API de LLM mais barata em 2026: preços verificados por 1 milhão de tokens
Índice:
Resposta rápida: Em 19 de novembro de 2026, a API de LLM mais barata pelo preço de tabela é o Qwen3.7-Flash, da Alibaba, a US$ 0,03 por milhão de tokens de entrada e US$ 0,13 por milhão de tokens de saída para prompts de até 32 mil tokens.
Mais barata entre os grandes laboratórios dos EUA: o GPT-6 Luna, da OpenAI, e o Claude Haiku 5.5, da Anthropic, empatam em US$ 0,10 de entrada / US$ 0,50 de saída por milhão de tokens.
Modelo de pesos abertos mais barato: o GPT-OSS 20B, da Groq, a US$ 0,075 / US$ 0,30.
Mais barata para tarefas em lote: GPT-6 Luna ou Claude Haiku 5.5 por meio de suas APIs Batch, a US$ 0,05 / US$ 0,25.
Fique atento a: sobretaxas para prompts longos, preços de horário de pico da DeepSeek e preços promocionais que terminam em breve. Esses fatores podem mudar o ranking para a sua carga de trabalho.
Procurando a API de LLM mais barata? A resposta depende do que você entende por barata.
O menor preço por token nem sempre resulta na menor fatura.
Prompts longos, horários de pico, tokens de raciocínio e promoções que expiram podem inverter o ranking.
Verificamos cada preço abaixo na página de preços do próprio provedor em 19 de novembro de 2026.
Várias páginas de comparação populares divergem em números básicos, por isso indicamos o link de cada fonte.
Você também verá quanto custam cargas de trabalho reais por mês e como reduzir sua fatura sem trocar de provedor.
Se preferir não lidar com cinco contas, a API compatível com OpenAI da ScriptRun oferece uma única chave para os modelos da OpenAI, Claude e Gemini.
Como funciona o preço das APIs de LLM
O preço das APIs de LLM é cobrado por token.
Um token é um pedaço de uma palavra, e 1 milhão de tokens equivale a cerca de 750.000 palavras em inglês.
Você paga separadamente por:
-
Tokens de entrada: tudo o que você envia, incluindo o prompt de sistema, o histórico de conversa e documentos.
-
Tokens de saída: tudo o que o modelo escreve. A saída geralmente custa de 4 a 6 vezes mais que a entrada.
-
Entrada em cache: texto de prompt repetido que o provedor armazenou. Costuma ser 90% mais barata que a entrada nova.
-
Tokens de raciocínio: em modelos de "pensamento", o raciocínio oculto é cobrado como saída.
A maioria dos provedores também oferece uma API Batch com 50% de desconto para tarefas que podem esperar até 24 horas.
Comparação de preços da API de LLM mais barata em 2026
Esta comparação de preços de APIs de LLM mostra o modelo atual mais barato de cada provedor nas tarifas padrão.
Estas são as tarifas de preço de API de LLM por milhão de tokens em 2026, verificadas em 19 de novembro de 2026.
| Provedor | Modelo mais barato | Entrada / 1M | Saída / 1M | Entrada em cache / 1M | Observações |
|---|---|---|---|---|---|
| Alibaba Cloud | Qwen3.7-Flash | US$ 0,03 | US$ 0,13 | com desconto | Prompts de até 32 mil tokens; implantação internacional |
| Groq | GPT-OSS 20B (pesos abertos) | US$ 0,075 | US$ 0,30 | US$ 0,037 | Contexto de 131 mil |
| Mistral | Ministral 3 3B | US$ 0,10 | US$ 0,10 | US$ 0,01 | Modelo pequeno para edge |
| OpenAI | GPT-6 Luna | US$ 0,10 | US$ 0,50 | US$ 0,01 | Acima de 272 mil de entrada: 2x na entrada, 1,5x na saída |
| Anthropic | Claude Haiku 5.5 | US$ 0,10 | US$ 0,50 | US$ 0,01 | Acima de 100 mil de entrada: US$ 0,50 / US$ 2,50 |
| DeepSeek | V4.1 Flash (fora do pico) | US$ 0,15 | US$ 0,60 | US$ 0,003 | Horário de pico: US$ 0,30 / US$ 1,20 |
| Alibaba Cloud | Qwen3.8-Flash | US$ 0,15 | US$ 0,47 | US$ 0,016 | Contexto de 1M a um único preço |
| Mistral | Mistral Small 4 | US$ 0,15 | US$ 0,60 | US$ 0,015 | Contexto de 256 mil |
| Gemini 3.1 Flash-Lite | US$ 0,25 | US$ 1,50 | US$ 0,025 | Entrada de texto, imagem e vídeo |
Como verificamos os preços da API de LLM mais barata
As listas de preços online muitas vezes divergem, misturam gerações de modelos (GPT-5.6 Luna vs GPT-6 Luna, Claude Haiku 4.5 vs 5.5) ou mantêm preços que já mudaram.
