A API de LLM mais barata, pela sua carga real

A API de LLM mais barata não é um modelo que você nomeia uma vez e deixa fixo. O preço são dois números, dólares por milhão de tokens de entrada e dólares por milhão de saída, e os modelos definem esses dois preços de formas tão diferentes que a ordem muda com a tarefa. Na maioria das cargas calculadas ganha o gpt-oss-120b, mas quando uma tarefa escreve muito mais do que lê, o Mistral Nemo o ultrapassa, e mais abaixo na lista as distâncias entre modelos abrem e fecham do mesmo jeito. Todos os preços abaixo foram lidos na lista de modelos da OpenRouter em 05/11/2026, a mesma fonte da nossa tabela de preços de modelos; para calcular sua carga em todos os modelos de uma vez, abra a calculadora de custo de LLM.

Aqui estão onze modelos representativos, do barato ao caro, com uma conta mensal para uma carga calculada: um chatbot de suporte com 50.000 solicitações por mês e cerca de 1.200 tokens de entrada e 350 de saída por solicitação.

A variação em uma carga comum vai de um dólar por mês a três mil. Essa diferença é a razão para escolher com cuidado, e por isso um número de "mais barato" de tabela não diz quase nada até você amarrá-lo ao seu próprio volume.

Por que não há uma única API mais barata

Todo provedor cobra por dois eventos: os tokens que você manda no pedido e os que o modelo escreve de volta. Os tokens de saída são gerados um de cada vez, enquanto o pedido é lido numa só passada em paralelo, então a saída costuma custar várias vezes mais que a entrada. O GPT-5 mostra isso com clareza, a $1,25 de entrada e $10 de saída, um salto de oito vezes. O Claude Haiku 5.5 é mais suave, $0,10 de entrada e $0,50 de saída. O Mistral Nemo é quase plano, $0,029 e $0,03.

Sua conta são esses dois preços multiplicados por quanto sua carga lê e escreve, e somados. Uma tarefa que lê muito e escreve pouco depende do preço de entrada. Uma que escreve muito depende do preço de saída. Esses dois rankings não são a mesma lista, por isso uma calculadora que só conhece o preço de tabela não responde à pergunta, e por isso calcular a carga real é o único jeito confiável de comparar. Um preço unitário também não é previsão: quatro perguntas quebram a maioria das contas de retorno, e a conta do modelo é mais um dado nelas.

A API mais barata para um chatbot

Um chatbot escreve. No exemplo acima, 60 milhões de tokens de entrada e 17,5 milhões de saída por mês, o preço de saída carrega a maior parte da conta. O gpt-oss-120b de pesos abertos ganha de longe, perto de $1,38, porque seus dois números são minúsculos. Entre os modelos fechados pequenos dos grandes laboratórios, o GPT-5 Nano sai perto de $10 e o Claude Haiku 5.5 perto de $15, e os dois são decididos mais pelo preço de saída do que pelo de entrada. Um modelo de ponta no mesmo tráfego é outra ordem de gasto: GPT-5 perto de $250, Claude Opus 5.5 perto de $590.

Para um produto de conversa a lição é olhar primeiro o preço de saída e depois o de entrada, e então testar os dois ou três mais baratos nas suas próprias conversas antes de escolher. Para respostas de suporte um modelo pequeno muitas vezes basta; teste com os seus dados. A diferença entre $15 e $295 por mês se acumula todo mês que o bot roda.

A API mais barata para classificação e extração

A classificação vira a aritmética de cabeça para baixo. Pegue uma rodada que manda 250 milhões de tokens de entrada por mês e devolve 10 milhões, cerca de 500.000 documentos curtos na entrada e um rótulo na saída. Agora quase tudo é decidido pelo preço de entrada. O gpt-oss-120b ganha de novo, perto de $3,16. Dois modelos fechados mostram o preço de entrada em ação: o GPT-5 Nano, a $0,05 por milhão de entrada, sai perto de $16,50, e o Claude Haiku 5.5, a $0,10, perto de $30, quase o dobro. No chatbot a mesma dupla saía $10 e $15, uma distância menor, porque os preços de saída deles são mais próximos. Para uma troca real de líder, inverta a tarefa: com 250 milhões de tokens de entrada e 750 milhões de saída por mês, o Mistral Nemo sai perto de $30 e o gpt-oss-120b perto de $34. Os modelos não mudaram. A carga mudou.

Isso pesa ao levar um piloto para produção. Se o time escolhe o modelo que saía mais barato nos pedidos de conversa da demo e o mantém para um trabalho em lote onde agora manda o preço de entrada, a conta pode ficar bem acima da estimativa. É preciso calcular a carga de produção, não a da demo; quando estiver rodando, os três números que um conselho pede dizem se ela se pagou.

