Frente a frente
DeepSeek-V4 vs Kimi K3: qual modelo de IA vence em 2026?
DeepSeek-V4 ($0.87/1M out) e Kimi K3 ($15/1M out) estão entre os modelos de IA mais usados de 2026. Em 6 votos da comunidade, DeepSeek-V4 lidera com 57% de aprovação.
Veredicto rápido
Em Raciocínio, DeepSeek-V4 e Kimi K3 empatam em 4.5/5. No orçamento, DeepSeek-V4 vence: começa em $0.87/1M out contra $15/1M out de Kimi K3.
Comparação linha por linha
A partir de
$0.87/1M outNível V4-Pro: $0.435/1M de entrada ($0.003625 com cache hit), $0.87/1M de saída; nível V4-Flash mais barato a $0.14/$0.28 ($0.0028 com cache hit); o desconto de lançamento de 75% virou preço permanente em 2026-05-22. O lançamento oficial de meados de julho de 2026 introduz preços de pico/fora de pico, com as tarifas listadas dobrando durante o horário de pico de Pequim.
$15/1M outPreço oficial de tabela da API da Moonshot para kimi-k3: $3 por milhão de tokens de entrada (erro de cache), $0,30 por milhão em caso de acerto de cache, $15 por milhão de saída incluindo o rastro de raciocínio, preço fixo em toda a janela de 1M de tokens (sem níveis por tamanho). Mesmo preço de $3/$15 na OpenRouter (o preço de cache não é exibido lá). Um aumento de 3 vezes em relação aos $0,95/$4 do Kimi K2.6. Verificado em platform.kimi.ai/docs/pricing/chat-k3, em julho de 2026.
Provedor
DeepSeek
Moonshot AI
Janela de contexto
1M tokens (384K max output)
1M tokens
Preço de entrada
$0.435/1M in (cache hit $0.003625)
$3/1M in
Preço de saída
$0.87/1M out
$15/1M out
Modalidades
text only
text, vision, video input
Open weights
Sim
Não
Pontuação da multidão
57%(3)
57%(3)
Notas da arena (1-5)
Raciocínio
4.5
4.5
Programação
4.5
4.5
Escrita
3.5
4.0
Velocidade
3.0
2.0
Custo-benefício
5.0
3.5
Pontos fortes e fracos
DeepSeek-V4
- Janela de contexto de 1M de tokens (8x os 128K do V3.2) com até 384K tokens de saída, padrão na API oficial
- Preço agressivo: $0.435/$0.87 por 1M de tokens (V4-Pro), cerca de 28.7x mais barato por token de saída que o Claude Opus 4.8; a entrada com cache hit cai para $0.003625/1M (mais de 99% de desconto)
- Open weights sob licença MIT para o V4-Pro e o V4-Flash no Hugging Face: uso comercial, fine-tuning e redistribuição permitidos
- SOTA open source em código agêntico: 80.6 no SWE-bench Verified (configuração Think Max), empatado com o Gemini 3.1 Pro, mais rating de 3206 no Codeforces (~posição 23 contra humanos)
- Fica em #3 de 93 no Artificial Analysis Intelligence Index (nota 44), bem acima da média de 25
- O stack de sparse attention reduz a inferência de contexto de 1M para 27% dos FLOPs do V3.2 e 10% do seu KV cache
- Chamadas de ferramentas malformadas intermitentes: function calls às vezes emitidas como texto simples no content em vez do campo tool_calls (issue #1244 do GitHub deepseek-ai)
- O modo thinking quebra cadeias longas de tool calls multi-turno com erros 400 em frameworks de agentes (issue #72044 do OpenClaw, correção ainda incompleta)
- Desenvolvedores relatam que ele inventa APIs inexistentes em bases de código próprias e age sobre entradas de usuário alucinadas em loops de agentes
- Muito verboso (180M de tokens de saída na avaliação contra 95M da mediana) e velocidade mediana de 54.6 tok/s (#39/93), o que corrói o baixo preço por token na prática
- Somente texto (sem visão ou áudio) e ainda em preview: o lançamento oficial planejado para meados de julho de 2026 adiciona preços de horário de pico que dobram as tarifas de API listadas durante o horário comercial de Pequim
Kimi K3
- 3º lugar no Artificial Analysis Intelligence Index (57) no lançamento, comparável à Claude Opus 4.8 e ao GPT-5.5: o laboratório chinês que mais se aproximou da fronteira fechada dos Estados Unidos
