DeepSeek V4 Pro: o preço que muda o break-even do roteamento

Um modelo de fronteira em disponibilidade geral, a US$ 0,87 de saída, muda a conta antes de mudar o benchmark

A DeepSeek moveu o V4 Pro do preview para disponibilidade geral em 12 e 13 de agosto de 2026, na build DeepSeek-V4-Pro-0813, conforme a Reuters. O modelo chega com preço publicado de US$ 0,435 por milhão de tokens de entrada e US$ 0,87 por milhão de saída, janela de contexto de 1.048.576 tokens e foco declarado em pipelines de agentes.

O detalhe que os manchetes perdem: cache hit a US$ 0,003625 por milhão troca a aritmética de quem reusa contexto entre chamadas.

O que aconteceu

A DeepSeek vinha rodando o V4 Pro em preview desde abril. Na quinta-feira, 13 de agosto, a empresa formalizou o modelo como seu carro-chefe em disponibilidade geral. A corroboração de imprensa é múltipla: além da Reuters, Unite.AI confirmou a saída do preview na mesma janela, com Yahoo Tech, Tech Times e Cherry Creek News repetindo a data.

O que entrou em produção na build 0813 tem quatro marcas. Primeiro, o preço: US$ 0,435 por milhão de tokens de entrada em cache miss, US$ 0,003625 por milhão em cache hit e US$ 0,87 por milhão de saída. Segundo, a janela de contexto de 1.048.576 tokens. Terceiro, tool calling, que permite ao modelo chamar ferramentas dentro de um fluxo de agente. Quarto, a ênfase declarada em uso de ferramentas, execução de código e workflows de múltiplas etapas.

A empresa reporta ganhos de benchmark de até 49,9 pontos percentuais em algumas tarefas. Nenhum avaliador independente replicou esses números até o fechamento desta edição, então eles ficam rotulados como alegação da própria empresa, não como validação. A mesma cautela vale para um ranking autodeclarado que coloca o V4 Pro abaixo de um modelo de fronteira referido internamente como "Fable 5" em codificação agêntica. Sem fonte checável para reproduzir essa comparação, ela fica de fora da análise de custo a seguir.

Por que isso importa

O número que importa não é o benchmark.

É o custo por tarefa aceita.

Uma equipe que roda agentes paga pela saída. Cada token gerado é faturado, e um fluxo de múltiplas etapas multiplica a geração antes de a tarefa ser considerada resolvida. Nesse regime, um modelo de fronteira a US$ 0,87 de saída com contexto de 1M muda o ponto de equilíbrio de quem hoje usa um provedor único e caro para todas as tarefas.

O argumento se sustenta em um dado de mercado já coberto aqui: o custo por tarefa de IA caiu na medida em que a competição de preço entre provedores de fronteira acelerou em 2026. O DeepSeek V4 Pro é o evento mais recente dessa competição, mas não o primeiro, e é o preço de saída que o torna relevante para o comprador, não a posição em qualquer tabela de benchmark. A disputa por preço deixou de ser um detalhe de tabela e virou o próprio argumento de venda dos provedores, o que muda a natureza da escolha para o comprador: a vantagem de um modelo deixa de ser estocável e passa a ser renegociada a cada release.

Há uma ironia estrutural nisso. Quanto mais rápido os provedores cortam preço, menos sentido faz comprar fidelidade a um único deles. O portfólio vira o ativo, e a rota vira a decisão. Quem mantém a compra presa a um nome está pagando para não ter o problema de escolher, e esse custo invisível costuma superar a diferença de benchmark entre concorrentes.

O ponto de equilíbrio aparece quando a conta sai do 1M isolado e cai na tarefa. Pense em um agente que responde e-mails de suporte: cada ticket dispara uma chamada, o modelo lê o histórico, gera uma réplica, e a tarefa só "conta" se a réplica é aceita. A US$ 0,87 de saída, o custo marginal cai para uma fração do que os provedores de fronteira mais caros cobram pela mesma geração. Se uma a cada dez réplicas é rejeitada e precisa de re-geração, o preço efetivo sobe, mas a rota ainda fica mais barata que manter o modelo caro para cem por cento do volume.

A consequência direta: a pergunta de compra deixa de ser "qual modelo tem o melhor score?". Passa a ser "qual rota entrega a capacidade certa para uma tarefa específica, pelo menor custo por tarefa aceita, com fallback quando a rota mais barata falha?". Benchmark isolado não responde a isso. Só a operação responde.

O que muda na prática

Três coisas mudam para quem monta portfólio de modelos. O preço de saída caiu de forma agressiva em relação ao preview e aos provedores de fronteira que apostavam em preço alto. O contexto de 1M viabiliza tarefas que antes exigiam costura manual de chunks. E o foco em agentes empurra o V4 Pro para exatamente o tipo de carga que mais gera tokens de saída.

A mudança mais barata de ignorar é o cache hit. Um agente que repete a mesma base de contexto entre chamadas paga quase nada pelas partes reusadas: o preço de cache hit é US$ 0,003625 por milhão, cerca de 120 vezes menor que o cache miss. Quem arquiteta para reusar o prefixo do prompt captura a queda de custo; quem não arquiteta continua pagando o preço de cache miss em cada rodada, o que anula boa parte da vantagem do modelo.

