Um modelo principal despe a etiqueta de pré-visualização

A DeepSeek tirou o seu modelo principal V4 Pro da pré-visualização para a disponibilidade geral a 12 de agosto de 2026, encerrando um período de testes que durava desde 24 de abril. A compilação tem a etiqueta de versão 0813 e segue-se a variante mais pequena, V4-Flash, que tinha dado o mesmo passo para o estatuto oficial a 31 de julho. Ambos os modelos residem agora na API de produção da DeepSeek e já não num nível de pré-visualização onde os programadores tinham sido avisados de alterações possíveis sem aviso prévio.

O V4 Pro mantém a janela de contexto de um milhão de tokens que já tinha em pré-visualização, com uma saída máxima de 384000 tokens por pedido. A DeepSeek construiu o modelo como um sistema de mistura de especialistas com 1,6 biliões de parâmetros no total, dos quais 49 mil milhões se ativam para cada token individual, o mesmo padrão de arquitetura que a empresa usa desde a V3 para manter os custos de serviço baixos enquanto escala a capacidade total.

O cálculo de eficiência por trás de 1,6 biliões de parâmetros

O número em destaque não é a contagem de parâmetros, mas sim a forma como a DeepSeek consegue servi-los de forma barata. Um novo mecanismo de atenção a que a empresa chama Compressed Sparse Attention, associado ao que designa Heavily Compressed Attention, reduz o cálculo necessário por token de inferência para 27 por cento do que o modelo anterior V3.2 exigia, e reduz a cache de chave-valor, intensiva em memória, para 10 por cento da pegada anterior.

Nos testes de referência, o V4 Pro resolve 80,6 por cento das tarefas do SWE-bench Verified, empatado com o Gemini-3.1-Pro da Google no mesmo teste, e obtém uma taxa de sucesso de 90,1 por cento no GPQA Diamond e de 93,5 por cento no LiveCodeBench. Fica atrás do GPT-5.4 da OpenAI no Terminal Bench 2.0, com 67,9 contra 75,1, e regista uma pontuação Codeforces de 3206, prova de que a DeepSeek é agora comparada com os laboratórios americanos de ponta, e não ao lado deles.

98 por cento mais barato, e não por muito tempo

Na disponibilidade geral, o V4 Pro custa 0,435 dólares por milhão de tokens de entrada em caso de cache miss, 0,003625 dólares por milhão em caso de cache hit, e 0,87 dólares por milhão de tokens de saída, inalterado desde a pré-visualização. O nível mais barato, V4-Flash, custa 0,14 dólares por milhão de tokens de entrada e 0,28 dólares pela saída. A empresa de investigação Artificial Analysis mediu o custo efetivo do V4-Flash em cerca de 0,03 dólares por tarefa de referência, contra 1,86 dólares do GPT-5.6 Sol da OpenAI e 3,15 dólares do Claude Fable 5 da Anthropic, uma diferença superior a 98 por cento.

Na mesma janela do lançamento do V4 Pro, a página de documentação para programadores da DeepSeek trazia um aviso separado: o preço global da API vai subir de forma significativa num futuro próximo, embora a empresa não tenha indicado data nem percentagem. Os programadores foram convidados a planear a sua utilização em conformidade, com a estrutura de preços definitiva a ser anunciada em separado, uma admissão pouco habitual de que a lista de preços de hoje não é aquela em que os clientes se devem basear para orçamentar.

A rubrica de custo que acabou de se tornar variável

O momento pesa mais do que o número. A DeepSeek avisa de uma reavaliação de preços no mesmo ciclo de lançamento que acabou de dar ao V4 Pro o estatuto de produção, o que sinaliza às equipas de aprovisionamento que a fiabilidade do modelo amadureceu antes do seu custo. Um limite de 500 pedidos simultâneos no ponto de acesso Pro, um quinto do teto de 2500 no nível Flash mais barato, é um segundo sinal na mesma direção: a capacidade do nível mais caro e de maior qualidade é a limitação que a DeepSeek gere primeiro, e o preço é a alavanca que lhe resta.

As empresas que deslocaram cargas de trabalho para modelos chineses precisamente para escapar à imprevisibilidade dos preços americanos de ponta carregam agora a mesma exposição a partir da direção contrária, sem mínimo e sem data no calendário. Apenas a título de ilustração, não uma previsão: para uma startup lisboeta que orçamenta em euros, uma subida de cerca de 0,80 para 1,38 euros por milhão de tokens de saída numa carga de trabalho de vários milhares de milhões de tokens por mês transformaria um erro de arredondamento numa variação anual de seis dígitos, e a DeepSeek não deu qualquer garantia de que o aumento fica por aí. Tratar uma lista de preços subsidiada como uma rubrica fixa num orçamento plurianual foi sempre uma aposta em que um mercado com desconto se manteria estável; o fornecedor disse agora, na sua própria documentação, que não vai ser assim.

Leia a seguir: O modelo mudou, o nome da API não  |  O horário de Pequim já fixa a sua fatura de IA