Quanto Meus Agentes de IA Realmente Custam: DeepSeek vs as Grandes APIs

Em termos simples: Um olhar sobre quanto custa de verdade manter assistentes de IA rodando o tempo todo. Um mês de uso pesado ficou em cerca de $24 num serviço de IA econômico; a mesma carga de trabalho custaria entre $475 e $915 nos serviços de ponta das grandes marcas. O truque que mantém isso barato é o cache — a maior parte do texto enviado à IA se repete, e texto repetido é cobrado com um desconto enorme.

Minha pilha de agentes domésticos — oito agentes nomeados rodando 24 horas por dia na API do DeepSeek — acabou de completar seu primeiro mês inteiro. Puxei as exportações de uso e fiz as contas: quanto isso realmente custou, e quanto a mesma carga de trabalho custaria nas grandes APIs?

Resumo

Junho de 2026, mês inteiro: $24,08 no total ($9,54 flash + $14,54 pro). De 1 a 11 de julho até agora: $2,23.
Volume: ~757M tokens em ~13,6 mil requisições (junho + início de julho combinados).
O detalhe principal: ~87% dos tokens de entrada foram acertos de cache — essa proporção, não o preço de tabela, é o que torna agentes sempre ativos viáveis.
A mesma carga de trabalho em outro lugar (estimado): aproximadamente $475–$915 nos modelos de ponta, $33–$230 nos níveis econômicos.

Os números reais

Volume combinado de junho + início de julho: 659,8M tokens de entrada em cache, 93,1M tokens de entrada com falha de cache, 4,4M tokens de saída — cerca de 757M tokens no total. A fatia só de junho (que a comparação abaixo usa) foi de ~560,8M acertos de cache, ~86,2M falhas de cache e ~3,8M tokens de saída, totalizando $24,08.

Essa taxa de acerto de cache de 87% não é sorte — é a forma natural do tráfego de agentes. Cada turno reenvia o mesmo prompt de sistema, as mesmas definições de ferramentas e o mesmo histórico de conversa, e os provedores cobram esse prefixo repetido por uma fração minúscula do preço normal de entrada. O DeepSeek cobra $0,0028–$0,003625 por milhão de tokens em cache; sem cache, o mesmo volume de entrada teria custado ~35× mais.

Mesma carga de trabalho, outros provedores

Estimativa comparando maçãs com maçãs: a mistura exata de tokens de junho precificada segundo as taxas atualmente publicadas de cada provedor (todas verificadas em 11/07/2026 — DeepSeek, Anthropic, OpenAI, xAI). Acertos de cache cobrados na taxa de entrada em cache de cada provedor; falhas na taxa normal de entrada (a Anthropic cobra um adicional de 1,25× de escrita de cache nas falhas, o que está incluído).

Provedor / modelo	Cache de entrada $/M	Entrada $/M	Saída $/M	Carga de trabalho de junho
DeepSeek v4 flash+pro (real)	$0,0028–0,0036	$0,14–0,44	$0,28–0,87	$24,08
OpenAI GPT-5.4 nano	$0,02	$0,20	$1,25	~$33
Anthropic Claude Haiku 4.5	$0,10	$1,00 (+escrita)	$5,00	~$185
xAI Grok 4.3	$0,20	$1,25	$2,50	~$230
xAI Grok 4.5 (topo de linha)	$0,50	$2,00	$6,00	~$475
OpenAI GPT-5.6 Sol (topo de linha)	$0,50	$5,00	$30,00	~$825
Anthropic Claude Opus 4.8 (topo de linha)	$0,50	$5,00 (+escrita)	$25,00	~$915

Premissas: valores arredondados para os ~$5 mais próximos; apenas a mistura de junho (560,8M acertos / 86,2M falhas / 3,8M saída); assume que cada provedor alcançaria a mesma taxa de acerto de cache (realista — o formato do tráfego é idêntico); ignora descontos por lote e preços por horário.

A parte honesta: a qualidade é diferente

Isso não é “o DeepSeek equivale à Claude por 4% do preço”. Os modelos de ponta — Claude Opus, GPT-5.6, Grok 4.5 — são visivelmente mais fortes em trabalho complexo, de longo prazo e agêntico. Mas o burburinho rotineiro dos agentes, a triagem de mensagens, os rascunhos, as tarefas agendadas e a automação de costura não precisam de inteligência de ponta, e isso é ~95% do que uma pilha sempre ativa faz. Essa é exatamente a divisão que minha configuração explora: tokens baratos para o trabalho braçal, cérebros de ponta para o que é difícil — a mesma divisão de trabalho de quando a pilha de agentes quebrou e o Claude Code consertou.

A metade de ponta do meu uso passa pelo Claude Code na assinatura Max — uma taxa mensal fixa, então o trabalho pesado de codificação e depuração nunca encosta na cobrança por token. Os dólares do DeepSeek cobrem apenas os agentes 24 horas por dia.

A outra conta: Claude Code no Max

Para completar, o lado de ponta, medido a partir do histórico de sessões locais desta máquina: junho de 2026: 412 sessões do Claude Code em 13 dias ativos. 1 a 11 de julho: 297 sessões em 8 dias ativos — cerca de 709 sessões e ~314 MB de transcrições em seis semanas. São execuções agênticas de codificação longas e com uso pesado de ferramentas, não conversas avulsas.

Tudo isso é coberto de forma fixa pela assinatura Claude Max de $200/mês. O uso da assinatura não é medido, então não há uma cifra exata equivalente de API — mas centenas de sessões longas de agente classe Opus, a preços de tabela ($5/$25 por milhão de tokens), plausivelmente chegariam à casa dos quatro dígitos mensais. O total honesto para a pilha inteira:

~$200/mês fixo — assinatura Max, toda a codificação e depuração de ponta
~$25/mês medido — DeepSeek, os agentes 24 horas por dia

Ciladas

Proteja sua taxa de acerto de cache. Um timestamp ou ID aleatório perto do topo de um prompt de sistema invalida o prefixo em cache a cada requisição — nessas proporções isso é um multiplicador de 10–30× na conta.
Os tokens de saída quase não importam aqui. 4,4M de saída contra 753M de entrada; os agentes leem muito mais do que escrevem.
Os preços mudam rápido. O Grok 4.5 foi lançado três dias antes deste post; reconfirme as páginas de preços antes de planejar qualquer coisa com base nos números acima.