A API de LLM mediana cobra $1.60 por milhão de tokens de saída
No OpenRouter, em 6 de outubro de 2026, metade dos modelos pagos cobra entre $0.15 e $1.25 por milhão de tokens de entrada, e entre $0.50 e $6 por milhão de saída. O décimo mais caro cobra $3 ou mais pela entrada e $14 ou mais pela saída.
| Estatística | Valor | Fonte | Data |
|---|---|---|---|
| Preço mediano de entrada, modelos de texto pagos | $0.40 por milhão de tokens | Contagem da Whizi da lista de modelos do OpenRouter | 6 out 2026 |
| Preço mediano de saída, modelos de texto pagos | $1.60 por milhão de tokens | Contagem da Whizi da lista de modelos do OpenRouter | 6 out 2026 |
| Preço de saída como múltiplo da entrada, mediana | 4x | Contagem da Whizi da lista de modelos do OpenRouter | 6 out 2026 |
| Modelos que cobram mais pela saída do que pela entrada | 95.8% de 335 | Contagem da Whizi da lista de modelos do OpenRouter | 6 out 2026 |
| Custo mediano de uma resposta padrão (1,000 tokens de entrada, 500 de saída) | $0.00125 | Contagem da Whizi da lista de modelos do OpenRouter | 6 out 2026 |
| Resposta padrão mais barata e mais cara | $0.000034 a $0.45, uma diferença de 13,235x | Contagem da Whizi da lista de modelos do OpenRouter | 6 out 2026 |
| Mais barato e mais caro entre os 126 modelos que a Whizi acompanha | 2,000x | Whizi AI Model Cost Index | 20 ago 2026 |
| Modelos do índice com novo preço ou retirados em 47 dias | 29 de 100 | Índice da Whizi contra a lista do OpenRouter | 20 ago a 6 out 2026 |
| Endpoints de lote com preço exatamente pela metade da tarifa normal | 66 de 73 | Contagem da Whizi da lista de modelos do OpenRouter | 6 out 2026 |
| Preço de entrada em cache como parcela da entrada normal, mediana | 12% | Contagem da Whizi da lista de modelos do OpenRouter | 6 out 2026 |
| Queda anual de preço para um nível fixo de capacidade | 9x a 900x | Epoch AI | mar 2025 |
| Queda do custo de inferência para desempenho no nível do GPT-3.5 | mais de 280x, nov 2022 a out 2024 | Stanford AI Index 2025 | abr 2025 |
Os preços no topo do mercado não caíram. A Anthropic reduziu o preço de saída do Claude Opus de $75 para $25 por milhão de tokens com o Opus 4.5 em novembro de 2025, e depois para $20 com o Opus 5.5 em setembro de 2026. Mas colocou uma nova faixa acima do Opus. O Fable 5 chegou em junho de 2026 a $50, e o Fable 5.1 manteve esse preço. O GPT padrão mais caro da OpenAI subiu de $10 com o GPT-5 em agosto de 2025 para $50 com o GPT-6 Astra em setembro de 2026.
Cada linha compara o preço de tabela em agosto de 2025 com o preço de tabela em setembro de 2026 para a mesma posição na linha de um laboratório. O Claude Fable 5.1 e o GPT-6 Astra cobram os dois $10 de entrada e $50 de saída. Ou seja, os modelos padrão mais caros dos dois maiores laboratórios agora custam o mesmo.
Quanto custa uma API de LLM por resposta?
Uma resposta típica de uma API de LLM custa cerca de um oitavo de centavo. A Whizi calcula uma resposta padrão como 1,000 tokens de entrada e 500 de saída, e a mediana dos 335 modelos de texto pagos no OpenRouter foi $0.00125 em 6 de outubro de 2026. Isso dá $1.25 por mil delas.
