11 quedas de preço, mas quatro APIs ficaram mais caras

A conta de inferência ficou menor em 11 das 15 mudanças de preço registradas no OpenRouter em 15 de agosto de 2026. Mas quatro reajustes foram para cima — incluindo 185,7% no Tencent Hy3 preview — e alguns modelos aparecem com mais de uma alteração no mesmo dia.

Para quem usa APIs em produção, a notícia é boa, mas não é uma queda uniforme do mercado. Z.ai, DeepSeek e Qwen cortaram preços relevantes em modelos usados para raciocínio e tarefas gerais. Ao mesmo tempo, a fatura depende do identificador exato escolhido e da sequência de reajustes aplicada a ele.

DeepSeek concentra os cortes mais agressivos

O DeepSeek V4 Flash 0423 aparece duas vezes na lista de mudanças. Primeiro, o preço caiu de US$ 0,28 para US$ 0,154 por milhão de tokens. Depois, foi de US$ 0,154 para US$ 0,129, uma redução adicional de 16,4%.

Na prática, o valor listado terminou 53,9% abaixo do primeiro preço registrado para esse modelo. A versão identificada como DeepSeek V4 Flash Latest também teve dois cortes: de US$ 0,16 para US$ 0,157 e, depois, para US$ 0,135.

Isso favorece aplicações com grande volume de chamadas, como classificação, extração, atendimento automatizado e etapas intermediárias de agentes. Não significa, por si só, que o modelo ficou mais rápido, mais inteligente ou mais confiável: não houve estreia de benchmark no período.

O Artificial Analysis lista uma variante diferente, a DeepSeek V4 Flash 0731 com raciocínio e esforço máximo, entre as opções de melhor custo-benefício, com índice de inteligência de 51,8 e preço de US$ 0,66 por milhão. Esse dado não deve ser confundido com o preço do V4 Flash 0423 ou do Latest no OpenRouter.

Z.ai reduz GLM, mas também eleva um modelo

O GLM 5.2 teve o maior corte nominal entre os modelos da Z.ai: de US$ 3,74 para US$ 1,54 por milhão de tokens, seguido por uma nova redução para US$ 1,452. O GLM 5.1 caiu de US$ 4,40 para US$ 3,036, enquanto o GLM 5 passou de US$ 2,55 para US$ 1,92.

A direção não foi igual para toda a família. O GLM 4.6 subiu de US$ 2 para US$ 2,20. A ficha desse modelo no OpenRouter informa US$ 0,55 por milhão na entrada, US$ 2,20 na saída, cache a US$ 0,11 e janela de contexto de 204.800 tokens.

Essa diferença é importante para quem está comparando fornecedores por nome de família. Se você usa o GLM 5.2, o reajuste reduz o custo listado. Se usa o GLM 4.6, não há economia a comemorar nesse movimento específico.

Qwen corta 35% em duas opções

Os dois modelos Qwen incluídos nas mudanças tiveram redução de 35%. O Qwen Plus 0728 com thinking passou de US$ 1,20 para US$ 0,78 por milhão, enquanto o Qwen3.5 397B A17B caiu de US$ 3,60 para US$ 2,34.

Para equipes que mantêm uma camada de roteamento, esses cortes ampliam o espaço para direcionar tarefas de menor margem a modelos mais baratos. O ganho aparece principalmente quando o volume de tokens é alto e quando a aplicação não precisa enviar todas as solicitações para um modelo premium.

Ainda assim, o preço não mede sozinho a economia. Uma resposta mais longa, mais tentativas de raciocínio ou um fluxo agêntico com várias chamadas pode consumir mais tokens e neutralizar parte do corte. Os dados do dia não trazem novas notas de código, inteligência ou desempenho agêntico para esses modelos.

A queda geral tem exceções relevantes

O MoonshotAI Kimi K2.6 expõe a maior ambiguidade da lista. Ele aparece primeiro subindo de US$ 2,36 para US$ 3,41, alta de 44,5%, e depois caindo de US$ 3,41 para US$ 2,28, redução de 33,1%.

Se os registros forem lidos em sequência, o preço final fica abaixo do valor inicial. Portanto, chamar o movimento simplesmente de corte esconde uma alta intermediária que pode afetar uma janela específica de faturamento.

Também houve alta de 14,9% no Meta Llama 4 Maverick, de US$ 0,696 para US$ 0,80. O Tencent Hy3 preview subiu de US$ 0,21 para US$ 0,60. A redução de custos, portanto, vale sobretudo para quem consegue migrar ou alternar modelos — não para quem mantém um único endpoint sem revisar o preço vigente.

Quem economiza agora

A mudança beneficia desenvolvedores e empresas que consomem muitos tokens nos modelos DeepSeek V4 Flash, GLM 5, GLM 5.1, GLM 5.2 e Qwen listados. Também pode ajudar quem usa roteamento dinâmico e consegue aproveitar preços diferentes por tarefa.

Para quem utiliza Claude Opus 4.6, por exemplo, nada muda com esses reajustes: a ficha no OpenRouter mantém US$ 5 por milhão na entrada, US$ 25 na saída, cache a US$ 0,50 e contexto de 1.000.000 de tokens. O catálogo também mostra que há 549 modelos de 68 criadores, mas variedade não elimina a necessidade de conferir o identificador e a tarifa antes de trocar em produção.

A implicação prática é direta: revise hoje a tabela de preços do endpoint usado, simule o volume mensal e trate cada variante como um produto diferente antes de concluir que a sua fatura caiu.