TLDR;

A DeepSeek reduz custos com atenção esparsa nativa treinada desde o início, combinando resumos comprimidos, indexação barata e uma faixa de segurança para processar milhões de tokens com apenas 10% do cálculo tradicional. Os preços caem porque a DeepSeek lançou um motor muito mais eficiente em julho, forçando OpenAI e outros a cortarem tarifas em até 80% para competir. O principal risco é que informações distribuídas pelo contexto longo podem ser ignoradas pelo indexador, gerando respostas erradas sem aviso, especialmente em tarefas que exigem precisão exata em textos longos.

Resumo

O vídeo explica como a DeepSeek revolucionou o mercado de IA com seu modelo V4 Flash, reduzindo drasticamente os custos de uso de APIs. Enquanto 2,1 bilhões de tokens custariam centenas de dólares em modelos como Claude Opus, na DeepSeek o valor ficou em apenas US$ 19,27. Isso foi possível graças à técnica de atenção esparsa nativa, que treina o modelo desde o início para pular partes irrelevantes do contexto, usando resumos comprimidos, um indexador rápido e uma “faixa de segurança” para evitar perda de informações importantes. Além disso, o modelo emprega mistura de especialistas (MoE), quantização em 4 bits e decodificação especulativa, reduzindo o consumo de memória e computação. O resultado são preços de US$ 0,14 por milhão de tokens de entrada e US$ 0,28 de saída — até 80% mais baratos que concorrentes como OpenAI, Gemini e Claude. Essa eficiência forçou as grandes empresas americanas a baixar seus preços, democratizando o acesso a contextos longos e incentivando experimentação sem medo de custos elevados.