Os preços da API DeepSeek são baixos o suficiente para atrair atenção, mas a taxa bruta por token é apenas a primeira linha de um orçamento de produção. O comportamento do cache, o comprimento da saída, os tokens de raciocínio, a elegibilidade para batch, os níveis de contexto, as tentativas e as mudanças no ciclo de vida do modelo podem alterar o custo real.
Este guia compara a DeepSeek com modelos representativos da OpenAI, Anthropic Claude, Google Gemini e Alibaba Qwen usando preços públicos oficiais verificados em 27 de julho de 2026. Ele também mostra um exemplo reproduzível de custo por solicitação e um fluxo de atualização que sua equipe pode reutilizar à medida que as tarifas dos provedores mudam.
Resumo de preços: os preços dos provedores mudam com frequência. Trate cada valor abaixo como uma comparação datada e, em seguida, verifique a página de preços primária vinculada antes de comprar créditos ou definir a política de roteamento em produção.
Preços da API DeepSeek em resumo
A tabela oficial da DeepSeek atualmente se concentra em dois IDs de modelo V4. Ambos suportam modos sem raciocínio e com raciocínio, e o cache automático de contexto pode reduzir drasticamente o preço de entradas repetidas.
| Modelo DeepSeek | Entrada com cache hit / 1M tokens | Entrada com cache miss / 1M tokens | Saída / 1M tokens | Limite de concorrência publicado |
|---|---|---|---|---|
deepseek-v4-flash |
$0.0028 | $0.14 | $0.28 | 2,500 |
deepseek-v4-pro |
$0.003625 | $0.435 | $0.87 | 500 |
Fonte: Modelos e preços da DeepSeek.
A diferença entre entrada com cache hit e entrada com cache miss é incomumente grande. Isso torna a estrutura do prompt e o contexto repetido economicamente importantes. Uma carga de trabalho que envia repetidamente a mesma política, esquema, prefixo de documento ou prompt de sistema longo pode se comportar de forma muito diferente de uma carga de trabalho de chat ad hoc, mesmo quando a contagem total de tokens parece semelhante.
A concorrência também faz parte da discussão sobre preços. Uma taxa de tokens mais baixa não produz automaticamente um custo menor por solicitação bem-sucedida se o aplicativo precisar de filas extras, fallbacks ou tentativas para atender à sua meta de tráfego.
Preços da DeepSeek vs OpenAI, Claude, Gemini e Qwen
Não existe um equivalente perfeito de modelo para modelo entre os provedores. A tabela abaixo usa modelos de texto representativos atuais para normalizar a mecânica de cobrança de entrada e saída — e não para afirmar qualidade, latência, comportamento de contexto ou desempenho de ferramentas iguais.
| Fornecedor e modelo | Entrada padrão / 1M | Entrada em cache / 1M | Saída / 1M | Condição de preço importante |
|---|---|---|---|---|
| DeepSeek V4 Flash | $0.14 | $0.0028 | $0.28 | Cache de contexto automático; modos com e sem raciocínio |
| DeepSeek V4 Pro | $0.435 | $0.003625 | $0.87 | Concorrência publicada menor do que a do Flash |
| OpenAI GPT-5.4 | $2.50 | $0.25 | $15.00 | Processamento em lote e de menor prioridade podem alterar o custo efetivo |
| Anthropic Claude Sonnet 5 | $2.00 | $0.20 | $10.00 | Preço introdutório até 31 de agosto de 2026; o preço padrão começa em 1º de setembro |
| Google Gemini 3.6 Flash | $1.50 | $0.15 plus storage | $7.50 | Plano pago padrão; Batch e Flex listam tarifas mais baixas |
| Alibaba Qwen3.7-Max | $1.65 | Desconto de cache de contexto disponível | $4.951 | Preço de tabela; região, nível de contexto e promoções temporárias podem alterar a cobrança |
Referências oficiais: preços da API OpenAI, preços do Anthropic Claude, preços da API Gemini e preços do Alibaba Cloud Model Studio.
O resultado principal é claro: as tarifas publicadas de tokens de texto da DeepSeek são materialmente mais baixas nesta captura. A conclusão operacional é menos automática. Os modelos dos provedores diferem em capacidade, comportamento de saída, tokens de raciocínio incluídos, níveis de serviço, disponibilidade regional, implementação de cache e estabilidade do ciclo de vida. Uma comparação em produção precisa tanto de preço quanto de evidências da carga de trabalho.
