A DeepSeek fez algo que poucos laboratórios de IA conseguem: transformou uma escolha de arquitetura técnica em uma verdadeira disrupção de mercado. Os modelos mais recentes da desenvolvedora chinesa de IA rodam a uma fração do custo de qualquer coisa que OpenAI, Anthropic ou Google oferecem atualmente, e a diferença continua aumentando a cada lançamento. Entender a precificação da DeepSeek AI agora importa muito além dos desenvolvedores de software — está remodelando expectativas para fabricantes de chips, provedores de nuvem e até redes de computação descentralizada ligadas a cripto.
Summary
Principais pontos
- O modelo R1 da DeepSeek foi lançado em janeiro de 2025 a aproximadamente US$ 0,14 por milhão de tokens, contra US$ 7,50 da oferta comparável da OpenAI na época — uma diferença de preço de 98%.
- O modelo mais recente V4-Pro, lançado em abril de 2026, custa US$ 0,87 por milhão de tokens de saída e US$ 0,435 por milhão de tokens de entrada, com preços fixados permanentemente desde o fim de maio de 2026.
- A variante V4-Flash, focada em orçamento, roda em torno de US$ 0,14 por milhão de tokens.
- A empresa de pesquisa Artificial Analysis constatou que o V4-Flash custa em média apenas US$ 0,03 por teste de benchmark, bem abaixo de rivais como o Kimi K3 (~US$ 0,86) da Moonshot, o GPT-5.6 Sol (~US$ 1,86) da OpenAI e o Claude Fable 5 (~US$ 3,15) da Anthropic.
- Os modelos da DeepSeek dependem de uma arquitetura Mixture-of-Experts e são lançados sob a licença open source MIT, e seu modelo V3 teria custado apenas US$ 5,576 milhões em aluguel de GPUs para ser treinado.
DeepSeek revoluciona a precificação de IA com modelos de custo ultrabaixo
A principal afirmação da DeepSeek é direta: seus modelos têm desempenho competitivo enquanto custam dramaticamente menos para rodar do que qualquer coisa dos maiores laboratórios dos EUA. Essa afirmação se sustentou em vários ciclos de produto até agora, e é a base de toda a estratégia da empresa.
Modelo R1 é lançado a US$ 0,14 por milhão de tokens
Quando o modelo R1 da DeepSeek foi lançado em janeiro de 2025, ele operava a aproximadamente US$ 0,14 por milhão de tokens. A oferta comparável da OpenAI na época era precificada em US$ 7,50 por milhão de tokens — uma diferença de cerca de 98%. Essa única diferença de preço desencadeou uma ampla liquidação em ações de tecnologia, à medida que investidores passaram a questionar se as principais empresas de IA dos EUA não estariam gastando demais em infraestrutura que um rival havia igualado por uma fração do custo.
V4-Pro e V4-Flash reduzem os custos ainda mais
A empresa não desacelerou desde então. Seu modelo V4-Pro, que estreou em abril de 2026, precifica a saída em US$ 0,87 por milhão de tokens e a entrada em US$ 0,435 por milhão de tokens — uma redução que a empresa descreve como 34 vezes mais barata do que os principais rivais. A DeepSeek fixou permanentemente esses preços do V4-Pro no fim de maio de 2026, oferecendo aos desenvolvedores uma previsibilidade de preços rara em um mercado em que provedores de IA frequentemente ajustam tarifas.
Abaixo do V4-Pro está o V4-Flash, voltado diretamente para workloads sensíveis a custo, em torno de US$ 0,14 por milhão de tokens — um valor que a DeepSeek afirma ser 35 vezes mais barato do que alternativas GPT-5.5. Na faixa premium da linha, o modelo V4-Pro Max roda a aproximadamente US$ 2,17 por milhão de tokens, ainda bem abaixo do que modelos carro-chefe comparáveis de laboratórios dos EUA costumam cobrar.