Por isso, para cada linha nós:
-
tiramos o preço da página oficial de preços ou da página do modelo do provedor, não de um agregador;
-
usamos tarifas padrão (sob demanda) em USD e anotamos separadamente as tarifas de lote, de pico e de prompts longos;
-
sinalizamos os preços promocionais com suas datas de término;
-
registramos a data da verificação: 19 de novembro de 2026.
Os preços mudam com frequência. Antes de se comprometer, abra a fonte indicada para qualquer modelo que pretenda usar.
O provedor de API de LLM mais barato para cada tarefa
O provedor de API de LLM mais barato no geral nem sempre é o mais barato para a sua tarefa.
Aqui está a API de modelo de IA mais barata para cada tarefa comum.
Escolher a API de modelo de LLM mais barata para a tarefa geralmente economiza mais do que trocar para o provedor de API de IA mais barato no geral.
-
Menor preço no geral: Qwen3.7-Flash. É a opção de API de LLM mais barata para prompts curtos, a US$ 0,03 / US$ 0,13. Acima de 32 mil tokens o preço sobe, então verifique o tamanho dos seus prompts.
-
Mais barata de um grande laboratório: GPT-6 Luna e Claude Haiku 5.5, ambos a US$ 0,10 / US$ 0,50. A OpenAI chama o Luna de seu "modelo mais eficiente para tarefas focadas e de alto volume", e a Anthropic posiciona o Haiku 5.5 para classificação, extração e roteamento.
-
API de LLM multimodal mais barata: o GPT-6 Luna aceita texto e imagens a US$ 0,10 / US$ 0,50. Para entrada de áudio ou vídeo, o Gemini 3.1 Flash-Lite começa em US$ 0,25 / US$ 1,50.
-
API de LLM mais barata para agentes de IA em 2026: use um modelo barato para as subetapas e um mais forte apenas para planejar. No teste da própria Anthropic, o Claude Opus 5.5 usando subagentes Haiku 5.5 custou US$ 47, contra US$ 139 com subagentes Sonnet 5.5.
-
Mais barata para documentos longos: o Qwen3.8-Flash mantém um único preço até 1M de tokens. O GPT-6 Luna permanece nas tarifas padrão até 272 mil tokens.
APIs de inferência de LLM mais baratas para modelos de pesos abertos
Se você quer modelos de pesos abertos, que também poderia hospedar por conta própria no futuro, estas são as APIs de inferência de LLM mais baratas que verificamos:
-
Groq: GPT-OSS 20B a US$ 0,075 / US$ 0,30 e GPT-OSS 120B a US$ 0,15 / US$ 0,60, com saída muito rápida. Sua API Batch tem 50% de desconto.
-
Mistral: Ministral 3 3B a US$ 0,10 / US$ 0,10, Ministral 3 8B a US$ 0,15 / US$ 0,15 e Mistral Small 4 a US$ 0,15 / US$ 0,60.
-
DeepSeek: V4.1 Flash (pesos abertos) a partir de US$ 0,15 / US$ 0,60 fora do pico.
Plataformas de hospedagem como Together AI e DeepInfra também oferecem modelos de pesos abertos.
Os preços delas mudam com frequência, então compare-os para o modelo exato de que você precisa.
Quanto a API de LLM mais barata realmente custa por mês
Esta é a fórmula por trás de qualquer calculadora de preços de API de LLM:
Custo mensal = (tokens de entrada ÷ 1M × preço de entrada) + (tokens de saída ÷ 1M × preço de saída)
Aplicamos a fórmula a três cargas de trabalho comuns, com os preços de tabela padrão.
#1. Chatbot de suporte: 100.000 conversas por mês
Cada conversa tem 2.000 tokens de entrada e 300 de saída, ou seja, 200M de entrada e 30M de saída por mês.
| Modelo | Custo mensal |
|---|---|
| Qwen3.7-Flash | US$ 9,90 |
| Groq GPT-OSS 20B | US$ 24,00 |
| GPT-6 Luna / Claude Haiku 5.5 | US$ 35,00 |
| DeepSeek V4.1 Flash (fora do pico / pico) | US$ 48,00 / US$ 96,00 |
| Gemini 3.1 Flash-Lite | US$ 95,00 |
#2. A API de LLM mais barata para processar milhões de documentos em lote
Resumir 1 milhão de documentos dá 1.500 tokens de entrada e 200 de saída cada, ou seja, 1,5B de entrada e 200M de saída.
