Duas pessoas com conhecimento dos números financeiros da DeepSeek revelaram à imprensa uma série de dados nunca antes divulgados: de janeiro a julho de 2026, a receita da DeepSeek foi de cerca de 475 milhões de yuans, o equivalente a aproximadamente 70,7 milhões de dólares; o prejuízo líquido no mesmo período ficou em torno de 715 milhões de yuans. Em comparação, a empresa teve prejuízo líquido de 935 milhões de yuans em todo o ano de 2025, enquanto a receita anual foi de apenas cerca de um décimo da receita dos sete primeiros meses deste ano.
É a primeira vez, desde a fundação da empresa, que um conjunto relativamente completo de números operacionais vem a público. Antes disso, as estimativas externas se baseavam quase inteiramente em cálculos indiretos — multiplicando o preço por token pelo volume de chamadas, ou fazendo engenharia reversa a partir do custo de treinamento de modelos de código aberto —, com margens de erro que frequentemente chegavam a múltiplos inteiros.
Duas margens brutas, duas histórias
O que deixa clara a estrutura do negócio é justamente a coluna da margem bruta. Nos sete primeiros meses, a margem bruta geral da DeepSeek foi de 44,6%, enquanto o serviço de chamadas de modelo via API sozinho atingiu 82,9%.
82,9% é um número de empresa de software. Ele mostra que vender inferência por token é, por si só, um negócio viável: depois de contabilizar depreciação de máquinas, energia elétrica e banda, sobram mais de 80 centavos de cada yuan faturado. Já os 44,6% são o resultado depois de incluir o tráfego gratuito do app e do site. A diferença de 38 pontos percentuais entre os dois números é exatamente a capacidade computacional que a DeepSeek distribui de graça ao público todos os dias.
A origem do prejuízo, portanto, fica clara: não está na precificação da inferência, mas nos gastos com treinamento e no subsídio ao lado gratuito. Fazendo as contas por alto, dos 715 milhões de yuans de prejuízo, a margem de 82,9% do lado de API sozinha não é suficiente para cobrir — a escala ainda não é grande o bastante.
O reajuste de preços apenas move o subsídio de lugar
Neste mês, a DeepSeek fez um reajuste considerável no preço da API do seu modelo principal, o V4-Pro, e introduziu uma tarifa diferenciada por horário de pico e horário de baixa demanda. O preço de saída no horário de pico subiu para 3,96 dólares por milhão de tokens, e para 1,98 dólar no horário de baixa demanda; antes, esse valor era de 0,87 dólar. O preço de pico subiu mais de quatro vezes e meia, o de baixa demanda mais que dobrou, e entre os dois horários a diferença é exatamente o dobro.
Olhando para a estrutura de margens descrita acima, o objetivo desse reajuste não é difícil de interpretar: o lado da API já era lucrativo, e o aumento adicional de preço não parece visar tornar esse negócio ainda mais rentável, mas sim fazê-lo bancar os custos do lado gratuito, ao mesmo tempo em que usa a diferença de preço para empurrar a carga para a madrugada. Tarefas não urgentes dos desenvolvedores, como jobs agendados, processamento em lote e avaliações offline, são empurradas pelo preço para o horário de baixa demanda, liberando capacidade durante o dia para requisições interativas. Essa prática já é usada há décadas nos setores de energia elétrica e computação em nuvem, mas esta é a primeira vez que uma grande fornecedora de modelos a incorpora formalmente à sua tabela de preços por token.
O custo disso é que os desenvolvedores precisam reorganizar suas contas. Um pipeline de processamento em lote que antes rodava durante o dia, sem nenhuma mudança, teria seu custo saltando de 0,87 para 3,96 dólares, mais de quatro vezes e meia; movido para a madrugada, ficaria em 1,98 dólar. O mesmo código, rodando em horários diferentes, pode ter o custo dobrado.
O prejuízo está aumentando, não diminuindo
A receita cresceu dez vezes, mas o prejuízo não diminuiu na mesma proporção. Em todo o ano de 2025, o prejuízo foi de 935 milhões de yuans, cerca de 78 milhões por mês em média; nos sete primeiros meses deste ano, foram 715 milhões de yuans, com média mensal de cerca de 102 milhões. Fazendo as contas por alto, o prejuízo mensal médio cresceu cerca de 30%. Isso é compatível com o perfil de uma empresa que ainda está aumentando seus investimentos em treinamento — a curva de receita é íngreme, mas a de custos é ainda mais íngreme.
Em escala global, 715 milhões de yuans equivalem a cerca de 100 milhões de dólares. Segundo dados públicos, a OpenAI teve prejuízo de 38,5 bilhões de dólares em um ano — duas ordens de grandeza a mais; mas as receitas das duas empresas também diferem em duas ordens de grandeza, então essa comparação não diz nada sobre disciplina financeira, apenas mostra que as duas empresas fazem o mesmo tipo de negócio em patamares de custo completamente diferentes.
No front de captação, a DeepSeek está negociando com investidores antigos e novos uma nova rodada, com meta de avaliação de 500 bilhões de yuans, depois de ter concluído uma rodada em junho. Os rumores sobre uma possível abertura de capital em 2027 também não cessam. Com este conjunto de margens brutas, os investidores conseguem enxergar pelo menos uma coisa com clareza: o núcleo do negócio de inferência da empresa é saudável, e o que precisa de mais capital é treinamento e crescimento de usuários.
Fontes: Global Market Wrap, citando duas pessoas com conhecimento dos números financeiros da empresa, Sina Finance, CocoLoop, cnBeta, página de preços da plataforma aberta da DeepSeek; receita, prejuízo, as duas margens brutas e os preços de pico/baixa demanda da API foram cotejados com reportagens públicas; o prejuízo médio mensal e as conversões de múltiplos são estimativas aproximadas.