Comparação de preços de API LLM por modelo e provedor

As tarifas do Gemini 3.8 Flash são promocionais até 2026-12-31 e sobem para $1.50 de entrada e $7.50 de saída a partir de 2027-01-01. As tarifas do GPT-6.1 Sol valem até 272,000 tokens de entrada; prompts mais longos são cobrados a 2× a entrada e 1.5× a saída.⁵⁴

— indica que não há tarifa serverless pública para esse modelo nesta comparação. Groq e Cerebras não oferecem nenhum dos três modelos atuais. A DeepInfra aparece com o preço de tabela; a promoção atual está no card dela.^22241213

Em GLM-5.3, a entrada de tabela da DeepInfra fica 36% abaixo da tarifa padrão, mas a saída só 9%, então a vantagem cai de 29% para 10% quando a saída domina. Em DeepSeek V4.1 Flash 1017, a saída fica 50% abaixo do padrão, então a vantagem sobe de 38% para 50%. O cache desfaz o empate de GLM-5.3-Flash: a tarifa de cache de $0.05 da CoreWeave deixa a requisição com cache em $0.00120, contra $0.00104 nos demais.¹²¹³³¹

1. DeepInfra

   Tarifas de tabela abaixo da tabela padrão em GLM-5.3 e DeepSeek V4.1 Flash 1017, além de uma promoção atual e níveis de serviço extras.^12131418

   GLM-5.3

   $0.20

   DeepSeek V4.1 Flash 1017

   $0.006

   GLM-5.3-Flash

   $0.03

   Vantagens

   A entrada de GLM-5.3 a $0.90 compensa uma tarifa de cache acima da Baseten, então a requisição de GLM-5.3 com cache custa $0.00740, a menor entre todos os provedores.^12131418

   Limitações

   Em GLM-5.3, o desconto está sobretudo na entrada, então requisições com muita saída economizam só 10%; os níveis Flex (0.8×) e, em DeepSeek V4.1 Flash 1017, Priority (1.5×) são calculados sobre a tarifa atual.^12131418

   A DeepInfra cobra hoje uma promoção de $0.5625 / $2.50 / $0.125 em GLM-5.3 e $0.098 / $0.294 / $0.003 em DeepSeek V4.1 Flash 1017; a matriz mantém os preços de tabela porque promoções expiram.¹²¹³

   ^12131418

2. Baseten

   Tarifas padrão de entrada e saída, a menor tarifa de cache de GLM-5.3 e um nível Fast mais caro.¹⁸³

   GLM-5.3

   $0.14

   DeepSeek V4.1 Flash 1017

   $0.007

   GLM-5.3-Flash

   $0.03

   Vantagens

   Com cache a $0.14, sua requisição de GLM-5.3 com cache custa $0.00832, 10% menos que os $0.00928 dos provedores a $0.26.¹⁸³

   Limitações

   Sua tarifa de cache de DeepSeek V4.1 Flash 1017 é $0.007, contra $0.006 nos demais, e o Fast custa 1.5× o padrão em GLM-5.3 ($2.10 / $6.60) e 2× em DeepSeek V4.1 Flash 1017 ($0.60 / $2.40).¹⁸³

   ¹⁸³

3. Fireworks

   A tabela padrão nos três modelos atuais, no nível Standard global.¹⁷

   GLM-5.3

   $0.26

   DeepSeek V4.1 Flash 1017

   $0.006

   GLM-5.3-Flash

   $0.03

   Vantagens

   Com Novita AI, DeepInfra e Together AI, é um dos quatro provedores aqui que precificam os quatro modelos, incluindo GPT-OSS 120B a $0.15 / $0.60.¹⁷

   Limitações

   A região dos EUA custa 1.5× e o Priority 1.25× as tarifas Standard mostradas; GLM-5.3 na região dos EUA custa $2.10 / $6.60.¹⁷

   ¹⁷

4. Novita AI

   A tabela padrão compartilhada nos três modelos atuais, sem desconto em entrada, saída ou entrada em cache.^{89101112131821161723}

   GLM-5.3

   $0.26

   DeepSeek V4.1 Flash 1017

   $0.006

   GLM-5.3-Flash

   $0.03

   Vantagens

   Precifica os quatro modelos; em GPT-OSS 120B, suas tarifas de $0.05 / $0.25 ficam abaixo de Groq, Together AI, Fireworks e Cerebras.^{89101112131821161723}

   Limitações

   Não é a mais barata sozinha em nenhum modelo: as tarifas de tabela da DeepInfra são menores em GLM-5.3 e DeepSeek V4.1 Flash 1017, a tarifa de cache de GLM-5.3 da Baseten é $0.14 contra $0.26 da Novita AI, e seu GPT-OSS 120B não tem tarifa de entrada em cache.^{89101112131821161723}

   ^{89101112131821161723}

5. Together AI

   A tabela padrão nos três modelos atuais, com GPT-OSS 120B a $0.15 / $0.60.^316891011

   GLM-5.3

   $0.26

   DeepSeek V4.1 Flash 1017

   $0.006

   GLM-5.3-Flash

   $0.03

   Vantagens

   Suas tarifas nos três modelos atuais são idênticas às da Novita AI, então a escolha entre as duas depende do serviço, não do preço por token.^316891011

   Limitações

   Sua tarifa de entrada de GPT-OSS 120B é 3× a da Novita AI e a de saída 2.4× ($0.15 / $0.60 contra $0.05 / $0.25), sem tarifa de cache listada aqui.^316891011

   ^316891011

6. Z.ai

   GLM-5.3 e GLM-5.3-Flash direto do criador, com as mesmas tarifas da tabela padrão.¹⁹

   GLM-5.3

   $0.26

   DeepSeek V4.1 Flash 1017

   Não listado

   GLM-5.3-Flash

   $0.03

   Vantagens

   O armazenamento de entrada em cache é gratuito por tempo limitado; leituras em cache são cobradas a $0.26 em GLM-5.3 e $0.03 em GLM-5.3-Flash.¹⁹

   Limitações

   Não precifica nenhum outro modelo desta matriz, e o armazenamento gratuito é uma promoção que pode acabar.¹⁹

   ¹⁹

7. CoreWeave

   As menores tarifas de GPT-OSS 120B, mas a maior tarifa de cache de GLM-5.3-Flash.¹¹⁵³

   GLM-5.3

   Não listado

   DeepSeek V4.1 Flash 1017

   Não listado

   GLM-5.3-Flash

   $0.05

   Vantagens

   Com $0.03 de entrada e $0.17 de saída, tem a entrada de GPT-OSS 120B mais barata da matriz e empata com a DeepInfra na saída.¹¹⁵³

   Limitações

   Sua tarifa de cache de GLM-5.3-Flash de $0.05, contra $0.03 nos demais, deixa a requisição com cache em $0.00120 contra $0.00104, e ela não lista nem GLM-5.3 nem DeepSeek V4.1 Flash 1017.¹¹⁵³

   ¹¹⁵³

8. DeepSeek

   DeepSeek V4.1 Flash 1017 direto do criador, com preço por horário do dia.²⁰

   GLM-5.3

   Não listado

   DeepSeek V4.1 Flash 1017

   $0.006

   GLM-5.3-Flash

   Não listado

   Vantagens

   Fora do pico, as três tarifas caem pela metade: $0.15 de entrada, $0.60 de saída e $0.003 em cache.²⁰

   Limitações

   As tarifas de pico são iguais à tabela padrão, e as de fora do pico valem só para o tráfego enviado nesses horários.²⁰

   ²⁰