APIs LLM baratas: custos de 14 candidatos

APIs LLM baratas: compare modelos pela sua carga

Entre os candidatos Orux AI comparados no original de 29 de outubro de 2026, LingDT 3.0 Flash tem o menor custo para 1,000 requisições de 2,000 tokens de entrada e 500 de saída: 20.4 Credits ($0.102). GPT-6 Luna vem depois, com 24.3 Credits ($0.122). As opções econômicas com preço público do fabricante para comparar são Luna e Claude Haiku 5.5, este a 48.6 Credits ($0.243): cerca de 27% e 54% das respectivas tarifas oficiais padrão citadas. Não é um ranking absoluto de todo o catálogo de novembro de 2026; os modelos novos exigem outra comparação.

A proporção entre entrada e saída muda a ordem. Veja a tabela completa, as premissas e um script para medir seus próprios prompts. Ranking de preço não é ranking de qualidade.

Resposta rápida

Cinco primeiros candidatos para 2,000 tokens de entrada e 500 de saída, por 1,000 requisições, aos preços Orux de 29 de outubro de 2026:

1. LingDT 3.0 Flash: 20.4 Credits ($0.102). O original não encontrou preço oficial público comparável.
2. GPT-6 Luna: 24.3 Credits ($0.122), contra $0.45 na OpenAI padrão.
3. Claude Haiku 5.5: 48.6 Credits ($0.243), contra $0.45 na Anthropic padrão.
4. Ernie 4.5 Turbo 128K: 53.3 Credits ($0.267).
5. Qwen3.5 Plus: 75 Credits ($0.375), contra $0.574 na região Alibaba Cloud citada.

DeepSeek V4.1 Flash fica em sexto fora do pico, com 91.7 Credits ($0.458), mas dobra no pico. O horário importa.

Metodologia

O original coletou valores por milhão de tokens nas páginas públicas Orux e dos fabricantes em 29 de outubro de 2026. A unidade principal é Credits: 1 Credit=$0.005, ou 200 Credits=$1. Os dólares são conversão, não outro preço.

A carga de referência tem 2,000 tokens de entrada e 500 de saída, aproximadamente uma resposta de suporte com contexto recuperado ou um resumo curto. Não prevê seu consumo real. Para 1,000 requisições são 2M de entrada e 0.5M de saída:

custo por 1,000 requisições = 2 × tarifa de entrada + 0.5 × tarifa de saída

Luna custa 5.4/27 Credits por milhão: 2×5.4+0.5×27=10.8+13.5=24.3 Credits.

Não avaliamos qualidade. Repetir chamadas pode eliminar a vantagem de uma tarifa baixa, mas não significa ultrapassar sempre qualquer modelo mais caro. Use a lista para selecionar candidatos e avalie com sua tarefa.

Tabela completa

São os 14 modelos do original de 29 de outubro de 2026; DeepSeek ocupa duas linhas de horário. Orux está em Credits por milhão e fabricantes em USD por milhão. A tabela não cobre todo o catálogo atual. Os preços Alibaba correspondem à região e à modalidade citadas, não a uma tarifa mundial única.

Deslize para os lados para ver toda a tabela.

Notas:

• Qwen3.7 Plus a $0.40/$1.60 aparece com desconto temporário de 20% nas linhas pertinentes de US/Japan, entre outras. Global tem outros preços. A proporção de 78% só compara essa base e muda com a região ou o fim da oferta.
• Gemini 4 Argon sobe oficialmente para $4/$20 em 1º de dezembro de 2026; Gemini 3.8 Flash para $1.50/$7.50 em 1º de janeiro de 2027. A referência custará então $18.00/$6.75 por 1,000 requisições. Preços futuros Orux ficam nas páginas dos modelos; não presumimos se acompanharão a alta.
• O original não conseguiu carregar a tabela Moonshot naquele dia e deixou Kimi K3 sem comparação oficial. Isso não significa que hoje não exista preço do fabricante.

