Blogue

Preços reais de 2026: Serper $ 20/mês, Brave $ 75/mês, Exa $ 140/mês, Tavily $ 152/mês, SerpAPI $ 275/mês – tudo com as mesmas 20.000 consultas por mês, uma lacuna de 13,75x para o que parece ser o mesmo trabalho.

Preço real de 2026 para inferência da classe Llama-70B: Groq $ 0,59/$ 0,79 por 1 milhão de tokens, Together AI $ 0,88/$ 0,88, Fireworks ~$ 0,90 combinados - uma diferença de $ 250/mês em 1 bilhão de tokens, e a opção mais barata não é a única coisa que importa.

Preço real de 2026: ScraperAPI $ 0,49/1.000 páginas, Firecrawl $ 0,83, Bright Data ~ $ 2,00 pré-pago - uma diferença de $ 151/mês para 100.000 páginas, e a opção mais barata nem sempre é a certa.

Taxas reais de voz de saída dos EUA em 2026: Twilio US$ 0,0140/min, Plivo US$ 0,0115/min, Vonage US$ 0,00798/min – Twilio custa 75% mais do que Vonage por minuto para a mesma chamada, e com 50.000 minutos/mês são US$ 301 extras por mês.

A Microsoft está descontinuando a API autônoma do Bing Web Search. Preços reais de 2026 calculados por consulta: Brave Search API a US$ 3/1.000 consultas versus plano de desenvolvedor de US$ 75/mês da SerpApi versus o que o Bing costumava cobrar – 6 a 10x de diferença no mesmo volume.

Modelos de vídeo abertos renderizam 2.000 clipes de seis segundos por US$ 180/mês. Sora 2 em 4K cobra US$ 4.800 pelo mesmo trabalho – um spread de 27x. A verdadeira matemática por segundo por trás de Sora, Veo 3, Kling e Runway, e por que a resolução influencia mais a conta do que a escolha do fornecedor.

WorkOS anuncia autenticação gratuita de até 1.000.000 MAU versus 10.000 do Clerk. Mas no momento em que o SSO entra em cena, o preço fixo de US$ 125/conexão do WorkOS supera o preço por MAU do Clerk em exatamente 13.750 MAU e supera Auth0 de MAU zero.

Mesma carga de trabalho, três pilhas: Vercel + Supabase com preços fixos em US$ 45/mês, Cloudflare Workers+R2 a US$ 5,30, AWS Lambda+S3 bruto a US$ 3,70 visível – exceto que o último número está faltando totalmente seu maior item de linha.

Flux Schnell renderiza 10.000 imagens por US$ 9. GPT-image-1 em alta qualidade custa US$ 1.200 pelo mesmo volume. Onze APIs de imagem alinhadas em volume idêntico – o spread é 133x, maior do que quase qualquer coisa em preços de modelo de texto.

O armazenamento R2 custa US$ 0,015/GB contra US$ 0,023 do S3 – uma pequena diferença. A verdadeira lacuna é a saída: S3 cobra US$ 0,09/GB de saída, R2 cobra US$ 0. Fixamos o preço de uma carga de trabalho de 500 GB em três níveis de tráfego e a conta divide-se de um erro de arredondamento para uma diferença de 99%.

O tts-1 da OpenAI custa US$ 15 por 1 milhão de caracteres. O plano Creator da ElevenLabs custa cerca de US$ 182 por 1 milhão de caracteres – uma lacuna de 12x para transformar texto em áudio. Aqui está a matemática real e o que o prêmio compra.

O Amazon SES envia um e-mail por US$ 0,10 por 1.000. SendGrid e Resend chegam a aproximadamente US$ 0,40 por 1.000 em seus planos iniciais – um prêmio de 4x. Mailgun e Postmark são 15x SES. Aqui está a verdadeira matemática por e-mail e o que o premium realmente compra.

Nova Micro, Command R7B e Ministral 3B reduziram os tokens de entrada de US$ 0,05/1 milhão. Claude Haiku 4,5 custa US$ 1,00. Execute o mesmo trabalho de classificação de 10 milhões de chamadas por meio de nove modelos de “orçamento” e a conta varia de US$ 59,50 a US$ 1.750 – um spread de 29x para uma tarefa idêntica.

o1 custa 27x DeepSeek R1 na mesma carga de trabalho de raciocínio. Em vez disso, troque por o3 – mesmo nível de raciocínio OpenAI – e a diferença cai para 3,7x. O “imposto de raciocínio” entrou em colapso de forma desigual em toda a linha da OpenAI antes mesmo de os pesos abertos entrarem em cena.

A mesma imagem 1024×1024 custa cerca de 765 tokens no GPT-4o e cerca de 1.400 no Claude – quase o dobro, para pixels idênticos, porque os dois provedores usam fórmulas de ladrilhos completamente diferentes. O modo de detalhe e a resolução são mais importantes do que o modelo escolhido.