Estes são os preços de tabela dos modelos principais que cada laboratório publica na própria página de preços, como lemos em 6 de outubro de 2026, em dólares americanos por milhão de tokens:
| Modelo | Entrada | Saída | Entrada em cache | Uma resposta padrão |
|---|---|---|---|---|
| GPT-6 Astra (OpenAI) | $10.00 | $50.00 | $1.00 | $0.035 |
| GPT-5.5 (OpenAI) | $5.00 | $30.00 | $0.50 | $0.020 |
| GPT-6.1 Sol (OpenAI) | $2.00 | $10.00 | $0.10 | $0.007 |
| GPT-6 Luna (OpenAI) | $0.10 | $0.50 | $0.01 | $0.00035 |
| Claude Fable 5.1 (Anthropic) | $10.00 | $50.00 | $0.25 | $0.035 |
| Claude Opus 5.5 (Anthropic) | $4.00 | $20.00 | $0.20 | $0.014 |
| Claude Sonnet 5.5 (Anthropic) | $2.00 | $10.00 | $0.20 | $0.007 |
| Claude Haiku 4.5 (Anthropic) | $1.00 | $5.00 | $0.10 | $0.0035 |
| Gemini 3.1 Pro Preview (Google, até 200K tokens) | $2.00 | $12.00 | $0.20 | $0.008 |
| Gemini 3.8 Flash (Google, até 31 dez 2026) | $0.75 | $3.75 | $0.075 | $0.0026 |
| Gemini 3.1 Flash-Lite (Google) | $0.25 | $1.50 | $0.025 | $0.001 |
| DeepSeek V4 Pro (DeepSeek, horário de pico) | $1.32 | $3.96 | $0.044 | $0.0033 |
A diferença é grande até dentro de um mesmo laboratório. Uma resposta do GPT-6 Astra custa 100 vezes mais que uma do GPT-6 Luna, e o Claude Fable 5.1 custa 10 vezes mais que o Claude Haiku 4.5. O Gemini 3.1 Pro Preview também fica mais caro quando um prompt passa de 200,000 tokens, a $4 de entrada e $18 de saída, como mostra a página de preços da API do Gemini, do Google.
O AI Model Cost Index da Whizi faz a mesma conta para cada um dos 126 modelos que a Whizi acompanha. No levantamento de 20 de agosto de 2026, a resposta mais barata foi a do Ling-3.0-flash, a $0.000053, e a mais cara foi a do Claude Opus 4.7 no modo Fast, a $0.105. É uma diferença de 2,000x. O modelo do meio, o Kimi K2 Thinking, custou $0.00185 por resposta. Se você quer dois fornecedores lado a lado com suas notas de qualidade, leia preço da API do ChatGPT vs API do Claude.
Os preços das APIs de LLM estão caindo?
Sim, para o mesmo nível de capacidade, e estão caindo rápido. A Epoch AI constatou em março de 2025 que o preço para atingir uma determinada nota em benchmark caiu entre 9x e 900x por ano, dependendo da tarefa. Para a nota que o GPT-4 obteve em perguntas de ciência de nível de doutorado, o preço caiu 40x por ano, segundo a análise da Epoch AI.
Guido Appenzeller, da a16z, resumiu em uma linha em novembro de 2024: "Para um LLM de desempenho equivalente, o custo cai 10x a cada ano." No exemplo dele, o GPT-3 custava $60 por milhão de tokens em novembro de 2021, e o Llama 3.2 3B igualou sua nota no MMLU por $0.06. O AI Index 2025 de Stanford constatou que o custo do desempenho no nível do GPT-3.5 caiu mais de 280 vezes entre novembro de 2022 e outubro de 2024.
Isso não quer dizer que os modelos novos sejam baratos. Os 84 modelos de texto que o OpenRouter listou nos 90 dias até 6 de outubro de 2026 têm preço mediano de saída de $2.50 por milhão de tokens. Os 132 listados mais de um ano antes disso ficam em $1.01. A capacidade antiga fica mais barata. A capacidade nova começa alta. O Google até marcou data para uma alta. Sua página de preços lista o Gemini 3.6, 3.7 e 3.8 Flash a $0.75 de entrada e $3.75 de saída até 31 de dezembro de 2026, e depois a $1.50 e $7.50 a partir de 1º de janeiro de 2027.
Os preços listados também mudam depois que o modelo sai, embora nem sempre porque um laboratório mexeu neles. Dos 100 modelos do levantamento de 20 de agosto de 2026 da Whizi, 9 tinham saído do OpenRouter até 6 de outubro, e 20 dos restantes mostraram um novo preço: 11 menores e 9 maiores na nossa coleta das 05:49 UTC. O Nemotron 3 Ultra, da NVIDIA, caiu de $0.60 de entrada e $3.60 de saída para $0.50 e $2.20. Algumas mudanças têm a ver com a forma como o OpenRouter informa o preço: a tarifa do DeepSeek V4 Pro segue o relógio da DeepSeek, mostrando $0.66 de entrada e $1.98 de saída fora do pico na coleta das 05:49 UTC e $1.32 e $3.96 no pico, depois das 06:00. O Gemini 3.7 Flash foi no sentido oposto, de $0.375 e $1.875 (a tarifa de lote do Google) para o padrão de $0.75 e $3.75. Nos modelos abertos, o preço também segue os provedores para os quais o OpenRouter envia o tráfego.