- 93,4% no SWE-bench Verified no ambiente de teste independente da Vals AI (GPT-5.6 Sol: 96,2%, Claude Fable 5: 95,0%) e 1º lugar no Frontend Code Arena da Arena.ai, com 1679 pontos, à frente da Fable 5
- 93,5% no GPQA Diamond (entre os 92,6% da Fable 5 e os 94,1% do GPT-5.6), 96,1% no AIME 2025, e Elo de 1668 no trabalho agêntico do GDPval-AA v2, atrás apenas da Fable 5
- Perfil agêntico forte: 1º lugar nos fluxos de trabalho SaaS do AutomationBench-AA (53%), navegação autônoma de longo horizonte em terminal e repositório via Kimi Code, e cerca de 21% menos tokens de saída que o K2 para mais inteligência
- $3/$15 por milhão de tokens (a entrada cai para $0,30 em caso de acerto de cache), preço fixo em toda a janela de 1M de tokens: ainda bem abaixo dos preços da fronteira fechada dos Estados Unidos, com API compatível com a OpenAI e disponibilidade na OpenRouter
- Entrada multimodal nativa (texto, imagem, vídeo) e pesos abertos anunciados para 27/07/2026 sob uma licença esperada do tipo Modified-MIT, posicionando-o como o primeiro modelo de fronteira de pesos abertos da classe de 3 trilhões de parâmetros
- Um salto de preço de 3 vezes em relação ao Kimi K2.6 ($0,95/$4 para $3/$15), tornando-o o modelo chinês mais caro já lançado, no preço de tabela do Claude Sonnet 5: a era do “10 vezes mais barato que os modelos americanos” acabou (alta documentada por Simon Willison)
- Lento: 33 tokens de saída por segundo, na 145ª posição entre 190 modelos no Artificial Analysis, pouco adequado para uso interativo
- A taxa de alucinação subiu de 39% (K2.6) para 51% no AA-Omniscience, já que o modelo agora tenta responder onde antes recusaria (a Fable 5 fica em um nível comparável de 54,9%)
- Censura política em temas sensíveis em mandarim (evita responder sobre Xi, o PCC, Tiananmen) e jurisdição de Pequim para os dados da API, um obstáculo de conformidade para muitas implantações corporativas e da UE; o UK AISI/CAISI também constatou que suas salvaguardas de cibersegurança falharam em bloquear tentativas de desenvolvimento de exploits durante os testes
- “Pesos abertos” que por ora são teóricos para a maioria: cerca de 594 GB em MXFP4 nativo, exigindo um datacenter multi-GPU para hospedagem própria, e os pesos (além da licença final) ainda não haviam sido publicados no momento desta análise
Dê seu veredicto
Uma recomendação por ferramenta por gladiador. Ela redefine a pontuação da multidão que todos veem.
DeepSeek-V4$0.87/1M out
57%pontuação da multidão · 3
Kimi K3$15/1M out
57%pontuação da multidão · 3
O veredicto da arena sobre o DeepSeek-V4
Escolha o DeepSeek-V4 se você quer raciocínio e código agêntico quase de fronteira a preços de 3x a quase 30x abaixo do Claude Opus ou do GPT-5.5, ou se pesos sob licença MIT para auto-hospedagem e fine-tuning importam para você. É um upgrade decisivo sobre o V3.2: contexto 8x maior, inferência de contexto longo muito mais barata e código mais forte, e os endpoints legados deepseek-chat/reasoner são descontinuados em 24 de julho de 2026 de qualquer forma. Evite-o para agentes de produção que dependem de tool calling multi-turno à prova de falhas, onde usuários ainda relatam chamadas malformadas e APIs inventadas, e para qualquer trabalho de visão ou áudio, já que ele é somente texto. Apps sensíveis a latência também devem testar antes, pois a verbosidade e a velocidade mediana de 54.6 tok/s de saída anulam parte da vantagem de custo, e reserve orçamento para a duplicação de preço em horário de pico que chega com o lançamento oficial de meados de julho.
