DeepSeek V4.1 Flash: 77% mais barato, e o horário de pico cai na sua manhã de trabalho

A DeepSeek está redirecionando seu modelo principal para um mais barato, e cobrando de você o preço mais barato

A DeepSeek avisou os usuários da sua API que o V4.1 Flash será lançado em 10 de setembro de 2026. A notícia não é o lançamento. É o que vem depois: a partir das 4:00 UTC, 7:00 em Riad, toda requisição destinada ao modelo principal V4 Pro será redirecionada para o novo modelo e cobrada pelo preço do novo modelo. Quem usa hoje o modelo mais forte paga amanhã o preço do modelo mais rápido, sem mudar uma linha do seu sistema.

É a mesma empresa que aumentou seus preços e introduziu a cobrança por horário de pico há poucos meses. A direção se inverteu por um motivo: um mercado que anda mais rápido do que qualquer contrato anual.

São até 77% a menos na entrada e 70% a menos na saída. O número importa, mas três detalhes do anúncio importam mais, e são eles que realmente definem a sua fatura.

Os números

Os preços são por um milhão de tokens, sendo o token a menor unidade de texto que o modelo lê: uma palavra, um número, um sinal de pontuação. Estas são tarifas fora do pico; as tarifas de pico são exatamente o dobro.

Se você usa hoje o V4 Flash comum, a queda é menor, mas real: a entrada nova vai de US$ 0,22 para US$ 0,15, e a entrada em cache de US$ 0,007 para US$ 0,003.

O horário de pico deles cai dentro da sua manhã de trabalho

A DeepSeek cobra em duas tarifas, pico e fora do pico, e a diferença é o dobro. O horário de pico é publicado em UTC: das 01:00 às 04:00 e das 06:00 às 10:00, de segunda a sexta.

Convertendo para o horário de Riad, o pico vai das 04:00 às 07:00 e das 09:00 às 13:00. Toda a manhã de trabalho saudita cai dentro do pico, pelo dobro do preço. Depois das 13:00 a tarifa cai pela metade até a manhã seguinte.

A consequência prática é direta. O trabalho que responde a um cliente em tempo real fica onde está, custe o que custar, porque o cliente não espera. O trabalho que ninguém está esperando — gerar o relatório mensal, classificar um arquivo de mensagens, extrair dados de arquivos antigos, resumir atas — custa a metade se rodar depois das 13:00 ou durante a noite, sem nenhuma outra mudança. Agendar é uma decisão operacional, não técnica, e aqui ela mexe na fatura tanto quanto trocar de modelo.

O cache: uma diferença de cinquenta vezes

Olhe de novo para a primeira linha da tabela. A entrada nova custa US$ 0,15. A entrada lida do cache custa US$ 0,003. É uma diferença de cinquenta vezes, a maior de toda a tabela de preços, e a mais ignorada.

O cache funciona sobre o início da sua mensagem. Envie o mesmo texto inicial em toda requisição e a DeepSeek o cobra uma vez pelo preço cheio, depois o lê de novo por uma fração. A maioria dos sistemas reais carrega um grande bloco fixo em cada chamada: as instruções do assistente, a lista de produtos e preços, a política de devolução, o tom de voz. Nada disso muda de um cliente para o outro.

Então a diferença entre um sistema que organiza seu prompt e um que não organiza não é um capricho de engenharia. É se a parte fixa é cobrada uma vez ou cobrada de novo, inteira, a cada mensagem. A regra é simples: o fixo primeiro, o variável por último.

Veja um exemplo. Um assistente de WhatsApp que atende 3.000 conversas por mês, cada uma com 4.000 tokens de entrada e 500 tokens de saída, custa cerca de US$ 10,89 por mês pelo preço atual do V4 Pro fora do pico. Pelo preço do V4.1 Flash de amanhã, cai para US$ 2,70. Organize o prompt para que 80% da entrada seja lida do cache e cai para US$ 1,29. Oito vezes entre o primeiro número e o último, e no passo final o modelo não mudou. Só mudou a ordem do texto.

A cláusula que vale ler em vez de pular

Uma frase do aviso merece atenção: continuar usando o serviço depois da mudança na cobrança é considerado aceitação dos novos termos, e quem não concordar pode cancelar e pedir reembolso.

É uma linguagem padrão em contratos de serviços em nuvem, e aqui não há o que objetar, porque a mudança favorece o usuário. Mas vale notar o princípio: a mesma cláusula permite uma mudança de preço na direção oposta pelo mesmo mecanismo. Se você está construindo um sistema comercial sobre a API de outra empresa, seu custo operacional não é um número fixo no plano de negócios. É uma condição que muda mediante aviso.

A lição para além da DeepSeek

É o mesmo padrão sobre o qual escrevemos quando a Broadcom removeu a ferramenta de saída do VMware sem nenhum anúncio: aquilo de que você depende muda debaixo dos seus pés, e o que importa é a rapidez com que você consegue reagir.

Repare no que aconteceu com o nome do modelo. Um desenvolvedor que escreveu deepseek-v4-pro no seu sistema vai ver suas requisições irem para outro lugar por decisão do fornecedor. Aqui o resultado o favorece: mais barato, mais rápido e melhor, segundo o próprio fornecedor. Mas é o mesmo mecanismo que vai levar suas requisições para outro modelo no dia em que a decisão não for a seu favor.

Uma regra resolve: não espalhe o nome do modelo pelo seu sistema. Mantenha-o como um único valor de configuração e faça toda chamada passar por uma única camada do seu código. Assim, trocar de modelo, ou trocar de fornecedor por completo, é uma edição de uma linha, e não um projeto. Fazer isso no início não custa nada; adaptar depois custa semanas.

Se você está avaliando modelos antes de se comprometer, comparamos DeepSeek, Claude e GPT pelo tipo de trabalho que cada um atende, e não pelos números de manchete, e essa comparação continua valendo: eles diferem por tarefa, não só por preço.

E o ponto que mais importa para o dono de um negócio: com esses preços, o modelo já não é o que trava um projeto. Rodar um assistente em milhares de conversas por mês agora custa menos do que o café do seu escritório. O que decide o resultado é tudo o que está em volta do modelo: se seus dados estão organizados o suficiente para ele ler, se ele está de fato conectado aos seus sistemas ou respondendo do nada, e se você sabe o que acontece quando ele erra.

Como lidamos com isso na Origami

Nos sistemas que construímos para clientes, toda chamada ao modelo passa por uma única camada, e o nome do modelo fica em um arquivo de configuração em vez de repetido pelo código. Quando o mercado muda, e ele muda mais ou menos todo mês, passar um cliente para um modelo mais barato ou mais preciso é uma decisão executada em minutos e medida depois, não uma reconstrução.

Também tratamos a ordem do prompt como uma decisão de design, e não como um detalhe: o bloco fixo primeiro, para ser lido do cache, a parte variável por último. E separamos o que precisa de resposta imediata do que pode esperar, para que o segundo tipo rode nos horários baratos. Três decisões que ninguém vê na interface, e todas aparecem na fatura.

Fontes

• DeepSeek — página oficial de Modelos e Preços (tarifas do V4 Pro e do V4 Flash, horário de pico)
• Reportagem da ChainCatcher sobre o anúncio do lançamento do V4.1 Flash, 10 de setembro de 2026