OpenAI, Anthropic e Gemini cortaram o preço do lote quase pela metade para o mesmo modelo e resultado. O problema: a janela de 24 horas é uma meta, não um SLA, o que faz com que a verdadeira regra de decisão não seja “qual o tamanho do trabalho”, mas “há algo aguardando uma resposta agora”.

DeepSeek V4 e Llama 4 Maverick têm exatamente os mesmos pesos no Groq, Together, Fireworks, DeepInfra, Novita e OpenRouter – mas a conta oscila 31% entre o host mais barato e o mais caro, na mesma ordem, em todos os modelos que verificamos.

Conecte 25 ferramentas MCP e um agente paga 25.000 tokens de esquema a cada turno, chamado ou não. Sem cache, isso custa US$ 2.250/mês com 50 sessões por dia; o cache recupera 85% – até que algo na lista de ferramentas mude.

O crédito mensal de US$ 200 do Google é um pool compartilhado em cada SKU do Maps; Mapbox dá a cada produto seu próprio subsídio gratuito. Dimensionado em um recurso real de localização de lojas – 150.000 carregamentos de mapas, 20.000 pesquisas de geocodificação – o Google chega a US$ 950/mês, o Mapbox a US$ 500. De onde realmente vem a diferença de 47%.

“Basta usar o modelo menor” não é uma decisão, são seis decisões diferentes. Em um mês de 240 milhões de tokens, Opus 4.8 → Sonnet 4.6 economiza 40%; Gemini 3.1 Pro → Flash economiza 96%. Por que a diferença de níveis da Antrópica caiu para 1,7×, por que a do Google é de 24× e como saber se vale a pena construir uma camada de roteamento.

o3 e GPT-4.1 estão listados em US$ 2/US$ 8 por milhão de tokens, mas o mesmo trabalho faturou 4,3× mais em o3. O motivo são tokens de raciocínio ocultos cobrados de acordo com a taxa de saída – um mês de US$ 144 se torna US$ 624. A matemática real, mais o parâmetro (reasoning_effort) que reduziu em 62%.

Preços reais de incorporação de 2026 por 1 milhão de tokens (US$ 0,02 a US$ 0,15) e quanto custa um corpus de 50 milhões/200 milhões/1 bilhão de tokens em cada um. A diferença: a API é um erro de arredondamento – o banco de dados vetorial que sua contagem de dimensões alimenta é a fatura recorrente, e mudar de modelo significa reincorporar tudo.

Preços reais de STT de 2026, todos convertidos para por hora: Deepgram Nova ~$ 0,26/h, Whisper $ 0,36/h, AssemblyAI $ 0,37/h. Quanto custam 100/500/2.000 horas por mês em cada um – e por que complementos como a diarização dobram silenciosamente a conta.

Preços reais de 2026 com matemática trabalhada por chamada: o carro-chefe do GPT-5 custa US$ 1,25/US$ 10 por 1 milhão – metade da entrada do GPT-4o na mesma saída, com 3× o contexto. GPT-5 mini e nano comparados e para onde o dinheiro realmente vai.

Avaliamos Cerebras, E2B, Browserbase e LiveKit em comparação com uma chamada realista de agente de 10 minutos. Os tokens LLM chegaram a 0,89% da conta; a largura de banda do proxy chegou a 74%. Dois hábitos de configuração separam US$ 485 por 1.000 chamadas de US$ 3.026.

Calculamos o custo de 13 modelos de IA em 20 cargas de trabalho de produção: suporte ao cliente, chatbots RAG, moderação de conteúdo, revisão de código, extração legal e muito mais. Gemini Flash-8B ganha todos os 20 em preço – 4× mais barato que GPT-4o mini, 145× mais barato que Claude Opus 4.8 para moderação de conteúdo em 1 milhão de chamadas/mês.

Anunciado: ~$3.100. Fatura real do ano 1: $ 6.170. Modelamos um SaaS para 500 usuários e adicionamos todas as taxas ocultas – Stripe Radar, complemento de faturamento, registro Twilio A2P 10DLC, armazenamento Pinecone em escala. A pilha combinada custa 2× o que as páginas de preços sugerem.

O cache altera a classificação. Claude cobra uma taxa de gravação, mas dá 90% de desconto nas leituras. GPT-4o armazena em cache automaticamente com 50% de desconto. O cache de contexto do Gemini custa por hora armazenada. Para um prompt de sistema de 10 mil tokens a 500 req/dia, Claude Sonnet se torna mais barato após o armazenamento em cache.

Stripe passou de 2,9% para 3,1%. O Google Maps dobrou algumas rotas. A AWS começou a cobrar por IPv4 público que antes era gratuito. Um registro contínuo dos aumentos de preços do provedor com números antigos versus novos e impacto na fatura.

Matemática de token real para 100 mil chats de suporte de IA/mês. Flash de Gêmeos: $ 432. GPT-4o: $ 10.125. A diferença de 23×, como o histórico de conversas aumenta sua conta e três alavancas para cortar custos sem alterar modelos.

