DeepSeek V4.1 Pro vs Gemini 3.8 Flash: Um flagship ausente contra um modelo barato do Google

Esta é a comparação mais assimétrica do site, e a assimetria não é a que os nomes sugerem. Gemini 3.8 Flash custa US$ 0,75 por milhão de tokens de entrada e US$ 3,75 de saída, tem contexto de 1M com teto de saída de 65K e pode ser chamado com a mesma chave de todo o resto. O DeepSeek V4.1 Pro não tem cartão, nem endpoint, nem preço. O carro-chefe da DeepSeek que existe — DeepSeek V4 Pro — custa US$ 0,66 e US$ 1,98 fora de pico, cerca de um décimo do preço de entrada do Flash e metade do preço de saída, com um teto de saída de 384K em vez de 65K.

Leia isso de novo, porque inverte a impressão que a palavra “flash” cria: a camada barata do Google é a mais cara por token, e o carro-chefe da DeepSeek é o que tem o maior teto de geração.

Os cartões

• Gemini 3.8 Flash — $0,75 de entrada, $3,75 de saída; leituras de cache a $0,075; contexto de 1M; saída máxima de 65K; p50 medido do primeiro token: 8,13 segundos.

• DeepSeek V4 Pro — $0,66 de entrada, $1,98 de saída fora de pico; $0,022 em cache; dobra para $1,32 e $3,96 em duas janelas de dias úteis; contexto de 1M; saída de 384K; somente texto; 6,22 segundos até o primeiro token.

• DeepSeek V4.1 Pro — nada para comparar. Mencionado uma vez em 10 de setembro e nunca teve preço.

Fora do horário de pico, o DeepSeek é 12% mais barato na entrada e 47% mais barato na saída. Em uma janela de pico, é 76% mais caro na entrada e 5,6% mais caro na saída. Essa variação — de claramente mais barato a claramente mais caro no mesmo dia — é a coisa mais importante desta página, e não aparece no material de marketing de nenhum dos fornecedores.

O teto de 65K determina mais cargas de trabalho do que o preço

Sessenta e cinco mil tokens de saída são uma resposta longa e um documento curto. A geração, em uma única chamada, de um relatório de 40.000 palavras não cabe; um arquivo de código com qualquer ambição se aproxima do limite antes de ser concluído. O teto de 384K do DeepSeek é quase seis vezes maior, e para qualquer coisa dessa categoria a comparação de preços deixa de importar porque um dos dois não consegue fazer o trabalho em uma única requisição.

Onde o teto não limita — chat, classificação, sumarização, a maioria das etapas de agente — o preço por token é o que você paga, e aí a DeepSeek ganha fora do horário de pico e perde no horário de pico. É o escalonamento, não a escolha do modelo, que decide o resultado.

A latência inverte o ranking novamente.

O Gemini 3.8 Flash mede 8,13 segundos até o primeiro token; o DeepSeek V4 Pro mede 6,22. Nenhum dos dois é rápido, e ambos são lentos o suficiente para que um produto interativo perceba essa lentidão. Frente a um limite de 65K e a um primeiro token em 8 segundos, o argumento a favor do Flash é a economia de cache — US$ 0,075 por milhão de leituras em cache é o preço de cache publicado mais barato em qualquer cartão desta comparação — e não o preço de etiqueta.

O que executar

Gemini 3.8 Flash e DeepSeek V4 Pro estão ambos no OrcaRouter pelos preços de tabela dos seus fornecedores, repassados sem margem, em um único endpoint compatível com OpenAI com failover automático — portanto, esta comparação é uma regra de roteamento, e não uma migração. Envie o trabalho de geração longa para o modelo com o teto de 384K, o trabalho com uso intensivo de cache para aquele com a taxa de cache de US$ 0,075, e o restante para o que for mais barato na hora em que for executado.

O DeepSeek V4.1 Pro fica fora dessa tabela de roteamento até que a DeepSeek publique um identificador. Qualquer outra coisa é um plano construído sobre uma nota de versão.