Notícias / Model Watch · Preços no ecossistema DeepSeek
Ollama corta preços do DeepSeek-V4 em 50% fora de pico: a convenção criada pela DeepSeek está se tornando padrão na indústria
A Ollama — a plataforma que colocou LLMs locais em todos os laptops, e que agora oferece uma API hospedada para modelos abertos de ponta — introduziu tarifas de tokens fora de pico para o DeepSeek-V4: os preços de pico se aplicam de segunda a sexta-feira, das 12:00 às 18:00 UTC; todo o restante, incluindo todo o fim de semana, sai pela metade do preço. O deepseek-v4-flash cai para $0.22/$0.66 por 1M fora de pico — e as tarifas de pico são idênticas, dígito por dígito, à tabela da própria DeepSeek. A convenção de pico/fora de pico lançada pela DeepSeek em 16 de agosto acaba de se tornar um padrão na indústria ocidental.
A Ollama agora cobra 50% a menos pelo DeepSeek-V4 fora do horário das 12:00 às 18:00 UTC em dias úteis e durante todo o fim de semana, com tarifas fora de pico chegando em breve para mais modelos. Tarifas segundo a página oficial de preços: v4-flash $0.44/$1.32 no pico → $0.22/$0.66 fora de pico (em cache $0.014 → $0.007); v4-pro $1.32/$3.96 → $0.66/$1.98. Os modelos DeepSeek são hospedados nos EUA e na Europa com zero retenção de dados — uma alternativa favorável à conformidade para cargas de trabalho que não podem acessar endpoints hospedados na China. O GLM-5.3 acompanha com paridade de preços em relação à z.ai ($1.40/$4.40).
O que as fontes oficiais confirmam
- O anúncio: A conta oficial da Ollama no X e no LinkedIn anunciou "off-peak token rates — DeepSeek V4" com 50% de economia; a discussão no HN apontou diretamente para a página de preços.
- A janela: pico = 12:00-18:00 UTC, seg-sex. Fora de pico = madrugadas/noites em dias úteis + todo o fim de semana.
- As tarifas: v4-flash no pico $0.44 entrada / $1.32 saída / $0.014 em cache — idêntico à tabela de pico da própria DeepSeek — caindo pela metade para $0.22/$0.66/$0.007 fora de pico. v4-pro: $1.32/$3.96/$0.044 no pico → $0.66/$1.98/$0.022 fora de pico.
- O aspecto de conformidade: Hospedagem nos EUA & Europa com ZDR, segundo o post da própria Ollama.
- O catálogo: a mesma página lista o GLM-5.3 exatamente com as tarifas da z.ai, além de GLM-5.3-Flash, Qwen3.5-397B, Gemma4, Nemotron-3-Ultra — modelos abertos de ponta hospedados no Ocidente em uma única API.
- O cronograma: "preços fora de pico estarão disponíveis em breve para mais modelos."
Por que isso importa
- A convenção está extrapolando sua origem. Quando a DeepSeek introduziu a cobrança de pico/fora de pico + fins de semana em agosto, isso parecia apenas uma peculiaridade de gestão de capacidade. Um grande provedor ocidental adotando o mesmo cronograma transforma isso em um padrão de preços de fato para modelos abertos de ponta.
- A economia do processamento em lote se consolidou ainda mais. Agendar cargas de trabalho não interativas para as noites e fins de semana agora corta os custos pela metade tanto na API da própria DeepSeek quanto na nuvem da Ollama nos EUA/UE — mesmo horário, mesma estrutura de descontos.
- A hospedagem com ZDR muda o público comprador. Equipes regulamentadas que não podiam usar endpoints hospedados na China agora podem executar o V4 com paridade de tarifas (no pico) — expandindo o mercado endereçável da DeepSeek sem que a própria DeepSeek precise operá-lo.
- Para usuários de relay: complementares, não substitutos. O agendamento fora de pico otimiza o custo unitário para tarefas em lote; um relay compatível com OpenAI otimiza a amplitude de roteamento (modelos Qwen/GLM/Kimi/vídeo, uma única chave, faturamento global) para tráfego em produção. A stack mais econômica utiliza ambos.
Fontes primárias
- Página oficial de preços da Ollama — Preços de pico 12:00-18:00 UTC em dias úteis; tabela completa de pico/fora de pico para deepseek-v4-flash/pro; GLM-5.3 $1.40/$4.40
- Post oficial da Ollama no X — Apresentando tarifas de tokens fora de pico: DeepSeek V4 (hospedagem nos EUA/Europa, ZDR, mais modelos com preços fora de pico em breve)
- Hacker News — Tópico de discussão sobre novas tarifas fora de pico: preços 50% menores para o DeepSeek-V4
FAQ (2026)
O que foi lançado?
Tarifas fora de pico da Ollama: 50% de desconto fora do horário das 12:00 às 18:00 UTC em dias úteis + todo o fim de semana para o DeepSeek-V4 (mais modelos em breve).
Tarifas do V4-Flash?
Pico $0.44/$1.32 (em cache $0.014) — idêntico à tabela da própria DeepSeek; fora de pico $0.22/$0.66 (em cache $0.007).
vs. API da DeepSeek?
Mesma convenção (desde 16 de ago.) e os mesmos valores de pico para o flash; a Ollama define suas próprias tarifas para o pro e hospeda nos EUA/UE com ZDR.
GLM na Ollama?
Sim — GLM-5.3 em paridade com a z.ai ($1.40/$4.40), além de GLM-5.3-Flash, Qwen3.5-397B, Gemma4, Nemotron-3-Ultra.
Aspecto de conformidade?
Hospedagem nos EUA/Europa com zero retenção de dados — utilizável onde endpoints hospedados na China não são permitidos.
Migrar a produção para ela?
Tarefas em lote: agende fora de pico em qualquer um dos provedores. Tráfego interativo multimodelo: um relay continua sendo a base mais simples. As stacks mais econômicas usam ambos.