DeepSeek encarece a API, e OpenAI aposta em chat ilimitado para disputar usuários

O reajuste varia conforme o modelo, o tipo de token, o status do cache e o horário de uso. Segundo a Reuters, os novos valores ficam entre 50% e 1.100% acima dos preços anteriores.

O impacto é maior em sistemas que geram muito conteúdo durante os horários de pico. O preço de saída do V4-Pro, por exemplo, passou de US$ 0,87 por milhão de tokens para US$ 1,98 fora de pico e US$ 3,96 no pico. Um agente de programação que produza 10 milhões de tokens de saída por mês passaria de aproximadamente US$ 8,70 na tabela anterior para cerca de US$ 19,80 se todo o volume fosse gerado fora do pico — ou US$ 39,60 se ficasse concentrado nos horários mais caros. Esses cálculos não incluem os tokens de entrada.

O que muda para quem desenvolve aplicações

Com a nova estrutura, o horário de processamento passa a fazer parte da gestão de custos. Empresas que executam tarefas em lote, avaliações, agentes de programação ou outros trabalhos não urgentes podem tentar transferir o tráfego para as 17 horas fora de pico.

Aplicações interativas têm menos flexibilidade: as solicitações chegam quando o usuário precisa de uma resposta. Para esses sistemas, o preço de pico pode pesar diretamente na margem ou exigir o uso de modelos alternativos.

Cache e roteamento também ganham importância. Melhorar a taxa de acerto do cache, enviar tarefas rotineiras para o V4-Flash ou encaminhar determinados pedidos para outro provedor pode reduzir a exposição às novas tarifas. Para equipes corporativas, escolher um modelo deixa de ser apenas uma comparação de benchmarks e preços de tabela; passa a ser uma decisão operacional contínua.

Mesmo após o aumento, a DeepSeek ainda preserva uma vantagem de custo em relação a modelos de fronteira de empresas como Anthropic e OpenAI, especialmente em cargas de trabalho de alto volume. O reajuste, porém, reduz parte da vantagem criada pela inferência extremamente barata.

A cobrança diferenciada por horário é compatível com uma tentativa de administrar a demanda e extrair mais valor de uma capacidade computacional escassa. As informações públicas disponíveis neste conjunto de fontes não comprovam que a DeepSeek tenha alcançado lucratividade nem mostram um caminho confirmado até ela. Portanto, qualquer interpretação sobre uma transição de aquisição subsidiada de usuários para sustentabilidade financeira deve ser tratada com cautela.

OpenAI disputa acesso — e hábito de uso

A OpenAI adotou uma estratégia diferente. Em 6 de agosto, anunciou que o GPT-5.6 Luna se tornaria o modelo padrão do ChatGPT para os usuários dos planos Free e Go, substituindo o GPT-5.5. Esses usuários também teriam chats cotidianos de texto ilimitados e uma nova opção Think, voltada a perguntas mais difíceis, sujeita a mecanismos de prevenção de abuso.

O termo “ilimitado” é mais restrito do que pode parecer. A medida vale para conversas de texto, mas continuam existindo limites próprios para envio de arquivos, geração de imagens e outras ferramentas. Usuários Free e Go também não têm acesso ao GPT-5.6 Sol: o Luna é o modelo padrão desses planos e também alimenta o recurso Think.

O Luna é apresentado como o integrante mais econômico da família GPT-5.6, e não como o modelo principal Sol. Reportagens de terceiros mencionam preços de API de US$ 0,20 por milhão de tokens de entrada e US$ 1,20 por milhão de tokens de saída, mas esses números não são confirmados aqui pelas fontes de maior autoridade disponíveis.

A distinção estratégica, entretanto, é clara: o uso do Luna para texto no ChatGPT Free e Go é, na prática, gratuito para o usuário, enquanto o acesso pela API continua sendo um produto pago separado.

Por que o OpenRouter entrou nessa disputa

As decisões ocorreram em um momento de forte crescimento do tráfego de modelos chineses entre desenvolvedores. A Bloomberg informou que os modelos chineses superaram as plataformas americanas no OpenRouter em junho e responderam por mais de 60% da participação de tokens no mês seguinte.

O OpenRouter é uma plataforma que permite aos desenvolvedores encaminhar solicitações para diferentes modelos de IA. Por isso, seus dados são um indicador relevante das escolhas no mercado de desenvolvimento e roteamento de modelos, mas não representam uma medição completa do uso global de inteligência artificial.

O avanço não veio apenas da DeepSeek. Nos rankings de julho do OpenRouter, modelos desenvolvidos na China ocuparam as cinco primeiras posições por volume de tokens: o MiMo-V2.5, da Xiaomi; um modelo da DeepSeek; um da MiniMax; a família Qwen, da Alibaba; e o Kimi, da Moonshot. Outra análise apontou a DeepSeek como a maior fornecedora individual da plataforma, com 17,6% de participação em um ranking de junho.

Esse movimento ajuda a explicar por que o preço continua no centro da disputa. Cargas de trabalho intensivas em tokens, como programação automatizada e ciclos de agentes, favorecem modelos baratos o suficiente para serem executados repetidamente.

Ao mesmo tempo, a resposta da OpenAI mostra que o uso pode ser conquistado não apenas pelo preço da API, mas também pela distribuição do produto. Colocar um modelo capaz diante de usuários gratuitos incentiva o uso frequente, gera feedback e pode aumentar a conversão futura para produtos pagos.

Duas pressões comerciais diferentes

DeepSeek e OpenAI estão respondendo a lados diferentes da mesma pressão de mercado:

• A DeepSeek está monetizando a demanda. A cobrança de pico e fora de pico pode elevar a receita nos momentos de maior utilização da capacidade e incentivar clientes a agendar tarefas flexíveis para horários mais baratos.
• A OpenAI está protegendo a distribuição. O texto ilimitado mantém os usuários Free e Go engajados, enquanto limites continuam sendo aplicados a recursos mais caros e o acesso a modelos superiores permanece segmentado.
• Os desenvolvedores enfrentam uma otimização mais complexa. Além da qualidade e do preço nominal, precisam avaliar cache, latência, horário de cobrança, roteamento e o custo de trocar de provedor.
• O mercado está se tornando multimodelo. Uma mesma empresa pode usar modelos mais baratos para extração, tradução, programação repetitiva e ciclos de agentes, reservando modelos premium para tarefas em que desempenho, controles ou integração ao ecossistema sejam decisivos.

É por isso que a guerra de preços da IA não necessariamente termina quando alguns valores sobem. A competição está se dividindo em camadas: de um lado, inferência de baixo custo e disponibilidade de modelos com pesos abertos; de outro, alcance junto ao consumidor, integração de produto, capacidade premium e controles empresariais.

A conclusão para empresas e desenvolvedores

O aumento da DeepSeek lembra que preços baixos de API podem atrair um volume enorme de uso sem garantir que os custos permanecerão baixos para sempre. A distribuição gratuita do Luna representa a aposta oposta: subsidiar uma experiência ampla para consumidores e fortalecer a presença do produto, diferenciando depois os níveis de modelo e os recursos que consomem mais capacidade.

Para desenvolvedores e compradores corporativos, a lição prática é não tratar nenhuma tabela de preços ou benchmark como permanente. Os custos podem mudar conforme a demanda, o nível do modelo, o comportamento do cache e o horário do dia.

A arquitetura mais resistente a essas mudanças tende a ser aquela que mede as cargas reais de trabalho, mantém opções de roteamento abertas e combina cada tarefa com o modelo e o nível de acesso mais adequados ao risco e ao orçamento da empresa.