As APIs Batch reduzem o preço pela metade:
| Modelo | Custo para 1M de documentos |
|---|---|
| Qwen3.7-Flash (desconto em lote) | US$ 35,50 |
| Groq GPT-OSS 20B (API Batch) | US$ 86,25 |
| GPT-6 Luna / Claude Haiku 5.5 (API Batch) | US$ 125,00 |
| Gemini 3.1 Flash-Lite (Batch) | US$ 337,50 |
| DeepSeek V4.1 Flash (fora do pico, sem lote) | US$ 345,00 |
#3. Perguntas e respostas sobre documentos longos: 10.000 requisições com prompts de 120 mil tokens
São 1,2B de entrada e 5M de saída.
Aqui, as regras para prompts longos mudam o ranking:
| Modelo | Custo mensal |
|---|---|
| GPT-6 Luna (abaixo de 272 mil, tarifa padrão) | US$ 122,50 |
| Qwen3.8-Flash | US$ 182,35 |
| DeepSeek V4.1 Flash (fora do pico) | US$ 183,00 |
| Claude Haiku 5.5 (tarifa acima de 100 mil) | US$ 612,50 |
Com o mesmo preço de tabela do GPT-6 Luna, o Haiku 5.5 custa cinco vezes mais aqui, porque todos os prompts passam de 100 mil tokens.
O cache de prompts reduziria bastante todos esses valores quando os mesmos documentos se repetem.
Custos ocultos que mudam o ranking da API de LLM mais barata
- Sobretaxas para prompts longos:\
- O Claude Haiku 5.5 salta para US$ 0,50 / US$ 2,50 acima de 100 mil tokens.\
- A OpenAI cobra 2x na entrada e 1,5x na saída da requisição inteira acima de 272 mil tokens.\
- O Gemini 3.1 Pro cobra mais acima de 200 mil tokens.
- Horários de pico: a DeepSeek cobra o dobro das 01 às 04 e das 06 às 10 UTC em dias úteis. Fora do pico, o preço é metade.
- Promoções que terminam:
- Os preços do Gemini 4 Argon dobram em 1º de dezembro de 2026.\- Os preços do Gemini 3.8 Flash dobram em 1º de janeiro de 2027.
Vários sites de comparação listam esses preços promocionais sem as datas de término.
-
Tokens de raciocínio: modelos de pensamento cobram o raciocínio oculto como saída. A tabela de preços do Google diz que a saída "inclui o pensamento".
-
Gravações em cache: na OpenAI, gravar no cache custa 1,25x o preço normal de entrada. As leituras são 90% mais baratas.
-
Residência de dados: a Anthropic adiciona um multiplicador de 1,1x para inferência apenas nos EUA.
-
Chamadas de ferramentas: alguns provedores cobram separadamente pela busca integrada. A DeepSeek cobra US$ 0,75 por 1.000 chamadas de Search ou Fetch.
-
Limites de taxa: modelos baratos costumam ter limites rígidos, e novas tentativas custam dinheiro. Veja nosso guia sobre limites de taxa da API da OpenAI.
Como reduzir custos com a API de LLM mais barata (ou qualquer API de LLM)
-
Faça cache do contexto repetido. Coloque a parte fixa do prompt primeiro para que possa ser armazenada em cache. A Anthropic constatou que o Claude Opus 5.5 custa 3,3 vezes mais em um benchmark de programação sem cache.
-
Use lote para tudo o que puder esperar. OpenAI, Anthropic, Google, Groq e Alibaba oferecem 50% de desconto para tarefas em lote.
-
Roteie por dificuldade. Envie requisições fáceis a um modelo barato e as difíceis a um mais forte. Um roteador de LLM faz isso automaticamente, com fallback quando um modelo falha.
-
Limite o tamanho da saída. A saída custa de 4 a 6 vezes mais que a entrada, então defina o máximo de tokens e peça respostas curtas. Para mais táticas de economia de tokens, veja nosso guia de otimização de custos da API de LLM.
-
Programe em torno do preço de pico. Execute tarefas da DeepSeek fora do pico para pagar metade.
-
Escolha a região certa. O Qwen3.8-Flash custa US$ 0,113 / US$ 0,382 em Frankfurt contra US$ 0,15 / US$ 0,47 em Singapura.
-
Mantenha a troca barata. Use uma API compatível com OpenAI para que migrar para um provedor mais barato signifique mudar uma URL base, não reescrever código.
Opções gratuitas antes de pagar pela API de LLM mais barata
Se você ainda está prototipando, um plano gratuito pode atender por um tempo.
