LLM local vs API na nuvem: custos para startups
Preços oficiais e exemplos com premissas explícitas.
Separe entrada sem cache, entrada em cache e saída. Foi removida a alegação sem evidências de um teste de 30 dias com 500 consultas diárias.
Preços oficiais e exemplos com premissas explícitas.
API = (uncached input × rate + cached input × rate + output × rate) / 1,000,000.
| API model | Período | Entrada em cache | Entrada sem cache | Saída |
|---|---|---|---|---|
| deepseek-flash (V4.1 Flash) | Fora de pico | $0.003 | $0.15 | $0.60 |
| deepseek-flash (V4.1 Flash) | Pico | $0.006 | $0.30 | $1.20 |
| deepseek-v4-pro (V4-Pro-0813) | Fora de pico | $0.022 | $0.66 | $1.98 |
| deepseek-v4-pro (V4-Pro-0813) | Pico | $0.044 | $1.32 | $3.96 |
deepseek-flash = DeepSeek-V4.1-Flash; deepseek-v4-pro = DeepSeek-V4-Pro-0813. A API não confirma o modelo de todas as contas de chat.
Pico UTC 01:00–04:00 e 06:00–10:00, segunda a sexta. Fins de semana e feriados públicos chineses: fora de pico.
Verificado em 4 de outubro de 2026 · Preços oficiais e exemplos com premissas explícitas.
Exemplo ilustrativo, não medição: 8M cached input + 2M uncached input + 1M output.
Fora de pico: 8 × $0.003 + 2 × $0.15 + 1 × $0.60 = $0.924.
Pico: 8 × $0.006 + 2 × $0.30 + 1 × $1.20 = $1.848.
Apenas tokens do modelo; exclui impostos, ferramentas e chamadas adicionais.
LLM local vs API na nuvem: custos para startups
Inclua horas GPU faturadas, CPU, memória, armazenamento, transferência, operação e API de contingência. Não conte novamente a ociosidade já incluída nas horas.
Cost per accepted task = total cost / accepted tasks.
Break-even = F / (A − V), A > V.
F: custo fixo mensal; A: custo API por tarefa aceita; V: custo local variável. Equilíbrio apenas quando A supera V.
Compare as mesmas tarefas com critérios iguais; meça qualidade, latência p95, concorrência e novas tentativas. Verifique quantização, contexto e memória na configuração real. Não há limite universal de tokens nem economia garantida com divisão 70/30.
Hospedar localmente não garante privacidade: confira acesso, logs, backups e integrações.