DeepSeek aumenta os preços da sua API e adota tarifa de horário de pico: o que isso significa para seus custos com IA

O que exatamente a DeepSeek anunciou?

Junto com o lançamento oficial completo da série de modelos DeepSeek V4, a empresa anunciou em 13 de agosto de 2026 uma atualização dos preços da sua API que entra em vigor às 16:00 UTC de 16 de agosto de 2026 — 7 da noite no horário de Riad. Não se trata apenas de um aumento de preço; é uma mudança na forma de cobrança. A DeepSeek passa a usar preços de pico e fora de pico, com as tarifas fora de pico fixadas na metade das tarifas de pico.

O aviso aos clientes acrescenta que continuar usando o serviço depois que a mudança entrar em vigor equivale a aceitar os novos termos, e que quem não concordar pode cancelar o serviço e pedir reembolso. Essa frase costuma passar despercebida, mas na prática significa que o custo de operar o seu produto mudou por decisão de outra parte, e sua janela para decidir é de três dias.

Antes e depois: os números oficiais

Os preços abaixo estão em dólares americanos por 1M de tokens, extraídos da página oficial de preços. Observe que a cobrança se divide em três itens: entrada servida pelo cache (cache hit), entrada nova cobrada integralmente (cache miss) e saída.

Transformar esses números em proporções mostra onde o impacto realmente caiu. A saída do V4-Pro subiu cerca de 4.5 vezes no horário de pico e 2.3 vezes fora de pico. A entrada nova subiu cerca de 3 vezes no pico e 1.5 vez fora de pico. Mas o item que mais se moveu é a entrada em cache no V4-Pro: de 0.003625$ para 0.044$ no pico, cerca de 12 vezes mais.

Horários de pico no horário de Riad

A DeepSeek define o pico como duas janelas em UTC: de 01:00 a 04:00 e de 06:00 a 10:00. Todo o resto é fora de pico. Convertido para o horário de Riad, o pico vai de 04:00 a 07:00 da manhã e de 09:00 a 13:00.

Na prática, isso significa que a janela mais cara fica no meio da manhã de trabalho saudita, enquanto tudo entre 1 da tarde e 4 da manhã do dia seguinte é fora de pico. Toda a noite e a madrugada — a janela natural para tarefas agendadas, relatórios e processamento em lote — custam metade da tarifa de pico.

Se você está se perguntando por que essas janelas específicas foram escolhidas, a resposta é geográfica: de 01:00 a 04:00 UTC é das 9 da manhã ao meio-dia em Pequim, e de 06:00 a 10:00 UTC é das 2 às 6 da tarde lá. O pico é o dia útil chinês — um lembrete útil de que seu fornecedor equilibra a capacidade em torno do mercado principal dele, não do seu.

Primeira lição: o horário agora é um item da sua fatura

Até agora, o custo de IA na maioria dos projetos era função de duas variáveis: quantas requisições e quanto texto. Uma terceira variável foi acrescentada: quando a requisição é executada. Isso exige uma classificação que antes não era necessária, entre dois tipos de carga de trabalho:

• Cargas interativas: um cliente está esperando a resposta agora — uma conversa de suporte, uma busca dentro do sistema, um assistente rodando enquanto um funcionário usa o software. Essas não podem ser adiadas, e você paga a tarifa do momento.
• Cargas agendáveis: resumir as ligações de ontem, classificar chamados de suporte, extrair dados de notas fiscais, gerar descrições de produtos, analisar o feedback dos clientes, construir índices semânticos. Não faz diferença se elas rodam hoje à noite ou amanhã de manhã.

Na maioria das empresas, a segunda categoria é claramente a maior em volume, e é exatamente a que pode ser levada para o horário fora de pico mudando um agendador, sem reconstruir nada. A economia aqui não é marginal: metade do preço em mais da metade do seu consumo.

Segunda lição: o desconto do cache não é mais o que era

O cache de entrada é o truque sobre o qual muitas equipes construíram seu modelo de custos: você envia repetidamente o mesmo prompt de sistema ou o mesmo documento, e a parte repetida é cobrada por uma fração da tarifa. Nos preços antigos, a entrada em cache no V4-Pro era cerca de 120 vezes mais barata que a entrada nova. Nos novos preços, essa proporção é de cerca de 30 vezes.

