Preços da API DeepSeek (2026): Custo por 1 milhão de tokens para cada modelo

A precificação da API DeepSeek começa em US$ 0,14 por 1 milhão de tokens de entrada no DeepSeek V4-Flash — cerca de
um sexagésimo do que modelos de ponta cobram. Essa diferença, e não a contagem de parâmetros, é o motivo pelo qual
o DeepSeek é relevante. Todos os modelos dessa linha também são disponibilizados sob licença aberta, portanto o preço da API
representa uma taxa de conveniência, e não a única forma de executá-los.

Qual modelo DeepSeek você deve usar?

V4-Flash é o cavalo de carga em volume: 284B de parâmetros totais com aproximadamente 13B
ativos por token, um contexto de 1M-token e uma taxa combinada próxima a $0,17 por 1M em relação a um modelo
de fronteira a $10. Para classificação em massa, processamento de documentos, sumarização em primeira passagem,
geração de dados sintéticos e a camada de recuperação de um pipeline RAG, é praticamente imbatível em
capacidade por dólar. Um contexto de 1M a esse preço não existe em nenhum outro lugar.

V4-Pro é o flagship aberto — uma mixture-of-experts com 1,6 trilhão de parâmetros
ativando aproximadamente 49B de parâmetros por token, com um contexto de 1M-token. A aproximadamente $0,52 combinado, ele
custa cerca de um vigésimo do preço de fronteira, mantendo-se competitivo em raciocínio geral.

R1 é o modelo de raciocínio aberto de referência, uma mixture-of-experts de 671B com 37B
ativos, entregando raciocínio chain-of-thought a uma fração do custo proprietário. Seu contexto de 128K
é mais estreito que o da linha V4 de 1M.

R1 Distill Llama 70B existe por uma razão: hardware. O R1 completo precisa de aproximadamente
400 GB de VRAM em 4-bit; o distill precisa de cerca de 40 GB, o que o move de «alugue um servidor» para
«compre uma workstation». Ele também cobra $0,80 tanto para entrada quanto para saída, então
cargas de trabalho com muita geração não custam mais do que as com muitos prompts — inusitadamente simples de orçamentar.

O custo de mudança é menor do que você pensa

O detalhe que torna DeepSeek uma opção genuína em vez de uma curiosidade é que a V4-Pro
API fala formatos de requisição OpenAI e Anthropic. Migrar geralmente é uma mudança de URL base e chave
em vez de uma reescrita. O atrito de integração que normalmente protege os fornecedores
incumbentes praticamente desaparece, o que é o que torna uma diferença de custo de 20x acionável em vez de
teórica.

O padrão sensato não é migração total, mas roteamento: envie o volume alto,
maioria de tráfego de baixo risco para V4-Flash e mantenha um modelo de fronteira para as requisições que
genuinamente precisam dele. A maioria das aplicações descobre que a divisão é fortemente ponderada para o
lado mais barato.

Os pesos abertos mudam a lógica?

Cada modelo DeepSeek aqui pode ser baixado abertamente, o que levanta a questão óbvia. Para
a maioria das equipes, a resposta honesta é que a licença compra auditabilidade e portabilidade de fornecedor
em vez de um deployment realista on-premises.

Os requisitos de hardware são a razão. V4-Pro precisa de aproximadamente 800 GB de VRAM em 4-bit — um
exercício de data-centre de oito H100 80GB ou mais. R1 precisa de cerca de 400 GB. V4-Flash precisa de cerca de
140 GB, ou dois H100 80GB. Apenas o R1 distill, em 40 GB, cabe no hardware que uma pequena equipe
realmente compraria.

Comparado com preços de API tão baixos, self-hosting tem que ultrapassar uma barra alta: só compensa quando
seu volume é alto o suficiente para manter esse hardware continuamente ocupado, e o ponto de equilíbrio
se move toda vez que DeepSeek corta preços. Calcule para seu próprio volume de tokens
calculadora de self-hosting vs API
antes de se comprometer com hardware. O que os pesos abertos garantem é que você nunca pode ser
bloqueado, ter preços inflacionados ou ficar preso por uma descontinuação — o que vale algo mesmo que você
nunca os baixe.