DeepSeek V4‑Pro: o corte de 75% no preço pode mudar a guerra de preços dos modelos de IA

O modelo DeepSeek V4‑Pro chegou ao mercado com um dos movimentos de preço mais agressivos já vistos em APIs de inteligência artificial. O custo atual — $0,435 por milhão de tokens de entrada e $0,87 por milhão de tokens de saída — coloca o modelo muito abaixo do preço cobrado por sistemas de ponta concorrentes, mantendo ao mesmo tempo recursos avançados e um enorme limite de contexto.

Para equipes que constroem aplicações com grandes volumes de inferência, essa diferença muda drasticamente a economia de uso da IA.

Novo preço do DeepSeek V4‑Pro

No lançamento, a DeepSeek aplicou um desconto promocional de 75% para incentivar adoção do modelo. Durante esse período, os valores ficaram em:

• $0,435 por milhão de tokens de entrada
• $0,87 por milhão de tokens de saída

O desconto foi anunciado para durar até 31 de maio de 2026.

Segundo a documentação oficial da API da DeepSeek, após o fim da promoção o preço do V4‑Pro será ajustado permanentemente para um quarto do valor original, o que na prática mantém o nível atual como novo padrão.

Antes da promoção, o preço listado era cerca de:

• $1,74 por milhão de tokens de entrada
• $3,48 por milhão de tokens de saída

Ou seja, a redução representa uma mudança estrutural — não apenas uma campanha temporária de marketing.

Comparação com GPT‑5.5 e Claude Opus 4.7

O impacto fica mais claro quando comparamos com outros modelos de fronteira disponíveis por API.

OpenAI GPT‑5.5

• Entrada: $5,00 por milhão de tokens
• Saída: $30,00 por milhão de tokens

Anthropic Claude Opus 4.7

• Entrada: $5,00 por milhão de tokens
• Saída: $25,00 por milhão de tokens

DeepSeek V4‑Pro

• Entrada: $0,435 por milhão de tokens
• Saída: $0,87 por milhão de tokens

Na prática:

• Tokens de entrada ficam cerca de 91% mais baratos que GPT‑5.5 ou Claude Opus 4.7.
• Tokens de saída ficam aproximadamente 96% a 97% mais baratos.

Para produtos com grande volume de chamadas — como copilotos de programação, análise de documentos, automação de suporte ou agentes autônomos — o custo por token costuma ser o principal fator de custo operacional. Diferenças dessa escala podem determinar se um produto é economicamente viável ou não.

Capacidades técnicas e contexto gigante

Além do preço, o V4‑Pro também compete tecnicamente com modelos de ponta.

Principais especificações:

• Janela de contexto de até 1 milhão de tokens
• Saída máxima de até 384 mil tokens
• Suporte a JSON estruturado e chamadas de função/ferramentas

O modelo usa uma arquitetura Mixture‑of‑Experts (MoE) com aproximadamente 1,6 trilhão de parâmetros totais e cerca de 49 bilhões ativos por etapa de inferência, permitindo grande capacidade sem multiplicar o custo computacional proporcionalmente.

Contextos tão grandes permitem cenários como:

• análise de documentos muito extensos
• raciocínio sobre bases de código completas
• agentes com memória persistente
• sistemas RAG com bases de conhecimento enormes

Com preços extremamente baixos por token, esses usos passam a ser financeiramente viáveis para mais empresas.

O impacto para desenvolvedores

Para muitas equipes, o gargalo na adoção de IA não é a capacidade do modelo — é o custo de inferência.

Tokens baratos permitem:

• prompts muito maiores
• conversas longas sem custo explosivo
• processamento de grandes volumes de documentos
• pipelines com vários agentes e chamadas encadeadas

A diferença entre pagar $0,87 ou $25 por milhão de tokens de saída pode transformar protótipos experimentais em produtos comerciais sustentáveis.

A guerra de preços da IA

O movimento da DeepSeek também reflete uma mudança maior na indústria.

Historicamente, modelos de ponta custavam de alguns dólares a dezenas de dólares por milhão de tokens, como ainda acontece com GPT‑5.5 e Claude Opus 4.7.

A DeepSeek segue um caminho diferente: reduzir drasticamente o preço por inferência e apostar em volume. Analistas observam que a empresa vem repetidamente lançando modelos muito mais baratos que os concorrentes, pressionando todo o mercado a reduzir custos.

Essa dinâmica lembra o que ocorreu em outras áreas de tecnologia, como computação em nuvem ou GPUs: quando um fornecedor demonstra que desempenho alto pode ser entregue muito mais barato, os demais são forçados a reagir.

O que observar a seguir

A estratégia da DeepSeek levanta algumas questões importantes para o ecossistema de IA:

• concorrentes vão reduzir preços para competir?
• aplicações baseadas em agentes vão crescer com inferência mais barata?
• preços tão baixos são sustentáveis em escala global?

Uma coisa já parece clara: o preço por token virou uma arma estratégica na competição entre modelos de IA. Se o nível de preços do V4‑Pro se mantiver, o custo de construir aplicações de IA em larga escala pode cair muito mais rápido do que muitos desenvolvedores esperavam.