O que lançou a DeepSeek, de facto, com o V4?

A DeepSeek lançou o V4 a 24 de abril de 2026 como modelos de pesos abertos sob a licença MIT, em dois tamanhos chamados V4-Pro e V4-Flash. Pesos abertos pesam mais do que marketing de código aberto: os pesos estão publicados no Hugging Face, por isso uma empresa pode executar o modelo nas suas próprias máquinas, afiná-lo com os seus próprios dados e servi-lo aos seus próprios utilizadores sem uma relação ao token com a DeepSeek. O modelo de topo V4-Pro é um mixture-of-experts de 1,6 biliões de parâmetros com cerca de 49 mil milhões de parâmetros ativos por token e, em benchmarks agênticos, posiciona-se, segundo relatos, ao lado de sistemas fechados de fronteira como o GPT-5.5 e o Claude Opus 4.7. Esta é a linha que os próprios lançamentos V3 e R1 da DeepSeek atravessaram primeiro no final de 2024 e no início de 2025. Capacidade de nível de fronteira já não é algo que apenas alguns fornecedores lhe podem alugar.

Se o modelo é gratuito de possuir, por que quase toda a gente o aluga?

Porque alugar esconde o trabalho a sério, e o trabalho a sério é caro de maneiras que uma tabela de preço por milhão de tokens nunca mostra. As estimativas do setor ainda colocam a grande maioria do gasto das empresas em API em 2026 num punhado de fornecedores fechados, e os modelos de pesos abertos numa pequena minoria, apesar de já existirem pesos abertos credíveis. O motivo não é ignorância. Executar um modelo de fronteira internamente significa GPU, uma pilha de serviço, atualizações do modelo, segurança e as pessoas que mantêm tudo isso vivo. As análises de custo de 2026 colocam o custo total de propriedade real em três a cinco vezes a linha bruta de hardware, uma vez contados os salários de engenharia e a capacidade ociosa. Para uma equipa que gasta alguns milhares por mês numa API, contratar um engenheiro de inferência para poupar custa muito mais do que poupa. Alugar é muitas vezes a resposta certa. O que custa dinheiro às pessoas é alugar sem alguma vez terem feito a pergunta.

Então quando é que alojar por conta própria é mesmo a melhor opção?

Quando a pergunta deixa de ser sobre preço e passa a ser sobre controlo. O ponto de cruzamento honesto em que alojar por conta própria bate a economia da API só em custo costuma situar-se algures entre cinquenta mil e duzentos mil dólares de gasto mensal em API, consoante o uso que der de facto ao modelo. As razões mais duradouras não são financeiras. Se opera ao abrigo do RGPD, um ponto de acesso próprio ou privado pode ser a única configuração em que os seus dados nunca saem de um perímetro que controla, independentemente do custo nesse trimestre. Se o modelo é o núcleo do seu produto e não uma conveniência, ser dono dos pesos significa que um fornecedor não pode descontinuá-lo, reavaliar-lhe o preço nem recusá-lo a seu bel-prazer. Um family office ou uma empresa liderada pelo proprietário quer aquilo que ainda controlará daqui a cinco anos, e isso raramente é a linha mais barata na fatura de hoje.

O que deve um proprietário fazer antes da próxima fatura de IA?

Separe a questão da capacidade da questão da propriedade, porque não são a mesma decisão. Primeiro, decida o que o modelo é para si: um serviço que consome ou um ativo de que depende. Um serviço pode quase sempre alugar-se. Um ativo vale a pena possuir. Segundo, exija um custo total de propriedade real e não um preço ao token; se a sua equipa só lhe mostra a linha da API, não fez a análise. Terceiro, trate a residência dos dados e a concentração de fornecedores como riscos ao nível da administração e não como preferências de engenharia, porque é aí que pesos abertos como o DeepSeek V4 mudam o que é possível e não apenas o que é barato. A Servola aconselha sobre infraestrutura de IA e sobre a decisão entre construir e alugar, com um único responsável e sem agenda de fornecedor.

Leia a seguir: Tribunal de Munique decide que o que a sua IA diz são as suas próprias palavras  |  Quando não pode comprar o melhor modelo