Novos modelos chegam com 1 milhão de tokens, mas não todos

Se você usa um modelo em produção, a novidade mais importante desta quarta-feira não é apenas a chegada de seis opções ao catálogo. É a combinação entre contexto longo e preço: o GLM 5.3 Prime, da Z.ai, custa US$ 2,80 por milhão de tokens de entrada e US$ 8,80 por milhão de saída, com janela de 1 milhão de tokens. O Qwen3.8 Max Prime oferece a mesma janela, mas cobra US$ 4 por milhão de entrada e US$ 12 por milhão de saída, segundo os preços listados no OpenRouter.

A conta, portanto, não acompanha todos os anúncios da mesma forma. Há modelos para cargas complexas, alternativas mini para reduzir custo e opções gratuitas ou quase gratuitas. Mas a janela de contexto de 1 milhão não é padrão entre as estreias.

Z.ai e Qwen disputam o topo pelo preço

O GLM 5.3 Prime é a opção mais barata entre os dois novos modelos de topo. Na entrada, custa 30% menos que o Qwen3.8 Max Prime. Na saída, a diferença chega a US$ 3,20 por milhão de tokens.

Essa diferença pesa principalmente em aplicações que geram muito texto: agentes, análise de documentos extensos e fluxos de programação com respostas longas. Se a maior parte do gasto está na entrada, o modelo da Z.ai também leva vantagem. Se o sistema envia grandes volumes de contexto, a diferença pode aparecer antes mesmo de a resposta ser gerada.

O catálogo também lista o Qwen3.8 2.4T A95B, lançado anteriormente, a US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída, com contexto de 1.048.576 tokens. O Qwen3.8 Max Prime custa mais que essa referência anterior. A justificativa prática para testar o lançamento, portanto, não pode ser apenas a janela de contexto: ela já aparece em outra opção da própria família Qwen.

AionLabs coloca o mini no centro da conta

AionLabs estreia dois modelos. O Aion 3.5 Mini custa US$ 0,70 por milhão de tokens de entrada e US$ 1,40 por milhão de saída. O Aion 3.5, maior, sai por US$ 3 e US$ 6, respectivamente.

Os dois têm janela de 262.144 tokens. Isso é menor que 1 milhão, mas ainda atende fluxos que precisam manter conversas, documentos ou estados de agente relativamente longos sem recorrer imediatamente a divisão em partes.

Para quem paga a fatura, o mini é a opção mais direta para tarefas de alto volume entre os modelos pagos destacados aqui. Ele custa um quarto do preço de entrada do Aion 3.5 e menos de um quarto do preço de saída. O desempenho, porém, não aparece acompanhado de notas de inteligência, código ou uso agêntico no Artificial Analysis para estas estreias. Não dá para transformar o preço em prova de qualidade.

A janela de 1 milhão não é regra

Das seis estreias do dia, três chegam com 1 milhão de tokens de contexto: GLM 5.3 Prime, Qwen3.8 Max Prime e Space Bunny Alpha. O Space Bunny Alpha aparece com entrada e saída gratuitas no catálogo, mas não há preço pago nem notas de avaliação informadas para ele.

O Solar Mini 4, da Upstage, tem contexto de 524.288 tokens. Custa US$ 0,05 por milhão de tokens de entrada e US$ 0,20 por milhão de saída. É a alternativa de menor preço entre os lançamentos pagos, embora sua janela também fique abaixo de 1 milhão.

A diferença importa na arquitetura. Uma janela maior pode reduzir a necessidade de resumir ou fragmentar documentos, mas o preço por token continua determinando a fatura. Um milhão de tokens disponíveis não significa que seja barato enviar esse volume em cada chamada.

O que muda para cada tipo de equipe

Se você precisa processar documentos extensos e quer testar um modelo de topo com custo menor, o GLM 5.3 Prime é o primeiro candidato da lista. O Qwen3.8 Max Prime faz mais sentido quando existe uma razão específica para preferi-lo, porque a janela é igual e o preço é maior.

Se o uso é classificação, extração, atendimento ou automação com muitas chamadas, o Aion 3.5 Mini e o Solar Mini 4 merecem teste de custo e qualidade. O Solar tem preço menor, mas não oferece a mesma janela do Aion. O modelo gratuito Space Bunny Alpha pode servir para experimentos, mas preço zero não substitui testes de disponibilidade, limites e consistência.

Para quem já usa o Qwen3.8 27B ou o Qwen3.8 Flash, a estreia do Max Prime não muda automaticamente a infraestrutura. O Qwen3.8 Flash custa US$ 0,15 por milhão de entrada e US$ 0,47 por milhão de saída, com 1 milhão de tokens de contexto. Em muitos fluxos, migrar para o topo aumentaria bastante a conta sem necessidade.

A escolha prática é separar as rotas: modelos de topo para tarefas difíceis, mini para volume e contexto longo apenas quando o fluxo realmente usa essa capacidade.