ScaleDown cobra US$ 0 por saída, mas entrada custa US$ 0,04

Se você usa IA para resumir contratos, atas, prontuários ou relatórios extensos, a conta da ScaleDown começa em um ponto incomum: US$ 0 por milhão de tokens de saída. No OpenRouter, os modelos ScaleDown: Summarize e ScaleDown: Extract cobram apenas US$ 0,04 por milhão de tokens de entrada e aceitam uma janela de contexto de 1 milhão de tokens.

A promessa de baixo custo, porém, precisa ser traduzida corretamente. A saída é gratuita; o texto enviado ao modelo não é. Para aplicações que processam documentos longos e geram respostas relativamente curtas, essa diferença pode reduzir bastante a fatura. Para fluxos que também exigem raciocínio, conversa prolongada ou geração extensa, o lançamento não substitui automaticamente um modelo geral.

O que a ScaleDown lançou

Os dois modelos estrearam em 13 de outubro de 2026. O Summarize é direcionado à sumarização. O Extract mira a extração de informações a partir de textos. A janela de contexto de 1 milhão de tokens coloca os dois na mesma faixa de modelos longos, como o Google: Gemini 4 Argon, listado no OpenRouter com 1.048.576 tokens de contexto.

A diferença está na estrutura de preços. O Gemini 4 Argon custa US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. Na modalidade batch, os valores caem para US$ 1 e US$ 5, respectivamente. A ScaleDown cobra uma fração do preço de entrada do modelo do Google e zera a tarifa de saída.

Isso não prova que o Summarize ou o Extract entreguem a mesma qualidade. Os índices do Artificial Analysis não registram notas de inteligência, código ou desempenho agêntico para os dois lançamentos. Portanto, não há base para dizer que sejam alternativas equivalentes em capacidade geral.

A conta muda para documentos longos

O benefício aparece quando o volume principal está no texto enviado. Imagine uma aplicação que recebe documentos extensos, faz uma síntese curta e armazena o resultado. Nesse desenho, a cobrança de entrada pesa mais do que a de saída. Zerar a saída elimina uma parcela relevante do custo variável, enquanto a janela de 1 milhão de tokens reduz a necessidade de dividir o documento em várias chamadas.

Isso pode simplificar pipelines de análise documental. Em vez de criar etapas para cortar um arquivo grande, resumir cada parte e depois consolidar os resultados, a aplicação pode tentar enviar mais conteúdo de uma vez. O ganho operacional dependerá do tamanho real dos documentos, do formato da entrada e da qualidade das respostas, aspectos que não aparecem nos dados de preço.

A janela ampla também não significa que todo texto deva ser enviado integralmente. Tokens de entrada continuam sendo cobrados. Se o sistema repetir o mesmo documento em várias chamadas, o custo se acumula mesmo com a saída gratuita. Cache, deduplicação e controle de prompts ainda fazem diferença na fatura.

Para quem vale — e para quem não muda nada

O lançamento interessa principalmente a equipes que processam grandes volumes de texto com tarefas bem delimitadas: resumir, localizar campos, transformar conteúdo em registros ou extrair trechos específicos. Também pode fazer sentido para uma empresa pequena que precisa controlar o custo por documento sem contratar um modelo geral caro para cada etapa.

Para quem constrói agentes, escreve código, precisa de respostas abertas ou depende de julgamento complexo, a mudança é menor. O catálogo não traz notas do Artificial Analysis para medir inteligência, programação ou uso agêntico do Summarize e do Extract. Sem essa referência, escolher os modelos para tarefas gerais seria uma aposta, não uma conclusão baseada em benchmark.

O lançamento também não altera o preço de modelos já usados na aplicação. A lista de preços do OpenRouter mostra, no mesmo período, movimentos em várias direções: o DeepSeek V4 Flash caiu de US$ 1,28 para US$ 0,182 por milhão de tokens, enquanto o DeepSeek V4 Pro 0423 passou de US$ 0,76 para US$ 1,911 em uma das alterações registradas. A fatura continua dependendo do modelo escolhido e da forma como o fluxo usa entrada e saída.

O que testar antes de trocar

O primeiro teste deve medir fidelidade da sumarização e precisão da extração em documentos reais. Uma resposta barata que omite cláusulas, mistura campos ou perde contexto pode exigir revisão humana e anular a economia.

Também vale comparar o custo por documento, e não apenas o preço por milhão de tokens. Registre o volume de entrada, o tamanho das respostas, a quantidade de chamadas e as correções necessárias. Para tarefas específicas, a tarifa zero na saída é uma vantagem concreta. Para uso geral, ela ainda não vem acompanhada de evidência pública de qualidade comparável aos modelos avaliados pelo Artificial Analysis.

Na prática, ScaleDown estreia como uma opção especializada para reduzir o custo de processamento de textos longos — e não como substituta universal do modelo principal.