Uma comparação reproduzível de custo por solicitação
Suponha que uma solicitação bem-sucedida use:
- 2.000 tokens de entrada sem cache
- 500 tokens de saída
- Processamento síncrono padrão
- Sem ferramentas, grounding, imagens, áudio ou cobranças de armazenamento
- Sem novas tentativas ou solicitações com falha
- Sem compromissos de volume ou descontos temporários
A fórmula é:
request cost = (input tokens / 1,000,000 × input rate) + (output tokens / 1,000,000 × output rate)
| Modelo | Custo por solicitação | Custo para 10.000 solicitações |
|---|---|---|
| DeepSeek V4 Flash | $0.000420 | $4.20 |
| DeepSeek V4 Pro | $0.001305 | $13.05 |
| Qwen3.7-Max | $0.005776 | $57.76 |
| Gemini 3.6 Flash | $0.006750 | $67.50 |
| Claude Sonnet 5, tarifa introdutória | $0.009000 | $90.00 |
| GPT-5.4 | $0.012500 | $125.00 |
Esses números são aritméticos, não uma classificação ajustada por qualidade. Se um modelo produzir respostas mais longas, exigir mais tentativas, precisar de chamadas adicionais de ferramentas ou falhar com mais frequência na tarefa-alvo, a aparente vantagem de preço por token pode diminuir ou se inverter.
Para um método de orçamento mais aprofundado, use uma estrutura de custo por solicitação de API de IA que inclua tentativas e resultados bem-sucedidos, em vez de apenas tokens.
Por que a economia de cache pode dominar o custo do DeepSeek
Usar a taxa padrão de entrada para cada solicitação pode superestimar o gasto com DeepSeek quando o contexto repetido acerta o cache de forma consistente. Também pode subestimar o gasto se os prompts mudarem demais para se beneficiar.
Acompanhe estes campos separadamente:
- Tokens de entrada elegíveis para cache: Prefixos estáveis, instruções compartilhadas, documentos repetidos ou esquemas.
- Tokens de entrada com cache hit: A parcela efetivamente cobrada à taxa de cache hit do provedor.
- Tokens de entrada com cache miss: Entrada nova ou modificada cobrada à taxa integral.
- Tokens de saída: Incluindo tokens de raciocínio ou pensamento quando o provedor os contabiliza como saída.
- Custos de armazenamento e gravação do cache: Relevantes para provedores que cobram duração de armazenamento ou criação de cache separadamente.
Não transfira a porcentagem de cache hit presumida de um provedor para a previsão de outro provedor sem medição. O cache automático do DeepSeek, a entrada em cache da OpenAI, o prompt caching da Anthropic, o context caching do Gemini e o context caching do Qwen não têm regras ou estruturas de cobrança idênticas.
Os descontos de batch são úteis — mas não são intercambiáveis
A OpenAI anuncia um desconto de 50% na Batch API. A Batch API da Anthropic também oferece descontos de 50% nos tokens de entrada e saída. O Gemini 3.6 Flash lista entrada em Batch a $0.75 e saída a $3.75 por milhão de tokens, metade de suas tarifas Standard de nível pago. A documentação de preços do Qwen separa preços de tabela, descontos de batch, níveis de contexto e promoções regionais temporárias.
O preço de batch só ajuda quando a carga de trabalho pode aceitar janelas de conclusão assíncronas e o modelo ou endpoint selecionado é elegível. Não use uma taxa de batch para prever um chat interativo, um loop de agente ou uma solicitação de produção sensível à latência.
Cinco fatores a normalizar antes de escolher a API mais barata
1. Compare o custo por tarefa bem-sucedida
Execute o mesmo conjunto de avaliação representativo em cada modelo candidato. Registre tokens, tentativas, chamadas de ferramentas, latência e sucesso da tarefa. Divida o gasto total pelos resultados bem-sucedidos.
2. Separe cargas de trabalho de raciocínio e não raciocínio
DeepSeek V4 suporta ambos os modos. Qwen3.7-Max também suporta modos de pensamento e sem pensamento, enquanto o Gemini inclui tokens de pensamento no preço de saída para o modelo comparado. Um fluxo de trabalho de suporte de resposta curta e um agente intensivo em raciocínio não devem compartilhar uma única estimativa combinada.
3. Mantenha visíveis os níveis de contexto
Alguns provedores aumentam as tarifas para prompts maiores ou publicam preços em níveis por comprimento de entrada. Se os prompts de produção puderem cruzar um limite de nível, modele esse limite explicitamente em vez de usar a linha mais barata para cada solicitação.
4. Meça a sobrecarga de novas tentativas e fallback
O numerador útil é todo o gasto com provedores, incluindo tentativas malsucedidas. O denominador útil são as tarefas de negócios concluídas. É aqui que observabilidade e logs centralizados de solicitações passam a fazer parte da análise de preços.
5. Acompanhe aliases de modelo e datas de descontinuação
Aliases podem ser movidos para novos snapshots, e modelos podem ser descontinuados ou ter seus preços alterados. Fixe versões onde a estabilidade for importante, documente o comportamento de fallback e atribua um responsável para revisar os avisos de ciclo de vida do provedor.
