Existem cinco formas de chamar os modelos DeepSeek: a API da própria DeepSeek, um agregador como o OpenRouter, o catálogo de modelos de um provedor de nuvem, GPUs próprias ou um provedor independente. Como os pesos são abertos, cada caminho pode oferecer preços, termos de dados e limites diferentes, e a maioria mantém o formato de requisição da OpenAI. Abaixo, para que serve cada caminho.
A BroadNet vende um deles, então leia a comparação com isso em mente. Tentamos ser justos sobre os casos em que os outros são a melhor opção.
Quais são as principais alternativas à API da DeepSeek?
| Caminho | Quem opera as GPUs | Modelo de preço | Melhor para |
|---|---|---|---|
| API oficial da DeepSeek | DeepSeek | Por token | Modelos novos primeiro, comportamento de referência |
| Agregador (roteador) | Varia a cada requisição | Por token, mais eventual taxa da plataforma | Testar muitos modelos, failover automático |
| Catálogo de modelos da nuvem | O provedor de nuvem | Por token ou capacidade provisionada | Equipes já comprometidas com uma nuvem |
| Hospedagem própria | Você | Horas de GPU | Volume alto e constante, dados isolados da rede |
| BroadNet Inference | Um parceiro de inferência nos EUA (a BroadNet vende o acesso) | Por token ou sessão de preço fixo | Retenção zero, sessões de preço fixo para agentes (tokens ilimitados, uma requisição por vez) |
Este post trata de caminhos e trade-offs. Para os preços por token do DeepSeek V4.1 Flash na DeepSeek, DeepInfra, Together AI, Fireworks e BroadNet, veja preço da API do DeepSeek V4.1 Flash e o rastreador de preços do DeepSeek V4.1 Flash.
1. Por que usar a API oficial da DeepSeek?
A API da própria DeepSeek é a referência. A documentação dela define recursos como o modo de raciocínio (thinking) e o cache de contexto, e usa um formato de requisição compatível com a OpenAI. Em 14 de novembro de 2026, a página de preços listava dois modelos: deepseek-flash (DeepSeek-V4.1-Flash-1017, texto e visão) e deepseek-v4-pro, ambos com contexto de 1M. Ela também informa um limite de concorrência de 2.500 para o Flash e 500 para o Pro.
O que conferir antes de se comprometer:
- Localização e política dos dados. A política de privacidade da DeepSeek (última atualização em 10 de fevereiro de 2026) diz que ela processa e armazena dados pessoais na República Popular da China. Para muitas empresas, essa é a pergunta decisiva, para um lado ou para o outro.
- Capacidade no pico. APIs first-party populares podem ficar lentas ou retornar erros de rate limit quando a demanda dispara. Planeje suas novas tentativas.
- Estrutura de preços. Preço por token com acertos de cache baratos e metade do preço fora do horário de pico (o pico vai das 01:00 às 04:00 e das 06:00 às 10:00 UTC, de segunda a sexta, exceto feriados chineses). Fora do pico, ela é mais barata que a BroadNet na entrada e na entrada em cache.
2. Quando faz sentido usar um agregador ou roteador?
Um agregador dá uma chave e uma fatura para muitos modelos e roteia cada requisição para um entre vários hosts. Isso é prático para comparar modelos e para failover.
Os trade-offs:
- O host pode mudar a cada requisição. Cada host upstream tem os próprios termos de dados, quantização e limites de contexto. Alguns roteadores deixam você fixar provedores ou exigir retenção zero; confira o que o seu aceita e se isso vale por padrão.
- Mais uma parte no caminho dos dados. O roteador também vê o seu prompt.
- Taxas. O OpenRouter, por exemplo, repassa os preços dos provedores, mas cobra uma taxa de 5,5% na compra de créditos (segundo o FAQ dele, consultado em 14 de novembro de 2026). Ele também permite restringir o roteamento a endpoints com retenção zero de dados nas configurações de privacidade.
Comparamos esse roteador em detalhe em uma alternativa ao OpenRouter com preço fixo e na página de alternativa ao OpenRouter.
3. Vale usar o catálogo de modelos de uma nuvem?
As grandes nuvens listam modelos open-weight, incluindo modelos DeepSeek, em seus catálogos de IA. Se a sua empresa já compra de uma nuvem, esse pode ser o caminho mais fácil no setor de compras: mesmo contrato, mesmas regiões, mesmo IAM.
As desvantagens costumam ser a atualização dos modelos (o catálogo pode demorar a acompanhar o lançamento) e, em algumas plataformas, um formato de requisição diferente do da OpenAI, o que significa código adaptador extra.
4. Vale a pena hospedar o DeepSeek por conta própria?
Os pesos estão no Hugging Face. Com memória de GPU suficiente e um motor de serving como vLLM ou SGLang, você mesmo pode rodá-los. Isso dá controle total sobre localização dos dados, versões e quantização.
