Qwen3 14B derruba preço de saída em 74%; Gemma 4 31B encarece 49%
Em um único dia, o catálogo registrou cortes agressivos em modelos chineses e aumentos em Google e MiniMax — e isso muda o cálculo de quem paga a fatura da API.
Ontem você pagava US$ 0,91 por milhão de tokens de saída no Qwen3 14B. Hoje paga US$ 0,24. Em um único dia, a Alibaba cortou 74% do preço de saída desse modelo open-weight de 14B parâmetros — uma das mudanças de tabela que o catálogo registrou nas últimas 24 horas.
No recorte geral, cinco foram redução e três foram aumento. É um dia típico do mercado de APIs em 2026: quem tem escala derruba preço; quem aposta em diferenciação cobra mais. E quem roda o modelo errado hoje vai pagar a conta amanhã.
O corte do dia: Qwen3 14B
A mudança do Qwen3 14B é a que muda a fatura mais rápido. O preço de entrada também caiu quase pela metade — de US$ 0,2275 para US$ 0,12 por milhão de tokens. Isso coloca o modelo chinês abaixo de várias opções intermediárias-americanas para trabalho de classificação, extração e resumos em volume.
Mas atenção ao release: quando o comunicado diz "74% mais barato", ele está falando só do token de saída. Se a sua chamada gera muito mais tokens de entrada do que de saída (RAG com prompt longo, por exemplo), a economia real vai ser menor — e o número correto a olhar é o da tabela, não o do headline.
| Modelo | Saída antes US$/M | Saída depois US$/M | Variação |
|---|---|---|---|
| Qwen3 14B | 0.91 | 0.24 | -74% |
| Gemma 4 31B | 0.37 | 0.55 | +49% |
| MiniMax M2 | 1.02 | 1.2 | +18% |
| GLM 5.2 | 0.9152 | 0.7788 | -15% |
| Kimi K2.7 Code | 4.4 | 3.8 | -14% |
| Kimi K2.6 | 4 | 3.42 | -14% |
| Nemotron 3 Super | 0.455 | 0.4 | -12% |
| Gemma 4 26B A4B | 0.3 | 0.34 | +13% |
Quem apertou o cerco
Do lado dos aumentos, o caso mais agressivo é o do Google Gemma 4 31B. O preço de saída subiu de US$ 0,37 para US$ 0,55 por milhão de tokens — quase 49% em um dia. O preço de entrada também subiu, de US$ 0,12 para US$ 0,22. Quem migrou para o Gemma 4 31B por causa do custo vai levar um susto na próxima invoice.
O Google também mexeu no Gemma 4 26B A4B, mas de forma mais sutil: preço de entrada caiu (US$ 0,10 → US$ 0,07), enquanto o de saída subiu (US$ 0,30 → US$ 0,34). A leitura possível é reposicionamento — entrada mais barata para atrair quem usa em batch, saída mais cara para quem consome muito completion.
A MiniMax também subiu o MiniMax M2 em 18% — preço de saída de US$ 1,02 para US$ 1,20 por milhão de tokens. Não é absurdo, mas é a primeira coisa que se nota quando o catálogo da própria casa encarece do dia para a noite.
Kimi e NVIDIA também cederam
A MoonshotAI aproveitou o dia para cortar a linha Kimi. O Kimi K2.7 Code (modelo voltado a agentes de código) caiu de US$ 4,40 para US$ 3,80 por milhão de tokens de saída, e o Kimi K2.6 foi de US$ 4,00 para US$ 3,42. Em coding agents, onde cada chamada pode gerar milhares de tokens de saída por hora, isso é economia real para quem roda em produção.
A Z.ai também cortou o GLM 5.2 em cerca de 15% — preço de saída de US$ 0,9152 para US$ 0,7788 por milhão de tokens. E a NVIDIA fez o corte mais discreto do dia no Nemotron 3 Super 120B-A12B: preço de entrada despencou de US$ 0,21 para US$ 0,085 (menos da metade), enquanto o de saída mal se mexeu (US$ 0,455 → US$ 0,40). Sinalização clara: baratinho para pré-processar, completion segue caro.
| Modelo | Inteligência | Saída US$/M |
|---|---|---|
| Claude Fable 5 | 62.1 | 50 |
| GPT-5.6 Sol | 60.9 | 10 |
| Kimi K3 | 59.7 | 15 |
| GPT-5.6 Terra | 56.6 | 12 |
| Grok 4.5 | 55.8 | 6 |
O que muda na sua decisão
Para quem escolhe modelo pela fatura, este é um dia em que vale revisar três coisas antes de fechar a próxima sprint:
- Se você roda muito Qwen3 14B em produção, ajuste a rota de inference hoje mesmo — 74% mais barato no output é dinheiro que fica na mesa até você trocar.
- Se migrou recentemente para o Gemma 4 31B por custo, o cálculo mudou. Compare com o Gemma 4 26B A4B ou volte a olhar o Qwen3 14B antes da próxima fatura.
- Se depende de agentes de código rodando Kimi K2.7 Code, a janela ficou favorável — vale simular uma rota de fallback para o K2.6 também, que caiu junto.
Para quem está no topo do mercado e paga US$ 50 por milhão de tokens de saída no Claude Fable 5 ou US$ 10 no GPT-5.6 Sol, nada muda. Esses modelos não mexem em preço — vendem inteligência de fronteira, não commodity. A briga de preço de hoje é toda na faixa intermediária, e quem decide nessa faixa é você.
Hoje vale rever o que roda em Qwen3 14B (74% mais barato no output) e repensar o Gemma 4 31B (+49% na saída) antes da próxima fatura — quem não se mexe fica com o custo antigo.