A DeepSeek lançou a versão final do seu carro-chefe na quarta-feira, sem post de blog ou anúncio. O indício foi uma célula da tabela: a versão do modelo listada para “deepseek-v4-pro” na página de preços da API agora exibe DeepSeek-V4-Pro-0813.
O custo para usar este modelo é de cerca de US$0,435 e US$0,87 por milhão de tokens (a unidade básica de informação que um modelo pode processar) de entrada e saída. Assim, a estrutura de preços permanece a mesma, mas o que mudou foram os pesos subjacentes.
O DeepSeek V4 Pro está disponível desde abril, com preço 98% abaixo do GPT-5 Pro, e cada laboratório independente que o testou estava testando uma prévia. A própria DeepSeek afirmou isso em 31 de julho, quando lançou o V4-Flash para disponibilidade geral e observou que a API Pro permanecia “inalterada”, com o lançamento oficial a “seguir em breve”. A ficha do modelo no Hugging Face, o repositório principal para projetos de IA de código aberto, ainda descreve a série V4 como “uma versão de prévia”.
Assim, as pontuações amplamente divulgadas descrevem uma versão que a DeepSeek considerava inacabada. Ninguém fora da empresa ainda realizou benchmarks independentes da versão 0813.
A empresa publicou uma comparação em 10 benchmarks de agentes. Nos oito em que o Fable 5 ou outro modelo tem a vantagem, as diferenças são pequenas.
A média da liderança relativa do Fable 5 nos benchmarks resulta em 5,3%. Se retirarmos o Humanity’s Last Exam sem ferramentas — onde o DeepSeek pontua 42,7 contra 53,3, uma diferença de 10,6% que distorce tudo — as linhas restantes apresentam uma média de 2,8%.
Os preços são públicos em ambos os lados, e é aqui que a comparação deixa de ser acirrada. O Fable 5 custa US$10 por milhão de tokens de entrada e US$50 por milhão de saída. O V4 Pro custa US$0,435 e US$0,87, com entrada em cache a US$0,003625. Em taxas combinadas, isso representa US$30 contra US$0,65 — aproximadamente 46 vezes, ou 4.600% do custo. Esse é o tipo de diferença que importa ao gerenciar um negócio e usar ferramentas de IA em escala.
O custo por tarefa concluída é mais amplo, pois o Fable 5 'pensa' por mais tempo e escreve mais. A Artificial Analysis mediu-o em US$3,15 por tarefa de benchmark contra 3 centavos para o V4-Flash, cerca de 105 vezes mais barato. O CEO da Hugging Face, Clément Delangue, estimou a diferença em mais de US$31 por tarefa contra aproximadamente US$0,04. Ainda não há um valor por tarefa para o 0813.
A própria linha de produtos da Anthropic complica o prêmio. O Claude Opus 5 supera o Fable 5 na maioria dos benchmarks pela metade do preço.
A DeepSeek pontuou estes resultados por conta própria, em uma infraestrutura que ainda não lançou. Sua nota de julho especificava o modo mínimo DeepSeek Harness “a ser lançado em breve”, rodando com esforço máximo e alta criatividade. Dois dos dez benchmarks, DSBench-FullStack e DSBench-Hard, são conjuntos de testes internos sem um placar público para verificação.
A direção da evolução é consistente, no entanto. Laboratórios chineses de pesos abertos continuam a se aproximar da fronteira americana por uma fração do preço — o Kimi K3 superou o Fable 5 e o GPT-5.6 Sol no lançamento, e a DeepSeek e a Xiaomi têm reduzido os custos de ponta em 99%, enquanto os laboratórios dos EUA seguem na direção oposta. Os pesos da DeepSeek têm licença MIT e estão no Hugging Face, então a verificação independente está a um download de distância.
