Guia de escolha

Melhores APIs LLM: custos, desempenho e limites

Escolha DeepInfra pelo exemplo de GPT-OSS 120B de $0.00054, Groq por 473 tokens/s na Artificial Analysis (AA) ou Novita AI pelo exemplo de $0.00075, 200+ modelos e Agent Sandbox.

Atualizado · 13 fontes · Metodologia

NecessidadeRecomendaçãoMotivo
Menor custo do exemploDeepInfra$0.0005412
Maior velocidade de saída medidaGroq473 tokens/s3
Menor espera inicial medidaTogether AI0.47 s3

Desempenho

Desempenho

GPT-OSS 120B · captura de provedores AA · raciocínio alto · 10,000 tokens de entrada.

Deslize para ver todas as colunas

ProvedorVelocidade de saída (tokens/s)Mediana do tempo até o primeiro fragmento (s)Endpoint Accuracy Index v1.0
Novita AI3228.9193%
DeepInfra336.7198%
Groq3473.6590%
Together AI3118.4781%
Fireworks AI3Este endpoint não aparece nesta comparação de provedores da AA——

Recursos e condições do serviço

Recursos e condições do serviço

Deslize para ver todas as colunas

ProvedorAPI e ID do modeloServiço e capacidade
Novita AI456https://api.novita.ai/openaiO catálogo de 200+ modelos da Novita compartilha o faturamento com APIs multimodais, Agent Sandbox e produtos de GPU; este endpoint GPT-OSS 120B permite até 32K de saída.
DeepInfra12https://api.deepinfra.com/v1/openaiA DeepInfra aplica um limite padrão de 200 solicitações simultâneas por modelo. Seu endpoint padrão de GPT-OSS 120B e o Turbo são produtos distintos.
Groq78https://api.groq.com/openai/v1O Groq Free aplica quatro cotas para GPT-OSS 120B: 30 RPM, 1K RPD, 8K TPM e 200K TPD; as cotas do plano Developer são separadas.
Together AI91011https://api.together.xyz/v1Além de um catálogo de 200+ modelos, a Together oferece contratos de capacidade de processamento provisionada. Seu serviço serverless, sem garantia de capacidade, pode retornar erros 429 ou 503 em períodos de alta demanda.
Fireworks AI1213https://api.fireworks.ai/inference/v1A Fireworks cobra a entrada em cache de GPT-OSS 120B a $0.015 por 1M tokens. As implantações em GPUs dedicadas continuam sujeitas às cotas de solicitações da conta.

Preços

Preços e custo por solicitação

Deslize para ver todas as colunas

ProvedorEntrada / 1M tokensSaída / 1M tokens
Novita AI456$0.05$0.25
DeepInfra12$0.037$0.17
Groq78$0.15$0.60
Together AI91011$0.15$0.60
Fireworks AI1213$0.15$0.60
Exemplo: 10,000 tokens de entrada + 1,000 de saída faturada
Novita AI$0.00075
DeepInfra$0.00054
Groq$0.00210
Together AI$0.00210
Fireworks AI$0.00210

Opções, vantagens e limitações

Opções, vantagens e limitações

  1. DeepInfra

    Uma API direta para geração de texto com foco em custo no endpoint padrão.

    Entrada / 1M tokens
    $0.037
    Saída / 1M tokens
    $0.17
    Custo estimado por solicitação
    $0.00054

    Vantagens

    • O endpoint padrão da DeepInfra mantém o orçamento indicado de 10,000 tokens de entrada / 1,000 de saída em $0.00054.12

    Limitações

    • Os preços baixos por token vêm acompanhados de uma velocidade de 36 tokens/s no endpoint padrão. Turbo é uma oferta separada; as tarifas padrão de $0.037/$0.17 não incluem seu desempenho.3

    Fontes:12 · Novita AI vs DeepInfra

  2. Novita AI

    Uma plataforma de APIs de modelos para aplicações que combinam texto com imagem, vídeo ou áudio.

    Entrada / 1M tokens
    $0.05
    Saída / 1M tokens
    $0.25
    Custo estimado por solicitação
    $0.00075

    Vantagens

    • Para cargas mistas, Novita AI combina um exemplo GPT-OSS 120B de $0.00075 com APIs de texto, imagem, vídeo e áudio.456

    Limitações

    • A Novita AI limita a saída gerada a 32K, restringindo respostas longas. Sua mediana de 0.91 s até o primeiro fragmento também supera os 0.65 s da Groq.3

    Fontes:456

  3. Groq

    Uma API voltada a streaming para aplicações que priorizam a velocidade de saída dos modelos disponíveis.