A Artificial Analysis, uma empresa de pesquisa que faz benchmarks de sistemas de IA por tarefa em vez de apenas pelo preço bruto por token, mediu o custo médio do V4-Flash por teste de benchmark em apenas US$ 0,03. Para comparação, a empresa estimou o Kimi K3 da Moonshot AI em cerca de US$ 0,86 por teste, o GPT-5.6 Sol da OpenAI em cerca de US$ 1,86 e o Claude Fable 5 da Anthropic em US$ 3,15. Essa métrica baseada em benchmark é importante porque leva em conta quanta computação um modelo realmente precisa para concluir uma tarefa, não apenas seu preço de vitrine por token — e, por essa medida, a vantagem da DeepSeek parece ainda maior do que os números de manchete sugerem.
Em termos de desempenho, as concessões são visíveis, mas não dramáticas. A Artificial Analysis atribuiu ao V4-Flash uma pontuação de 50 em 100 em seu Índice de Inteligência, igualando o Gemini 3.6 Flash do Google, mas ficando atrás do Kimi K3 da Moonshot, que marcou 57. Claude Opus 5 e Claude Fable 5 da Anthropic, bem como o GPT-5.6 da OpenAI, marcaram pelo menos nove pontos a mais. Já o modelo mais capaz V4-Pro da DeepSeek apresenta benchmarks que rivalizam com o Claude Opus 4.6 e o GPT-5.5, dois dos modelos mais capazes atualmente no mercado.
A tecnologia por trás da vantagem de custo da DeepSeek
A precificação da DeepSeek não é uma jogada de subsídio — é o resultado direto de uma escolha de arquitetura que muda quanta potência de computação cada consulta realmente consome.
A arquitetura Mixture-of-Experts reduz o compute por consulta
A empresa constrói seus modelos em torno de uma abordagem Mixture-of-Experts, ou MoE. Em vez de ativar todos os parâmetros do modelo para cada solicitação, arquiteturas MoE roteiam cada consulta apenas para o subconjunto mais relevante da expertise do modelo. Menos compute por consulta se traduz diretamente em custos menores por consulta — o mecanismo por trás de praticamente todos os cortes de preço que a DeepSeek anunciou.
Custos de treinamento e licenciamento open source
As economias vão além da execução dos modelos. O modelo V3 anterior da DeepSeek teria custado aproximadamente US$ 5,576 milhões em aluguel de GPUs para ser treinado, um valor ofuscado pelas centenas de milhões — às vezes bilhões — que laboratórios sediados nos EUA investiram em execuções individuais de treinamento. Além disso, a DeepSeek lança seus modelos totalmente open source sob a licença MIT, o que significa que desenvolvedores podem implantar, modificar ou construir sobre eles sem pagar taxas de licenciamento.
Essa combinação — uma arquitetura mais barata, treinamento mais barato e licenciamento gratuito — é o motivo pelo qual a abordagem da DeepSeek para custos de IA descentralizada continua atraindo a atenção de desenvolvedores que antes não podiam se dar ao luxo de experimentar modelos de fronteira.
Impacto de mercado e de indústria da IA de baixo custo da DeepSeek
O choque mais imediato atingiu os mercados de hardware. Em janeiro de 2025, as ações da Nvidia sofreram quedas notáveis à medida que investidores recalibraram expectativas para a demanda futura por hardware de computação de alto nível, raciocinando que, se um modelo tão barato conseguia igualar ofertas ocidentais, a indústria poderia precisar de muito menos silício caro do que se supunha anteriormente.
Por que isso importa para a demanda por chips e infraestrutura de IA
Essa reação ilustra uma tensão mais ampla que agora molda a indústria de IA: modelos mais baratos não significam necessariamente menos demanda por compute no geral, mas forçam uma reavaliação de quanto os compradores de hardware premium estão dispostos a pagar por ganhos marginais de desempenho. É uma dinâmica que continua a repercutir entre fabricantes de chips e provedores de nuvem sempre que um novo modelo de baixo custo chega ao mercado.
