Dois modelos estreiam com até 1 milhão de tokens e preços distintos

Se você escolhe modelo pelo custo da API, a estreia desta sexta-feira tem uma diferença decisiva: o PrismML Ternary Bonsai 2 27B cobra US$ 0,075 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída, enquanto o Z.ai GLM 5.3 FlashX parte de US$ 0,37 na entrada e US$ 1,25 na saída. Os preços são os listados no OpenRouter.

Os dois modelos chegam ao catálogo em 18 de setembro de 2026. A promessa comum é contexto extenso, mas ela esconde produtos com propostas de custo diferentes. O Bonsai 2 tem janela de 262.144 tokens. O FlashX chega a 1.048.576 tokens, o equivalente a 1 milhão de tokens em uma apresentação comercial.

O que realmente mudou

A mudança concreta é a disponibilidade de duas novas rotas de API. O Ternary Bonsai 2 27B, da PrismML, oferece a menor tarifa de entrada entre os dois. O GLM 5.3 FlashX, da Z.ai, oferece a maior janela de contexto e cobra mais por cada milhão de tokens processados.

Isso importa quando a aplicação envia documentos extensos, históricos longos ou várias etapas de uma tarefa para o mesmo modelo. A janela maior pode evitar cortes e fragmentação de contexto, mas não transforma automaticamente o FlashX na opção mais barata. Para uma aplicação que faz muitas chamadas com entradas grandes, a diferença de tarifa pode pesar mais do que a capacidade máxima anunciada.

Nada nos dados disponíveis informa nota de inteligência, código ou desempenho agêntico para esses dois lançamentos. Também não há informação sobre pesos abertos, país de origem ou número de parâmetros além do 27B que aparece no nome do Bonsai 2. Portanto, não dá para afirmar que um deles é melhor em programação, raciocínio ou autonomia.

A conta favorece perfis diferentes

O Ternary Bonsai 2 27B faz mais sentido para quem precisa reduzir o custo de entrada e não precisa superar 262.144 tokens em uma única janela. É uma opção de teste para fluxos de classificação, extração, geração e automação em que o volume de chamadas importa mais do que a maior janela possível.

O GLM 5.3 FlashX é dirigido a quem realmente usa contexto muito longo. Se a aplicação trabalha com arquivos extensos, bases de conhecimento reunidas em uma solicitação ou sequências longas de interação, 1.048.576 tokens oferecem uma margem que o Bonsai 2 não oferece. O preço, porém, exige medir o consumo real antes da troca.

Para quem busca uma decisão baseada em qualidade medida, a estreia ainda não resolve a escolha. O Artificial Analysis registra uma estreia de benchmark no dia, mas ela é do K2 Horizon MoVA 36B A4B, com índice de inteligência de 25,7; esse resultado não pertence ao Bonsai 2 nem ao FlashX. Os índices mais altos listados no dia chegam a 53,4 para Claude Fable 5.1 em uma configuração de esforço máximo, com preço de US$ 20 por milhão de tokens. Essa comparação mostra que contexto e preço de entrada não substituem uma métrica de desempenho, quando ela é necessária.

O catálogo também ficou mais instável

As estreias ocorrem em um catálogo com 604 modelos de 73 criadores. No mesmo dia, o OpenRouter registrou 20 mudanças de preço, e alguns registros apontam movimentos em sentidos opostos para o mesmo modelo.

O OpenAI gpt-oss-120b aparece com alteração de US$ 0,17 para US$ 0,60 por milhão de tokens, alta registrada de 252,9%. Já o GLM 5.2 aparece em um movimento de US$ 4,40 para US$ 1,56, queda de 64,5%, e também em outro de US$ 1,56 para US$ 1,742, alta de 11,7%. O DeepSeek V4 Pro 0423 surge tanto de US$ 1,887 para US$ 3,20 quanto de US$ 3,20 para US$ 1,887 no registro do mesmo dia.

A consequência é prática: o preço visto no catálogo não deve ser tratado como premissa permanente sem monitoramento. Uma aplicação que troca de modelo para economizar pode encontrar outra tarifa quando a fatura fechar.

Para quem vale e para quem não muda nada

O Bonsai 2 vale para quem prioriza custo baixo de entrada e trabalha dentro de 262.144 tokens. O FlashX vale para quem precisa de até 1.048.576 tokens e aceita pagar mais por entrada e saída.

Para quem já usa um modelo com qualidade validada, trocar apenas por contexto maior ou preço inicial menor não basta. Os dados não trazem avaliação de desempenho para os dois lançamentos, então a migração exige teste com as próprias solicitações, medição de tokens e acompanhamento da tarifa efetiva antes de substituir uma rota em produção.