Gemini, Groq, OpenRouter e Mistral têm um.
Comparamos essas opções, com limites e termos de dados, em nosso guia sobre as opções de API de LLM gratuita.
Este artigo trata apenas de preços pagos.
Uma chave de API de LLM para todos os modelos
As APIs de LLM mais baratas mudam a cada poucos meses, e cada uma significa mais uma conta, mais uma chave e mais uma fatura.
Se o que você procura é a configuração de chave de API de LLM mais barata de gerenciar, a ScriptRun oferece uma única chave para os modelos da OpenAI, Claude e Gemini por meio de um endpoint compatível com OpenAI.
|
Qual API de LLM mais barata você deve escolher
-
Prompts curtos e alto volume: o Qwen3.7-Flash é a API de LLM mais barata pelo preço de tabela. Teste primeiro a qualidade dele com seus próprios dados.
-
Você quer um grande laboratório dos EUA: GPT-6 Luna ou Claude Haiku 5.5. Escolha o Luna se seus prompts ficam entre 100 mil e 272 mil tokens.
-
Pesos abertos e velocidade: GPT-OSS 20B ou 120B da Groq. Se o tempo de resposta importa tanto quanto o preço, veja como reduzir a latência da API.
-
Tarefas em lote: a API Batch de qualquer provedor com 50% de desconto, ou DeepSeek fora do pico.
-
Vários dos itens acima: use um único endpoint compatível com OpenAI e roteie cada requisição para a API de LLM mais barata que a atenda bem.
Perguntas frequentes sobre a API de LLM mais barata
Qual é a API de LLM mais barata?
Pelo preço de tabela em 19 de novembro de 2026, é o Qwen3.7-Flash da Alibaba, a US$ 0,03 por milhão de tokens de entrada e US$ 0,13 por milhão de tokens de saída para prompts de até 32 mil tokens. Entre os principais laboratórios dos EUA, o GPT-6 Luna e o Claude Haiku 5.5 são os mais baratos, a US$ 0,10 / US$ 0,50.
Qual API de LLM é a mais barata para prompts longos?
Para prompts com mais de 100 mil tokens, o GPT-6 Luna (tarifas padrão até 272 mil) e o Qwen3.8-Flash (um único preço até 1 milhão) costumam ser os mais baratos. O Claude Haiku 5.5 cobra US$ 0,50 / US$ 2,50 acima de 100 mil tokens.
Qual é a API de IA mais barata para trabalhos de grande volume?
Para tarefas que podem esperar, use uma API em lote (Batch API). O GPT-6 Luna e o Claude Haiku 5.5 caem para US$ 0,05 / US$ 0,25 por milhão de tokens. Para prompts curtos, o Qwen3.7-Flash, com seu desconto para processamento em lote, é ainda mais barato.
Qual é a API de IA mais barata para começar?
Comece com um plano gratuito enquanto faz o protótipo e, depois, migre para um modelo de baixo custo, como GPT-6 Luna, Claude Haiku 5.5 ou Qwen3.8-Flash. Usar uma API compatível com a OpenAI mantém baixo o custo de trocar de modelo mais tarde.
Qual é a API de IA mais barata para modelos de pesos abertos?
Entre os provedores que verificamos, o GPT-OSS 20B da Groq, a US$ 0,075 / US$ 0,30, é o mais barato, seguido pelo Ministral 3 3B da Mistral, a US$ 0,10 / US$ 0,10.
Publicações relacionadas
Marketplace de Agentes de IA: os 10 melhores lugares para encontrar, executar e vender agentes de IA em 2026
O que é um marketplace de agentes de IA, 10 principais plataformas comparadas por custo para testar e quem pode vender, uma lista de verificação de segurança e como listar o seu próprio agente em 2026.
API LLM Gratuita: Quais Provedores Ainda São Gratuitos em 2026 (Limites, Chaves e Pegadinhas)
Cada API LLM gratuita que vale a pena usar em 2026, verificada contra documentação oficial: camadas gratuitas versus créditos, limites, termos de dados, como obter uma chave e código de fallback.
API Compatível com OpenAI: O Que É, Quem Suporta e Como Mudar com Segurança
Um guia de API compatível com OpenAI: URLs base para 15 provedores, o que quebra quando você muda, um teste de fumaça pronto para copiar e colar e uma lista de verificação de migração segura.
Alternativas OpenRouter: 7 Gateways de LLM Comparados em Roteamento, Preços e Aprisionamento
Alternativas do OpenRouter comparadas: taxas, roteamento, BYOK e auto-hospedagem em 7 gateways de LLM, com lista de verificação de migração e preços verificados de 2026.