Por que os tokens de saída custam mais que os de entrada?
A saída custa mais porque o modelo a escreve um token por vez, enquanto lê o prompt inteiro em uma única passada paralela. Em 6 de outubro de 2026, 95.8% dos 335 modelos de texto pagos no OpenRouter cobravam mais pela saída do que pela entrada. A mediana cobrava 4x. A metade do meio ia de 3x a 5x.
Os modelos principais seguem todos o padrão. O Claude Opus 5.5 e o GPT-6 Astra cobram 5x mais pela saída, o GPT-5.5 e o Gemini 3.1 Pro Preview cobram 6x, e o DeepSeek V4 Pro cobra 3x. Assim, um app que escreve respostas longas custa mais do que um que lê arquivos longos, token por token. Se você está comparando isso com um plano, API do ChatGPT vs assinatura calcula onde a API passa de $20 por mês, e as estatísticas de assinaturas de IA mostram quanto as pessoas pagam pelos planos em si.
Qual é a API de LLM mais barata em outubro de 2026?
A API de LLM paga mais barata do OpenRouter em 6 de outubro de 2026 é o Mistral Nemo, a $0.019 por milhão de tokens de entrada e $0.03 por milhão de saída. Isso dá $0.000034 por resposta padrão, ou 3.4 centavos por mil delas. Entre os três maiores laboratórios, Google e OpenAI vendem os modelos mais baratos. O Gemini 2.5 Flash-Lite custa $0.10 de entrada e $0.40 de saída, e o GPT-6 Luna custa $0.10 de entrada e $0.50 de saída, então os dois ficam em cerca de $0.0003 por resposta. O modelo atual mais barato da Anthropic é o Claude Haiku 4.5, a $1 de entrada e $5 de saída.
Existem modelos gratuitos, mas não muitos. Só 17 dos 352 endpoints de texto do OpenRouter eram gratuitos em 6 de outubro de 2026, ou 4.8%, e 16 deles eram variantes gratuitas de um modelo. A API do Gemini, do Google, também tem um nível gratuito na maioria dos modelos. A pegadinha são os seus dados: o Google diz que o conteúdo do nível gratuito é usado para melhorar seus produtos e o do nível pago não é, uma divisão que nossas estatísticas de privacidade em IA acompanham entre os chatbots.
No topo, o o1-pro da OpenAI ainda é listado a $150 de entrada e $600 de saída, o que dá $0.45 por resposta e 13,235 vezes o preço do Mistral Nemo. O GPT-5.5 Pro e o GPT-5.4 Pro cobram $30 de entrada e $180 de saída. Entre todos os 335 modelos pagos, 37% cobram menos de $1 por milhão de tokens de saída, e 19% cobram $10 ou mais.
Quanto o lote e o cache reduzem a conta de uma API de LLM?
O processamento em lote corta o preço pela metade em cada um dos grandes laboratórios. Anthropic, OpenAI e Google cobram 50% menos por trabalhos que podem esperar. Em 6 de outubro de 2026, 66 dos 73 endpoints de lote do OpenRouter estavam exatamente na metade da tarifa normal.
O cache reduz ainda mais o lado da entrada. Entre os 214 modelos que listam preço para leituras de cache, o token em cache mediano custa 12% do que custa um token de entrada normal. Os modelos principais vão além. O Claude Opus 5.5 e o GPT-6.1 Sol dão 95% de desconto na entrada em cache, e o Claude Fable 5.1 dá 97.5%. O GPT-6 Astra e o Gemini 3.1 Pro Preview dão 90%.
A DeepSeek acrescenta um relógio. Sua API cobra metade do preço fora do horário de pico, que a DeepSeek define como 01:00 às 04:00 e 06:00 às 10:00 UTC em dias úteis, segundo a página de preços da DeepSeek. O V4 Pro cai de $1.32 de entrada e $3.96 de saída para $0.66 e $1.98.