Acesso direto ao DeepSeek vs um gateway de API unificado
O acesso direto ao provedor pode ser suficiente quando uma equipe usa uma família de modelos, uma conta de cobrança e uma região. A carga operacional cresce quando a equipe adiciona chaves específicas do provedor, formatos de fatura, limites de taxa, caminhos de fallback e controles de uso.
Uma camada de acesso unificada pode facilitar a comparação ao centralizar logs de solicitações, visibilidade de gastos, cotas e política de roteamento. Ela não torna diferentes modelos idênticos, e as equipes ainda devem validar o comportamento específico do modelo e o suporte ao endpoint.
O Flatkey oferece um gateway compatível com OpenAI para várias famílias de modelos com rastreamento centralizado de uso. Revise os preços atuais dos modelos e as rotas disponíveis e então compare-os com os preços diretos do provedor para sua carga de trabalho e região.
Você também pode usar a comparação mais ampla de preços de modelos de IA e o guia de custo DeepSeek vs Qwen para fluxos de trabalho sensíveis a custo ao montar uma lista curta.
Um fluxo de trabalho agendado de atualização de preços do DeepSeek
O interesse nos preços do DeepSeek é alto e a tabela de tarifas pode mudar rapidamente. Trate esta página — e seu modelo interno de custos — como um ativo mantido.
| Etapa de atualização | Evidências a capturar | Pergunta de aprovação |
|---|---|---|
| Verificar os preços oficiais da DeepSeek | IDs dos modelos, entrada com cache hit, entrada com cache miss, saída, concorrência | Alguma tarifa ou nome de modelo mudou? |
| Verificar avisos de ciclo de vida | Alterações de alias, datas de descontinuação, mapeamento de versão | O código de produção precisa de migração? |
| Atualizar provedores de comparação | Tarifas representativas atuais da OpenAI, Claude, Gemini e Qwen | A comparação ainda é justa e claramente qualificada? |
| Recalcular cargas de trabalho | Entrada, saída, cache, lote, tentativas, tarefas bem-sucedidas | O vencedor econômico mudou para alguma carga de trabalho? |
| Revisar condições regionais | Disponibilidade, impostos, promoções, moeda, nível de serviço | Os custos locais são materialmente diferentes? |
| Validar rotas internas | Página de preços, guias de comparação, conteúdo de cotas | Todos os links de conversão e educação ainda funcionam? |
| Registrar a data da verificação | URLs de origem, revisor, campos alterados, próxima revisão | A página está pronta para republicação? |
Agende esta revisão mensalmente e acione uma verificação fora do ciclo quando um provedor anunciar um novo modelo principal, descontinuação, promoção ou alteração de cobrança.
Perguntas frequentes
Quanto custa a API da DeepSeek?
Em 27 de julho de 2026, a DeepSeek listava a V4 Flash por US$ 0,14 por milhão de tokens de entrada com cache miss, US$ 0,0028 por milhão de tokens de entrada com cache hit e US$ 0,28 por milhão de tokens de saída. A V4 Pro custava US$ 0,435, US$ 0,003625 e US$ 0,87, respectivamente. Verifique novamente a página oficial de preços antes de orçar.
A DeepSeek é mais barata do que OpenAI, Claude, Gemini e Qwen?
Suas tarifas publicadas para tokens de texto são inferiores às dos modelos representativos neste instantâneo datado. Isso não prova o menor custo por tarefa concluída com sucesso. O comprimento da saída, as tentativas, a capacidade, o cache, a elegibilidade para lote e as operações também importam.
A DeepSeek cobra menos por entrada em cache?
Sim. A tabela oficial da V4 publica uma tarifa separada de entrada com cache hit que é muito menor do que a tarifa com cache miss. A economia real depende de as solicitações de produção gerarem cache hits.
Devo comparar tarifas do provedor ou tarifas do gateway?
Compare ambas. As tarifas diretas do provedor estabelecem uma linha de base. O preço do gateway deve ser avaliado considerando acesso incluído, cobrança, roteamento, observabilidade, suporte e controles operacionais.
Com que frequência uma página de preços da DeepSeek deve ser atualizada?
Mensalmente é uma base prática para uma página de comparação comercial. Atualize também imediatamente após o lançamento de um modelo, aviso de descontinuação, alteração de preço ou promoção significativa.
A regra de decisão
Comece com a tabela oficial de tokens, mas não pare por aí. Meça uma carga de trabalho representativa, separe a entrada com e sem cache, inclua saída e tentativas e compare o custo por tarefa concluída com sucesso. Depois, agende a revisão da fonte para que a rota barata de hoje não se torne a suposição ultrapassada de amanhã.
Explore os preços da Flatkey para comparar as rotas atuais de modelos e colocar o fluxo de atualização em prática.
