A tabela de preços que encerrou uma guerra de preços
A DeepSeek alterou os preços de sua API duas vezes em sete dias. Em 17 de agosto, o preço de output em horário de pico de seu modelo flagship V4-Pro subiu de CN¥6 para CN¥27 por milhão de tokens — um aumento de 350% —, enquanto os preços de input com cache-hit saltaram 12x, de CN¥0,025 para CN¥0,30 por milhão de tokens. Seis dias depois, a empresa transformou os fins de semana inteiramente em horário fora de pico. Esta não é uma história sobre inflação. Lida corretamente, é um relatório de escassez, um anúncio de que a guerra de preços dos LLMs chineses de dois anos chegou ao fim, e o sinal mais claro até agora de que a indústria de computação para IA está se re-precificando — deixando de alugar GPUs para dividir a receita de tokens com as empresas de modelos.
Dois movimentos de preço em sete dias
A primeira mudança veio em 13 de agosto, junto com o lançamento do V4 Pro. A partir da meia-noite de 17 de agosto, o preço de output em horário de pico passou de CN¥6 para CN¥27 por milhão de tokens, e o de input com cache-hit, de CN¥0,025 para CN¥0,30. A DeepSeek também introduziu a precificação de pico/fora de pico (峰谷): 9h–12h e 14h–18h contam como pico; todo o restante sai pela metade do preço. A segunda mudança, vigente a partir de 23 de agosto, tornou sábado e domingo integralmente fora de pico.
Um aumento aqui, um corte efetivo ali — são a mesma política. A computação em horário de pico não basta mais para todos. A mão invisível do preço está empurrando as cargas de trabalho sem sensibilidade ao horário para noites e fins de semana, enquanto os escassos slots diurnos ficam com as requisições em tempo real dispostas a pagar CN¥27. O mercado leu o primeiro movimento instantaneamente: em 17 de agosto, a fabricante chinesa de módulos ópticos Taichenguang atingiu o limite diário de alta de 20%, porque os investidores viram “escassez de computação”, e não “tokens ficaram caros”.
Por que o mercado leu como um relatório de capacidade
Os números de demanda sustentam essa leitura. Na semana de 3 a 9 de agosto, a OpenRouter contabilizou 8,83 trilhões de tokens em chamadas semanais para o DeepSeek-V4-Flash — alta de 570% na comparação semanal e o maior volume entre todos os modelos do mundo. Em 1º de agosto, o modelo processou 8 trilhões de tokens em um único dia; em 4 de agosto, a API já retornava erros de “capacidade insuficiente”. O National Data Bureau estima as chamadas diárias de tokens na China em 100 bilhões no início de 2024, 100 trilhões no fim de 2025 e 140 trilhões em março de 2026 — um crescimento de cerca de 1.000x em dois anos.
A escassez é estrutural, não apenas viral. Cerca de 80% da demanda de inferência em tempo real está no leste da China, enquanto aproximadamente 80% das cargas de treinamento e processamento em lote estão no oeste. Data centers hoje podem ser entregues em cerca de 100 dias, mas a infraestrutura de energia leva de dois a três anos. O gargalo não são apenas os chips — é eletricidade e terreno. A precificação de pico/fora de pico é, portanto, escalonamento, não promoção. Quando a demanda é tão forte que a capacidade precisa ser fatiada hora a hora, a própria tabela de preços se torna a evidência da escassez.
De alugar GPUs a dividir a receita de tokens
Durante dois anos, os fornecedores chineses de modelos travaram uma guerra de preços. A lógica de uma guerra de preços é: o produto ainda não está provado, então distribua-o primeiro. Essa lógica comprimiu as margens em toda a cadeia de computação — modelos mais inteligentes, chamadas mais baratas e pedidos a montante que pareciam transações pontuais. O ponto de inflexão agora aparece nos preços. O relatório do Morgan Stanley de 9 de agosto, intitulado “Farewell to Price War, Enter the Intelligence War”, acompanhou as cotações oficiais de oito fornecedores chineses (ByteDance, Alibaba, Baidu, Tencent, MiniMax, Zhipu, Moonshot AI, DeepSeek): os preços médios de input da API estavam em CN¥4,9 por milhão de tokens no 2º trimestre de 2026, e os de output em CN¥21,9 — altas de 48% e 80%, respectivamente, em relação ao 1º trimestre de 2025. Corretoras citam a Zhipu elevando preços três vezes, a Tencent Cloud duas, com as nuvens da Alibaba e da Baidu seguindo o mesmo caminho. A empresa que iniciou a guerra de preços ao derrubar os preços dos tokens é justamente a que agora os eleva em 350% — um forte indício de que a guerra acabou.
Algo mais profundo está mudando na forma de vender computação. Os serviços tradicionais de computação alugam GPUs — taxas fixas por placa por hora. Em 29 de julho, a Xingyun Technology divulgou um contrato quinquenal aprimorado com um grande cliente de modelos (amplamente creditado à Moonshot AI): o valor do contrato subiu de CN¥1,014 bilhão para CN¥3,053 bilhões, as unidades de computação ampliaram de 128 para 256, as mensalidades sobre as unidades entregues subiram 21,21% e sobre as novas unidades, 36,36%. A nova cláusula divulgada é uma “taxa fixa de serviço vinculada à receita de tokens” — supostamente a primeira vez que o rateio da receita de tokens foi incluído em um grande contrato listado na bolsa chinesa. Alugar hardware faz da computação um custo; dividir a receita de tokens a transforma em ativo. A Citic Securities enquadra isso como uma transição do leasing de aluguel mensal fixo para faturamento por uso real de tokens; a Galaxy Securities resume sem rodeios: de vender recursos para vender resultado.
