O que a DeepSeek mudou

A DeepSeek confirmou a 30 de junho que o próximo modelo, V4, chega em meados de julho com uma estrutura de preços que nenhum grande fornecedor de IA tinha usado: o contador da API corre a duas velocidades. Nas horas de pico - fixadas das 09:00 às 12:00 e das 14:00 às 18:00 hora de Pequim - a tarifa por token duplica. Fora dessas janelas vale o preço atual. Para o modelo de topo deepseek-v4-pro são 6 yuan por milhão de tokens de saída em vazio e 12 yuan no pico; o menor v4-flash passa de 2 para 4 yuan. Cada nível oferece uma janela de contexto de um milhão de tokens, e a DeepSeek avisa qualquer mudança de tarifa por email com 24 horas de antecedência.

A empresa enquadra isto de propósito como gestão de carga e não como aumento de preço. As tarifas de vazio não se mexem, por isso uma carga que já corria de noite paga exatamente como antes. A novidade é a sobretaxa nas horas em que todos querem o modelo ao mesmo tempo. Não é um pormenor. É a primeira vez que uma API desta escala diz aos programadores que o relógio, e não apenas o número de tokens, define a conta.

Porque isto é inferência ao preço da luz

As redes elétricas faturam assim há décadas. Quando a procura atinge o pico e a oferta aperta, o preço sobe para empurrar a carga flexível para horas mais calmas. A DeepSeek faz agora o mesmo com o tempo de GPU, pela mesma razão: o limite real para servir um modelo grande não é o modelo, mas o cálculo e a energia por trás dele na janela cheia. A tarifa plana por token pressupunha capacidade quase ilimitada. O preço de pico e vazio admite o contrário: a capacidade é escassa a certas horas.

Para quem compra, isto rompe com a narrativa de que a IA simplesmente fica mais barata a cada trimestre. Agora fica mais barata ou mais cara consoante quando a executa. Assim, o agendamento torna-se uma alavanca de custo pela primeira vez. Tudo o que pode esperar - o processamento noturno de documentos, a classificação em lote, a avaliação offline, a preparação de dados de treino - vai para o vazio. Tudo o que é interativo paga a sobretaxa. As equipas que tratam a inferência como uma conta da luz fazem o mesmo trabalho por bastante menos.

O que um operador europeu deve fazer

A conta das horas favorece a Europa. Pequim está sete horas à frente de Lisboa, por isso as janelas de pico da DeepSeek caem em Lisboa por volta das 02:00-05:00 e das 07:00-11:00. Na prática: uma empresa europeia que corre muita inferência durante a sua própria tarde, do almoço em diante, fica quase toda na tarifa de vazio barata. A faixa cara para o utilizador em Portugal é o fim da manhã, até cerca das 11:00. A saída do v4-pro fica em vazio a cerca de 0,75 euro por milhão de tokens, contra perto de 1,50 euro no pico - uma diferença que compensa planear.

Em resumo, deixe de tratar o preço do token como um número único. Mapeie a sua carga de inferência contra estas janelas, empurre cada trabalho adiável para depois do meio-dia local e reserve o pico da manhã para o que realmente não pode esperar. Repare também no padrão: a Together AI e outros já reviram os preços das suas camadas de inferência este ano, e assim que um grande fornecedor prova que o preço por hora do dia se mantém, a tarifa plana parece menos uma promessa e mais uma fase de transição.

Leia a seguir: A OpenAI compra a sua velocidade a um único fabricante  |  O DeepSeek V4 é gratuito para ser próprio. A maioria das empresas vai alugá-lo mesmo assim, por token.