DeepSeek abre o código do DeepInfer, seu motor de inferência, e analistas estimam margem de 82%

Em 20 de outubro, a DeepSeek abriu o código do DeepInfer, framework interno de inferência que hoje sustenta seu serviço em larga escala. Junto com ele foi lançado o deepseek-recipe, componente para codificação e decodificação de tokens. A licença é a Apache 2.0, ou seja, o código pode ser usado em produtos comerciais, modificado e bifurcado (fork) sem pagamento de royalties. Poucos dias depois, a comunidade fez as contas da economia do serviço e chegou a uma margem bruta de cerca de 82%. Em um mercado em que muitos players subsidiam tokens, o número chama atenção.

O que há no lançamento

O DeepInfer não é um projeto experimental nem uma demo para conferência. É a camada que de fato atende o tráfego de usuários da DeepSeek. Esse tipo de código costuma ficar fechado: é nele que a empresa extrai dinheiro do hardware, e é dele que vêm os preços baixos da API. Aqui, ele foi entregue por inteiro.

O segundo componente, o deepseek-recipe, cuida da conversão de texto em tokens e vice-versa. Não é um detalhe menor. Um erro ou dessincronia na tokenização e na decodificação quebra a compatibilidade com os modelos, principalmente quando a inferência está distribuída entre sistemas e frameworks diferentes. Agora, equipes de terceiros têm uma implementação de referência feita pelos autores dos modelos.

Resumo dos parâmetros do lançamento:

• Projeto: DeepInfer, framework interno de inferência da DeepSeek
• Componente complementar: deepseek-recipe, codificação e decodificação de tokens
• Data de publicação: 20 de outubro
• Licença: Apache 2.0
• Status: infraestrutura de um serviço real em produção, não um protótipo de pesquisa
• Estimativa externa de margem bruta: cerca de 82%

De onde vêm os 82%

Esse não é um número oficial da DeepSeek, e sim um cálculo feito por terceiros. Estimativas desse tipo sempre dependem de premissas: quanto custa uma hora de GPU, qual é a taxa de utilização do cluster, que fatia das requisições cai no cache de contexto e qual tarifa os clientes pagam. Mesmo assim, a direção é clara: o serviço trabalha com folga de margem, e não vende tokens a custo zero só para ganhar alcance.

Há também um precedente. Em março de 2025, a própria DeepSeek publicou uma análise de seu sistema de inferência. Segundo ela, a receita teórica diária era de cerca de $562 mil, contra despesas de cerca de $87 mil com aluguel de GPU, a $2 por hora de H800. Isso resultava em uma margem teórica de 545%. A empresa já ressalvou na época que a receita real é bem menor: parte do tráfego é gratuita, parte tem desconto, e os preços do V3 são menores que os do R1. A estimativa de 82% fica mais próxima do chão e parece mais plausível como resultado, por levar em conta a estrutura real de pagamentos.

Daí se conclui que a API barata da DeepSeek se sustenta em engenharia, e não em dumping financiado por investidores. As fontes de economia são conhecidas: separação das etapas de prefill e decode, paralelismo de especialistas para modelos MoE e cache agressivo. O DeepInfer agora mostra como tudo isso foi montado em uma única stack em funcionamento.

Quem se beneficia do código e o que muda no mercado

Os primeiros beneficiados são as equipes que hospedam por conta própria os modelos abertos da DeepSeek. Antes, elas precisavam juntar otimizações de repositórios dispersos e de palpites. Agora há uma referência de quem treinou esses modelos e atende milhões de requisições.

Em seguida, o efeito deve chegar aos provedores de nuvem e às startups que revendem inferência. Se parte das otimizações da DeepSeek virar padrão, o preço do token dos concorrentes em modelos comparáveis vai diminuir. Os laboratórios fechados terão de explicar por que o cliente paga um prêmio. O argumento de que "não dá para ser mais barato" perde força depois desse lançamento.

Na prática, as conclusões são estas:

• Times de infraestrutura devem comparar suas métricas de throughput e de custo por token com o comportamento do DeepInfer no próprio hardware antes de escalar uma stack própria.
• Quem constrói produtos sobre APIs ganha um novo referencial: com margem de cerca de 82%, o fornecedor tem espaço para dar descontos, e vale negociar o preço de forma mais dura.
• A licença Apache 2.0 elimina as barreiras jurídicas para incluir o código em um produto comercial, mas a carga de produção precisa ser testada separadamente: a infraestrutura da DeepSeek é otimizada para os modelos e os clusters da própria empresa.

A principal pergunta para os próximos meses é se alguém vai seguir o exemplo da DeepSeek. Muitas empresas já abrem seus modelos, mas poucas liberaram uma stack completa de inferência. Se esse patamar subir, a concorrência deve migrar do tamanho dos modelos para quem os serve em produção com menor custo e mais estabilidade.