Precificamos 20 cargas de trabalho de produção — classificação de e-mail, revisão de código, RAG, extração legal e muito mais — em quatro níveis de preços a uma taxa fixa de 1.000 solicitações/dia. Matemática de token camada por camada: o mais barato versus o mais caro difere em 100×.

Acompanhamos todos os principais eventos de preços do LLM desde o lançamento de US$ 30 do GPT-4: os insumos de classe de fronteira caíram 97% em três anos, ambos os choques descontínuos vieram do DeepSeek e os preços de produção deflacionam silenciosamente mais lentamente do que os insumos. O que a curva de ~10×/ano faz com os contratos anuais, a economia unitária e as chamadas de construção versus espera.

Cada chamada de API reenvia o histórico completo da conversa como entrada. No turno 30, você estará pagando para processar 11.300 tokens em vez de 1.150. Uma conversa de 30 turnos totaliza mais de US$ 1 – 4x o que custaria a um apátrida. A matemática por trás da acumulação e quatro maneiras de gerenciá-la.

A taxa por chamada que você compara entre fornecedores geralmente é inferior a um quinto do custo real. Somamos o tempo de construção do desenvolvedor, a manutenção mensal e o uso para uma integração típica - e a API "mais barata" no papel costuma ser a mais cara em seu livro-razão. Onde o volume muda a história e como realmente comparar duas APIs.

Um nível gratuito não é um plano, é uma pista. Com um crescimento mensal de 20%, saltar de 40% para 80% de utilização não reduz sua pista pela metade – ela a reduz quatro vezes. Executamos a matemática logarítmica em níveis gratuitos reais de 2026 (Gemini, Resend, Supabase, Cloudflare) e a armadilha reset-vs-hard-stop que quebra aplicativos em produção.

Mesma carga de trabalho, todos os principais modelos: US$ 450 no Grok 4.1 Fast versus US$ 17.500 no Claude Opus 4.6 – um spread de 39×. O xAI assumiu a ponta barata da fronteira em 2026, a OpenAI e o Google se dividiram em níveis de orçamento e premium, e Claude permaneceu no topo da escala. Os números reais por milhão.

Seu nível permite 500 solicitações por minuto, então por que 429 às oito? O limite de tokens por minuto é vinculado primeiro – com 4.500 tokens por solicitação, o nível de entrada do OpenAI limita você a menos de 7 RPM, cerca de três usuários simultâneos. A verdadeira matemática em cada nível e as quatro alavancas que a corrigem.

Dimensionamos uma carga de trabalho RAG real – 500 mil vetores, 1.536 dimensões, 1 milhão de consultas/mês – e a conta chega a dólares de um a dois dígitos em cada provedor. A camada de armazenamento é a parte barata do RAG; aqui está a matemática e qual modelo escolher.

Plivo vence na taxa de plataforma, mas a taxa de repasse da operadora dos EUA acrescenta cerca de US$ 300 iguais para todos – e os modelos carregados de emojis são cobrados silenciosamente como 2–3 segmentos. A matemática completa em 100 mil mensagens e quando ignorar totalmente o SMS.

Reutilizando o mesmo prompt do sistema ou contexto RAG? Você está pagando o preço total para relê-lo. O cache reduz o custo de entrada de 50 a 90% – com os descontos de 2026 para OpenAI, Anthropic e Gemini, além da pegadinha do prêmio de gravação que pode fazer sua conta subir.

Os níveis gratuitos são comparados em chamadas/minuto e atualização de dados, onde os planos pagos começam, e a peculiaridade de faturamento por classe de ativo que transforma os US$ 29 do Polygon em US$ 58. Qual escolher para painéis, cotações ao vivo ou dados de ticks.

Uma análise detalhada de US$ 10.000/mês: por que o spread é de US$ 3.000/ano, por que pedidos pequenos pagam quase o dobro e quando a taxa mais alta de um Merchant of Record é na verdade a escolha mais barata.

O preço principal raramente é o que você paga. Taxas de operadora de SMS, IPs de e-mail, SKUs de mapas, taxas de pagamento e tokens de saída de IA – os itens de linha que aumentam de 30 a 50% após o lançamento, com números reais.

Mesma carga de trabalho — 1 milhão de solicitações, 1.000 tokens de entrada/500 saídas — com preços em todos os principais modelos. A diferença entre o mais barato e o mais caro é de 35×.

Uma comparação numérica dos preços da OpenAI, da Anthropic e da API do Google — e o spread de 175× entre o mais barato e o mais caro para a mesma carga de trabalho.

Camadas de API gratuitas genuinamente úteis em IA, e-mail, mapas, dados criptográficos e pesquisa – e até onde cada uma delas realmente leva você.

Taxas de API de pagamento comparadas - e quando um comerciante registrado como o Paddle vale a pena o corte maior.

Por que a taxa da operadora, e não a plataforma, geralmente decide sua fatura de SMS.

SendGrid vs Reenviar vs Amazon SES vs Postmark - preços, níveis gratuitos e qual é o mais barato para o seu volume.

Preços, modelos, pontos fortes — e quais escolher para seu caso de uso.