A DeepSeek abriu nesta terça-feira, 20 de outubro, o DeepInfer, o motor de execução usado em seus serviços de IA em larga escala. O código permite estudar e adaptar parte da operação, mas ainda deixa componentes necessários para um serviço completo de fora. Esta é uma leitura do repositório oficial e da documentação da empresa, com nosso recorte para quem cria produtos com IA.

O que a DeepSeek abriu hoje?

O DeepInfer é o software que organiza a execução do modelo: como o processamento se distribui pelas máquinas e como as respostas são produzidas. O lançamento suporta o DeepSeek-V4.1-Flash e oferece execução de tarefas em lote, segundo o README oficial.

Modelo e motor têm papéis diferentes. Num aplicativo que resume documentos, o modelo gera o resumo; o motor ajuda a executar essas solicitações na infraestrutura escolhida.

O código saiu sob licença Apache 2.0. Já o modelo DeepSeek-V4.1-Flash-1017 tem pesos sob licença MIT. São duas peças abertas, com licenças próprias.

US$ 38 por GPU-hora significa quanto de lucro?

Significa receita declarada pela empresa, não lucro. Na documentação de implantação, a DeepSeek afirma que um único conjunto de servidores atende 155 trilhões de tokens por dia e gera US$ 38 de receita por GPU-hora, considerando preços de baixa demanda.

Tokens são as unidades em que o sistema divide o conteúdo que processa e produz. O volume divulgado descreve a operação da DeepSeek; não é uma previsão para quem baixar o código.

A distinção importa: receita por GPU-hora não informa quanto sobrou depois de pagar equipamentos, energia, rede e equipe. Também não é o preço que alguém pagará para alugar uma GPU.

A empresa relata ganhos de 4% a 7% de processamento numa técnica de verificação de respostas preliminares, nas condições de produção descritas no documento. É resultado divulgado pelo fabricante, sem reprodução independente nesta matéria.

Dá para colocar tudo para funcionar num computador comum?

O lançamento mira infraestrutura de grande porte. O README lista GPUs NVIDIA SM100 e NPUs Huawei Ascend 950, além de Linux e Python 3.12 como requisitos. O teste de desempenho publicado usa quatro GPUs para processar a entrada e 64 para gerar a saída.

A presença de NVIDIA e Huawei amplia as plataformas atendidas, mas não equivale a compatibilidade com qualquer placa. E os testes publicados não estabelecem qual delas é mais barata para todo tipo de aplicação.

Na orientação para operação eficiente, a DeepSeek recomenda uma unidade de 64 GPUs para entrada mais 64 para saída. Essa recomendação de eficiência não deve ser confundida com um requisito mínimo absoluto para qualquer experimento.

O que falta para oferecer um serviço completo?

Faltam peças que guardam resultados intermediários e distribuem solicitações entre servidores. O repositório explicita essas ausências: gestão de cache, separação completa das etapas de processamento e balanceamento de carga.

Um exemplo hipotético ajuda: uma empresa pode conseguir executar um lote de resumos e ainda precisar desenvolver a operação que recebe pedidos de vários clientes simultaneamente. Essas duas entregas exigem trabalhos diferentes.

Há material para conferir resultados: a pasta de avaliações inclui procedimentos para AIME 2026, HLE e GPQA Diamond. Ela separa a geração das respostas da correção e permite corrigir novamente os mesmos arquivos sem executar o modelo outra vez. O HLE exige um modelo avaliador; nos outros dois testes também existe correção por regras fixas.

O que muda para quem cria um produto com IA?

A abertura permite inspecionar e adaptar mais uma parte da execução. Minha leitura é que isso melhora as condições para comparar fornecedores, mas a economia precisa aparecer na conta do produto que será operado.

Num aplicativo hipotético de análise de contratos, eu compararia o custo por documento aprovado, o tempo de resposta e as correções necessárias. Depois entrariam o custo de manter servidores disponíveis e o trabalho de sustentar as peças que ficaram de fora. Esse é um critério de avaliação, não um resultado medido com o DeepInfer.

Para quem quer transformar uma ideia em aplicativo e entender as escolhas por trás da entrega, a Formação em Vibe Coding do ibe.IA conecta criação com IA à construção de um produto próprio.

Mais análises sobre criar com IA estão no Instagram do instituto: @ibe.ia.

Fonte

DeepSeek: Repositório e escopo do DeepInfer.

DeepSeek: Perguntas e respostas sobre implantação.

DeepSeek: Procedimentos de avaliação.

DeepSeek no Hugging Face: Modelo DeepSeek-V4.1-Flash-1017 e licença.