ScaleDown chega a 1 milhão de tokens por US$ 0,04

Se você usa IA para resumir ou extrair informação de documentos longos, a novidade mais importante do dia custa US$ 0,04 por milhão de tokens de entrada. O ScaleDown Summarize e o ScaleDown Extract estrearam no OpenRouter com janela de contexto de 1 milhão de tokens e saída listada a US$ 0 por milhão.

A ressalva está no escopo. Esses preços não transformam os endpoints em substitutos automáticos de um modelo geral. Eles são opções específicas para duas tarefas: resumir e extrair. Para quem paga a conta da API, isso pode ser mais relevante do que uma promessa ampla de inteligência: o custo de entrada fica muito abaixo do de modelos gerais com contexto longo.

ScaleDown aposta na tarefa certa

Os dois modelos da ScaleDown têm o mesmo preço e a mesma janela: US$ 0,04 por milhão de tokens de entrada, US$ 0 por milhão de tokens de saída e 1 milhão de tokens de contexto. A diferença apresentada no catálogo está no uso indicado pelo próprio nome: Summarize para resumo e Extract para extração.

Na prática, a escolha faz mais sentido em pipelines previsíveis. Um sistema que recebe contratos, relatórios ou conjuntos extensos de texto pode encaminhar a etapa de resumo ou extração para um endpoint especializado, em vez de gastar um modelo geral mais caro nessa operação.

Ainda falta uma informação para comparar qualidade: o catálogo não traz notas de inteligência, código ou desempenho agêntico para os dois modelos. Portanto, o preço é verificável; a superioridade do resultado em relação a alternativas gerais, não.

LiquidAI oferece uma opção mais ampla

O LiquidAI: LFM2.5-24B-A2B também estreou em 13 de outubro. No OpenRouter, custa US$ 0,05 por milhão de tokens de entrada e US$ 0,70 por milhão de tokens de saída, com contexto de 128.000 tokens.

A diferença de preço de entrada para a ScaleDown é pequena: US$ 0,01 por milhão de tokens. A saída, porém, muda o cálculo. No LFM2.5-24B-A2B, cada milhão de tokens gerados aparece com preço de US$ 0,70; nos endpoints da ScaleDown, a saída está listada como US$ 0.

O modelo da LiquidAI também teve uma redução de preço registrada no OpenRouter, de US$ 1 para US$ 0,70 por milhão de tokens de saída, uma queda de 30%. Isso ajuda a explicar por que ele entra como alternativa de baixo custo, mas não o coloca na mesma categoria de contexto da ScaleDown: são 128.000 tokens contra 1 milhão.

Contexto longo não significa custo baixo em qualquer modelo

A estreia do Google Gemini 4 Argon mostra por que o preço precisa ser lido junto com a janela. A versão regular tem 1.048.576 tokens de contexto, entrada a US$ 2 por milhão e saída a US$ 10. A versão batch reduz esses valores para US$ 1 e US$ 5, mantendo a mesma janela.

O contraste é direto. Para uma tarefa de resumo ou extração compatível com os endpoints da ScaleDown, pagar US$ 0,04 por milhão de tokens de entrada pode reduzir bastante a fatura. Para uma aplicação que precisa conversar, raciocinar ou gerar formatos variados, a comparação não pode ser feita só pelo tamanho do contexto, porque o ScaleDown não aparece no catálogo como modelo geral.

Os modelos Pareto Latest e Pareto 26.9 completam o grupo de estreias do dia, ambos com 262.144 tokens de contexto, entrada a US$ 2,50 e saída a US$ 7,50 por milhão. Eles não alteram a decisão central para quem busca extração barata em documentos extensos.

Para quem a novidade vale

A ScaleDown interessa mais se você tem alto volume de documentos e tarefas bem definidas. Extração de campos, classificação estruturada e resumos padronizados são candidatos naturais a um teste de custo e qualidade. O LFM2.5-24B-A2B pode fazer mais sentido quando a aplicação precisa de uma interface menos restrita a resumo ou extração e aceita uma janela de 128.000 tokens.

Para quem precisa de geração geral, programação ou agentes, os dados de hoje não mostram uma vantagem comprovada. As notas do Artificial Analysis não estão disponíveis para o LFM2.5-24B-A2B nem para os modelos da ScaleDown. Também não há números de código ou uso agêntico que sustentem uma escolha nessas categorias.

A consequência prática é separar o roteamento por tarefa: reserve um modelo geral para o que exige geração e raciocínio amplo, e teste ScaleDown ou LiquidAI nas etapas repetitivas. Antes de trocar tudo em produção, compare a precisão da extração e o formato das respostas com o custo por milhão de tokens.