O que a IA mais barata significa para computação descentralizada e cripto
Para o setor cripto, a mudança na economia é possivelmente mais consequente do que a reação do mercado de ações. Projetos de IA descentralizada historicamente tiveram dificuldade para competir com provedores de nuvem centralizados em custos de inferência. Quando rodar um modelo custa US$ 7,50 por milhão de tokens, redes descentralizadas simplesmente não conseguem igualar as economias de escala que grandes operadores de nuvem comandam. A US$ 0,14 por milhão de tokens, essa conta muda consideravelmente.
Redes DePIN focadas em infraestrutura de cripto de computação GPU — projetos como Render, Akash e io.net — podem ver suas propostas de valor mudarem como resultado. A IA mais barata reduz o prêmio que os usuários estão dispostos a pagar por compute bruto, mas também
aumenta o escopo de potenciais clientes ao permitir que aplicações movidas por inteligência artificial atendam a um espectro significativamente mais amplo de aplicações
do que antes. Em outras palavras, preços mais baixos podem comprimir as margens em trabalhos individuais de computação enquanto ampliam o conjunto total de demanda que essas redes podem atender.
A DeepSeek também não opera no vácuo. A empresa agora enfrenta concorrência crescente de outros desenvolvedores chineses de IA, incluindo Moonshot AI, MiniMax e Z.AI, todos correndo para atrair empresas que buscam sistemas de IA acessíveis que possam ser implantados em escala. Essa pressão competitiva provavelmente continuará empurrando os preços para baixo em todo o setor, o que apenas reforça a tendência que está remodelando como IA, cripto e computação descentralizada se cruzam.
Perguntas frequentes
Como a DeepSeek consegue custos de execução de modelos de IA muito mais baixos do que os concorrentes?
A DeepSeek usa uma arquitetura Mixture-of-Experts que ativa apenas o subconjunto relevante dos parâmetros de um modelo para cada consulta, reduzindo o compute necessário e diminuindo os custos por requisição.
Que impacto a precificação da DeepSeek teve no mercado de hardware de IA?
As ações da Nvidia caíram de forma notável após o lançamento do modelo de baixo custo da DeepSeek em janeiro de 2025, quando a notícia levou investidores a recalibrar expectativas para a demanda por hardware de computação de alto desempenho.
Por que a licença open source da DeepSeek é significativa?
Os modelos da DeepSeek são lançados sob a licença MIT, permitindo implantação e modificação gratuitas sem taxas de licenciamento, o que promove uma adoção mais ampla e inovação entre desenvolvedores.
Como a precificação da DeepSeek pode afetar projetos de IA descentralizada e cripto?
Custos menores de inferência de IA melhoram a viabilidade econômica de redes descentralizadas de computação GPU, tornando mais factível construir aplicações movidas a IA em plataformas blockchain e DePIN como Render, Akash e io.net.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Como a DeepSeek consegue custos de execução de modelos de IA muito mais baixos do que os concorrentes?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”A DeepSeek usa uma arquitetura Mixture-of-Experts que ativa apenas o subconjunto relevante dos parâmetros de um modelo para cada consulta, reduzindo o compute necessário e diminuindo os custos por requisição.”}},{“@type”:”Question”,”name”:”Que impacto a precificação da DeepSeek teve no mercado de hardware de IA?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”As ações da Nvidia caíram de forma notável após o lançamento do modelo de baixo custo da DeepSeek em janeiro de 2025, quando a notícia levou investidores a recalibrar expectativas para a demanda por hardware de computação de alto desempenho.”}},{“@type”:”Question”,”name”:”Por que a licença open source da DeepSeek é significativa?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Os modelos da DeepSeek são lançados sob a licença MIT, permitindo implantação e modificação gratuitas sem taxas de licenciamento, o que promove uma adoção mais ampla e inovação entre desenvolvedores.”}},{“@type”:”Question”,”name”:”Como a precificação da DeepSeek pode afetar projetos de IA descentralizada e cripto?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Custos menores de inferência de IA melhoram a viabilidade econômica de redes descentralizadas de computação GPU, tornando mais factível construir aplicações movidas a IA em plataformas blockchain e DePIN como Render, Akash e io.net.”}}]}
Artigo produzido com a assistência de inteligência artificial e revisado pela equipe editorial.