O veredicto da arena sobre o Kimi K3
O Kimi K3 é o argumento mais forte até agora de que a fronteira deixou de ser exclusivamente americana: 3º lugar no Artificial Analysis, pontuações de alto nível em GPQA e SWE-bench Verified, e o melhor ranking do setor na arena de código frontend, tudo a cerca de metade ou um terço dos preços da fronteira fechada dos Estados Unidos. Vale escolhê-lo para codificação agêntica, trabalho de frontend e automação SaaS, onde seus benchmarks são mais fortes, ou se o roadmap prevê hospedar por conta própria um modelo de classe fronteira assim que os pesos forem publicados. Vale evitá-lo em produtos interativos (33 tokens por segundo é lento), em qualquer coisa que envolva conteúdo politicamente sensível ou exigências rígidas de residência de dados na UE (censura em mandarim, jurisdição de Pequim), e em buscas de alta precisão, nas quais sua taxa de alucinação de 51% no AA-Omniscience exige uma camada de verificação. Equipes obcecadas por custo devem notar que o DeepSeek V4 ainda entrega muito mais tokens por dólar: a proposta do K3 é o pico de capacidade por dólar, não o token mais barato.
O que a multidão diz
Sobre o DeepSeek-V4
Polegar Abaixus
“Tool calling is flaky. Function calls sometimes land as plain text instead of the tool_calls field, and thinking mode 400s on long multi-turn chains. Not agent-ready yet.”
O Avaliador Justo
“MIT license on both Pro and Flash weights is the real story. Fine-tune, redistribute, ship commercially, no lawyer needed. Plus 384K output tokens for long-doc generation.”
Sir Entrega Muito
“MIT weights, 1M context, and output tokens roughly 29x cheaper than Opus 4.8. Cache hits make input basically free. Moved my bulk pipelines over and the bill collapsed.”
Sobre o Kimi K3
Capitão Churn
“Tried it for our knowledge-base assistant and the hallucination rate is real: it confidently invented two API endpoints in one afternoon. 33 tokens per second on top of that. Back to waiting for the open weights to fine-tune.”
Polegar Dourado
“Our Zapier-style automation stack runs on it now. Tool orchestration that GPT-5.5 fumbled works reliably, and the cache-hit pricing makes repeated workflows genuinely cheap.”
São Deployus
“The Frontend Arena ranking is deserved. Gave it the same dashboard spec I gave Fable 5 and K3's React came out cleaner, with fewer invented props. At $3/$15 through OpenRouter it was a drop-in swap.”
Continue comparando
Análise completa do DeepSeek-V4Análise completa do Kimi K3Alternativas ao DeepSeek-V4Alternativas ao Kimi K3DeepSeek-V4 vs Claude Haiku 4.5Kimi K3 vs Claude Haiku 4.5DeepSeek-V4 vs Claude Opus 5Kimi K3 vs Claude Opus 5DeepSeek-V4 vs Claude Fable 5Kimi K3 vs Claude Fable 5Best LLM modelsRanking completo de modelo de IABuscador de ferramentas
Perguntas frequentes
O DeepSeek-V4 é melhor que o Kimi K3?
A escolha certa depende do seu caso de uso. A comparação linha por linha nesta página detalha preços, especificações principais e notas da arena.
Qual é mais barato, DeepSeek-V4 ou Kimi K3?
O DeepSeek-V4 é mais barato: começa em $0.87/1M out, enquanto o Kimi K3 começa em $15/1M out.
Quanto custam DeepSeek-V4 e Kimi K3 por 1M de tokens?
DeepSeek-V4: $0.435/1M in (cache hit $0.003625) por 1M de tokens de entrada, $0.87/1M out por 1M de tokens de saída. Kimi K3: $3/1M in por 1M de tokens de entrada, $15/1M out por 1M de tokens de saída.