Como compilamos estes números
A Whizi Research baixou a lista pública de modelos do OpenRouter (api/v1/models, que não exige chave) às 05:49 UTC de 6 de outubro de 2026. Ficamos com as 449 entradas que geram apenas texto. Depois tiramos 24 roteadores e endpoints meta, além de cada variante gratuita ou de lote de um modelo. Sobraram 336 modelos de 52 provedores, e 335 deles eram pagos. Para os percentis, usamos interpolação linear.
Para a comparação de 47 dias, cruzamos as 100 linhas do levantamento com a lista de 6 de outubro pelo id do OpenRouter. Três dos 9 que sumiram têm sucessores com novos ids: Nex N2 Mini e Pro viraram Nex N2.5 Mini e Pro, e o Qwen3.8 Max virou qwen3.8-max-0902. Pelo menos 6 das 20 mudanças são artefatos de listagem, como uma tarifa de lote, fora do pico ou em cache exibida como preço principal, e não um laboratório reajustando um modelo.
Uma resposta padrão são 1,000 tokens de entrada e 500 de saída ao preço de tabela. É a mesma conta por trás do Whizi AI Model Cost Index, e todas as suas 126 linhas podem ser baixadas de graça na página do índice de custos. Nenhum desses números considera cache, lote ou qualquer desconto negociado. Pegamos os preços dos modelos principais nas páginas de preços de OpenAI, Anthropic, Google e DeepSeek no mesmo dia.
Deixamos de fora qualquer número que só conseguíssemos rastrear até um agregador de estatísticas. O preço que o OpenRouter mostra para um modelo aberto depende dos provedores por trás dele, e a data que ele lista para um modelo faz as vezes do dia em que o modelo saiu. Rastreadores que pesam a amostra para os modelos principais informam medianas mais altas que as nossas. Por isso, ao citar uma mediana, cite a amostra junto.
Como citar estas estatísticas de preço de API de LLM
Você pode usar livremente todos os números desta página, desde que coloque um link de volta para ela. Uma linha de crédito simples como esta funciona:
```text
Source: Whizi Research, "LLM API pricing statistics 2026", whizi.io/resources/llm-api-pricing-statistics, updated October 2026.
```
Há também outras páginas do mesmo lote de pesquisa, que entraram no ar no mesmo dia: participação de mercado dos chatbots de IA, estatísticas do ChatGPT e estatísticas de alucinação de IA.
- Confira a data: 29 de 100 modelos do índice mostraram um novo preço ou saíram do OpenRouter em 47 dias
- Diga se um número é de entrada, de saída ou de uma resposta combinada
- Nomeie a amostra, porque uma mediana de 335 modelos é menor que uma de modelos principais
- Anote se descontos de lote, cache ou fora do pico estão no número
- Em uma afirmação de tendência, diga se a capacidade foi mantida fixa
Perguntas frequentes
Quanto custa uma API de LLM por milhão de tokens?
A API de LLM paga mediana cobrou $0.40 por milhão de tokens de entrada e $1.60 por milhão de tokens de saída em 6 de outubro de 2026, entre os 335 modelos de texto do OpenRouter. Os modelos principais custam mais que isso. O Claude Opus 5.5 é listado a $4 de entrada e $20 de saída, e o GPT-6 Astra a $10 de entrada e $50 de saída.
Os preços das APIs de LLM estão caindo em 2026?
Sim, para o mesmo nível de capacidade: a Epoch AI mediu quedas de 9x a 900x por ano. Mas não no topo absoluto. O GPT padrão mais caro da OpenAI foi de $10 para $50 por milhão de tokens de saída entre agosto de 2025 e setembro de 2026, e a faixa Fable da Anthropic também cobra $50, mesmo com a Anthropic tendo cortado o Claude Opus de $75 para $20.
Por que a saída é mais cara que a entrada nas APIs de LLM?
A saída custa mais porque o modelo a gera um token por vez, enquanto lê um prompt em uma única passada paralela. Em 6 de outubro de 2026, o modelo pago mediano do OpenRouter cobrava 4x mais pela saída, e 95.8% cobravam mais pela saída do que pela entrada.
Existe uma API de LLM gratuita?
Sim, algumas. Em 6 de outubro de 2026, 17 de 352 endpoints de texto do OpenRouter eram gratuitos, cerca de 4.8%. A API do Gemini, do Google, também oferece um nível gratuito na maioria dos modelos, com tarifas pagas quando você passa do limite.