A cadeia se re-precifica — e esbarra em duas restrições
O dinheiro está fluindo pela cadeia, e cada elo acabou de divulgar resultados. A líder em módulos ópticos Zhongji Innolight reportou receita de CN¥41,78 bilhões no primeiro semestre, alta de 182% na comparação anual, com lucro líquido de CN¥13,65 bilhões, alta de 242%; a gestão afirma que pedidos que antes giravam em ciclos de três meses agora estão sendo contratados até 2027. A fundição de wafers Hua Hong registrou receita recorde de US$717,5 milhões no 2º trimestre, com utilização de 102,8%, atribuindo ~60% do crescimento a aumentos de preço e ~40% à expansão de capacidade. A fabricante de equipamentos AMEC viu o lucro líquido do semestre crescer mais de 300%. A TrendForce elevou sua projeção de crescimento dos embarques globais de servidores de IA em 2026 de 28% para cerca de 31%, e espera que os nove grandes provedores de nuvem aumentem o capex ~90% — Microsoft, Amazon, Alphabet e Meta sozinhas guiam US$735–760 bilhões em capex combinados para 2026.
Em 24 de agosto, no mesmo dia em que o mercado vendeu módulos ópticos (índice CSI 300 em queda, Zhongji Innolight -7,4% na bolsa chinesa e -12% em Hong Kong, com saída líquida de fundos principais superior a CN¥3,9 bilhões), a Alibaba concluiu uma colocação de 710 milhões de novas ações a HK$112,70 cada, captando HK$80 bilhões para infraestrutura de IA — superinscrita em menos de uma hora a quase 3x, com fundos soberanos e de longo prazo levando mais de 40%. Dois bolsões de dinheiro fizeram escolhas opostas no mesmo dia: traders do mercado secundário vendendo nomes de hardware, capital de longo prazo na fila para financiar infraestrutura de IA. O mercado deixou de comprar narrativas grandiosas e passou a comprar evidências.
Duas restrições importam. Primeiro, a elasticidade de preço: por volta do reajuste, a Alibaba abriu o código do Qwen3.8-Max (2,4 trilhões de parâmetros), o primeiro flagship nível Max no repertório open-source — cada yuan de prêmio no reajuste reduz o custo de troca para as alternativas dos concorrentes. Segundo, o risco de política: a Zhongji Innolight obtém ~94,8% da receita no exterior, e em 4 de agosto noticiou-se que o FCC dos EUA estava redigindo restrições de importação a módulos ópticos de 800G/1.6T. Qualquer movimentação na rota tecnológica ou na política comercial pode re-precificar a cadeia, independentemente dos pedidos já assinados.
O que observar e o que fazer
Três indicadores decidem se o reajuste se sustenta: se os volumes de chamadas se mantêm, se a utilização fora de pico sobe e se a diferença de preço no cache-hit diminui. Se os usuários permanecerem e o tráfego em lote migrar para noites e fins de semana, a tabela de preços se torna o termostato da indústria — medindo tanto o calor da demanda quanto o sentimento do mercado.
Para desenvolvedores e equipes de plataforma: movam as cargas em lote e offline para as janelas fora de pico (metade do preço), projetem para maximizar cache-hits (input a CN¥0,30 em vez do preço cheio) e meçam o custo por token, não o gasto bruto. Para compradores de computação: avaliem estruturas de contrato vinculadas à receita de tokens em vez de aluguel fixo de GPU. Para investidores que acompanham o debate sobre a taxação de tokens (veja a proposta de Gates para taxar tokens), a re-precificação da cadeia agora é mensurável — e a forma como a economia dos tokens é precificada com base nas cinco camadas de custo do silício ao serviço determina quem captura a margem. Quem espera para ver se o flagship open-source do Qwen força os preços para baixo novamente está aguardando os mesmos três indicadores.
FAQ
Por que a DeepSeek aumentou os preços da API em 350%?
Porque a demanda superou a capacidade. A OpenRouter contabilizou 8,83 trilhões de tokens semanais no V4-Flash no início de agosto (+570% na comparação semanal), e a API da DeepSeek começou a retornar erros de capacidade já em 4 de agosto. O movimento de preço é uma ferramenta de escalonamento: a precificação de pico/fora de pico empurra as cargas em lote para noites e fins de semana, enquanto os escassos slots diurnos ficam com as requisições em tempo real.
A guerra de preços dos LLMs chineses realmente acabou?
Os dados dizem que sim. O relatório do Morgan Stanley de 9 de agosto mostrou preços médios de input da API em CN¥4,9/milhão de tokens e de output em CN¥21,9 entre oito fornecedores chineses no 2º trimestre de 2026, altas de 48% e 80% em relação ao 1º trimestre de 2025. A Zhipu elevou preços três vezes, a Tencent Cloud duas, e as nuvens da Alibaba e da Baidu seguiram o exemplo.
Como os desenvolvedores devem reagir à precificação de pico/fora de pico de tokens?
Migrem as cargas não em tempo real para horários fora de pico e fins de semana pela metade do preço, maximizem as taxas de cache-hit (CN¥0,30 contra o preço cheio de input) e acompanhem os três indicadores — volume de chamadas, utilização fora de pico e diferença de preço no cache — para saber se os aumentos se sustentam.
