Cartão de título para a comparação. (1 de 4)
Guides & Insights

Preços do DeepSeek V4 Pro: US$ 0,66 de entrada, US$ 1,98 de saída e uma janela de 50% de desconto que você precisa agendar

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

DeepSeek V4 Pro tem uma tabela de preços com três linhas, não duas, e é na linha do meio que está o dinheiro. A entrada em caso de cache miss custa US$ 0,66 por milhão de tokens; a entrada em caso de cache hit custa US$ 0,022 — trinta vezes menos. A saída custa US$ 1,98. Todos os três valores dobram durante duas janelas em dias úteis, e todos os três são cobrados sobre um contexto de 1M de tokens que retorna até 384K tokens em uma única resposta. Essa é a tabela inteira, e quase todo orçamento construído a partir dela erra a linha do cache.

A two-column or six-row scoreboard with the article's figures. (2 of 4)

As três linhas, exatamente

Lido na página Modelos e Preços da DeepSeek em 30 de outubro de 2026, por milhão de tokens, fora do horário de pico, com o valor de pico entre parênteses:

• Entrada, acerto de cache — $0,022 ($0,044).

• Entrada, falha de cache — $0,66 ($1,32).

• Saída — $1.98 ($3.96).

• Janelas de pico — 01:00–04:00 e 06:00–10:00 UTC, de segunda a sexta-feira, excluindo feriados públicos chineses. Fora de pico é exatamente a metade.

• Limites — 1M de contexto, 384K de saída máxima, 500 solicitações simultâneas — um quinto das 2.500 do nível Flash.

• Forma — somente texto. O Vision é compatível com o Flash e está marcado como "Não compatível" para o Pro na mesma planilha.

A linha de cache merece uma pausa porque representa 3,3% do preço de miss. Uma carga de trabalho que reutiliza um prompt de sistema longo, um conjunto de documentos ou o histórico acumulado de um agente está pagando dois centavos por milhão pela parte que reenvia, o que muda o custo de uma carga de trabalho de "contexto longo" muito mais do que qualquer truque de agendamento.

Quanto custa uma tarefa, de três maneiras

Considere uma passagem por documento: um milhão de tokens de entrada, dos quais 800.000 são um prefixo reutilizado, e 100.000 tokens de saída.

Com cache, fora de pico: 0,8M a $0,022 é $0,0176; 0,2M a $0,66 é $0,132; 0,1M de saída a $1,98 é $0,198. Total: cerca de 35 centavos.

Sem cache, fora do horário de pico: 1M a $0,66 é $0,66 mais $0,198 — cerca de 86 centavos.

Sem cache, em uma janela de pico: $1,32 mais $0,396 — $1,72.

O mesmo trabalho varia de 35 centavos a US$ 1,72 sem que um único token mude. O maior salto individual é a linha de cache, e o menor é o relógio.

Agora o caso em que o teto realmente limita: um agente que escreve 200.000 tokens de saída em uma única chamada. A US$ 1,98 por milhão, isso equivale a US$ 0,396 de saída — o dobro do custo de uma entrada inteira de 1M de tokens enviada fria. Trabalho com muita saída é o que este cartão penaliza, e é por isso que o teto de 384K importa menos como limite e mais como permissão para gastar.

A screenshot of the relevant OrcaRouter model page. (3 of 4)

Por que o carro-chefe tem esse preço

O V4 Pro é um Mixture-of-Experts de 1,6 trilhão de parâmetros, com 49 bilhões ativos por token, em comparação com os 552 bilhões totais e 8 a 16 bilhões ativos do V4.1 Flash. A proporção de preço — 4,4× na entrada, 3,3× na saída — é aproximadamente a proporção de computação de ativar essa quantidade de parâmetros por etapa, e o limite de concorrência de 500 contra 2.500 é a mesma afirmação feita em relação à vazão.

O que isso proporciona é exatamente a única coisa que a tabela de preços não consegue mostrar: se o backbone maior é mais preciso na sua tarefa. A própria DeepSeek afirma que o novo nível Flash supera amplamente o V4 Pro em desempenho, custo, velocidade e tempo total de execução, o que transforma o custo extra do Pro em uma aposta na precisão, e não em uma garantia de capacidade. Uma equipe que paga por isso está comprando um lançamento estável de agosto e uma pegada computacional maior por token, e essa é uma compra justificável — só não é visível em uma tabela de preços.

A screenshot of the vendor's model card, price sheet or API documentation. (4 of 4)

Três regras para orçar isso

• Modele primeiro a parcela em cache. Se mais da metade da sua entrada for um prefixo reutilizado, seu preço efetivo de entrada fica mais próximo de $0.30 do que de $0.66, e a duplicação no pico importa menos do que a questão de saber se o prefixo é estável. Um timestamp no topo do prompt do sistema transforma toda chamada em cache em uma chamada a preço cheio, e é a forma mais comum de este cartão dar errado.

• Agende o que pode ser agendado.Sete horas em dias úteis são de pico. O tráfego interativo vai cair lá de qualquer forma; avaliação em lote, reindexação noturna e backfills não vão, e movê-los é uma mudança de cron, não de arquitetura.

• Não compare preços com o Flash sem medir as retentativas. Um preço de entrada 4,4× é irrelevante se a camada mais barata precisar de duas tentativas para cada três tarefas. Registre a taxa de conclusão, não apenas a latência, ao compará-los.

O DeepSeek V4 Pro está no OrcaRouter pela tarifa publicada do próprio DeepSeek — $0.66 de entrada, $1.98 de saída, $0.022 em cache, com a duplicação no horário de pico aplicada exatamente como o fornecedor define — repassada sem markup na mesma chave de um catálogo de 224 modelos, com failover automático entre os caminhos dos provedores. O desconto e a sobretaxa são ambos do fornecedor, que é o ponto de um cartão de repasse: o que você está comprando é o preço do fornecedor, não a nossa versão dele.

Comparados neste artigo1

Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente