A tabela de preços da DeepSeek tem duas alavancas, e o relógio é a menor delas.

Todo mundo lê a página de preços da DeepSeek para encontrar as janelas de pico. Entre 01:00 e 04:00 UTC, e novamente entre 06:00 e 10:00, de segunda a sexta-feira, excluindo feriados públicos chineses, todas as tarifas dobram. Isso é real: são sete horas em cada vinte e quatro, e vale a pena planejar em torno disso. Mas isso fica duas linhas abaixo de um número que muda muito mais a aritmética: um acerto no cache custa US$ 0,003 por milhão de tokens de entrada no DeepSeek V4.1 Flash, contra US$ 0,15 para um erro de cache. Um prefixo que entra no cache é cinquenta vezes mais barato do que o mesmo prefixo enviado a frio — e, ao contrário do relógio, essa é uma alavanca totalmente sob seu controle.

Coloque as duas alavancas lado a lado e a ordem fica óbvia. A janela de pico é uma penalidade de 2× que você evita ao reagendar. Um acerto de cache é um desconto de 50× que você obtém ao estruturar as requisições. Quase todo artigo escrito sobre a tabela de preços da DeepSeek, incluindo versões anteriores deste, dedica suas palavras ao 2×.

O cartão, exatamente como a DeepSeek o publica.

Lido da página Modelos e Preços da DeepSeek em 30 de outubro de 2026. Primeiro fora de pico, pico entre parênteses, por milhão de tokens:

• Entrada, acerto de cache — US$ 0,003 para Flash (US$ 0,006 no pico); US$ 0,022 para V4 Pro (US$ 0,044 no pico).

• Entrada, cache miss — $0,15 para Flash ($0,30 no horário de pico); $0,66 para V4 Pro ($1,32 no horário de pico).

• Saída — US$ 0,60 para o Flash (US$ 1,20 no horário de pico); US$ 1,98 para o V4 Pro (US$ 3,96 no horário de pico).

• Horário de pico — 01:00–04:00 e 06:00–10:00 UTC, de segunda a sexta-feira, excluindo feriados públicos chineses. As tarifas fora do horário de pico são exatamente a metade das tarifas de pico.

• Simultaneidade — 2.500 para Flash, 500 para V4 Pro. Um quinto, como sugere a proporção de preços.

• Formato — ambos os níveis oferecem um contexto de 1M tokens com saída máxima de 384K; o deepseek-flash é servido pelo DeepSeek-V4.1-Flash-1017 e oferece suporte a visão, o deepseek-v4-pro é servido pelo DeepSeek-V4-Pro-0813 e não oferece.

A coluna de acertos de cache é a que merece atenção. Três décimos de centavo por milhão de tokens de entrada significa que uma carga de trabalho que reutiliza um longo prompt de sistema, um documento grande ou o histórico acumulado de um agente está pagando quase nada pela parte que reenvia — desde que a requisição seja formatada de modo que o prefixo seja reconhecido como o mesmo prefixo.

Quanto valem as duas alavancas em uma carga de trabalho

Considere um trabalho realista no formato de agente: 20 milhões de tokens de entrada e 2 milhões de tokens de saída por dia, em que 80% da entrada é um prefixo reutilizado.

Alavanca um, cache. Dezesseis milhões de tokens em cache a US$ 0,003 é US$ 0,048. Quatro milhões sem cache a US$ 0,15 é US$ 0,60. Saída a US$ 0,60 por milhão é US$ 1,20. Total: cerca de US$ 1,85 por dia.

Alavanca dois, agendamento. O mesmo trabalho sem cache, tudo fora do horário de pico: 20 milhões a $0,15 dá $3,00, mais $1,20 de saída — $4,20. Executado inteiramente dentro de uma janela de pico, fica $8,40.

Portanto, o cache economiza $2.35 aqui, e o melhor agendamento possível economiza $4.20 em comparação com o pior. Ambos são importantes; nenhum é a história completa, e a combinação é onde está o número real: com cache e agendado fora do horário de pico, o mesmo trabalho custa cerca de $1.85 em vez de $8.40 — uma variação de 4,5× com tokens idênticos.

