Compare modelos de API LLM de baixo custo por preco de entrada, preco de saida, contexto, capacidades, origem e adequacao a producao.
A escolha de uma API LLM barata deve comecar pela forma real do workload e nao apenas pela tarifa mais baixa anunciada. Para classificacao, resumos, routing, rascunhos de suporte e transformacoes em batch, um modelo mais economico pode reduzir a despesa mensal sem alterar a interface da aplicacao. Para respostas finais, raciocinio complexo ou agentes de codigo, vale a pena comparar um modelo barato com um fallback mais forte. A NextModel junta preco, contexto, capacidades, origem do fornecedor e exemplos de codigo num unico local para esta decisao antes da producao.
Base da fonte: Catalogo curado da NextModel, precos publicos dos fornecedores e metadados da OpenRouter quando disponiveis.
Blended price
Comece pela shortlist, teste prompts reais e compare o custo mensal antes do roteamento em producao.
DeepSeek V4 Flash is an efficiency-optimized Mixture-of-Experts model from DeepSeek with 284B total parameters and 13B activated parameters, supporting a 1M-token context window. It is designed for fast inference and...
Mistral-Small-3.2-24B-Instruct-2506 is an updated 24B parameter model from Mistral optimized for instruction following, repetition reduction, and improved function calling. Compared to the 3.1 release, version 3.2 significantly improves accuracy on...
GPT-4o mini is OpenAI's newest model after [GPT-4 Omni](/models/openai/gpt-4o), supporting both text and image inputs with text outputs. As their most advanced small model, it is many multiples more affordable...
Llama 4 Maverick 17B Instruct (128E) is a high-capacity multimodal language model from Meta, built on a mixture-of-experts (MoE) architecture with 128 experts and 17 billion active parameters per forward...
Tabela comparativa
Use esta visao para reduzir uma shortlist de producao, montar uma politica de fallback ou comparar a economia dos modelos.
| Model | Provider | Input | Output | Context | Capabilities | Best for | Latency | Status | Source |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V4 Flashdeepseek/deepseek-v4-flash | DeepSeek | $0.112 / 1M tokens | $0.224 / 1M tokens | 1M | Tool callingJSON modeLong contextReasoning | low-cost Chinese tasks, long-context summary | 800-2600ms | Catalog | OpenRouter if available |
| Mistral: Mistral Small 3.2 24Bmistralai/mistral-small-3.2-24b-instruct | Mistral AI | $0.1 / 1M tokens | $0.3 / 1M tokens | 128k | Tool callingJSON modeStreamingLow cost | translation, classification | 700-2300ms | Catalog | OpenRouter if available |
| OpenAI: GPT-4o-miniopenai/gpt-4o-mini | OpenRouter | $0.15 / 1M tokens | $0.6 / 1M tokens | 128k | Tool callingVisionJSON modeLong context | low-cost chat, image understanding | 800-2400ms | Catalog | OpenRouter if available |
| Meta: Llama 4 Maverickmeta-llama/llama-4-maverick | Meta | $0.15 / 1M tokens | $0.6 / 1M tokens | 1M | JSON modeLong contextStreamingLow cost | open-model workflows, cost-sensitive long context | 950-2800ms | Catalog | OpenRouter if available |
| Google: Gemini 2.5 Flashgoogle/gemini-2.5-flash | $0.3 / 1M tokens | $2.50 / 1M tokens | 1M | Tool callingVisionJSON modeLong context | long-document summarization, image Q&A | 900-2800ms | Catalog | OpenRouter if available | |
| MoonshotAI: Kimi K2.6moonshotai/kimi-k2.6 | Moonshot AI | $0.73 / 1M tokens | $3.49 / 1M tokens | 262.1k | JSON modeLong contextStreamingTool calling | long Chinese documents, contract review | 1400-4400ms | Catalog | OpenRouter if available |
FAQ
A opcao mais barata depende do cambio e do comprimento da saida. Doubao Seed 2.0 Mini continua a ser a entrada de producao em CNY mais economica deste catalogo.
Nao. Modelos baratos servem bem trabalho repetivel e de baixo risco; para respostas finais, raciocinio complexo e agentes de codigo, devem ser comparados com modelos mais robustos.