gpt-oss-120b sobe 252,9% e Llama 3.3 70B encarece 58%

Se você usa o gpt-oss-120b em produção, a mesma quantidade de tokens de saída passou a custar US$ 0,60 por milhão no OpenRouter, contra US$ 0,17 antes. É uma alta de 252,9%. O Llama 3.3 70B Instruct também encareceu: saiu de US$ 0,50 para US$ 0,79 por milhão de tokens de saída, avanço de 58%.

A diferença parece pequena em uma chamada isolada. Em uma aplicação que gera respostas o dia inteiro, ela aparece diretamente na fatura. E não há novo modelo, ganho de capacidade ou mudança de contexto associada a essas duas altas: o que mudou foi o preço listado para inferência.

A conta mudou sem trocar o modelo

Os preços do OpenRouter mostram que o gpt-oss-120b ficou US$ 0,43 mais caro por milhão de tokens de saída. No Llama 3.3 70B, o aumento foi de US$ 0,29 no mesmo volume. Se a aplicação produz muita saída — relatórios, respostas longas, código ou etapas intermediárias de agentes — esse componente passa a pesar mais.

A comparação precisa ser feita com o tráfego real. O custo de entrada não aparece nessas duas alterações de preço, e os dados disponíveis para os modelos não indicam uma mudança de janela de contexto. Portanto, reduzir prompts pode não resolver tudo: se o gargalo da fatura está na resposta gerada, o ajuste mais direto é limitar a saída, revisar o fluxo ou testar outro modelo.

Para quem chama esses modelos por meio de uma camada de roteamento, a mudança também exige revisar regras de fallback. Uma rota configurada para usar o gpt-oss-120b quando o modelo principal falha pode continuar funcionando tecnicamente, mas custar mais em cada acionamento. O mesmo vale para sistemas que escolheram o Llama 3.3 70B como opção econômica.

O aumento não ficou restrito a OpenAI e Meta

A janela de dois dias registra 20 mudanças de preço no OpenRouter. O maior aumento listado foi o do DeepSeek V4 Pro 0423, que passou de US$ 0,418 para US$ 1,897 por milhão de tokens de saída em uma alteração, alta de 354,2%. O mesmo modelo aparece em outra mudança no dia seguinte, de US$ 0,825 para US$ 1,911, avanço de 131,6%.

Também houve alta de 100% no DeepSeek V4 Pro 0813, de US$ 1,98 para US$ 3,96, e de 96,7% no Llama 4 Scout, de US$ 0,30 para US$ 0,59. A fotografia é menos a de um reajuste único e mais a de um catálogo com preços se movendo em várias direções.

Há quedas no mesmo período. O DeepSeek V4.1 Flash caiu de US$ 1,20 para US$ 0,60 em uma alteração, enquanto o DeepSeek V4 Pro 0813 apareceu também com redução de US$ 3,96 para US$ 1,98. O Gemma 4 26B A4B teve uma queda de US$ 0,30 para US$ 0,255. Isso torna a comparação de preço atual mais importante do que confiar em uma tabela antiga.

O que o lançamento da Meta muda — e o que não muda

A Meta também lançou o Muse Wonder, listado no OpenRouter com US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída. A janela de contexto é de 1.048.576 tokens. O preço de saída é muito maior que o do Llama 3.3 70B, mas não há base para tratá-lo como substituto direto apenas por ser mais novo.

No Artificial Analysis, o Muse Wonder marcou 52,4 no índice de inteligência, enquanto a variante Muse Wonder Full marcou 55,8. A estreia não coloca automaticamente o modelo acima de todas as alternativas: o ranking também lista Claude Opus 5.5 com 57,6 e Claude Sonnet 5.5 com 56.

Esse é o ponto que o anúncio de um novo modelo pode esconder. Um lançamento acrescenta opção ao catálogo; um reajuste muda o custo de uma operação que já existe. São decisões diferentes para quem administra uma API.

Para quem isso importa agora

A alta afeta principalmente quem mantém volume recorrente no gpt-oss-120b ou no Llama 3.3 70B, especialmente com respostas extensas e uso em agentes. Também importa para equipes que fixaram orçamento por milhão de tokens e não acompanham alterações do provedor de roteamento.

Para quem usa esses modelos apenas em testes ocasionais, a diferença pode ser irrelevante. Para quem hospeda pesos próprios ou acessa outro provedor com tabela diferente, os preços do OpenRouter não alteram a fatura. O impacto é específico de quem compra a inferência por essa plataforma.

A medida prática é recalcular o custo por tarefa, não apenas por milhão de tokens. Compare entrada, saída e volume mensal; depois, valide se o modelo mais barato ainda entrega a qualidade necessária. Se a aplicação não precisa do gpt-oss-120b ou do Llama 3.3 70B, a alta é um sinal para reabrir o roteamento antes que o próximo ciclo de cobrança transforme centavos por milhão em uma despesa recorrente.