Preços de APIs dobram enquanto novos benchmarks reordenam o mercado

Se você usa modelos de IA em produção, a mudança mais urgente desta semana não está no benchmark: está na fatura. Em apenas dois dias, o OpenRouter registrou aumentos de até 100% em modelos da DeepSeek e do Google, enquanto novas versões passaram a disputar as primeiras posições do Artificial Analysis.

O caso mais direto é o Google Gemini 3.7 Flash em lote. O preço de saída subiu de US$ 0,938 para US$ 1,875 por milhão de tokens, uma alta de 100%. Na DeepSeek, o V4 Flash Vision Exp passou de US$ 0,66 para US$ 1,32 por milhão de tokens de saída, também dobrando de preço.

A combinação muda a forma de orçar uma integração. Um modelo barato em um teste inicial pode deixar de ser barato quando o tráfego cresce. E uma opção nova pode ter desempenho melhor, mas custo de saída muito maior.

O que subiu — e o que caiu

A fotografia dos preços é mais instável do que a manchete de alta sugere. O DeepSeek V4 Pro 0813 aparece com uma alta de 69%, de US$ 1,98 para US$ 3,346 por milhão de tokens de saída. O mesmo modelo também aparece em um registro de queda de 40,8%, de US$ 3,346 para US$ 1,98.

Isso não é um detalhe editorial. Os registros de 2 e 3 de setembro mostram movimentos em sentidos opostos para o mesmo modelo e preço. O DeepSeek V4 Pro 0423 também aparece com queda de 34,9% em um ajuste e alta de 19,8% em outro. Antes de fixar um orçamento, você precisa conferir o preço vigente no provedor e não apenas uma tabela histórica.

Nem tudo encareceu. O Llama 3.3 70B Instruct caiu 54,9%, de US$ 0,71 para US$ 0,32 por milhão de tokens de saída. O DeepSeek V3 caiu 13,5%, de US$ 1,029 para US$ 0,89. Há ainda alterações menores em versões do V4 Flash, com altas e quedas registradas no período.

As estreias trazem mais opções, não estabilidade

O Gemini 3.8 Flash chegou ao OpenRouter com preço de US$ 0,75 por milhão de tokens de entrada e US$ 3,75 de saída. A janela de contexto é de 1.048.576 tokens. Na modalidade batch, os valores caem para US$ 0,375 na entrada e US$ 1,875 na saída.

O modelo marcou 58,7 de IQ no Artificial Analysis, com nota de 76,29 em código e 49,999 em tarefas agênticas. O resultado o coloca abaixo do Muse Spark 1.3, que registrou 60,8 de IQ, 76,45 em código e 56,052 em uso agêntico.

O Muse Spark 1.3 custa US$ 1,25 por milhão de tokens de entrada e US$ 4,25 de saída no OpenRouter. Também tem contexto de 1.048.576 tokens. Existe uma versão Contributor por US$ 0,10 na entrada e US$ 0,20 na saída, mas ela não tem notas de IQ, código ou desempenho agêntico registradas.

Essa diferença é importante: o lançamento não entrega uma única relação entre preço e capacidade. Você está comparando variantes com preços, modos de execução e disponibilidade de métricas diferentes.

Claude lidera, mas cobra outra ordem de grandeza

O Claude Fable 5.1 estreou com 65,7 de IQ no Artificial Analysis, no modo Adaptive Reasoning, Max Effort, Default Fallback. O preço listado é de US$ 20 por milhão de tokens. As configurações Xhigh e High Effort marcaram 64,8 e 62,5, respectivamente, pelo mesmo preço informado.

Na comparação do índice, o Claude Fable 5.1 Max Effort fica acima do Claude Opus 5 Max Effort, que marcou 63,1 de IQ e custa US$ 10 por milhão de tokens. O Muse Spark 1.3 Max aparece com 62,1, mas sem preço informado nessa entrada do benchmark.

A promessa de liderança, portanto, vem com uma conta muito mais alta que a das opções de volume. O próprio preço do Muse merece cuidado: o benchmark lista US$ 2 para a variante xhigh, enquanto o OpenRouter lista US$ 1,25 de entrada e US$ 4,25 de saída para o modelo. São referências que não devem ser misturadas como se fossem a mesma tarifa.

Para quem isso muda a decisão

A revisão é prioritária para quem roda geração longa, processamento em lote, visão ou agentes com muitas chamadas. Nesses cenários, o custo de saída pesa diretamente, e uma alta de 100% pode alterar a margem de uma funcionalidade inteira.

Para quem usa o Llama 3.3 70B Instruct, a queda para US$ 0,32 por milhão de tokens de saída abre espaço para recalcular o custo para baixo. Para quem precisa de raciocínio mais forte, os novos resultados do Claude Fable 5.1 e do Muse Spark 1.3 justificam testes, mas não uma migração automática.

Se o seu tráfego é pequeno, a oscilação pode não mudar a fatura imediatamente. Ainda assim, o preço usado no piloto pode não ser o preço usado quando a integração ganhar escala. A implicação prática é simples: registre entrada, saída, cache e modalidade — normal ou batch — separadamente, coloque limites de custo e revalide o modelo antes de renovar o orçamento.