": "enabled"},
"reasoning_effort": "high"
}Esse exemplo chama o V4 Flash com Thinking, não o checkpoint DeepSeek-R1. O deepseek-v4-pro pode ser testado como upgrade opcional para tarefas mais exigentes, mas não é o equivalente automático do alias antigo. Veja o guia atual da DeepSeek API.
O que a linha do tempo prova — e o que não prova
Os pesos de R1, R1-Zero e dos modelos destilados continuam publicados. O que mudou foi a API hospedada: deepseek-reasoner apontou para R1 em janeiro de 2025 e para R1-0528 em maio, mas depois passou a representar os modos de pensamento das famílias V3.1, V3.2 e V4 Flash. A lista atual documentada contém apenas os dois IDs explícitos da V4.
Metodologia e limite: reconstrução documental feita com os anúncios oficiais, o histórico da API, o aviso de aposentadoria e o repositório do R1, consultados em 29 de julho de 2026. Não chamamos deepseek-reasoner com uma chave depois do prazo; portanto, não afirmamos que ele responde nem inventamos um código de erro.
Formas corretas de usar o R1 em 2026
| Caminho | Você recebe o R1? | O que verificar |
|---|---|---|
| API hospedada atual da DeepSeek | Não por um ID R1 atual | Use os modelos V4 disponíveis e não chame isso de R1 |
| Pesos oficiais executados por você | Sim, conforme o checkpoint escolhido | Hardware, runtime, quantização, licença e segurança |
| Provedor de inferência terceirizado | Somente se o provedor declarar o checkpoint exato | Versão, quantização, contexto, preço, privacidade e termos |
| Modelo distilled local | Uma derivação distilled, não o R1 completo | Modelo base, tamanho, template e qualidade na sua tarefa |
Como executar o DeepSeek R1 localmente
O checkpoint principal é muito grande e normalmente exige infraestrutura especializada. Para a maioria dos computadores pessoais, as versões distilled ou quantizadas são o ponto de partida mais realista. Ferramentas como vLLM, SGLang, llama.cpp, Ollama e LM Studio podem oferecer suporte a determinados formatos, mas a compatibilidade depende do checkpoint e da quantização.
- Escolha o checkpoint oficial ou uma quantização com procedência clara.
- Leia o model card e confirme o template de chat e o tokenizer.
- Verifique memória, armazenamento, contexto e runtime antes de baixar.
- Comece com um conjunto de testes curto em português e no seu domínio.
- Meça latência, qualidade, consumo de memória e estabilidade.
- Proteja a interface local ou o servidor; “local” não significa automaticamente seguro.
Evite publicar um comando universal de instalação sem conferir o runtime: nomes de modelos, formatos e parâmetros mudam entre ferramentas. O ponto de referência é o repositório oficial do DeepSeek-R1.
O DeepSeek R1 funciona em português brasileiro?
O modelo pode responder em português brasileiro, mas “suportar português” não garante a mesma qualidade em todos os contextos. Avalie ortografia, termos do Brasil, instruções longas, raciocínio matemático, código, referências locais e consistência entre rodadas.
- Use prompts e critérios de avaliação escritos em pt-BR.
- Inclua exemplos com datas, moedas e terminologia brasileira.
- Compare checkpoints distilled diferentes; tamanho não é o único fator.
- Faça revisão humana em conteúdo jurídico, médico, financeiro ou de segurança.
Pontos fortes e limitações
| Pontos fortes | Limitações e cuidados |
|---|---|
| Foco em raciocínio, matemática e código | Pode gerar respostas incorretas ou excessivamente confiantes |
| Pesos publicados para pesquisa e implantação | O modelo completo exige infraestrutura muito grande |
| Família distilled com vários tamanhos | Distilled não é idêntico ao R1 principal |
| Licença permissiva nos checkpoints oficiais | Dependências, bases e quantizações podem ter condições próprias |
| Possibilidade de controle em execução própria | Você assume segurança, atualização, monitoramento e operação |
R1 ou DeepSeek V4?
Escolha pelo canal de acesso e pela necessidade real, não apenas pelo nome:
- Use a API V4 hospedada quando você quer integração gerenciada, modelos atuais, contexto longo e menor trabalho operacional.
- Use um checkpoint R1 quando precisa estudar ou executar especificamente essa família, aceita operar a infraestrutura e consegue validar a versão.
- Use um R1-Distill quando o objetivo é experimentar raciocínio em hardware mais acessível, entendendo que se trata de uma derivação menor.
Privacidade e segurança
As regras mudam conforme o caminho escolhido. Na API, revise os termos da plataforma e publique a política do seu próprio aplicativo. Em execução própria, você controla mais componentes, mas também assume responsabilidade por rede, logs, acesso, armazenamento, vulnerabilidades e descarte de dados. Em um provedor terceiro, a política e a região de processamento são as do provedor contratado.
Não envie segredos ou dados sensíveis sem necessidade e não trate a resposta como fonte infalível. Para decisões críticas, mantenha revisão humana qualificada.
Perguntas frequentes sobre DeepSeek R1
DeepSeek R1 é gratuito?
Os checkpoints oficiais foram publicados sob licença permissiva, mas executar um modelo consome hardware, energia, armazenamento e operação. Um provedor terceiro também pode cobrar pela inferência.
Qual é o ID do R1 na API oficial?
Não há um ID R1 na lista atual da API hospedada oficial. deepseek-r1 não é um valor válido documentado. Durante a janela de compatibilidade de V4, deepseek-reasoner foi mapeado para V4 Flash com Thinking; o prazo anunciado para esse alias já terminou. A lista atual apresenta os IDs V4 explícitos.
V4 Flash com Thinking é o mesmo modelo que R1?
Não. É a configuração oficialmente equivalente ao comportamento do alias legado durante a migração, mas o modelo servido é V4 Flash.
R1-Distill é o R1 completo?
Não. É uma família de modelos menores, baseada em Qwen ou Llama e ajustada com dados de raciocínio gerados pelo R1.
Posso usar o R1 comercialmente?
A publicação oficial informa licença MIT para os modelos R1. Ainda assim, revise o arquivo de licença do checkpoint exato e as condições de qualquer modelo base, quantização, runtime ou provedor envolvido.
Fontes oficiais consultadas
- Anúncio do DeepSeek-R1
- Anúncio do DeepSeek-R1-0528
- Repositório e tabela de checkpoints do R1
- Lista atual de modelos hospedados
- Roteamento e aposentadoria do deepseek-reasoner
Última verificação editorial: 29 de julho de 2026. A disponibilidade em APIs e provedores pode mudar.