Alerta de Preços da API da DeepSeek Põe à Prova Sua Promessa de Baixo Custo

A DeepSeek alertou usuários em 6 de agosto que os preços de sua API poderiam subir significativamente, apesar de grande parte de seu apelo ter sido construída em torno de custos de inferência excepcionalmente baixos. Capturas de tela atribuídas a e-mails de clientes e avisos de conta circularam por comunidades de desenvolvedores, levando o alerta às listas de assuntos mais comentados das redes sociais chinesas.

O aviso da API da DeepSeek não informa uma nova tarifa, um cronograma detalhado nem quais categorias de cobrança seriam alteradas. A documentação pública de preços da DeepSeek também exibia as tarifas atuais do V4 quando foi consultada em 6 de agosto. Isso deixa os desenvolvedores com um alerta relevante, mas sem um valor confirmado para o orçamento.

Esta não é a primeira reversão de preços da DeepSeek. A empresa já introduziu sobretaxas para horários de pico no acesso ao V4 no fim de junho. Essa mudança confirmada dobrou as cobranças durante duas janelas diárias de demanda no horário de Pequim. O novo alerta sugere que um ajuste mais amplo pode vir a seguir, embora a DeepSeek não tenha publicado detalhes suficientes para confirmar seu alcance.

A tensão vai além de um único provedor. A DeepSeek ajudou a estabelecer preços baixos de modelos como uma arma competitiva contra OpenAI, Anthropic, Google, Alibaba, ByteDance e outros fornecedores de modelos. Aumentar as tarifas testaria se os desenvolvedores escolheram a DeepSeek por eficiência sustentável ou por um subsídio temporário.

O Que o Alerta da API da DeepSeek Realmente Confirma

A DeepSeek sinalizou outra alteração de preços, mas os termos finais continuam sem confirmação.

A alegação de 6 de agosto se baseia principalmente em avisos compartilhados por usuários da API. O texto relatado afirma que a DeepSeek planeja um aumento geral de preços em um futuro próximo. Também descreve o aumento esperado como significativo e pede aos clientes que planejem seu uso.

Vários usuários publicaram capturas de tela e transcrições semelhantes no Reddit e em plataformas sociais chinesas. A semelhança dá à alegação mais peso do que uma única publicação anônima. Ainda assim, isso não substitui um anúncio datado em um canal público da DeepSeek.

A página oficial de preços da DeepSeek identifica V4 Flash e V4 Pro como seus modelos atuais de API. Ambos oferecem suporte a modos com e sem raciocínio, uma janela de contexto de um milhão de tokens, chamadas de ferramentas e cache de prompts. A página também informa que os preços dos produtos podem variar e que a DeepSeek se reserva o direito de ajustá-los.

No entanto, essa página não fornece as informações ausentes por trás do alerta de agosto. Ela não identifica uma nova data de vigência, unidades de cobrança atualizadas ou uma política de transição para cargas de trabalho existentes. Também não explica se o ajuste abrange todo o uso ou apenas períodos congestionados.

Essa distinção importa porque a DeepSeek já utiliza preços baseados no horário. No fim de junho, a empresa informou aos assinantes que solicitações V4 feitas em períodos de pico custariam o dobro da tarifa padrão. As janelas afetadas vão das 9h ao meio-dia e das 14h às 18h, no horário de Pequim.

Uma reportagem de 30 de junho afirmou que a DeepSeek atribuiu essa política à distribuição de recursos e à estabilidade do serviço. A reportagem citou um e-mail enviado a assinantes e um aviso separado no site da DeepSeek.

O alerta de agosto pode, portanto, representar um de três desdobramentos. A DeepSeek pode estar preparando tarifas-base mais altas, ampliando os preços por horário ou substituindo completamente a estrutura atual. Nenhuma dessas interpretações foi confirmada de forma independente.

Os desenvolvedores devem separar o evento confirmado da alegação emergente. Os preços do V4 em horários de pico já mudaram em junho. Um aumento mais amplo da API da DeepSeek foi sinalizado, mas sua magnitude e implementação continuam sendo questões em aberto.

Essa lacuna de verificação é central para a história. Empresas não podem calcular sua exposição a partir de um adjetivo como “significativo”. Elas precisam de tarifas, categorias de cobrança, fusos horários, identificadores de modelo e uma data de vigência.