Quando a Orux não é mais barata

Em DeepSeek, confira alias e horário:

• deepseek-v4.1-flash-1017 mantém 60/240 Credits por milhão ($0.30/$1.20) o dia inteiro, igual ao pico oficial e ao dobro fora do pico. A referência custa 240 Credits ($1.20) por 1,000 chamadas. Sem necessidade específica dessa versão, compare primeiro deepseek-v4.1-flash, sem pressupor resultados iguais entre aliases.
• A Orux aplica pico diariamente em 01:00–04:00 e 06:00–10:00 UTC. A DeepSeek direta aplica apenas em dias úteis, excluindo feriados chineses. Nessas horas do fim de semana, a entrada Orux custa $0.229 por milhão, contra $0.15 direto. Para esse tráfego, o direto é mais barato.

O original também excluiu algumas variantes MiniMax M3, Doubao e Kimi K2.x por superarem as tarifas oficiais citadas. É uma explicação histórica da seleção, não uma conferência atual de modelo, região e faixa. O guia de preços DeepSeek, em inglês, detalha o agendamento.

O menor preço conforme entrada e saída

A referência é concentrada em entrada. Em muitos modelos da tabela, a saída custa de três a seis vezes mais. Estes valores usam as mesmas tarifas de 29 de outubro de 2026, em Credits por 1,000 chamadas:

Deslize para os lados para ver toda a tabela.

Na prática:

• Classificação e RAG concentram entrada. Luna a 5.4, contra 5.83 de LingDT, fica ligeiramente mais barato.
• Em geração longa, a saída LingDT a 17.5 contra 27 de Luna reduz cerca de um terço no exemplo.
• DeepSeek V4.1 Flash aceita response_format: {"type": "json_object"} na Orux. É mais caro que os dois primeiros, mas pode reduzir tentativas por JSON inválido. Não garante seu schema nem uma redução observada de repetições.
• Não classificamos qualidade de código. MiniMax M3.1 Flash custa 96 Credits por 1,000 chamadas de referência e se apresenta para código e tarefas em várias etapas. É um candidato intermediário para testar, não um vencedor comprovado.

Custos fáceis de esquecer

Confira também:

• Faixas de contexto. Haiku 5.5 passa de 10.8/54 para 56/280 Credits por milhão acima de 100K de entrada, aplicando a faixa à requisição inteira. Uma entrada de 120K e saída de 1K custa cerca de 7.0 Credits, não 1.35. Luna usa 20/80 a partir de 270K na Orux. O original anotava 272K como limite OpenAI, não confirmado nas páginas atuais consultadas: não trate como garantia vigente. Qwen3.5 Plus e Qwen3.7 Plus têm faixas superiores acima de 128K e 256K.
• Pico. DeepSeek Flash e Pro aproximadamente dobram; agende os lotes que podem esperar fora do pico.
• Cache. Haiku curto cobra 1.1 Credits por milhão lido e Luna 0.54. Se 1,500 dos 2,000 tokens forem um prompt de sistema estável que realmente acerta o cache, Haiku cai de 48.6 para cerca de 34.1 Credits por 1,000 chamadas, sem escritas. A escrita oficial Anthropic de cinco minutos custa 1.25 vez a entrada. Na Orux, a escrita Haiku curta atual é 13.75 Credits; não substitua por 10.8×1.25.
• Mínimo. O original dizia 0.001 Credits em todo chat. Em 1º de novembro de 2026 as condições variam: Luna e Haiku, entre outros, têm 0.001; LingDT, DeepSeek e alguns candidatos têm 0. Verifique cada modelo para chamadas minúsculas.
• Batch. Anthropic direta oferece 50% de desconto. Os candidatos Orux conferidos não oferecem esse modo Batch. Para grandes trabalhos Claude offline, compare com Batch oficial, não só padrão.
• Falhas. A Orux não cobra requisições que falham; desconta o uso real de saldo pré-pago, sem mensalidade. Sucessos continuam sujeitos às condições, faixas e mínimos de cada modelo.

Trocar de modelo sem reescrever o cliente

Todos usam o mesmo endpoint compatível com OpenAI. O script envia um prompt a cinco modelos, lê usage e estima Credits pelas tarifas publicadas. Executá-lo gera chamadas pagas. Nesta tradução, somente a sintaxe e os cálculos foram conferidos localmente, sem requisições.