O problema é a utilização. Você paga as GPUs por hora, ocupadas ou não, e assume as atualizações e o plantão. O nosso post sobre custo de hospedagem própria vs API tem uma fórmula para conferir isso com os seus números.
5. O que a BroadNet Inference oferece?
A BroadNet vende o DeepSeek V4.1 Flash pela própria API. Os Termos de Serviço dela dizem que o modelo é hospedado por parceiro, e a declaração de privacidade diz que modelos servidos por parceiros rodam sob termos de retenção zero de dados com parceiros de inferência nos EUA. Os fatos, segundo a documentação e o arquivo de preços publicados pela BroadNet:
| Fato | DeepSeek V4.1 Flash na BroadNet |
|---|---|
| ID do modelo | broadnet/deepseek-v4.1-flash |
| Contexto | 1.048.576 tokens por requisição |
| Entrada | Texto e imagens |
| Raciocínio | Sim; o raciocínio conta para max_tokens |
| Preço de entrada | $0.175 por 1M de tokens |
| Entrada em cache | $0.0055 por 1M de tokens |
| Preço de saída | $0.52 por 1M de tokens |
| Planos de preço fixo | Full Moon $60/mês, Orbit $15/semana, Meteor $1/hora, por sessão |
| Dados | Retenção zero de dados; configuração do gateway verificada a cada hora |
| Velocidade típica | cerca de 100 tokens por segundo (página de planos) |
Os planos de preço fixo são a parte incomum. Uma sessão executa uma requisição por vez, sem medidor de tokens, sem janela móvel e sem limite semanal. Isso combina com um agente de programação que roda o dia todo, em que a fatura por token é difícil de prever. Para um projeto paralelo com pouco uso, pagar por token sai mais barato; o post sobre o ponto de equilíbrio faz as contas.
O que a BroadNet não oferece: todas as variantes do DeepSeek. Ela serve apenas o DeepSeek V4.1 Flash, não o DeepSeek V4 Pro. Se você precisa de outro modelo DeepSeek, a API oficial ou outro host é o caminho melhor. Ela também não é a mais barata por token: as ofertas com desconto do Flash na DeepInfra estavam mais baixas em todas as tarifas quando conferimos.
Como trocar de provedor DeepSeek no código?
Todos os caminhos acima que falam o formato da OpenAI precisam do mesmo código. Só mudam a base URL, a chave e o ID do modelo.
from openai import OpenAI
import os
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
response = client.chat.completions.create(
model="broadnet/deepseek-v4.1-flash",
max_tokens=2000, # reasoning counts toward this budget
messages=[{"role": "user", "content": "Explain the difference between a mutex and a semaphore."}],
)
print(response.choices[0].message.content)
O DeepSeek V4.1 Flash raciocina antes de responder. Se as respostas voltarem vazias, o raciocínio consumiu todo o orçamento; veja por que modelos de raciocínio retornam respostas vazias. Para configurar o SDK por completo, siga o guia de Python.
O que perguntar a qualquer host de DeepSeek?
Seja qual for o caminho, estas perguntas separam hosts que servem os mesmos pesos:
- Qual modelo e versão, exatamente? Nomes como “DeepSeek Flash” podem esconder lançamentos diferentes. Peça o ID do modelo e quando ele mudou pela última vez.
- Qual tamanho de contexto você serve de fato? O modelo pode aceitar 1M de tokens, mas um host pode limitar a menos para economizar memória.
- Está quantizado? Servir com precisão menor é mais barato e geralmente funciona bem, mas pode mudar a saída em casos extremos. Teste os seus prompts.
- Você informa tokens em cache e cobra menos por eles? Para agentes, o preço de cache muitas vezes decide a fatura.
- O que você retém? Prompts, saídas, logs, filas de análise de abuso. Peça por escrito; o nosso checklist de retenção zero de dados lista os detalhes.
- Quem opera as GPUs? Um revendedor acrescenta uma parte ao caminho dos seus dados.
- Quais são os limites de taxa e de concorrência? Na BroadNet Inference, uma chave de pagamento por uso permite 30 requisições por minuto e 4 em andamento; uma sessão de plano executa uma requisição por vez.
Qual caminho DeepSeek escolher?
- Precisa do lançamento mais novo da DeepSeek no primeiro dia? Use a API oficial.
- Está comparando muitos modelos ou quer failover automático? Use um agregador e fixe provedores se os termos de dados importarem.
- Está preso às compras de uma nuvem? Use o catálogo dela.
- Os dados não podem sair da sua rede e o volume é constante? Hospede por conta própria.
- Quer retenção zero, contexto de 1M de tokens e uma fatura previsível para agentes? Experimente a BroadNet Inference. Contas novas ganham $5 de crédito gratuito para os modelos liberados sem recarga; o DeepSeek V4.1 Flash é liberado depois da primeira recarga.
Não tem certeza de que o DeepSeek é o modelo certo? Leia GLM 5.3 vs DeepSeek V4.1 Flash ou veja a comparação lado a lado entre DeepSeek V4.1 Flash e Qwen3.8 27B.