O aviso atual cria incerteza antes de gerar uma despesa mensurável. Para equipes que operam agentes em produção, essa incerteza pode influenciar decisões de arquitetura imediatamente.

Por Que a DeepSeek Está Mudando a Conversa Sobre Custos Agora

O ponto de pressão mais provável é a capacidade de inferência, e não uma mudança repentina na economia da distribuição de software.

Uma API de IA transforma solicitações ao modelo em cargas de trabalho de inferência em infraestrutura computacional especializada. Cada prompt consome memória, tempo de processamento e capacidade de rede. Modelos de raciocínio podem usar computação adicional ao gerar etapas intermediárias e respostas finais.

A demanda não chega de maneira uniforme ao longo do dia. Ferramentas interativas de programação, sistemas de atendimento ao cliente e aplicações corporativas produzem tráfego concentrado durante o horário de trabalho. Grandes cargas de agentes também podem enviar muitas solicitações em paralelo.

A explicação da DeepSeek em junho relacionou os preços de pico a um uso mais equilibrado de recursos e a uma melhor estabilidade do serviço. Essa lógica se assemelha à precificação por congestionamento em eletricidade, transporte e computação em nuvem. Tarifas mais altas incentivam clientes flexíveis a deslocar o trabalho para fora dos períodos mais movimentados.

A estrutura pode ajudar cargas de trabalho em lote. Indexação de documentos, geração de dados sintéticos, execuções de avaliação e resumos não urgentes geralmente podem ser transferidos para horários mais tranquilos. Um assistente de programação ao vivo ou um agente voltado ao cliente não consegue se deslocar com a mesma facilidade.

Os limites de concorrência publicados pela DeepSeek reforçam a dimensão de capacidade. Concorrência mede quantas solicitações um cliente pode executar simultaneamente. Um serviço pode oferecer tarifas baixas por token e ainda restringir a vazão quando a infraestrutura compartilhada fica limitada.

O cache de prompts oferece outra alavanca. Um acerto de cache permite que o provedor reutilize conteúdo de prompt já processado, em vez de calculá-lo novamente. A DeepSeek promoveu o cache baseado em disco como método para reduzir o trabalho repetido com entradas.

O cache funciona especialmente bem quando as solicitações compartilham um prompt de sistema estável, contexto de repositório, biblioteca de políticas ou documento de referência. Ele ajuda menos quando cada solicitação contém material único. A geração de saída ainda exige computação, mesmo quando grande parte da entrada está em cache.

Isso significa que a tarifa anunciada nunca captura o mecanismo completo de custos. A despesa de uma equipe depende do comportamento do cache, do tamanho das saídas, da frequência de tentativas, da profundidade do raciocínio, da concorrência e das taxas de conclusão de tarefas. As sobretaxas por horário adicionam outra variável.

A DeepSeek tem motivos para testar essas alavancas agora. Seus preços baixos ajudaram a atrair desenvolvedores e pressionaram provedores chineses concorrentes a responder. Esse sucesso também aumenta o volume que a DeepSeek precisa atender diretamente.

Tarifas baixas podem estimular a demanda mais rapidamente do que a capacidade se expande. O provedor então enfrenta respostas mais lentas, solicitações rejeitadas ou compromissos crescentes de infraestrutura. Cada resultado enfraquece o produto, mesmo que a tarifa publicada continue atraente.

A sobretaxa de junho ofereceu uma resposta limitada. Ela cobrava mais durante períodos previsíveis, ao mesmo tempo que preservava a estrutura padrão fora deles. Um aumento geral representaria um julgamento mais consequente sobre preços sustentáveis.

Há outra possibilidade. A DeepSeek pode acreditar que seus modelos V4 agora entregam valor suficiente para justificar uma parcela maior dos gastos dos clientes. Isso marcaria uma mudança da precificação para adoção em direção à precificação baseada em valor.

Ainda assim, a DeepSeek não vinculou publicamente o alerta de agosto à qualidade do modelo, a nova capacidade ou a uma estratégia comercial alterada. Alegações sobre sua motivação continuam sendo inferências. A pressão sobre recursos é sustentada pela explicação anterior, mas isso não estabelece o motivo de cada ajuste futuro.

O momento cria um teste estratégico. A DeepSeek pode descrever tarifas mais altas como uma ferramenta de gestão de capacidade, mas os clientes avaliarão se a confiabilidade melhora. Se a qualidade do serviço permanecer inalterada, o ajuste parecerá mais uma expansão de margem.

