Por que os modelos de pesos abertos dispararam no AI Gateway da Vercel

O equilíbrio do mercado de modelos de IA começou a mudar no nível mais importante para quem opera aplicações em escala: o custo por tarefa. No AI Gateway da Vercel — uma API unificada que permite acessar centenas de modelos por um único endpoint — modelos de pesos abertos responderam por 54% do volume de tokens na terça-feira, 25 de agosto de 2026. Os modelos proprietários ficaram com 46%.4

Poucos dias antes, no sábado anterior, a participação dos modelos de pesos abertos havia chegado a um recorde reportado de 62%, contra 38% dos modelos fechados.4

O movimento foi impulsionado principalmente pelo DeepSeek V4 Flash. Uma atualização de pesos melhorou seu desempenho em programação, uso de ferramentas e fluxos de trabalho com agentes, sem transformá-lo em um modelo de preço premium.19

A virada no volume de tokens

Momento reportado em agosto	Modelos de pesos abertos	Modelos proprietários
Sábado anterior	62%	38%
Terça-feira, 25 de agosto	54%	46%

Na terça-feira, os modelos de pesos abertos tinham uma vantagem de 8 pontos percentuais. No recorde anterior, a diferença havia sido de 24 pontos.

É importante entender o que esses números medem: tokens processados pelo gateway. Eles não representam receita, lucro nem o número de empresas que usam cada modelo.

O que mudou no DeepSeek V4 Flash

A Vercel informou que o DeepSeek V4 Flash passou a operar por padrão com pesos atualizados no AI Gateway. Sua pontuação no Terminal-Bench subiu de 56,9 na prévia de abril para 82,7 — uma melhora de 25,8 pontos.19

A atualização também reduziu o atrito para os usuários existentes: as requisições ao identificador deepseek/deepseek-v4-flash passaram a receber os novos pesos automaticamente, sem alteração no ID do modelo ou no código da aplicação.19

O apelo do modelo, portanto, não se resume ao preço baixo. O desempenho mais forte em tarefas agênticas o tornou mais adequado para cargas de trabalho de programação e uso de ferramentas em alto volume. Ao mesmo tempo, sua posição como modelo de eficiência oferece aos desenvolvedores uma forma de controlar os custos de inferência.

Segundo a descrição da Vercel, o V4 Flash oferece raciocínio, uso de ferramentas, cache implícito e uma janela de contexto de 1 milhão de tokens.27

Preço ajudou a acelerar a adoção

A diferença de preço reforçou essa estratégia. De acordo com a Reuters, o DeepSeek V4 Pro foi lançado com preço de entrada cerca de nove vezes maior que o do V4 Flash e preço de saída 14 vezes maior.17

Comparações independentes também apontam uma vantagem substancial de preço para o V4 Flash, embora os resultados de desempenho variem conforme o teste e a configuração utilizados.25

Na prática, isso cria uma divisão clara: o V4 Flash pode atender tarefas repetitivas e de grande escala, enquanto modelos mais caros ficam reservados para trabalhos que realmente exigem raciocínio mais profundo ou maior capacidade de lidar com problemas ambíguos.

Por que os modelos proprietários perderam participação

As informações disponíveis associam a queda no volume dos modelos proprietários a uma demanda empresarial mais fraca pelo Fable 5, da Anthropic, devido ao custo elevado.4 A explicação faz sentido para cargas de trabalho nas quais desenvolvedores priorizam vazão e economia por unidade em vez da capacidade máxima do modelo. Ainda assim, os dados do gateway não provam que essa tenha sido a única causa para todos os clientes ou solicitações.

O Fable 5 continua sendo apresentado pela Vercel como uma opção para tarefas longas, ambíguas e com várias etapas, capazes de ser executadas de ponta a ponta.3 A mudança de agosto parece menos um veredito de que os modelos abertos são universalmente melhores e mais uma decisão de roteamento: usar o modelo mais barato que seja confiável para cada tarefa e deixar as opções premium para os casos que justificam o preço.

Mais tokens não significam mais dinheiro

A principal ressalva está na diferença entre uso e receita. Em um relatório anterior da Vercel, modelos de pesos abertos chegaram a 29% do volume de tokens do gateway, mas representaram menos de 4% dos gastos.44

Isso acontece porque a contagem de tokens não leva em conta o preço cobrado por token de entrada ou de saída. Assim, o cruzamento registrado em agosto indica que modelos de pesos abertos processaram uma parcela maior do trabalho encaminhado pelo gateway — não necessariamente que geraram mais negócios para os provedores.

Modelos proprietários ainda podem concentrar uma fatia desproporcional dos gastos mesmo quando modelos abertos processam mais tokens.

O que isso muda para quem desenvolve aplicações

Os dados apontam para uma estratégia de roteamento mais cuidadosa:

• Use modelos eficientes em escala: geração em alto volume, assistência de programação e chamadas rotineiras de ferramentas são especialmente sensíveis ao custo por token.
• Faça novos testes após atualizações de pesos: a atualização do DeepSeek V4 Flash alterou seu perfil de desempenho sem exigir uma mudança no ID do modelo ou no código da aplicação.19
• Separe qualidade de economia: uma melhora em benchmark não prova que o modelo seja a melhor opção para toda carga de produção. Precisão no mundo real, confiabilidade, latência, privacidade e disponibilidade do provedor continuam sendo decisivas.
• Acompanhe gastos e tokens: liderar em volume de tokens não significa automaticamente liderar em despesas ou em valor entregue.

A lição mais ampla do tráfego da Vercel em agosto é que modelos de pesos abertos podem conquistar volume de produção quando combinam capacidade suficiente com custos muito menores. O DeepSeek V4 Flash foi o exemplo mais evidente, mas a tendência é maior: escolher, para cada tarefa, o modelo mais barato que entregue desempenho confiável — sem substituir todos os modelos proprietários de uma só vez.