# pip install openai
import os
from datetime import datetime, timezone
from openai import OpenAI

client = OpenAI(base_url="https://orux.top/api/v1", api_key=os.environ["ORUX_API_KEY"])

# Credits per 1M tokens (input, output), checked 2026-10-29. Short-context tiers only.
RATES = {
    "lingdt-3.0-flash": (5.83, 17.5),
    "gpt-6-luna": (5.4, 27),
    "claude-haiku-5-5": (10.8, 54),
    "qwen3.5-plus": (15, 90),
    "deepseek-v4.1-flash": None,  # time-of-day pricing, see below
}

def deepseek_rate(now=None):
    """Orux AI applies DeepSeek peak pricing every day, 01-04 and 06-10 UTC."""
    h = (now or datetime.now(timezone.utc)).hour
    peak = 1 <= h < 4 or 6 <= h < 10
    return (45.83, 183.33) if peak else (22.92, 91.67)

PROMPT = "Classify this ticket as billing, bug or feature request. Reply with one word.\n\nTicket: I was charged twice this month."

for model, rate in RATES.items():
    rate = rate or deepseek_rate()
    params = {"model": model, "messages": [{"role": "user", "content": PROMPT}]}
    # GPT-6 Luna takes max_completion_tokens; the others take max_tokens
    params["max_completion_tokens" if model.startswith("gpt-6") else "max_tokens"] = 50
    resp = client.chat.completions.create(**params)
    u = resp.usage
    credits = (u.prompt_tokens * rate[0] + u.completion_tokens * rate[1]) / 1e6
    print(f"{model:22} {resp.choices[0].message.content.strip()[:30]:30} "
          f"{u.prompt_tokens}/{u.completion_tokens} tokens ≈ {credits:.6f} Credits")

Meça seus prompts e multiplique o consumo médio pelo volume mensal. É mais útil que uma carga genérica, mas ainda uma estimativa: tarifas curtas originais, sem leitura/escrita de cache, mínimos, mudanças de faixa ou recuperação completa de erros. O histórico de saldo mostra a liquidação exata.

Veja mais em preços da Claude API e Claude Sonnet 5.5 versus GPT-6 Luna e Gemini 4 Argon, em inglês.

Consulta original: 2026-10-29; verificações adicionais: 2026-11-01. Fontes: Anthropic, OpenAI, Gemini API, DeepSeek, Alibaba Cloud Model Studio, MiniMax, catálogo Orux.

FAQ

Q.Qual API LLM é a mais barata?

Somente entre os candidatos de 29 de outubro de 2026 e com 2,000 tokens de entrada/500 de saída, LingDT custa 20.4 Credits ($0.102) por 1,000 chamadas e Luna 24.3 ($0.122). Luna é menor nos exemplos de classificação e RAG. Não é garantia sobre o catálogo atual inteiro.

Q.Modelo barato é pior?

Não necessariamente; preço não determina adequação. Luna e Haiku 5.5 são posicionados para classificação, extração e respostas curtas. Avalie dois ou três candidatos com seus prompts e conte repetições. Repetir uma vez a mesma quantidade de tokens dobra esse trabalho, sem comprovar qualidade geral.

Q.Como estimar o custo mensal?

Aplique as tarifas por milhão à média de entrada e saída e multiplique pelo volume mensal. Haiku curto com 300,000 chamadas de 2,000/500 tokens custa 48.6×300=14,580 Credits ($72.90), sem cache, repetições ou mudanças de faixa.

Q.Os preços mudam com frequência?

Sim. As mudanças Gemini citadas chegam em 2026-12-01 e 2027-01-01; Qwen3.7 Plus tem promoção temporária. A política mensal do original não garante atualização em tempo real desta tabela histórica. Confira as páginas vigentes antes do orçamento.

Q.Uma chave funciona para todos?

Sim. Sua chave Orux e https://orux.top/api/v1 servem para os modelos da tabela alterando model. Luna usa max_completion_tokens em vez de max_tokens. Crie a chave em https://orux.top/keys.

Q.Requisições que falham são cobradas?

Não. A cobrança é pré-paga pelo uso real, sem mensalidade. O mínimo universal de 0.001 Credits do original já não descreve todas as condições. Sucessos têm mínimos específicos do modelo, como 0.001 ou 0.