A Promessa de Baixo Custo Enfrenta a Realidade da Produção

O desafio da DeepSeek é preservar uma vantagem de custo sem apresentar preços baixos como uma garantia.

A DeepSeek não apenas entrou em um mercado de APIs já existente. Seus modelos anteriores ajudaram a redefinir as expectativas dos desenvolvedores sobre quanto uma inferência capaz deveria custar. Concorrentes enfrentaram pressão para oferecer modelos menores, descontos, cache ou caminhos de implantação mais baratos.

Esse histórico torna um aumento mais relevante do que uma atualização comum de fornecedor. A precificação da DeepSeek tornou-se parte de sua identidade. Desenvolvedores a usaram como evidência de que altos custos de modelos não eram inevitáveis.

A empresa reforçou essa visão por meio da eficiência arquitetural. A pesquisa da DeepSeek enfatizou projetos de mixture-of-experts, que ativam apenas parte de um modelo para cada token. A abordagem busca oferecer ampla capacidade de modelo sem usar todos os parâmetros em cada solicitação.

A DeepSeek também distribuiu pesos de modelos sob termos permissivos. Pesos abertos permitem que organizações executem modelos compatíveis por meio de outros provedores de infraestrutura ou em seu próprio hardware. Essa opção limita o controle que a DeepSeek pode exercer sobre o acesso.

A API oficial ainda oferece benefícios que a hospedagem própria não fornece automaticamente. A DeepSeek cuida da implantação, escalabilidade, atualizações e manutenção operacional. Os clientes trocam o controle direto da infraestrutura por conveniência e disponibilidade gerenciada.

Essa troca se torna mais difícil de avaliar quando as tarifas podem mudar com aviso limitado. Um protótipo pode tolerar incerteza. Um produto com compromissos contratuais, milhares de usuários ou economia unitária apertada não pode.

O principal oponente aqui não é a DeepSeek contra uma empresa americana de modelos. É a promessa de baixo custo da DeepSeek contra a realidade operacional de atender grandes cargas de trabalho. Os nomes dos concorrentes fornecem contexto, mas a reversão existe dentro da própria estratégia da DeepSeek.

OpenAI, Anthropic e Google já incentivam desenvolvedores a direcionar tarefas entre modelos com diferentes capacidades e custos. Provedores chineses como Alibaba, ByteDance e Tencent competem com seus próprios modelos hospedados e serviços de nuvem. Empresas independentes de inferência acrescentam mais opções de implantação.

Essas alternativas reduzem o poder de troca de qualquer fornecedor individual de API. Muitos serviços oferecem suporte a formatos de solicitação compatíveis com OpenAI, que usam uma estrutura de mensagens e um padrão de endpoint familiares. A própria DeepSeek publica uma URL base compatível com OpenAI.

A compatibilidade não torna a migração automática. Os modelos interpretam prompts de forma diferente, usam ferramentas de maneira diferente e variam na estrutura de saída. Filtros de segurança, tratamento de contexto, latência e comportamento de raciocínio também podem mudar.

Um agente de programação ajustado para DeepSeek V4 pode precisar de novos prompts e limites de avaliação em outro modelo. Um sistema de atendimento ao cliente pode exigir novos testes de tom, precisão e comportamento de recusa. A troca pode, portanto, consumir tempo de engenharia mesmo quando a sintaxe da API parece familiar.

A DeepSeek também disponibiliza um endpoint compatível com Anthropic. Esse recurso reduz a fricção de integração para equipes que usam ferramentas construídas em torno do formato de solicitação da Anthropic. Ele não garante resultados equivalentes nem paridade completa de recursos.

O conflito econômico é, portanto, mais sutil do que “modelo barato versus modelo caro”. Uma tarifa unitária baixa pode atrair uma aplicação, enquanto o ajuste específico ao modelo cria dependência prática. Um aumento posterior então vai além da fatura de tokens.

Equipes de produção devem tratar a estabilidade de preços como uma característica do produto. Ela deve estar ao lado de latência, tempo de atividade, qualidade de saída, segurança e suporte. O alerta da DeepSeek destaca essa característica ao deixar incerta a próxima tarifa.

A empresa ainda pode preservar sua posição de baixo custo após um aumento. O valor relativo depende das tarifas concorrentes e do desempenho real das cargas de trabalho. Uma tarifa mais alta da DeepSeek não torna automaticamente outro provedor mais barato.

