O DeepSeek V4 estreia tarifação por faixa horária: em duas janelas diárias seus tokens — de entrada e de saída — custam o dobro e caem fora do pico. A inferência começa a ser cobrada como a eletricidade, e orçar IA passa de 'quantos tokens' para 'a que horas'.
Imagine abrir o console do seu provedor de IA às dez da manhã e descobrir que a mesma chamada que ontem à noite custava um real hoje custa dois. Não há letra miúda nem penalidade escondida: é, simplesmente, o horário. O DeepSeek acaba de anunciar exatamente isso. Com seu modelo V4, o laboratório chinês introduz tarifação por faixa horária a partir de meados de julho: em duas janelas diárias — das 9:00 às 12:00 e das 14:00 às 18:00, horário de Pequim — o preço dobra, e fora desses picos volta a cair. É a primeira vez que um grande laboratório cobra literalmente por relógio.
## Uber, mas para pensar
O mecanismo é idêntico ao surge pricing que você já conhece da Uber ou da tarifa de energia por horário: quando a demanda sobe, o preço sobe; quando cai, cai. Em números concretos, a versão V4-Pro passa de 6 para 12 yuanes por milhão de tokens de saída no horário de pico (cerca de 1,70 dólares no pico); a V4-Flash, de 2 para 4. E aqui está a nuance que convém não confundir: a sobretaxa não recai apenas sobre o que o modelo gera. Segundo o The Next Web, nas janelas de pico **também dobra o preço da entrada**, os tokens que você envia a ele. Fora do pico, nada se mexe. O DeepSeek não esconde isso como um truque: apresenta como um sinal de preço para que quem puder desloque sua carga para as horas de vale e libere GPUs quando todo mundo está disputando por elas.
## Por que um laboratório se atreve a isso
Por trás da sacada há física, não marketing. Servir um modelo grande é um problema de capacidade: há um número finito de GPUs e, no horário comercial asiático, todas saturam ao mesmo tempo. Cobrar mais no pico e menos no vale é a forma mais honesta de dizer 'agora mesmo não tenho lugar; volte depois e sai pela metade'. É a mesma lógica pela qual a luz custa diferente às três da tarde e às três da madrugada. E a virada é notável porque o DeepSeek vinha do contrário: acabava de tornar permanente um desconto de 75% no V4, depois de um ano minando os preços da concorrência. Passar de dar tokens de graça a cobrar por relógio, em questão de semanas, diz muito sobre o quanto ficou cara a capacidade de computação.
## A conta já não depende só de quanto, mas de quando
Para quem constrói software sobre essas APIs, a mudança é mais profunda do que parece. Até agora, orçar IA era multiplicar tokens por um preço fixo. Com preços dinâmicos, essa conta vira um problema de scheduling: uma tarefa batch que não tem pressa para ninguém — reprocessar documentos, gerar embeddings, resumos noturnos — pode custar a metade se você programá-la para as horas de vale em vez de dispará-la ao meio-dia. E ao contrário: uma integração que ignora o relógio pode dobrar sua conta sem que ninguém perceba, porque o código funciona igual de bem; só muda o extrato. A inferência começa a se comportar como uma utility, e as utilities se gerenciam com disciplina de horário, não com esperança.
## O que significa para quem constrói com IA
A lição é incômoda, mas libertadora: se o seu produto vive de chamar modelos, o custo já não é um dado que você olha no fim do mês, é uma alavanca que você opera em tempo real. Isso exige duas coisas que até ontem eram opcionais: guardrails de custo que entendam o contexto — não só 'quantos tokens', mas 'a que preço agora' — e a capacidade de mover para as horas baratas as cargas que não são urgentes. No NeuralOS trabalhamos a partir desse ângulo: os cost guardrails e o sistema de créditos existem para que uma chamada cara não escape sem querer, e o motor de automations com waits duráveis permite adiar tarefas batch para a janela que você escolher sem perder o fio da execução. Não prometemos negociar o relógio de cada provedor por você — isso seria conversa fiada —; o que damos é o painel para que 'quando' deixe de ser uma surpresa na conta e passe a ser uma decisão sua.