DeepSeek V4 sobe até 149,2% e Llama 3.1 encarece 80%

Se você usa modelos da DeepSeek ou o Llama 3.1 70B em produção, a mudança que pesa na fatura está nos preços do OpenRouter: o DeepSeek V4 Flash 0423 passou de US$ 0,071 para US$ 0,177 por milhão de tokens, alta de 149,2%. O DeepSeek V4 Pro 0423 foi de US$ 0,845 para US$ 1,911, aumento de 126,2%. No mesmo recorte, o Meta Llama 3.1 70B Instruct subiu de US$ 0,40 para US$ 0,72, alta de 80%.

A primeira leitura é direta: chamadas que antes consumiam US$ 100 em tokens nesses preços passariam a custar cerca de US$ 249,20 no Flash 0423, US$ 226,20 no Pro 0423 e US$ 180 no Llama 3.1 70B, se o volume de tokens permanecesse igual. Esse cálculo traduz o percentual publicado, sem considerar outras tarifas, descontos ou diferenças de roteamento.

O aumento não vale para toda a família V4

O marketing implícito de uma alta generalizada da DeepSeek V4 não se sustenta nos próprios preços listados. O DeepSeek V4 Flash 0731 dobrou, de US$ 0,08 para US$ 0,16 por milhão de tokens, em uma alteração registrada em 21 de setembro. Já o DeepSeek V4 Pro 0813 subiu 23,5%, de US$ 1,604 para US$ 1,98.

Há ainda uma oscilação relevante nos registros dos dias anteriores. O V4 Flash 0731 aparece com queda de 55,6%, de US$ 0,18 para US$ 0,08, em 19 de setembro. O V4 Pro 0813 também aparece com queda de 19%, de US$ 1,98 para US$ 1,604, em 20 de setembro. O Flash 0423 teve registros de queda de 13,6%, 10,3%, 2,3% e 0,8% antes da alta de 149,2%.

Na prática, não basta olhar apenas para o nome da família. A versão exata e a data do preço fazem diferença. Se o seu código aponta para um identificador fixo, a alteração daquele identificador importa mais do que uma média da linha DeepSeek V4.

O que muda na conta do Llama

O aumento do Llama 3.1 70B Instruct é menos extremo que o do DeepSeek V4 Flash, mas pode ser mais difícil de ignorar em sistemas antigos. Quem escolheu o modelo por estabilidade, compatibilidade ou dependência de pesos específicos passa a pagar US$ 0,72 por milhão de tokens, contra US$ 0,40 antes da alteração listada no OpenRouter.

A alta alcança diretamente aplicações que mantêm o Llama 3.1 70B como padrão de geração. Isso inclui serviços que não trocam de modelo automaticamente e pipelines cujo comportamento foi ajustado para essa versão. Já quem usa outro Llama não deve presumir o mesmo impacto: o Llama 4 Maverick também subiu, mas de US$ 0,653 para US$ 0,80, alta de 22,6%, um movimento diferente.

Há alternativas, mas a comparação precisa ser por uso

O encarecimento não atingiu todos os modelos. O IBM Granite 4.2 8B caiu de US$ 0,25 para US$ 0,15 por milhão de tokens, redução de 40%. O Qwen3 VL 30B A3B Instruct subiu 34,6%, de US$ 0,52 para US$ 0,70, enquanto o Kimi K3 caiu 26,7%, de US$ 11,589 para US$ 8,50.

Esses números não transformam automaticamente um modelo em substituto. Uma migração pode exigir novos testes de qualidade, formato de saída, latência e compatibilidade com ferramentas. O ponto financeiro é outro: uma diferença de preço só ajuda se o modelo alternativo resolver o mesmo tipo de tarefa com volume semelhante de tokens.

As notas do Artificial Analysis ajudam a contextualizar o mercado, mas não anulam o problema de preço. O índice registra o Step 5 Preview com nota de inteligência de 43,6 e preço de US$ 1,425 por milhão de tokens. O topo listado chega a 53,4 pontos para o Claude Fable 5.1 em uma configuração específica, a US$ 20 por milhão. Preço menor, portanto, não equivale sozinho a melhor escolha.

Quem precisa agir agora

A mudança é mais importante para quem tem tráfego recorrente, prompts longos ou alto volume de geração. Um aumento percentual grande em uma chamada ocasional pode ser irrelevante; em um produto que gera respostas continuamente, ele altera a previsão mensal e a margem por cliente.

Para quem usa o DeepSeek V4 Flash 0423, o primeiro passo é conferir o identificador exato e o preço efetivo no OpenRouter. Para quem usa o Llama 3.1 70B Instruct, vale recalcular a fatura com US$ 0,72 por milhão de tokens e comparar o custo de uma migração antes de trocar o modelo em produção.

A implicação prática é clara: congele o identificador do modelo, monitore o preço por milhão de tokens e refaça o orçamento antes que uma alta de 149,2% apareça no fechamento do mês.