A DeepSeek coloca em vigor neste domingo (16), às 13h no horário de Brasília, a nova tabela da interface de programação de aplicações enquanto o V4 Flash passa em 129 de 240 execuções de agentes.
O horário consta na documentação oficial de preços da DeepSeek, que estabelece a vigência às 16h no Tempo Universal Coordenado (UTC). A mudança importa porque o custo nominal do modelo não informa, sozinho, quanto uma empresa gastará para concluir uma tarefa: falhas e novas tentativas também consomem processamento.
A tabela divide o dia entre horários de pico, das 01h às 04h UTC e das 06h às 10h UTC, e as demais 17 horas, cobradas com desconto de 50%. Em Brasília, os períodos mais caros vão das 22h à 01h e das 03h às 07h.
No V4 Flash, cada milhão de tokens passa a custar, fora do pico, US$ 0,007 em cache hit, US$ 0,22 na entrada sem cache e US$ 0,66 na saída. No pico, os valores sobem para US$ 0,014, US$ 0,44 e US$ 1,32, respectivamente.
Para o V4 Pro, a cobrança fora de pico será de US$ 0,022 por milhão de tokens em cache hit, US$ 0,66 na entrada sem cache e US$ 1,98 na saída. No pico, os preços serão de US$ 0,044, US$ 1,32 e US$ 3,96. A maior variação está no cache hit do Pro, que passa de US$ 0,003625 para US$ 0,044 no pico, aumento de aproximadamente 1.114%.
Em teste da Composio divulgado neste domingo, 129 das 240 execuções foram concluídas, equivalentes a 53,8% do total. A empresa submeteu o V4 Flash a 30 tarefas complexas em oito configurações de agentes, com ferramentas como Gmail, GitHub, Slack e Google Sheets. Apenas seis dos 30 fluxos de trabalho terminaram com sucesso em todas as configurações avaliadas.
Configuração do agente muda o resultado do V4 Flash
O teste separa duas medidas que podem parecer equivalentes nos rankings: a capacidade do modelo e a execução completa de uma tarefa com ferramentas. O V4 Flash conseguiu finalizar parte das execuções, mas 111 das 240 tentativas não passaram. A diferença indica que a posição do modelo em avaliações gerais não basta para estimar seu desempenho em cada fluxo automatizado.
O dado dos seis fluxos concluídos por todas as configurações reforça esse limite. Em 24 dos 30 fluxos, ao menos uma configuração falhou. Isso não permite atribuir todo o resultado ao modelo, porque o teste não isola os efeitos da orquestração, das ferramentas e de cada configuração avaliada.
Um benchmark de modelo mede respostas sob um protocolo controlado. A execução com ferramentas acrescenta variáveis como APIs, credenciais, estado, cache, timeout, repetição, configuração do agente e provedor. Por isso, o mesmo modelo pode entregar resultados diferentes conforme a arquitetura usada para colocá-lo em operação.
O V4 Flash 0731 entrou em beta público em 31 de julho de 2026 e chegou ao Hugging Face. O intervalo entre o início do beta e o teste divulgado neste domingo é curto, o que exige distinguir disponibilidade pública de comprovação de confiabilidade em ambientes empresariais.
Nova tarifa aumenta o custo de cargas interativas e em lote
A nova cobrança começa no mesmo dia em que o teste expõe variações na conclusão dos fluxos. Para quem utiliza agentes de inteligência artificial, a comparação relevante passa pelo custo acumulado até uma tarefa ser validada, e não apenas pelo preço unitário informado na tabela. Esse cálculo depende do número de tentativas, do volume processado e da configuração empregada.
Em uma carga interativa com 10 milhões de tokens de entrada sem cache e 2 milhões de saída, o V4 Flash custava US$ 1,96. Com a nova tabela, o mesmo volume passa a US$ 3,52 fora de pico e US$ 7,04 no pico.
Em um cenário de processamento em lote, com 100 milhões de tokens de cache hit e 5 milhões de saída, o custo sobe de US$ 1,68 para US$ 4,00 fora de pico e US$ 8,00 no pico. A documentação oficial confirma a vigência global às 16h UTC deste domingo, sem estabelecer diferença regional para o Brasil.
Se a taxa de 53,75% fosse mantida e cada tentativa tivesse custo idêntico, o custo médio por fluxo concluído seria aproximadamente 1,86 vez o custo de uma tentativa. Trata-se de um cenário matemático, antes de despesas com validação e contingência, e não de uma medição da Composio.
Para as empresas, a nova tabela transforma o horário de processamento em parte do orçamento: cargas adiáveis podem aproveitar as 17 horas fora de pico, enquanto agentes interativos precisam considerar tarifas maiores, novas tentativas, verificação do resultado e um modelo de contingência para concluir cada tarefa.
Pausa pra jogargrátis, sem cadastro
Você também pode se interessar
Deixe uma Resposta