Um plano de LLM com preço fixo só sai mais barato que pagar por token acima de um volume de equilíbrio. Para o DeepSeek V4.1 Flash na BroadNet Inference, o plano Full Moon de $60 empata em cerca de 917 milhões de tokens de entrada e 46 milhões de de saída por mês com 80% de acertos de cache. Um agente de código em tempo integral costuma passar dessa linha. Um projeto paralelo ou um assistente de chat costuma não passar.
Abaixo estão a fórmula, quatro contas mensais de exemplo e os planos de preço fixo concorrentes, tudo a partir de preços publicados. Você pode refazer a conta com seus próprios números na calculadora de preços.
Quais são as duas formas de pagar?
Preços de pagamento por uso do DeepSeek V4.1 Flash, por 1 milhão de tokens:
| Tipo de token | Preço por 1M |
|---|---|
| Entrada | $0.175 |
| Entrada em cache | $0.0055 |
| Saída (inclui raciocínio) | $0.52 |
Os planos de preço fixo cobrem o mesmo modelo sem medidor de tokens:
| Plano | Preço por sessão | Período |
|---|---|---|
| Full Moon | $60 | Mês, com renovação |
| Orbit | $15 | Semana |
| Meteor | $1 | Hora |
Uma sessão roda uma requisição por vez. Esse é o único limite: sem teto mensal de tokens, sem janela móvel e sem cota semanal. Como as sessões funcionam.
Como calcular o ponto de equilíbrio?
A conta tem três passos. Você precisa da sua própria mistura de tokens, não de um preço de tabela.
- Encontre seu preço médio por 1M de tokens. Some um mês de tokens por tipo e multiplique cada um pelo seu preço:
cost = new input × $0.175 + cached input × $0.0055 + output × $0.52(tudo em milhões de tokens). Divida pelo total de tokens. - Divida o preço do plano por essa média. O resultado é quantos milhões de tokens por mês o plano substitui.
- Compare com o seu volume real. Acima da linha, o plano sai mais barato. Abaixo dela, pague por token.
Eis a mesma conta numa única requisição de agente, para você ver para onde vai o dinheiro. Digamos que um agente de código envie um prompt de 50.000 tokens, 40.000 deles lidos do cache, e receba 1.500 tokens de volta:
| Parte | Tokens | Cobrado a |
|---|---|---|
| Entrada nova | 10.000 | $0.175 por 1M |
| Entrada em cache | 40.000 | $0.0055 por 1M |
| Saída e raciocínio | 1.500 | $0.52 por 1M |
Multiplique cada linha pelo seu preço e divida por 1.000.000. Depois multiplique pelo número de requisições por dia. Uma requisição custa uma fração de centavo, mas um agente que faz algumas centenas de chamadas por dia transforma isso numa conta mensal de verdade. A calculadora de preço fixo vs por token faz isso para você.
Quais cargas saem mais baratas num plano de preço fixo?
Estes exemplos usam os preços publicados acima. A fração de cache é a parte dos tokens de entrada lida do cache, que é alta para agentes que reenviam os mesmos arquivos e o mesmo prompt de sistema a cada turno.
| Carga de trabalho | Entrada / mês | Acertos de cache | Saída / mês | Pagamento por token | Opção mais barata |
|---|---|---|---|---|---|
| Projeto paralelo | 100M | 50% | 10M | $14.23 | o pagamento por uso |
| Assistente diário | 300M | 50% | 30M | $42.67 | o pagamento por uso |
| Agente de código em tempo integral | 1.000M | 80% | 50M | $65.40 | Full Moon |
| Agente sempre ligado | 3.000M | 80% | 150M | $196.20 | Full Moon |
A diferença em relação a uma sessão Full Moon ($60) é de $45.77, $17.33, $5.40 e $136.20 por mês, respectivamente. O agente sempre ligado é o caso claro: a conta do plano fica igual, não importa quanto o agente leia.
Onde fica a linha de equilíbrio?
Agentes de código leem muito mais do que escrevem. Um formato típico é de cerca de 20 tokens de entrada para cada token de saída, com a maior parte da entrada em cache. Com essa mistura, um milhão de tokens custa em média $0.06. O plano se paga a partir de cerca de 917 milhões de tokens de entrada e 46 milhões de de saída por mês.
Uma sessão de plano também tem um teto. A uma velocidade típica de cerca de 100 tokens por segundo, uma sessão que gerasse sem parar por 30 dias produziria cerca de 259 milhões de tokens de saída. Agentes reais passam boa parte do tempo lendo, rodando ferramentas e esperando, então o número prático é menor. Se um agente não basta, adicione sessões; veja como rodar agentes em paralelo com preço fixo.