A API mais barata para código e contexto longo

Código e trabalho com RAG mandam pedidos grandes e escrevem uma saída média. Numa carga de 30.000 solicitações por mês com 6.000 tokens de entrada e 1.500 de saída, importam os dois preços. Um modelo pequeno como o Claude Haiku 5.5 sai perto de $40 e o GPT-5 Nano perto de $27, enquanto o GPT-5 vai perto de $675 e o Claude Sonnet 5.5 perto de $810. A diferença é real, mas essa é também a carga onde a qualidade justifica o preço com mais frequência, porque uma resposta errada a uma tarefa de código difícil custa uma hora de uma pessoa, não uma fração de centavo.

O outro eixo aqui é o tamanho do contexto. Os modelos mais baratos da lista param perto de 131.000 tokens. As janelas de um milhão de tokens começam por volta do décimo lugar nesta carga, com Qwen3.5-Flash e DeepSeek V4 Flash, e incluem o Gemini 2.5 Flash Lite e o Claude Haiku 5.5, então neles um documento longo ou um pedaço grande de base de código cabe sem dividir. Vale conferir na tabela de preços de modelos antes de escolher, porque um modelo barato com contexto curto pode custar mais em soluções paliativas de engenharia do que um mais caro que segura toda a entrada.

Quando o modelo caro é a opção barata

Preço por token não é preço por resposta útil. Um modelo que falha uma tarefa a cada cinco e precisa de nova tentativa, de correção humana ou de uma chamada de reserva não é barato, por mais baixa que seja a etiqueta. Em raciocínio, código difícil e tudo que o cliente vê, os modelos de ponta justificam um preço várias vezes maior onde um erro sai caro; teste isso nas suas próprias tarefas. A regra é rotear por dificuldade: o modelo mais barato que segura a qualidade para a maioria das chamadas simples, um modelo caro pronto para a minoria que precisa dele. Decida isso passo a passo no briefing da integração de IA, junto com o processo, o responsável e a métrica. A economia está nessa decisão, não em raspar um décimo de centavo do preço do modelo errado.

Como ler o preço de um provedor antes de confiar nele

Três coisas movem a conta real além dos dois preços de tabela. Primeiro, a entrada em cache: na lista o GPT-5 Nano cobra $0,005 por milhão de tokens em cache contra $0,05 pelos novos, o que importa muito para uma instrução de sistema longa repetida em toda chamada. Segundo, o preço em lote: as versões em lote do GPT-5 Nano e do Claude Haiku 5.5 custam a metade, o que serve à classificação e ao resumo, mas não a um chat ao vivo. Terceiro, confira se o preço do modelo escolhido muda com o tamanho do pedido, porque então uma carga de contexto longo custaria por token mais do que a tabela mostra. Nada disso muda a aritmética, mas muda o valor final, então leia a página de preços do provedor do modelo escolhido. Para o mercado de produtos de IA em volta desses modelos, veja nossa varredura de 10.066 ferramentas.

Um mesmo modelo pode ter mais de um preço

Para os modelos de pesos abertos a pergunta tem uma segunda camada, porque os pesos são públicos e vários provedores hospedam o mesmo modelo a preços diferentes. As famílias gpt-oss e Llama, Qwen, os lançamentos abertos da Mistral e da DeepSeek são oferecidos por vários hosts, então compare os hosts do modelo escolhido antes de ficar com um. Um agregador como a OpenRouter pode rotear um pedido para outro host do mesmo modelo, sem que você precise abrir uma conta em cada um. Nossa tabela pega para cada modelo o preço dessa mesma fonte agregada, o que mantém a comparação em uma só unidade, mas quando você escolhe um modelo de pesos abertos vale conferir quem o hospeda e a que preço, porque o host ainda pode mudar a conta de forma visível. Um modelo fechado como GPT-5 ou Claude tem um só preço de tabela, e essa camada não se aplica a ele.

Como escolher

Conte três coisas antes de abrir qualquer página de preços: seu volume mensal de solicitações, a média de tokens de entrada por solicitação e a média de saída. Ponha-as na calculadora e leia o ranking pelos seus próprios números, não por uma demo. Pegue os dois ou três mais baratos que pareçam plausíveis em qualidade e teste-os com seus dados reais. Depois deixe pronto um modelo de reserva mais barato, porque os preços e os modelos se movem ao longo do ano, e uma carga amarrada a um só modelo é uma carga exposta à próxima mudança de preço dele.