Quem Realmente Lidera no Desenvolvimento com Agentes? Não é Quem Você Pensa
Anthropic
DeepSeek
OpenAI
Google/DeepMind
Alibaba/Qwen
Um experimento de produção de duas semanas conduzido por um único desenvolvedor usando codificação com agentes sob uma pilha de governança consumiu 8,8 bilhões de tokens em 30.993 solicitações. Os custos revelam uma diferença de preço de 72 vezes entre os modelos da Anthropic e o DeepSeek, impulsionada por uma tecnologia de compressão de cache KV de 93%, tornando a governança acessível apenas com a arquitetura do DeepSeek.
O artigo relata que um experimento de produção de duas semanas em junho de 2026, no qual um desenvolvedor usou ferramentas de codificação agênticas com uma stack de governança, consumiu 8,82 bilhões de tokens em 30.993 requisições, com 99,38% de acertos de cache. A sobrecarga de contexto para governança (políticas, habilidades, prompts de revisão) varia de 70.000 a 90.000 tokens por chamada. Os custos variam drasticamente por modelo: o Sonnet 4.6 da Anthropic custaria US$ 4.770 para a mesma carga de trabalho com uma taxa realista de 92% de acertos de cache, enquanto o DeepSeek V4 Pro custou apenas US$ 66,17, uma diferença de 72 vezes. Essa lacuna decorre da Atenção Latente Multi-Cabeça (do inglês, Multi-Head Latent Attention - MLA) do DeepSeek, que comprime o cache KV em 93,3%, permitindo que leituras de cache sejam quase gratuitas e que os caches persistam por dias em SSDs comuns via 3FS, enquanto Anthropic, OpenAI e Google usam GQA/MHA com caches que expiram em menos de uma hora devido aos limites de HBM. O artigo também cita incidentes na Uber, Microsoft, Amazon, Pinterest e em uma empresa não nomeada, mostrando custos descontrolados decorrentes do uso não supervisionado de agentes, e argumenta que a escolha arquitetônica do DeepSeek torna a governança economicamente viável, ao contrário de alternativas mais caras que forçam as equipes a cortar medidas de segurança.
Fonte: Habr — хаб ИИ —
original