Ainda assim, a forma de comunicação importa. Um aviso amplo, sem termos detalhados, transfere o risco de planejamento para os clientes. Desenvolvedores precisam se preparar para vários cenários possíveis enquanto a DeepSeek mantém flexibilidade.

Esse desequilíbrio é comum em serviços de IA baseados em uso. Provedores podem atualizar aliases de modelos, limites e preços mais rápido do que os clientes conseguem retestar sistemas em produção. A portabilidade de modelos abertos oferece um contrapeso aos clientes, mas apenas se eles se prepararem antes de uma mudança.

O Preço da API DeepSeek Não É o Mesmo que o Custo da Carga de Trabalho

Uma tarifa de tokens publicada é apenas um dos fatores no custo de concluir uma tarefa útil.

A cobrança por tokens contabiliza partes do texto de entrada e saída. Um token pode representar um fragmento de palavra, número, símbolo ou sinal de pontuação. Os provedores geralmente cobram separadamente pelo contexto enviado e pela saída gerada.

Esse sistema parece fácil de comparar. As equipes podem multiplicar o uso pela tarifa indicada e estimar uma fatura mensal. Aplicações de raciocínio tornam esse cálculo menos confiável.

Um estudo sobre custos de raciocínio de 2026 avaliou oito modelos de raciocínio de ponta em nove categorias de tarefas. Ele constatou que o modelo com o menor preço listado às vezes gerava o maior custo total.

Os pesquisadores atribuíram grande parte dessa inversão às diferenças no consumo de tokens de raciocínio. Tokens de raciocínio são etapas computacionais internas cobradas ou refletidas durante raciocínios mais longos. Dois modelos podem processar a mesma pergunta usando quantidades muito diferentes de raciocínio.

O estudo também encontrou variação substancial entre execuções repetidas do mesmo prompt. Esse resultado questiona estimativas baseadas em uma única demonstração ou em um pequeno benchmark. Os custos reais formam uma distribuição, e não um número fixo.

A pesquisa não prova que a DeepSeek se tornará mais cara do que um rival específico. Ela estabelece um ponto mais amplo: desenvolvedores não podem classificar sistemas de IA apenas por uma página de preços.

A conclusão da tarefa importa. Um modelo que falha e tenta novamente pode consumir mais recursos do que um modelo com tarifa unitária maior. Saídas longas e incorretas também adicionam despesas sem gerar trabalho útil.

A latência também tem um custo econômico. Um agente lento pode atrasar funcionários, reter recursos da aplicação ou reduzir a conversão de clientes. Uma solicitação aparentemente barata ainda pode ser uma escolha ruim para produção.

O desempenho do cache altera ainda mais o resultado. A DeepSeek lista tratamentos separados para entradas em cache e sem cache. Aplicações com grandes contextos repetidos podem se beneficiar muito, enquanto prompts altamente variáveis podem ter menos acertos de cache.

A precificação de pico cria outra divisão. Uma aplicação distribuída globalmente pode enviar grande parte de seu tráfego durante os períodos de pico de Pequim da DeepSeek. Uma equipe de processamento em lote poderia agendar as tarefas fora desses períodos.

Portanto, os desenvolvedores devem medir pelo menos cinco resultados da carga de trabalho:

• Custo de tarefas concluídas com sucesso, incluindo novas tentativas e chamadas de ferramentas que falharam

• Taxas de acerto de cache para contextos repetidos

• Comprimento de saída e raciocínio por categoria de tarefa

• Latência durante períodos de pico e fora de pico

• Qualidade sob um conjunto de avaliação estável

Essas métricas transformam o debate sobre preços em uma decisão de engenharia. Elas também evitam que equipes reajam de forma exagerada a um aviso incompleto.

Uma análise do mercado de inferência mais ampla, de 2026, documentou uma longa queda nos preços de tokens entre modelos econômicos e intermediários. Ela também constatou que modelos de raciocínio complicam a tendência porque a capacidade tem um perfil de custo diferente.

Essa queda histórica não garante que todos os provedores reduzirão tarifas continuamente. A inferência de IA continua sendo um serviço competitivo, com hardware limitado, arquiteturas em mudança e demanda desigual. Descontos temporários podem coexistir com uma tendência de mercado de queda no longo prazo.