O desconto continua considerável e ainda vale a pena projetar para ele, mas quem tinha um modelo financeiro que considerava a entrada repetida praticamente gratuita vai encontrar a diferença na fatura, e não na planilha. O passo prático não é abandonar o cache; é recalcular seu custo por transação com as novas tarifas antes que o fechamento do mês faça isso por você.

Terceira lição: nunca construa sua base de custos sobre um único fornecedor

A lição mais importante deste anúncio não é um número, mas um princípio: o preço de um insumo da sua produção triplicou por decisão de uma empresa de outro país, com poucos dias de aviso. Qualquer negócio que amarrou a economia do seu produto a um único fornecedor, sem uma saída pronta, assumiu um risco operacional real.

A resposta não é parar de usar serviços em nuvem, mas construir uma camada de isolamento entre sua aplicação e o modelo, para que trocar de fornecedor seja uma decisão de configuração e não um projeto de reescrita. Quem é dono dessa camada negocia com o mercado; quem não é simplesmente recebe avisos. No caso da DeepSeek, há uma saída adicional: os modelos V4 têm pesos abertos, então hospedá-los na sua própria infraestrutura continua sendo uma opção se o seu volume de consumo justificar o hardware.

Ainda é a opção econômica depois do aumento?

Sim, e a diferença ainda é grande. Mesmo após o aumento, a saída do V4-Pro no pico custa 3.96$ por milhão de tokens, contra cerca de 25$ a 30$ por milhão de tokens nos principais modelos fechados de fronteira. A diferença diminuiu; não se inverteu.

Ainda assim, quando uma diferença de preço diminui, o equilíbrio da decisão muda: quanto mais próximos os preços, mais peso ganham os outros fatores — a qualidade da resposta na sua tarefa específica, a latência, onde os dados são processados e quão sensíveis eles são, e a maturidade das ferramentas ao redor. A escolha certa deixa de ser automaticamente a mais barata e passa a ser a mais adequada para cada carga de trabalho, e é bem possível que você acabe usando mais de um modelo dentro do mesmo produto.

O que fazer antes de 16 de agosto

• Pegue a fatura do mês passado e recalcule-a com as novas tarifas, uma vez supondo horário de pico e outra supondo fora de pico, para saber o impacto real e não o esperado.
• Classifique suas tarefas em interativas e agendáveis, e mova as agendáveis para depois de 1 da tarde no horário de Riad.
• Revise os prompts e documentos mais longos que você envia em cada requisição; tudo o que puder ser enxugado acabou de ficar mais caro.
• Garanta que você tem uma camada de isolamento que permita trocar o modelo sem mexer na lógica da aplicação, e teste-a contra um modelo alternativo na prática, não na teoria.
• Designe um responsável nominal para revisar os avisos de preços e termos, porque aqui a aceitação acontece pelo silêncio e pelo uso contínuo.

A visão da Origami

Quando construímos para nossos clientes sistemas que dependem de modelos de IA, tratamos o modelo como um fornecedor externo substituível, não como uma parte fixa da arquitetura. Na prática, isso significa três coisas: uma única interface interna pela qual passa cada requisição, o consumo de tokens registrado no nível de cada operação de negócio e não da conta como um todo, e uma separação clara entre o que precisa rodar agora e o que pode esperar um agendamento noturno.

As empresas que têm essas três coisas receberam a notícia de hoje como um ajuste de agendamento feito em uma hora. As que não têm vão descobrir o impacto na fatura do próximo mês, sem como atribuí-lo a um produto ou a um cliente. A diferença entre as duas nunca foi o modelo que escolheram; é a disciplina da arquitetura ao redor dele.

Fontes

• DeepSeek — página oficial de modelos e preços, incluindo a tabela de pico e fora de pico: api-docs.deepseek.com
• Reuters — DeepSeek aumenta os preços da API dos seus modelos V4, 13 de agosto de 2026: reuters.com