Kimi K2.6 e Llama 3.3 caem até 50%, mas nem tudo barateou

Se você usa modelos de linguagem em produção, a queda mais importante desta semana não está em um lançamento novo: está na fatura. O preço listado no OpenRouter para o Kimi K2.6 caiu de US$ 4 para US$ 2,45 por milhão de tokens, redução de 38,8%. O Llama 3.3 70B Instruct passou de US$ 0,50 para US$ 0,32, queda de 36%.

A maior redução percentual foi do DeepSeek V4.1 Flash, de US$ 2,40 para US$ 1,20 por milhão de tokens. É um corte de 50%. A lista, porém, também traz aumentos expressivos. O DeepSeek V4 Pro subiu de US$ 0,418 para US$ 1,911, alta de 357,5%, enquanto o Qwen3.5-27B avançou de US$ 1,56 para US$ 2,60, aumento de 66,7%.

A promessa de uma onda de preços menores, portanto, só vale para uma parte do catálogo.

Onde a conta realmente caiu

Além de Kimi, Llama e DeepSeek, o Qwen3.6 27B teve corte de 38,5%, passando de US$ 3,25 para US$ 2 por milhão de tokens. O Tencent Hy3 caiu 37,5%, de US$ 0,528 para US$ 0,33. O Qwen3 30B A3B Instruct 2507 recuou 35,7%, de US$ 0,30 para US$ 0,193.

Esses números favorecem aplicações com muito tráfego e tarefas repetitivas, nas quais cada chamada individual parece barata, mas milhões de tokens acumulam uma fatura relevante. Também criam espaço para trocar um modelo mais caro por uma alternativa que já está integrada ao produto, desde que a qualidade das respostas e a latência continuem aceitáveis.

O ponto prático é que o desconto não é uniforme. O Qwen3.5-35B-A3B aparece com uma redução de 25% em uma mudança, de US$ 1 para US$ 0,75, e também com um aumento de 33,3%, de US$ 0,75 para US$ 1, em outra alteração. O Gemma 4 26B A4B também aparece em movimentos opostos de preço, incluindo quedas de 15% e alta de 17,6%.

O que não ficou mais barato

Se o modelo escolhido foi o DeepSeek V4 Pro, a tendência desta janela é o aumento, não a economia. O mesmo vale para o Qwen3 Next 80B A3B Instruct, que passou de US$ 1,10 para US$ 1,50, alta de 36,4%, e para o Qwen3.5-35B-A3B na alteração de US$ 0,75 para US$ 1.

Também houve alta no Kimi K3, de US$ 14 para US$ 15 por milhão de tokens, e no NVIDIA Nemotron 3 Nano 30B A3B, de US$ 0,20 para US$ 0,24. A redução de um modelo não deve ser tratada como sinal de que todos os provedores estão repassando custos menores.

Para quem usa roteamento automático, a consequência é direta: uma regra criada para escolher sempre o modelo mais barato pode começar a enviar tráfego para uma opção que ficou mais cara. É preciso revisar preços fixos, limites de orçamento e fallback. Se o sistema usa apenas um modelo estável, a mudança só afeta a conta quando o preço desse modelo específico tiver mudado.

A pressão também vem dos lançamentos

A janela de dois dias registrou quatro lançamentos e vinte mudanças de preço. Entre as novidades, o Claude Haiku 5.5 aparece no OpenRouter com US$ 0,10 por milhão de tokens de entrada e US$ 0,50 de saída, além de janela de contexto de 1.000.000 de tokens. A versão batch custa US$ 0,05 na entrada e US$ 0,25 na saída.

O Mistral Large 4 foi listado a US$ 0,68 na entrada e US$ 2,09 na saída, com contexto de 524.288 tokens. O Gemini Nano Banana 2.1 aparece a US$ 1,50 na entrada e US$ 7,50 na saída, com contexto de 65.536 tokens.

No Artificial Analysis, o Claude Haiku 5.5 estreou com variações de desempenho. A configuração Max marcou 43,4 no índice de inteligência, enquanto a Xhigh marcou 41,2, a High 37,8, a Medium 34,5 e a Low 29,4. As estreias foram listadas a US$ 0,20 por milhão de tokens no índice.

Isso não permite concluir que o Haiku 5.5 seja automaticamente a melhor substituição para Kimi, Llama ou Qwen. Preço, capacidade e configuração não são a mesma coisa. O ganho depende do tipo de tarefa, do volume de saída e da necessidade de contexto.

Para quem a mudança vale

A redução favorece principalmente quem já usa Kimi K2.6, Llama 3.3 70B Instruct, Qwen3.6 27B ou DeepSeek V4.1 Flash em produção. Também ajuda equipes que podem testar esses modelos em classificação, extração, atendimento e geração de texto sem reescrever toda a aplicação.

Para quem depende do DeepSeek V4 Pro ou do Qwen3 Next 80B A3B Instruct, a notícia é oposta: a conta pode subir. E, para quem usa Claude, Gemini ou Mistral sem alteração no modelo contratado, as quedas dos concorrentes não reduzem a fatura por si só.

A decisão mais segura é recalcular o custo com o seu próprio mix de entrada e saída, comparar os preços atuais no OpenRouter e testar a qualidade antes de trocar o endpoint. O desconto só vira economia quando o modelo mais barato entrega o resultado necessário sem aumentar tentativas, revisões ou chamadas adicionais.