DeepSeek: uma alternativa gratuita ao ChatGPT?

DeepSeek: uma alternativa gratuita ao ChatGPT?

DeepSeek: uma alternativa gratuita ao ChatGPT?

O DeepSeek é um modelo generativo desenvolvido pela DeepSeek AI, uma startup chinesa que revolucionou a indústria em 2025. Tornou-se o primeiro modelo de IA a ser publicado na revista Nature e conseguiu performance comparável ao GPT-4 por apenas $294,000 de custos de treino.

DeepSeek-R1 Nature Journal Código Aberto Reinforcement Learning $294k Training Recursos AQIA
O que vais aprender: o breakthrough do DeepSeek-R1, como funciona o Pure Reinforcement Learning, custos reais de desenvolvimento, controvérsias e limitações, comparação com ChatGPT e outros modelos, e o futuro dos AI agents.

O que é o DeepSeek e por que causou tanto impacto?

DeepSeek AI é uma empresa chinesa com sede em Hangzhou, fundada por Liang Wenfeng, que criou modelos como o DeepSeek-R1 e DeepSeek-V3. Em janeiro de 2025, o DeepSeek-R1 enviou ondas de choque através dos mercados globais quando superou o ChatGPT para se tornar o app gratuito #1 na App Store americana.

10,9 milhões de downloads no Hugging Face - o modelo open-source mais popular de sempre

O que tornou o DeepSeek revolucionário foi conseguir performance comparável ao GPT-4 o1 em matemática e programação, mas com custos drasticamente menores e disponibilidade open-source.

Marco histórico: Em setembro de 2025, o DeepSeek-R1 tornou-se o primeiro modelo de linguagem a ser publicado na prestigiosa revista Nature, com peer review completo.

Vídeo: Como o DeepSeek funciona

Análise técnica do DeepSeek pelo canal IBM Technology

O breakthrough: Pure Reinforcement Learning

A grande inovação do DeepSeek foi usar Pure Reinforcement Learning para ensinar raciocínio, sem exemplos humanos pré-definidos. Isto contrasta com métodos tradicionais que dependem de grandes quantidades de dados supervisionados.

Como funciona o DeepSeek-R1:

🎯 GRPO (Group Relative Policy Optimization)

Técnica que reduz custos ao permitir que o modelo se avalie a si próprio, sem precisar de um modelo separado do mesmo tamanho para validação.

🔄 Auto-reflexão emergente

O modelo desenvolveu naturalmente a capacidade de verificar o próprio trabalho, explorar soluções alternativas e refletir sobre os métodos usados.

Custos revelados na Nature

Componente Custo Hardware Tempo
DeepSeek-V3 Base ~$6 milhões Cluster de H800 Várias semanas
DeepSeek-R1 Training $294,000 512 chips H800 80 horas
Total ~$6,3 milhões - -
Contexto: Sam Altman da OpenAI disse em 2023 que treinar modelos fundamentais custava "muito mais de $100 milhões". O DeepSeek conseguiu resultados similares por uma fração do preço.

Como aceder ao DeepSeek

Para usar, basta aceder a chat.deepseek.com. O registo é gratuito e pode ser feito com e-mail ou conta Google.

Opções disponíveis:

  • DeepSeek Chat: Interface web gratuita com o modelo R1
  • App móvel: Disponível para iOS e Android (limitado em algumas regiões)
  • API: Para integração em aplicações próprias
  • Hugging Face: Download direto dos modelos open-source
Totalmente gratuito: Não é necessário cartão de crédito ou subscrição premium para usar as funcionalidades principais.

Para que podes usar o DeepSeek? Exemplos práticos

O DeepSeek-R1 destaca-se particularmente em tarefas que requerem raciocínio estruturado:

🔢 Matemática e STEM

  • Resolver problemas complexos de matemática
  • Explicar conceitos científicos
  • Análise de dados quantitativos
  • Olimpíadas de matemática (86,7% no AIME 2024)

💻 Programação

  • Gerar código em Python, JavaScript, HTML
  • Debug de problemas complexos
  • Competições de coding (Codeforces)
  • Explicar algoritmos passo a passo

Outros usos práticos:

  • Escrever e-mails ou mensagens profissionais
  • Simplificar textos técnicos complexos
  • Tradução entre português e inglês
  • Análise lógica de problemas
  • Verificação de raciocínio em decisões

Evolução e versões do DeepSeek

Modelo Data Características Status
DeepSeek-V3 2024 Modelo base com arquitetura MoE ✅ Disponível
DeepSeek-R1 Janeiro 2025 Reasoning model, publicado na Nature ✅ Disponível
DeepSeek-V3.1 Agosto 2025 Janela de contexto maior, melhor memória ✅ Beta
DeepSeek AI Agents Q4 2025 Agentes autónomos multi-step ⏳ Em desenvolvimento
Próximo passo: A DeepSeek está a desenvolver AI agents para final de 2025, capazes de executar tarefas complexas com mínima supervisão humana e aprender com as próprias ações.

