Preço da API DeepSeek: o rei do custo-benefício, em números

Resposta rápida: quanto custa a API DeepSeek em 2026

O DeepSeek V4 Flash cobra $0.126 por milhão de tokens de entrada e $0.252 por milhão de tokens de saída. O DeepSeek V4 Pro cobra $0.3915 na entrada e $0.783 na saída. Esses são os dois modelos atuais, com os IDs deepseek-v4-flash e deepseek-v4-pro, e a diferença entre eles e os modelos ocidentais de ponta não é um erro de arredondamento. Em termos de requisição: um turno de chat típico com 2.500 tokens de contexto acumulado e uma resposta de 300 tokens custa cerca de $0.0004 no Flash, o que dá aproximadamente 2.500 turnos por dólar. O mesmo turno no Pro custa cerca de $0.0012, por volta de 800 turnos por dólar. No Claude Sonnet 4.6 esse turno custa cerca de $0.0096, e no gpt-5.5 cerca de $0.017. Se você levar uma coisa desta página: para chat, roleplay e loops de agente, o custo por interação do DeepSeek fica de uma a duas ordens de grandeza abaixo do preço dos modelos de ponta, e em 2026 a diferença de qualidade é muito menor do que essa diferença de preço.

Por que o DeepSeek é o rei do custo-benefício: uma carga de trabalho, seis preços

Taxas por token são abstratas, então aqui está a mesma carga de trabalho mensal precificada nos modelos atuais: 10 milhões de tokens de entrada e 2 milhões de saída, aproximadamente o que um projeto hobby ativo ou um pequeno assistente em produção consome em um mês. O padrão da tabela se repete em qualquer escala. O DeepSeek V4 Flash é o modelo capaz mais barato do catálogo por uma margem ampla, o V4 Pro fica abaixo de todos os modelos ocidentais de ponta enquanto compete em tarefas de raciocínio, e o GLM-5 é a alternativa de custo-benefício mais próxima. Um dado que circula nas comunidades de agentes e roleplay: um usuário relatou ter processado cerca de 28 milhões de tokens no DeepSeek em um mês por aproximadamente $2.82. Trate isso como uma cifra aproximada e auto-relatada, não uma taxa garantida; números tão baixos costumam envolver cache de prompt na plataforma direta, descontando contexto repetido. Mas você não precisa do melhor cenário para provar o ponto. Nas taxas simples de catálogo, 28 milhões de tokens no V4 Flash ficam entre cerca de $3.53 e $7.06, dependendo da sua divisão entre entrada e saída. O mesmo volume no Claude Sonnet 4.6 custaria entre $67 e $336, e no gpt-5.5 entre $112 e $672. O DeepSeek transforma a fatura mensal de LLM de uma linha de orçamento em troco miúdo.

DeepSeek V4 Flash vs V4 Pro: qual você realmente precisa?

Use o Flash por padrão e só escale quando conseguir nomear a falha. O Flash lida com conversas, extração, resumo e etapas simples de agente pelo menor custo por token da categoria. O Pro custa cerca de três vezes mais por token e compra raciocínio mais profundo em múltiplas etapas, melhor desempenho em código difícil e tratamento mais coerente de instruções longas e emaranhadas. O teste de escalonamento é simples: rode seu pior prompt real no Flash cinco vezes. Se ele se sustentar, você acabou de cortar sua fatura em dois terços. Se ele derrubar instruções ou perder o fio da meada no meio da tarefa, mova só essa carga de trabalho para o Pro e mantenha tudo o resto no Flash. Como os dois modelos usam o mesmo formato de API, alternar entre eles é a troca de uma única string.

O que as pessoas realmente rodam no DeepSeek

Onde o DeepSeek deixa de ser a resposta? Se seu produto depende da melhor prosa disponível para escrita criativa segura para o trabalho, o Claude Sonnet 4.6 continua sendo o teto de qualidade, com um preço premium correspondente, e a política da Anthropic restringe o trabalho criativo a conteúdo não explícito. Kimi K2.6 e MiMo valem um teste como opções extras de custo-benefício para cargas pesadas em chat. Para tudo que se mede em tokens por dólar, o DeepSeek é o padrão em 2026.

• Loops de agente: agentes reenviam um contexto crescente a cada etapa, então o preço de entrada domina a fatura. Uma execução de cinquenta etapas com um contexto médio de 8.000 tokens custa cerca de cinco centavos no Flash antes da saída.
• Roleplay e chat de personagem: chats longos reenviam o histórico completo a cada turno, o que torna o preço por token o fator decisivo. A família DeepSeek V4 é a favorita da comunidade no SillyTavern e no JanitorAI exatamente por isso, e ela lida bem com ficção longa graças a uma política de conteúdo comparativamente flexível para cenários fictícios. Mantenha os cenários dentro das regras e das configurações de idade de cada plataforma.
• Processamento em lote: classificação, rotulagem de datasets, resumo de pilhas de documentos e geração de dados sintéticos são problemas de vazão. Nas taxas do Flash, um milhão de classificações curtas custa menos que um almoço para viagem.
• Prototipagem: quando você está iterando prompts o dia todo, um modelo barato muda o comportamento. Você para de racionar execuções de teste e começa a testar de verdade.

Como acessar a API DeepSeek (direto ou por um gateway)

Existem dois caminhos práticos. O primeiro é a própria plataforma do DeepSeek: crie uma conta, configure o faturamento e chame o endpoint deles. As taxas são excelentes, e é a escolha certa se o DeepSeek for o único modelo que você vai usar. O segundo caminho é um gateway compatível com OpenAI como o apisrouter.com, que coloca deepseek-v4-flash e deepseek-v4-pro ao lado de glm-5, kimi-k2.6, claude-sonnet-4-6, gemini-3.5-flash e gpt-5.5 atrás de uma única base URL (https://api.apisrouter.com/v1) e um único saldo pague conforme o uso, então misturar ou trocar modelos é a troca de uma linha. Não há assinatura nem formulário de cadastro: você paga em /topup, a chave chega por email, o primeiro depósito dobra seu saldo, e os preços de catálogo ficam abaixo das taxas oficiais para modelos chineses e com 20% de desconto sobre o oficial para modelos globais. Os front ends seguem o mesmo padrão. O SillyTavern usa a base URL terminando em /v1 e preenche automaticamente a lista de modelos a partir de /v1/models assim que sua chave é inserida. A configuração de proxy do JanitorAI quer o endpoint completo, https://api.apisrouter.com/v1/chat/completions, além do nome do modelo e da chave de API. A primeira requisição está a um curl de distância:

curl https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer sk-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {"role": "user", "content": "Summarize this support ticket in two lines: ..."}
    ]
  }'

Acompanhe seu custo real por requisição

Toda resposta inclui o uso exato de tokens, então acompanhar custo é uma questão de três linhas de aritmética, não uma assinatura de dashboard. Essa é a forma mais rápida de resolver a questão Flash vs Pro para sua própria carga de trabalho: registre o custo por requisição durante um dia em cada um e compare as taxas de falha contra a diferença de preço.

from openai import OpenAI

client = OpenAI(
    api_key="sk-...",
    base_url="https://api.apisrouter.com/v1",
)

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Plan the next three agent steps for: ..."}],
)
print(resp.choices[0].message.content)

# V4 Pro catalog rates: $0.3915 in, $0.783 out, per 1M tokens
usage = resp.usage
cost = usage.prompt_tokens * 0.3915 / 1e6 + usage.completion_tokens * 0.783 / 1e6
print(f"request cost: ${cost:.6f}")

Perguntas frequentes