A Arc Pro B70 da Intel teria superado a RTX 5090D da NVIDIA em DeepSeek uma carga de trabalho de inferência R1, alcançando mais de 2.000 tokens por segundo na configuração testada, segundo um relatório de benchmark publicado pelo Wccftech. Esse resultado, que o Wccftech afirma atingir mais de 2.000 tokens por segundo no modelo de raciocínio da DeepSeekDeepSeek, surge em um momento delicado para o mercado de aceleradores de IA: os compradores buscam ativamente formas mais baratas de servir modelos de pesos abertos, e a própria DeepSeek estaria desenvolvendo silício personalizado para reduzir sua dependência tanto da NVIDIA quanto da Huawei.
Principais conclusões
- O Wccftech relata que a Arc Pro B70 da Intel superou a RTX 5090D da NVIDIA ao executar o modelo de linguagem de grande porte DeepSeek R1, registrando mais de 2.000 tokens por segundo na configuração testada.
- A Arc Pro B70 teria custado cerca de um quarto do valor da RTX 5090D, alterando drasticamente a equação custo por token para inferência local de DeepSeek.
- Esse resultado é especialmente relevante para desenvolvedores que executam localmente modelos de raciocínio de pesos abertos, onde a inferência limitada por memória historicamente favoreceu as GPUs de ponta da NVIDIA voltadas para consumidores e estações de trabalho.
- Segundo relatos separados do Wccftech e do capacityglobal.com, a DeepSeek estaria desenvolvendo seu próprio chip de inferência, com o objetivo de reduzir sua dependência da NVIDIA e da Huawei.
- Nem a Intel nem a NVIDIA emitiram uma resposta formal ao benchmark até a data de redação deste artigo.
O que o Wccftech relata sobre o benchmark do DeepSeek R1
Segundo o Wccftech, a Arc Pro B70 da Intel superou a RTX 5090D da NVIDIA especificamente no modelo de raciocínio R1 da DeepSeek, alcançando mais de 2.000 tokens por segundo na configuração testada. O Wccftech destaca esse resultado como notável não apenas porque a placa profissional Arc da Intel superou a GPU topo de linha da NVIDIA destinada ao mercado chinês, mas também porque a RTX 5090D teria custado cerca de quatro vezes mais. Se essa proporção for confirmada em testes independentes, isso representaria uma mudança significativa na métrica custo por token, que cada vez mais orienta a escolha de GPUs para servir modelos de pesos abertos como o DeepSeek R1.
A manchete do Wccftech foca-se numa única e restrita alegação: que, nessa configuração específica do DeepSeek R1, a Arc Pro B70 superou a RTX 5090D e o fez a um custo muito menor. Ela não afirma que a Arc Pro B70 seja mais rápida que a RTX 5090D de forma geral, nem em outros modelos, precisões ou tamanhos de lote. Leitores avaliando esse resultado para seus próprios Banco de dados de modelos de IA planos devem tratá-lo como um único ponto de dados em uma única carga de trabalho, aguardando benchmarks independentes mais abrangentes.
Por que o DeepSeek R1 é a carga de trabalho a observar
O DeepSeek R1 tornou-se um dos modelos de raciocínio de pesos abertos mais observados do mercado, e seu perfil de inferência é incomum: cadeias longas de raciocínio, uso intenso do cache de pares chave-valor e forte preferência por GPUs com largura de banda de memória generosa. Essa combinação é exatamente onde o equilíbrio entre poder computacional bruto e projeto do subsistema de memória importa mais, e é por isso que uma placa profissional de faixa intermediária pode, às vezes, surpreender uma GPU topo de linha voltada para consumidores nominalmente mais potente. A análise do Wccftech posiciona o resultado da Arc Pro B70 nesse contexto, argumentando que o comportamento intensivo em memória do DeepSeek R1 recompensa as escolhas arquitetônicas da Intel.
Para equipes dimensionando hardware para implantações locais de DeepSeek, a conclusão prática é que os FLOPS anunciados importam menos do que os tokens por segundo sustentados no modelo real. Nossa calculadora gratuita de VRAM foi projetada exatamente para esse tipo de planejamento, permitindo que os leitores verifiquem se uma determinada placa consegue sequer armazenar os pesos e o cache do DeepSeek R1 no comprimento de contexto almejado, antes mesmo de considerar a taxa de transferência.
Como as duas placas se comparam nos números relatados
A matéria do Wccftech apresenta a história principalmente como uma surpresa no custo-desempenho. Apenas um subconjunto das especificações é diretamente referenciado na fonte, portanto, a tabela abaixo adere estritamente ao que o Wccftech relata e ao que é publicamente conhecido sobre os produtos pelo nome; qualquer informação não declarada na fonte foi deixada em branco, em vez de suposta.
| Placa | Taxa de processamento relatada no DeepSeek R1 | Custo relativo (segundo o Wccftech) |
|---|---|---|
| Intel Arc Pro B70 | Mais de 2.000 tokens/s | Aproximadamente um quarto do valor da RTX 5090D |
| NVIDIA RTX 5090D | Superada pela Arc Pro B70 no mesmo teste | Referência (aproximadamente 4x o valor da Arc Pro B70) |
Para modelagem de custos mais detalhada em torno de modelos como o DeepSeek R1, nosso Índice de desempenho-custo de IA acompanha como essas proporções mudam entre gerações e cargas de trabalho, e nossa compilação melhores GPUs para IA abrange o conjunto mais amplo de concorrentes que os desenvolvedores estão avaliando este ano.