Controvérsias e questões de segurança

⚠️ Preocupações de segurança

Banimentos governamentais: Taiwan e Austrália proibiram o uso do DeepSeek em dispositivos federais, citando preocupações de segurança nacional.

🔍 Alegações de "distillation" refutadas

No artigo da Nature, a equipa do DeepSeek respondeu diretamente às alegações de que teriam usado "distillation" (copiar modelos da OpenAI), fornecendo evidências técnicas de que o R1 não foi treinado com outputs de outros LLMs.

📊 Possível censura

Investigação do Washington Post sugere que o DeepSeek pode fornecer código com falhas de segurança quando utilizadores mencionam grupos considerados sensíveis pelo governo chinês, como Falun Gong.

✅ Transparência

  • Primeiro LLM com peer review na Nature
  • Modelos open-source disponíveis
  • Custos de treino revelados publicamente
  • Metodologia detalhada partilhada

❌ Preocupações

  • Origem chinesa levanta questões geopolíticas
  • Possível censura de tópicos sensíveis
  • Uso de chips proibidos (H100/A100)
  • Impacto nos mercados tecnológicos americanos

DeepSeek vs. competição: análise detalhada

Modelo Custo desenvolvimento Open source? Raciocínio matemático Acesso web Ideal para
DeepSeek-R1 $6,3M total ✅ Sim ⭐⭐⭐⭐⭐ ❌ Não Matemática, código, raciocínio
ChatGPT o1 >$100M estimado ❌ Não ⭐⭐⭐⭐⭐ ✅ Sim Versatilidade geral
Claude 3.5 Não revelado ❌ Não ⭐⭐⭐⭐ ⚠️ Parcial Análise de documentos
Gemini Pro Não revelado ❌ Não ⭐⭐⭐⭐ ✅ Sim Integração Google

Performance em benchmarks (resultados oficiais)

86,7% AIME 2024 (matemática)
90,8% MMLU (conhecimento geral)
71,0% Pass@1 em problemas complexos

Impacto científico e adoção

🏆 Marcos científicos

Primeira vez na história: O DeepSeek-R1 é considerado o primeiro LLM principal a passar pelo processo de peer review numa revista científica de prestígio.

📈 Adoção pela comunidade científica

  • Usado em investigação de neurociência cognitiva
  • Aplicado em análise de dados científicos
  • Benchmark ScienceAgentBench: melhor custo-benefício
  • Inspirou quase toda a investigação RL em 2025

🌍 Impacto na indústria

  • Queda de $500B nas ações da Nvidia
  • Questionamento dos gastos em infraestrutura AI
  • Aceleração de modelos open-source
  • Novos padrões de eficiência estabelecidos
Opinião de Sam Altman (OpenAI): "O modelo é impressionante e acolho a competição. É um despertar para as empresas americanas."

Limitações e considerações

❌ Limitações técnicas

  • Sem acesso à web: não pode pesquisar informações atuais
  • Português limitado: qualidade inferior ao GPT-4
  • Apps regionais: não disponível em todos os países
  • Respostas genéricas: pode ser menos criativo que rivais

⚠️ Questões contextuais

  • Censura potencial: pode filtrar tópicos sensíveis
  • Origem geopolítica: preocupações de segurança nacional
  • Dados de treino: não totalmente transparentes
  • Atualizações lentas: desenvolvimento mais conservador

O futuro do DeepSeek: AI Agents em 2025

A DeepSeek está a trabalhar numa nova geração de AI agents para o final de 2025, capazes de executar tarefas complexas em múltiplos passos com supervisão mínima. Esta será a próxima fronteira da competição com a OpenAI.

🤖 Capacidades esperadas dos AI Agents:

  • Execução autónoma de tarefas complexas
  • Aprendizagem contínua com base em ações passadas
  • Integração com ferramentas e APIs externas
  • Planeamento multi-step sem intervenção humana
Contexto estratégico: Goldman Sachs identifica AI agents como o próximo marco na IA generativa, focado em aumentar produtividade empresarial.

Conclusão: vale a pena experimentar o DeepSeek?

O DeepSeek representa um marco na democratização da IA avançada. Se trabalhas com matemática, programação ou análise lógica, é definitivamente uma ferramenta a considerar. A combinação de performance elevada, custo zero e transparência open-source torna-o único no mercado.

Para utilizadores gerais, pode não substituir completamente o ChatGPT ou Claude, especialmente para tarefas que exigem acesso web ou criatividade linguística. Mas como ferramenta complementar gratuita, oferece valor significativo.

Recomendação: Experimenta o DeepSeek para tarefas quantitativas e de raciocínio. A sua abordagem científica rigorosa (primeiro LLM peer-reviewed) inspira confiança na qualidade dos resultados.