    Entrada / 1M tokens
    $0.15
    Saída / 1M tokens
    $0.60
    Custo estimado por solicitação
    $0.00210

    Vantagens

    • O resultado de 473 tokens/s da AA favorece a saída em streaming no endpoint GPT-OSS 120B da Groq avaliado.783

    Limitações

    • A Groq cobra $0.15/$0.60 por 1M tokens de entrada/saída, acima dos $0.05/$0.25 da Novita AI. O acesso também está sujeito aos limites de cada modelo e plano.

    Fontes:78 · Novita AI vs Groq

  4. Together AI

    Uma opção para reduzir a espera inicial, com acesso serverless e throughput contratado como ofertas separadas.

    Entrada / 1M tokens
    $0.15
    Saída / 1M tokens
    $0.60
    Custo estimado por solicitação
    $0.00210

    Vantagens

    • A mediana de 0.47 s da Together AI até o primeiro fragmento é a menor no levantamento de provedores exibido.910113

    Limitações

    • A Together AI custa $0.15/$0.60 por 1M tokens de entrada/saída, contra os $0.05/$0.25 da Novita AI. As condições de cada modelo e plano continuam válidas.

    Fontes:91011 · Novita AI vs Together AI

  5. Fireworks AI

    Uma API para cargas com prompts repetidos que podem usar a cobrança de entradas em cache.

    Entrada / 1M tokens
    $0.15
    Saída / 1M tokens
    $0.60
    Custo estimado por solicitação
    $0.00210

    Vantagens

    • Fireworks lista entrada GPT-OSS 120B em cache a $0.015 por 1M tokens; Novita AI custa $0.00075 no exemplo sem cache.1213

    Limitações

    • A Fireworks cobra $0.15/$0.60 por solicitações síncronas, acima das tarifas padrão da DeepInfra. GPUs dedicadas não eliminam as cotas de solicitações da conta.

    Fontes:1213 · Novita AI vs Fireworks AI

Metodologia

Metodologia e fontes

A seleção de cinco provedores de GPT-OSS 120B usa preços de tabela diretos e um snapshot de endpoints da AA para os quatro provedores medidos. As configurações da AA são raciocínio high e 10,000 tokens de entrada, com velocidade e latência do primeiro bloco apresentadas como medianas de 72 horas. O primeiro bloco recebido pode conter raciocínio; sua latência não é a espera pelo primeiro token da resposta. O Endpoint Accuracy Index é relativo a um endpoint de referência, e não uma taxa de aprovação em tarefas. Neste snapshot, a Fireworks tem apenas dados de preço e implantação.

O gráfico de solicitações usa um orçamento síncrono sem cache de 10,000 tokens de entrada e 1,000 tokens de saída faturados, incluindo raciocínio; exclui impostos, novas tentativas, descontos e capacidade reservada. Os cartões são ordenados por esse custo, e não pela qualidade do provedor, enquanto os limites e as contagens de catálogo mantêm o escopo de cada provedor. A Novita AI é um dos provedores listados e a editora; a página usa evidências públicas, não um teste privado de carga de trabalho.

  1. DeepInfra · GPT-OSS 120B deepinfra.com · Consultado 2026-10-15
  2. DeepInfra · Rate Limits deepinfra.com · Consultado 2026-10-15
  3. Artificial Analysis · GPT-OSS 120B Providers artificialanalysis.ai · Consultado 2026-10-15
  4. Novita AI · GPT-OSS 120B novita.ai · Consultado 2026-10-15
  5. Novita AI · Platform novita.ai · Consultado 2026-10-15
  6. Novita AI · Batch docs.novita.ai · Consultado 2026-10-15
  7. Groq · GPT-OSS 120B console.groq.com · Consultado 2026-10-15
  8. Groq · Rate Limits console.groq.com · Consultado 2026-10-15
  9. Together AI · GPT-OSS 120B www.together.ai · Consultado 2026-10-15
  10. Together AI · Model Library www.together.ai · Consultado 2026-10-15
  11. Together AI · Rate Limits docs.together.ai · Consultado 2026-10-15
  12. Fireworks AI · GPT-OSS 120B fireworks.ai · Consultado 2026-10-15
  13. Fireworks AI · Account Quotas docs.fireworks.ai · Consultado 2026-10-15

Desenvolva com Novita Model APIs

Crie uma chave API e conecte sua aplicação.

Comece a desenvolverExplore os modelos

Tudo o que você precisa para criar IA de produção.

Mais de 200 modelos, GPUs sob demanda e ambientes de execução de agentes seguros — unificados em uma única API. Grátis para começar, escala conforme você cresce.