O aviso de aumento da DeepSeek pode, portanto, sinalizar uma normalização, e não uma reversão permanente nos custos de IA. A empresa pode cobrar mais enquanto o custo por resultado útil do mercado continua caindo. Modelos melhores, fluxos de trabalho mais curtos e cache aprimorado podem compensar uma tarifa de token maior.

O oposto também é possível. Um aumento amplo pode expor aplicações cuja economia dependia inteiramente da tarifa inicial. Essas equipes descobririam que sua aparente eficiência vinha da precificação do fornecedor, e não de um projeto de sistema eficiente.

Uma avaliação sólida deve reproduzir cargas de trabalho representativas em pelo menos dois provedores viáveis. Ela deve pontuar as saídas, contar novas tentativas e registrar a latência. Os mesmos prompts e ferramentas devem ser usados para uma comparação significativa.

As equipes também devem separar o trabalho interativo do adiável. Solicitações de usuários ao vivo priorizam responsividade, enquanto o processamento offline pode priorizar agendamento e custo. A estrutura baseada em horário da DeepSeek torna essa distinção operacionalmente útil.

É aqui que a observabilidade de custos se torna essencial. Painéis de engenharia devem acompanhar modelo, tipo de solicitação, uso de tokens, estado do cache, latência e resultado final. Uma única fatura mensal esconde as causas que as equipes realmente podem alterar.

O Maior Risco É uma Decisão de Migração sem Preço Definido

O aviso da DeepSeek obriga os clientes a avaliarem uma troca antes de saberem se ela é necessária.

O risco imediato não é que a DeepSeek tenha se tornado inacessível. Nenhuma tarifa verificada para agosto sustenta essa conclusão. O risco é que as equipes precisem reservar tempo de engenharia para uma mudança indefinida.

Uma empresa pode optar por esperar o aviso final. Isso evita trabalho prematuro de migração, mas deixa menos tempo para testes. Uma troca apressada pode introduzir falhas que custam mais do que o ajuste de tarifa.

Outra empresa pode começar a migrar agora. Isso melhora a opcionalidade, mas pode desviar engenheiros do trabalho no produto. O esforço pode se mostrar desnecessário se a DeepSeek mantiver tarifas favoráveis para a carga de trabalho relevante.

A incerteza também afeta as compras. Compradores corporativos precisam de premissas de uso previsíveis para orçamentos e contratos com clientes. Um aumento significativo não especificado cria uma faixa de planejamento ampla demais para uma projeção confiável.

Os termos contratuais merecem atenção especial. Desenvolvedores devem verificar se saldos pré-pagos, créditos promocionais ou acordos negociados recebem tratamento diferente. Eles não devem presumir que uma captura de tela circulando online se aplica a todas as contas.

A geografia também pode alterar a exposição. As atuais janelas de pico da DeepSeek usam o horário de Pequim, enquanto muitas aplicações atendem usuários em várias regiões. A análise de tráfego deve mapear o volume de solicitações em relação ao relógio de cobrança do provedor.

Segurança e governança complicam as escolhas de migração. Mover cargas de trabalho para um novo provedor pode exigir outra revisão de privacidade, avaliação de processamento de dados e configuração de controle de acesso. A hospedagem própria cria suas próprias responsabilidades operacionais e de segurança.

Atualizações de modelos introduzem outra incerteza. A página de preços da DeepSeek identifica uma versão datada do V4 Flash, enquanto aliases de API podem direcionar para versões posteriores. As equipes precisam de avaliações fixadas, mesmo que não consigam fixar todos os comportamentos de modelos hospedados.

As reações da comunidade mostram como a incerteza rapidamente se transforma em especulação. Alguns desenvolvedores interpretam o aviso como evidência de pressão de capacidade. Outros acreditam que a DeepSeek está monetizando a adoção após estabelecer uma grande base de usuários.

Nenhuma das explicações foi confirmada para o aviso de agosto. A DeepSeek não divulgou publicamente níveis de demanda, margens de inferência ou a capacidade incremental por trás da mudança proposta. Esses fatos ausentes limitam qualquer interpretação comercial confiante.

A sobretaxa de pico de junho fornece a pista disponível mais forte. A DeepSeek conectou explicitamente essa política à alocação de recursos e à estabilidade. É razoável testar se a confiabilidade do serviço melhora durante os períodos afetados.