A ordem importa. O bucket de tarefas simples e repetitivas é o que primeiro paga o teste, porque é onde a taxa de aceite costuma ser alta e o preço de saída domina a conta. As cargas de raciocínio longo, com muitas etapas e retração, ficam por último, porque ali o custo do erro pesa mais que o preço do token.

O que fazer agora

Meça primeiro. Antes de mudar qualquer rota, calcule o custo por tarefa aceita que você tem hoje, porque é esse número, e não o preço por milhão isolado, que decide se o V4 Pro entra no portfólio. A partir dessa linha de base, as cinco etapas abaixo organizam o teste sem comprometer a entrega.

1. Corte o preço de saída pelo custo por tarefa aceita, não por 1M isolado. Um modelo barato que erra e exige re-geração pode custar mais que um caro que resolve de primeira. Meça taxa de aceite, não só fatura.

2. Separe tarefas por complexidade. Cargas simples e repetitivas podem rotear para o V4 Pro; cargas que exigem um modelo de fronteira mais caro ficam onde ele de fato agrega, não em todo lugar.

3. Ative fallback como requisito, não como melhoria. Quando a rota mais barata não resolve a tarefa, o fallback para a rota de referência precisa disparar sem reintegrar a aplicação.

4. Imponha limites por chave, agente e projeto. A economia de uma rota barata desaparece se um único agente rodar em loop sem teto.

5. Audite as chamadas por tarefa. Sem log de qual modelo atendeu cada chamada e a que custo, a decisão de rota continua sendo adivinhada, não medida.

A sequência importa porque as etapas se encadeiam: sem aceite medido, não há como saber qual tarefa é "simples"; sem fallback, a tarefa "simples" que vira complexa derruba a entrega; sem limite por agente, o loop de um único agente come o orçamento. O fluxo completo é o que transforma um preço novo em uma vantagem de custo, em vez de uma aposta de catálogo.

FAQ

O DeepSeek V4 Pro já está disponível em produção?

Sim. A empresa formalizou a disponibilidade geral em 12 e 13 de agosto de 2026, na build DeepSeek-V4-Pro-0813, após preview desde abril. A diferença operacional é que preço e capacidade publicados agora valem como oferta estável, embora o preço de lista da própria DeepSeek possa mudar ao longo do tempo; via Nexforce Router, o preço do provedor é repassado como preço final, sem markup sobre o custo por token.

Qual é o preço publicado do DeepSeek V4 Pro?

US$ 0,435 por milhão de tokens de entrada em cache miss, US$ 0,003625 por milhão em cache hit e US$ 0,87 por milhão de tokens de saída. São preços publicados pela empresa, não custos verificados em produção.

O contexto de 1M de tokens é real?

A empresa anuncia janela de contexto de 1.048.576 tokens com suporte a tool calling. Isso habilita pipelines de agentes com contexto longo, desde que a aplicação de fato use o cache para não pagar o preço cheio em cada chamada.

Os benchmarks da empresa foram verificados de forma independente?

Ainda não. A DeepSeek reporta ganhos de até 49,9 pontos percentuais, mas nenhum avaliador independente replicou esses resultados até o fechamento desta edição. Trate-os como alegação da empresa até segunda ordem.

Devo trocar meu modelo atual pelo V4 Pro?

Não é uma questão de trocar. É uma questão de rotear. O V4 Pro rompe o break-even de custo para tarefas agenticas de menor complexidade, mas só teste com fallback, taxa de aceite medida e limites por agente mostra se a rota resolve a tarefa de fato.

Referências e Leitura Complementar

• Reuters: DeepSeek releases official V4 Pro model as it steps up expansion
• Unite.AI: DeepSeek Ships V4 Pro as Its Flagship Model Leaves Preview
• Custo de modelos de IA em 2026: o argumento do roteamento
• Model Router: como provar a economia real da IA em produção
• DeepSeek V4-Flash: Modelo Flash Supera o Pro em Agentes
• Grok 4.6: o teste real começa depois do benchmark

O Nexforce Router no ponto de aterrissagem

O Router não melhora o V4 Pro.

O Router repassa o preço do token do provedor como preço final, sem markup sobre o custo por token. O preço de lista publicado pela DeepSeek pode mudar, e quem muda isso é a DeepSeek, não o Router. O que ele faz é transformar uma decisão de catálogo em uma decisão operacional: comparar modelos lado a lado por custo, performance, latência e contexto, aplicar fallback quando a rota barata não resolve, impor limites por chave, agente e projeto, e auditar cada chamada sem reintegrar a aplicação a cada troca.

Para o comprador que hoje paga um provedor único de fronteira por tarefa, o evento econômico desta semana abre uma rota real para reduzir custo roteando tarefas de menor complexidade para um modelo de 1M de contexto a US$ 0,87 de saída, mantendo o modelo mais caro só onde ele agrega. A capacidade de calcular esse ponto por tarefa, com evidência e não com tabela de benchmark, é exatamente o que o Nexforce Router coloca em prática.