DeepSeek V4.1 Pro vs Qwen3-Max: Mais barato por token, um quarto da janela

Este se decide em uma única coluna, e não é o preço. Qwen3-Maxcusta US$ 0,36 por milhão de tokens de entrada e US$ 1,43 de saída, oferece um contexto de 262K tokens com um limite de saída de 65K. DeepSeek V4 Procusta US$ 0,66 e US$ 1,98 fora de pico, oferece um contexto de 1M com 384K de saída. DeepSeek V4.1 Pro, o nome do título, não tem cartão algum.

Portanto, o Qwen é 45% mais barato na entrada e 28% mais barato na saída na tarifa fora de pico da DeepSeek — e, na janela de pico da DeepSeek, a diferença passa a 73% e 130%, a favor do Qwen. Em contrapartida, a DeepSeek oferece um contexto quatro vezes maior e um teto de saída quase seis vezes maior.

Os cartões

• Qwen3-Max — $0,36 entrada, $1,43 saída; contexto de 262K; saída máxima de 65K.

• DeepSeek V4 Pro — $0,66 de entrada, $1,98 de saída fora do horário de pico; $0,022 em cache; $1,32 e $3,96 durante duas janelas em dias úteis; contexto de 1M; saída de 384K; somente texto; 6,22 segundos até o primeiro token; 500 de simultaneidade.

• DeepSeek V4.1 Pro — citado uma única vez, em setembro, e nunca teve preço anunciado.

Quando o modelo mais barato é o modelo errado

Duzentos e sessenta e dois mil tokens equivalem a aproximadamente 200.000 palavras — uma base de código média, um conjunto extenso de contratos, uma transcrição de várias horas. Sessenta e cinco mil tokens de saída equivalem a cerca de 50.000 palavras. Ambos os números são generosos para chat e apertados para geração.

Se a sua carga de trabalho se enquadra nesses limites, o Qwen vence em todas as tarefas que lidam com ela, e por mais do que o preço de etiqueta sugere quando as janelas de pico são contabilizadas. Se não se enquadra, o Qwen não faz desconto no trabalho — recusa-o, e você paga pelo pipeline de chunking em vez disso.

O teste honesto é o 95º percentil do comprimento da sua entrada, não a média. A média nunca é o gargalo; é na cauda que mora a surpresa cara.

O que a diferença de preço paga no lado do DeepSeek

Três coisas, e apenas uma delas é um número.

• A janela — 1M contra 262K, e 384K de saída contra 65K.

• A linha de cache — US$ 0,022 por milhão em caso de acerto, contra US$ 0,66 em caso de falta. A ficha do Qwen3-Max, conforme a lemos, não publica equivalente, o que significa que um agente que reenvia um prefixo estável não pode precificar esse comportamento com antecedência.

• Uma licença publicada — MIT para o DeepSeek V4 Pro, com pesos disponíveis. Os pesos do Qwen3-Max não são publicados da mesma forma.

Em contrapartida, o Qwen leva vantagem em latência por padrão: não há nenhum valor comparável de primeiro token em sua ficha, mas nada em seu preço sugere uma base de um trilhão de parâmetros. Os 6,22 segundos do DeepSeek são o número mais lento desta comparação e não mudam.

Por tarefa

Um milhão de tokens de entrada e 100.000 tokens de saída. Qwen3-Max: US$ 0,36 mais US$ 0,143 — cerca de 50 centavos. DeepSeek fora de pico: 86 centavos. Em janela de pico: US$ 1,72.

Então, a mesma tarefa custa 50 centavos, 86 centavos ou US$ 1,72 dependendo do modelo e da hora — uma variação de 3,4× impulsionada inteiramente pelo cronograma da DeepSeek. Para uma carga de trabalho que pode ser deslocada, isso é uma alavanca. Para uma que não pode, a tarifa fixa da Qwen vence por padrão.

O que executar

Qwen3-Max e DeepSeek V4 Pro estão ambos no OrcaRouter com as tarifas publicadas pelos seus fornecedores, num único endpoint compatível com OpenAI e com failover automático — o que faz do teste uma regra de roteamento, em vez de duas integrações.

A regra: volume de entrada curta e saída curta para o Qwen a 36 centavos; qualquer coisa na cauda longa, ou qualquer coisa com um prefixo cacheável, para o DeepSeek em sua janela fora de pico. E o V4.1 Pro fica fora da tabela até que o DeepSeek publique um identificador, uma coluna de preço ou um repositório — nenhum dos quais mudou até 30 de outubro.