DeepSeek V3.2 Exp cobra US$ 0,41 por milhão de tokens de saída — e o catálogo não tem nota de inteligência
Modelo experimental chinês estreia com atenção esparsa e preço agressivo, mas sem benchmark público no índice que o mercado acompanha
A DeepSeek colocou no ar hoje um modelo experimental chamado DeepSeek V3.2 Exp, e o que chama atenção não é o nome — é a conta. O preço de saída é US$ 0,41 por milhão de tokens. Para efeito de comparação, o OpenAI o3, que lidera o índice de inteligência do catálogo, cobra US$ 8 pela mesma fatura. São quase vinte vezes mais barato por token gerado.
O que mudou em relação ao V3.1
O V3.2 Exp é descrito pela própria DeepSeek como um passo intermediário entre o V3.1 e arquiteturas futuras. A novidade técnica é a DeepSeek Sparse Attention (DSA), um mecanismo de atenção esparsa de granulação fina. Traduzindo: em vez de o modelo comparar cada token com todos os outros a cada passo (o que pesa no custo de inferência), ele decide quais comparações valem a pena e pula o resto. É como trocar a leitura palavra por palavra de um contrato pela leitura só dos trechos que importam — você entende o documento, mas gasta menos tempo e energia.
A janela de contexto ficou em 163.840 tokens, e o corte de conhecimento é julho de 2025. O modelo é text-to-text, não tem preço de cache publicado e não aparece marcado como gratuito.
O preço na prática
O catálogo não divulga índice de inteligência, nem benchmark de código, agentic ou blended para o V3.2 Exp. Isso significa que você está comprando barato sem saber exatamente o que está levando em capacidade. É a diferença entre comprar um carro pelo preço sem ter ficha técnica — pode ser ótimo, pode ser furada.
| Campo | Valor |
|---|---|
| Identificador | deepseek/deepseek-v3.2-exp |
| Criador | deepseek |
| Preço de entrada | US$ 0.270 / M tokens |
| Preço de saída | US$ 0.410 / M tokens |
| Janela de contexto | 164k |
| Modalidade | text->text |
Para quem está rodando prompts longos ou gerando muito texto de saída (relatórios, transcrições, resumos extensos), a economia bruta é real. Mas sem nota de inteligência publicada, a comparação direta com o topo do catálogo fica comprometida.
Como ele se posiciona no tabuleiro
| Modelo | Inteligência | Entrada US$/M | Saída US$/M | Contexto |
|---|---|---|---|---|
| DeepSeek V3.2 Exp (o novo) | — | 0.27 | 0.41 | 164k |
| o3 | 31.1 | 2 | 8 | 200k |
| gpt-oss-120b | 24.1 | 0.037 | 0.17 | 131k |
| Qwen3 Next 80B A3B Thinking | 16.9 | 0.15 | 1.2 | 262k |
O topo do índice hoje é o OpenAI o3 (inteligência 31,096, a US$ 8 de saída). Logo abaixo vem o gpt-oss-120b da própria OpenAI, com inteligência 24,126 e preço de US$ 0,17 — mais barato que o V3.2 Exp, mas de outro criador. O Qwen3 Next 80B A3B Thinking, também chinês, marca 16,867 de inteligência e custa US$ 1,20 de saída.
O V3.2 Exp entra num espaço curioso: mais caro que o gpt-oss-120b, mais barato que o Qwen3 Next, e sem nota comparável. A DeepSeek historicamente joga na faixa de preço baixo com capacidade alta — aqui o preço baixo está confirmado, a capacidade ainda não.
Para quem vale e para quem não muda nada
Vale se você roda alto volume de tokens de saída e quer testar uma arquitetura nova sem comprometer o orçamento. A atenção esparsa, se funcionar como anunciado, pode significar respostas mais rápidas em prompts longos — mas isso é promessa do release, não dado medido.
Não muda nada se você precisa de benchmark confiável antes de adotar modelo em produção. Sem nota de inteligência, sem score de código, sem dado agentic, o V3.2 Exp hoje é um experimento com preço atrativo e capacidade não auditada. Para workloads críticos, o caminho continua sendo o topo do índice — e lá o o3 segue soberano, apesar de cobrar quase vinte vezes mais por token.
O que fazer com isso
Se você já usa DeepSeek V3.1, vale rodar o V3.2 Exp em paralelo e comparar qualidade nas suas tarefas reais. Se você está no gpt-oss-120b por questão de custo, o V3.2 Exp é mais caro e sem vantagem clara de capacidade conhecida. Se você está no o3 por capacidade e quer economizar, teste — mas não migre produção sem medir. O catálogo está com 243 modelos listados, 24 deles lançados nos últimos 30 dias, e a DeepSeek acaba de adicionar mais um experimento à pilha.
Rode o V3.2 Exp em paralelo ao seu modelo atual e meça nas suas tarefas antes de mover produção — o preço é agressivo, mas a capacidade ainda não foi auditada pelo índice que o mercado acompanha.
Perguntas frequentes
O que é DeepSeek Sparse Attention (DSA)?
É um mecanismo de atenção esparsa de granulação fina que pula comparações irrelevantes entre tokens durante a inferência. A promessa é reduzir custo computacional sem perder qualidade, mas o catálogo ainda não publicou benchmark que confirme o ganho.
DeepSeek V3.2 Exp é gratuito?
Não. O catálogo lista preço de entrada em US$ 0,27 por milhão de tokens e saída em US$ 0,41. Não há marcação de modelo gratuito nem preço de cache divulgado.
Vale trocar o OpenAI o3 pelo DeepSeek V3.2 Exp?
Depende do workload. O o3 lidera o índice de inteligência do catálogo e custa US$ 8 por milhão de tokens de saída — quase vinte vezes mais que o V3.2 Exp. Mas o V3.2 Exp não tem nota de inteligência publicada, então a comparação de capacidade ainda não é possível pelos dados públicos.