No entanto, seria exagero afirmar que o congestionamento causou o aviso mais amplo. A nova política pode alterar os preços base por razões estratégicas não relacionadas à carga de pico. A DeepSeek precisa publicar os termos antes que essa distinção fique clara.

Os desenvolvedores também devem resistir à suposição de que o acesso à DeepSeek por terceiros permanecerá inalterado. Hosts independentes definem suas próprias tarifas, capacidade e políticas de serviço. Alguns podem absorver uma mudança, enquanto outros podem repassá-la.

Pesos abertos oferecem um caminho de migração, não um serviço gratuito. A hospedagem própria requer aceleradores, orquestração, monitoramento, atualizações e tempo da equipe. Ela funciona melhor quando o volume da carga de trabalho e os requisitos de controle justificam esses compromissos fixos.

Um projeto resiliente usa uma camada de abstração de modelos sem fingir que os modelos são intercambiáveis. A camada padroniza o roteamento de solicitações, o registro e o comportamento de fallback. As suítes de avaliação então capturam as diferenças que a sintaxe não consegue ocultar.

As equipes que mantêm pesquisas, prompts, avaliações e notas de migração podem organizá-los em uma base de conhecimento pesquisável. Esse registro se torna útil quando fornecedores mudam tarifas, versões de modelos ou comportamento de endpoints.

O objetivo prático não é sair instantaneamente da DeepSeek. É reduzir o tempo necessário para tomar uma decisão informada. A opcionalidade tem valor mesmo quando o provedor original continua sendo a melhor escolha.

Três Sinais Determinarão se o Aviso Importa

As próximas evidências devem vir dos termos publicados pela DeepSeek, da qualidade de serviço medida e das respostas dos concorrentes.

O primeiro sinal é um aviso de preços datado da DeepSeek. Ele deve especificar os modelos afetados, categorias de cobrança, horário de vigência e tratamento dos saldos existentes. Sem esses detalhes, toda estimativa orçamentária permanece provisória.

Um aumento nas tarifas base reforçaria a conclusão de que a DeepSeek está indo além da precificação por congestionamento. Um ajuste limitado às janelas de pico apoiaria a explicação mais restrita de gestão de capacidade. Uma mudança específica por modelo poderia, em vez disso, refletir diferenças entre a economia do Flash e do Pro.

O segundo sinal é o desempenho do serviço após o ajuste. Desenvolvedores devem comparar latência, taxas de erro e throughput utilizável durante as atuais janelas de pico. Cobranças mais altas acompanhadas de melhor confiabilidade apoiariam a justificativa declarada pela DeepSeek de alocação de recursos.

Um serviço inalterado ou mais fraco enfraqueceria essa explicação. Os clientes então pagariam mais sem receber um benefício operacional observável. A DeepSeek não prometeu uma melhoria específica de desempenho, portanto as equipes precisam medir suas próprias cargas de trabalho.

O terceiro sinal é o comportamento dos concorrentes. Alibaba, ByteDance, Tencent, provedores independentes de inferência e fornecedores internacionais de modelos podem responder com descontos, ferramentas de roteamento ou suporte à migração. A reação deles moldará a posição relativa da DeepSeek mais do que o aumento por si só.

Se os concorrentes mantiverem suas tarifas estáveis enquanto oferecem resultados comparáveis, a DeepSeek enfrentará maior pressão para troca. Se o mercado mais amplo também ajustar os preços, o aviso parecerá menos uma reversão isolada.

Os desenvolvedores devem evitar tomar uma decisão permanente de arquitetura com base em uma manchete de lista quente. Também devem evitar esperar até que uma nova tarifa apareça na fatura. O caminho intermediário útil é fazer benchmarks agora e migrar apenas quando termos verificados justificarem isso.

Comece com uma semana de tráfego representativo da API DeepSeek. Registre o custo de tarefas concluídas com sucesso, uso de cache, latência, novas tentativas e exposição às horas de pico. Reproduza as mesmas tarefas por meio de uma alternativa confiável sem alterar o método de pontuação.

Em seguida, preserve os resultados e os prompts usados. Quando a DeepSeek publicar os termos finais, a equipe poderá atualizar uma variável em vez de reiniciar sua avaliação.

A questão decisiva não é se a DeepSeek aumenta um número. É se a API DeepSeek ainda conclui suas cargas de trabalho reais de forma mais confiável e econômica do que as alternativas.