DeepSeek V4 Flash sobe 2.185% e Llama 3.3 70B encarece 56%

Se você usa o DeepSeek V4 Flash em produção, a conta por milhão de tokens passou de US$ 0,056 para US$ 1,28. O aumento é de 2.185,7%, segundo os preços listados no OpenRouter. O modelo ficou cerca de 23 vezes mais caro na tarifa registrada em 4 de outubro de 2026.

O Llama 3.3 70B Instruct também subiu: de US$ 0,32 para US$ 0,50 por milhão de tokens, alta de 56,3%. A diferença é bem menor que a da DeepSeek, mas pesa em aplicações com alto volume e transforma uma escolha tradicionalmente barata em uma linha de custo mais relevante.

O que mudou na prática

O reajuste do V4 Flash muda a premissa de quem escolheu o modelo principalmente pelo preço. Uma aplicação que processava milhões de tokens com uma tarifa de US$ 0,056 agora precisa considerar US$ 1,28 para o mesmo volume tarifado. Em escala, isso afeta chatbots, classificação de documentos, geração de respostas e pipelines que fazem várias chamadas por solicitação.

O número publicado para o V4 Flash é o preço depois da alteração. O OpenRouter também registra uma mudança anterior, em 2 de outubro, de US$ 0,084 para US$ 0,056, uma queda de 33,3%. A sequência deixa claro que o valor promocional ou reduzido não deve ser tratado como referência permanente para o orçamento.

No Llama 3.3 70B Instruct, o salto de US$ 0,32 para US$ 0,50 é menos dramático, mas elimina parte da vantagem de preço do modelo para operações recorrentes. Se o modelo está no caminho principal de uma aplicação, a diferença precisa entrar no cálculo de margem, especialmente quando a receita por usuário é fixa.

A alta não é isolada

A lista de preços do OpenRouter mostra outros aumentos no mesmo intervalo. O DeepSeek V4 Pro 0813 passou de US$ 1,98 para US$ 4, alta de 112,1%. O Kimi K2.6 avançou de US$ 1,828 para US$ 4, aumento de 118,8%.

Também houve duas alterações registradas para o DeepSeek V4.1 Flash em 4 de outubro: de US$ 1,20 para US$ 2,40, alta de 100%. Em 2 de outubro, o mesmo modelo aparece com mudanças diferentes, incluindo uma queda de US$ 1,20 para US$ 0,42 e aumentos de US$ 0,42 para US$ 0,50 e de US$ 0,50 para US$ 0,60. Para quem monta orçamento, essa instabilidade reforça a necessidade de fixar o identificador do modelo e acompanhar a tarifa do provedor, em vez de usar apenas o nome comercial.

Nem todo movimento foi de alta. O Qwen3 30B A3B Instruct 2507 caiu de US$ 0,30 para US$ 0,193 por milhão de tokens, redução de 35,7%. O Ling 3.0 Flash Fin recuou de US$ 0,18 para US$ 0,123, enquanto o Gemma 4 26B A4B caiu de US$ 0,30 para US$ 0,225 em uma das alterações registradas.

Para quem isso importa

O impacto é direto para quem usa DeepSeek V4 Flash ou Llama 3.3 70B em produção e paga por volume. O V4 Flash exige revisão imediata de orçamento, limites de uso, roteamento e fallback. No Llama 3.3 70B, a revisão é importante para aplicações com tráfego alto, mas o aumento isolado não obriga uma migração automática.

Para quem apenas testa esses modelos, usa volume pequeno ou roda pesos localmente, a mudança pode ter pouco efeito imediato. Também não há, nos dados do Artificial Analysis usados aqui, notas de inteligência, código ou desempenho agêntico para o V4 Flash e o Llama 3.3 70B que permitam afirmar que o aumento comprou uma melhora equivalente de capacidade.

Essa é a parte que o reajuste não resolve: preço maior não é evidência de qualidade maior. O que mudou é a tarifa registrada no OpenRouter, não uma nota de benchmark desses dois modelos.

O que fazer antes da próxima fatura

Primeiro, confira qual identificador está em produção. Depois, multiplique o volume real de tokens pela nova tarifa e compare o resultado com alternativas que tiveram redução, como o Qwen3 30B A3B Instruct 2507. Também vale configurar limites e fallback explícitos, porque uma alteração de preço pode tornar uma rota automática muito mais cara sem mudar uma linha do código.

Se o V4 Flash foi escolhido por custo, a decisão precisa ser reaberta agora. Se o Llama 3.3 70B ainda entrega a qualidade necessária, os 56,3% podem ser absorvidos; se a margem já era apertada, o reajuste torna a substituição ou o roteamento híbrido uma decisão financeira, não apenas técnica.