Na prática, isso significa que a ordem das decisões deveria ser: moldar as solicitações para reutilização de prefixo, depois mover o que puder ser movido para fora das janelas de pico e, então, comparar fornecedores. A maioria das equipes faz na ordem inversa, e é por isso que o relógio recebe toda a atenção — é a única alavanca que aparece na página como um título em negrito.

Por que a linha de cache é fácil de passar despercebida e fácil de perder

Três coisas podem custar-lhe silenciosamente o desconto de 50×./h2> p>Um prefixo que muda no início.O cache funciona com base nos tokens iniciais. Coloque um timestamp, um id de sessão ou uma lista de ferramentas embaralhada no topo do prompt do sistema e toda requisição será um cache miss — embora pareça idêntica para quem a escreveu. Essa é a forma mais comum de uma carga de trabalho com cache acabar custando o preço integral.

Um caminho de provedor que não compartilha cache. O cache é uma propriedade da infraestrutura de serviço, não do nome do modelo. Um roteador com failover automático pode mover uma solicitação para um caminho de provedor diferente no meio do fluxo de trabalho, e o benefício do cache não o acompanha. Isso não é motivo para evitar o failover — uma solicitação com falha custa mais do que uma falha de cache — mas é motivo para saber qual parcela do seu tráfego está chegando ao caminho primário.

Um identificador cujo checkpoint mudou. O deepseek-flash agora resolve para DeepSeek-V4.1-Flash-1017, e os nomes legados deepseek-v4-flash e deepseek-v4-flash-vision-exp ainda são aceitos, mas cobrados ao preço do Flash e atendidos pelo mesmo modelo. Um modelo de custo escrito com base em um checkpoint mais antigo está descrevendo uma tabela que já mudou uma vez neste mês.

O relógio, onde ele morde

A janela de pico ainda é uma restrição real para qualquer coisa que não possa ser deslocada. Ambas as janelas ficam dentro de um dia útil europeu e asiático e fora de um dia útil nos EUA: 09:00–12:00 e 14:00–18:00 em Pequim, 02:00–05:00 e 07:00–11:00 em Londres, e para uma equipe da Costa Leste dos EUA a segunda janela começa às 02:00 no horário local. Um produto interativo que atende usuários europeus opera em taxas de pico para a maior parte do seu tráfego, quer alguém tenha planejado isso ou não.

Vale a pena conhecer dois efeitos de segunda ordem antes de reescrever um escalonador:

• Simultaneidade, não apenas preço. O V4 Pro permite 500 solicitações simultâneas, contra 2.500 do Flash. Mover o trabalho em lote para a janela fora de pico para economizar dinheiro não ajuda se todo mundo também tiver se mudado para lá.

• O calendário de feriados. As janelas excluem feriados públicos chineses, o que significa que o calendário que acompanha seu agendador não é o de que você precisa. É um pequeno imposto recorrente, e surge no único dia do ano em que importa.

A regra que sobrevive a uma mudança de preço

Estruture primeiro para acertos de cache, o agendamento em segundo, e deixe a comparação por token para o final — porque as duas primeiras alavancas movem sua conta em 50× e 2×, respectivamente, e nenhuma troca de fornecedor consegue movê-la de forma confiável por qualquer uma delas. Em seguida, registre a hora UTC e a proporção de acertos de cache em cada requisição durante uma semana. Esses dois números, e não a tabela de preços, são o que determina o custo do seu próximo mês.

DeepSeek V4.1 Flash e DeepSeek V4 Pro estão ambos no OrcaRouter às tarifas publicadas da DeepSeek, repassadas sem markup na mesma chave de um catálogo de 224 modelos. A linha de acerto no cache e a duplicação no pico aplicam-se exatamente como a DeepSeek as define, o que vale nos dois sentidos: o desconto entra em vigor no mesmo dia em que é publicado, e a sobretaxa também.