O que o resultado significa para implantações locais e on-premises de DeepSeek
O custo por token tornou-se atualmente o principal fator decisório em muitas escolhas de hardware no ecossistema de pesos abertos, particularmente para equipes que optaram por autohospedar modelos DeepSeek em vez de usar uma API. Caso os números do Wccftech sejam confirmados por benchmarks independentes, a Arc Pro B70 poderá alterar os cálculos de pequenos estúdios, laboratórios de pesquisa e projetos-piloto corporativos que anteriormente assumiam necessitar do silício topo de linha da NVIDIA para atingir metas interativas de tokens por segundo no DeepSeek R1.
Mesmo aceitando a ressalva de que se trata de um único benchmark em um único modelo, a lacuna de preço relatada de quatro para um é suficientemente grande para que até mesmo uma vantagem de desempenho bem menor a favor da Intel ainda se traduza em inferência materialmente mais barata. Equipes avaliando se isso muda sua decisão de construir versus comprar podem modelar ambos os cenários usando nossa calculadora de autohospedagem versus APIque contrasta o custo amortizado de GPUs on-premises com os preços hospedados da DeepSeek.
O panorama mais amplo do hardware da DeepSeek
A história da Arc Pro B70 surge junto com outra mudança na própria estratégia de hardware da DeepSeek. O Wccftech relata que a DeepSeek está desenvolvendo seu próprio chip de inferência para libertar-se tanto da NVIDIA quanto da Huawei, e o capacityglobal.com também informa que o laboratório chinês está desenvolvendo um chip de IA próprio para reduzir sua dependência da Nvidia e da Huawei. Nenhuma das duas fontes, nos trechos fornecidos, menciona uma data de lançamento ou especificações detalhadas.
Lidos em conjunto, esses dois fios apontam na mesma direção: o ecossistema DeepSeek está diversificando suas opções de silício em ambas as pontas. A Intel emerge como uma alternativa credível e mais acessível para executar os modelos da DeepSeek externamente, enquanto a própria DeepSeek estaria desenvolvendo seu chip para servi-los internamente. Para os desenvolvedores, ambas as tendências ampliam o leque de alvos viáveis de inferência além do padrão exclusivo da NVIDIA que dominou o ciclo anterior. Os leitores que acompanham o lado dos modelos desse ecossistema podem seguir atualizações em nossa página DeepSeek V4 .
Reservas e pontos ainda a serem verificados
Um benchmark em uma única carga de trabalho, por mais impressionante que seja, não constitui um veredito geral. O relatório do Wccftech foca-se no DeepSeek R1 em uma configuração específica; ele não detalha, no trecho fornecido, o nível de quantização, o comprimento de contexto, o tamanho do lote ou a pilha de software utilizada em nenhuma das duas placas. Todos esses fatores podem alterar substancialmente os resultados de tokens por segundo, e os drivers da Intel e da NVIDIA continuam evoluindo. Até que testadores independentes repliquem o resultado no mesmo modelo e divulguem sua configuração, a interpretação mais segura é que a Arc Pro B70 é um concorrente sério para inferência do DeepSeek R1 ao seu preço, e não que tenha superado genericamente a RTX 5090D.
Vale também observar que a RTX 5090D é uma variante destinada ao mercado chinês da GPU topo de linha da NVIDIA, sujeita a restrições de projeto decorrentes de exportações. Esse contexto é relevante para a comparação de preços feita pelo Wccftech, pois os preços e a disponibilidade da 5090D são moldados tanto por políticas quanto por forças de mercado.
Perguntas frequentes
O que a Arc Pro B70 da Intel teria feito, segundo relatos, no teste do DeepSeek R1? Segundo o Wccftech, a placa Arc Pro B70 superou a RTX 5090D da NVIDIA ao executar o modelo DeepSeek R1, alcançando mais de 2.000 tokens por segundo na configuração testada.
Quanto mais barata é a Arc Pro B70 em comparação com a RTX 5090D? O Wccftech informa que o preço da Arc Pro B70 equivale aproximadamente a um quarto do custo da RTX 5090D, embora os preços exatos por região não tenham sido detalhados no trecho citado.
Isso significa que a Arc Pro B70 é mais rápida que a RTX 5090D de forma geral? Não. O resultado relatado refere-se especificamente ao modelo DeepSeek R1 em uma única configuração. O Wccftech não afirma superioridade geral em outros modelos, precisões ou cargas de trabalho.
Será que a DeepSeek realmente está desenvolvendo seu próprio chip? Tanto o Wccftech quanto o capacityglobal.com relatam que a DeepSeek está desenvolvendo um chip próprio para inferência de IA, com o objetivo de reduzir sua dependência em relação à NVIDIA e à Huawei. Nenhum dos trechos cita uma data de lançamento.
O que os desenvolvedores devem fazer com essa informação? Devem considerá-la como um forte indicativo de que hardware não baseado na NVIDIA está se tornando competitivo para inferência com modelos da DeepSeek, e devem recalcular os custos por token nas implantações planejadas assim que forem divulgados benchmarks independentes.
Resumo final
Se os números divulgados pelo Wccftech resistirem à análise independente, a Arc Pro B70 terá demonstrado que uma placa profissional da Intel não apenas consegue acompanhar, mas superar a placa principal da NVIDIA destinada ao mercado chinês em um dos modelos de raciocínio de código aberto mais influentes, com cerca de um quarto do custo. Somado aos relatos separados de que a DeepSeek está desenvolvendo seu próprio chip para inferência, o quadro geral revela um cenário de hardware em amadurecimento e cada vez mais competitivo em torno dos modelos da DeepSeek. Para quem planeja implantações locais (on-prem) nos próximos trimestres, essa mudança já merece ser incorporada às decisões de hardware hoje mesmo, mesmo antes que a comunidade mais ampla de benchmarks emita suas avaliações.
Fontes: news.google.com. Publicado em 08 de julho de 2026.