Preço fixo ou por token: lado a lado
| Pagamento por token | Sessão de plano de preço fixo | |
|---|---|---|
| A conta cresce com | Cada token, nova tentativa e prompt longo | Só o número de sessões |
| Melhor para | Uso leve, irregular ou experimental | Agentes constantes que rodam por horas |
| Requisições em paralelo | 4 em andamento, 30 por minuto por chave | Uma por sessão; adicione sessões para ter mais paralelismo |
| Modelos | Todos os modelos de chat e de voz | Só o DeepSeek V4.1 Flash |
| A taxa de cache importa | Sim, muito | Não, para a conta |
| Menor compromisso | Nada além do seu saldo | Uma hora Meteor de $1 |
Há também uma terceira opção. Uma chave por hora para o BroadNet Gemma 4 VL 26B custa $0.50 por hora, com um stream e 120 requisições por minuto. Ela serve para jobs curtos e pesados num modelo de visão pequeno, mais do que para agentes que rodam o dia todo; deixar uma ligada sem parar por 30 dias custaria $360.00.
O que move o ponto de equilíbrio?
- Taxa de cache. A entrada em cache custa $0.0055 por 1M em vez de $0.175. Uma taxa de cache maior deixa o pagamento por token mais barato e empurra o ponto de equilíbrio para cima. Como aumentar sua taxa de cache.
- Raciocínio. O DeepSeek V4.1 Flash pensa antes de responder, e esses tokens de raciocínio são cobrados como saída. Defina
reasoning_effortcomolowem etapas simples. Por que o raciocínio pode esvaziar uma resposta. - Concorrência. Uma chave de pagamento por uso permite 4 requisições em andamento e 30 por minuto. Um plano permite uma requisição por sessão, mas você pode comprar tantas sessões quantos agentes rodar.
- Onde você compra o acesso por token. A própria API da DeepSeek também vende o V4.1 Flash por token, com preços de pico e fora do pico. Em 15 de novembro de 2026, os preços de entrada fora do pico dela (USD 0,15 por 1M, ou USD 0,003 em cache) eram menores que os da BroadNet, e o preço de saída (USD 0,60 fora do pico, USD 1,20 no pico) era maior em qualquer horário, então a opção por token mais barata depende da sua mistura e do horário. Vários outros provedores também listam o modelo abaixo do preço por token da BroadNet: veja a comparação de preços do DeepSeek V4.1 Flash entre provedores. Se você ficar na cobrança por token, escolha pelo preço; o plano é o que esses provedores não vendem.
- Previsibilidade. Uma conta por token cresce a cada loop de novas tentativas e a cada arquivo extra. Uma conta fixa não, o que muitas vezes já vale algo por si só para equipes com orçamento fixo.
Quem mais vende acesso a API de LLM com preço fixo?
A BroadNet não é a única opção de preço fixo. Estes são os planos concorrentes que conseguimos verificar na página de preços de cada provedor em 15 de novembro de 2026. Os preços são mensais. Confira os termos de uso permitido além do preço: um deles exclui agentes.
| Provedor e plano | Preço | Concorrência | Modelos e contexto | O que “preço fixo” significa |
|---|---|---|---|---|
| Featherless Chat | USD 25 | 4 unidades simultâneas (“one 70B conversation, or four small ones at once”; tradução: uma conversa com um modelo 70B, ou quatro pequenas ao mesmo tempo) | Qualquer modelo do catálogo, contexto de 32K | “Unlimited tokens” (tradução: tokens ilimitados), mas só para “human-driven use” (tradução: uso conduzido por pessoas): a página exclui “app/API traffic” (tráfego de app/API), “background automation” (automação em segundo plano) e agentes de código |
| Awan LLM Core / Plus / Pro / Max | USD 5 / 10 / 20 / 80 | Não informada; Pro e Max listam “parallel requests” (requisições em paralelo) | Faixas de modelos pequenos, médios e grandes; contexto não informado | “Unlimited tokens” (tokens ilimitados), mas com teto de 20 a 200 requisições por minuto e, abaixo do Max, uma cota diária de requisições por tamanho de modelo |
| Standard Compute Starter / Economy / Standard / Pro | USD 19 / 39 / 89 / 249 | Starter: um agente por vez; do Economy para cima: agentes em paralelo | Todo o catálogo, com roteamento por requisição | Um orçamento mensal de computação igual ao preço do plano; as requisições param quando ele acaba |
| BroadNet Full Moon | $60 por sessão | Uma requisição por sessão; adicione sessões para ter mais | Só o DeepSeek V4.1 Flash, contexto de 1.048.576 tokens | Sem medidor de tokens, sem limite diário ou semanal |
Onde eles vencem a BroadNet. A Awan LLM é muito mais barata para começar, oferece mais modelos e lista requisições em paralelo nos planos Pro e Max. A Standard Compute roteia para modelos de fronteira que a BroadNet não serve. O Featherless Chat é mais barato e dá quatro unidades simultâneas num catálogo grande, mas só para chat que você mesmo digita, então não serve para uma carga de agentes. Se você precisa de escolha de modelos ou de vários streams em paralelo numa única assinatura, teste primeiro a Awan ou a Standard Compute.
Onde a BroadNet é diferente. O plano dela não tem cota de requisições por dia (ao contrário da Awan abaixo do Max) nem um orçamento de gasto que acaba (ao contrário da Standard Compute). Ele permite agentes e tráfego de API, o que o Featherless Chat não permite, e um contexto muito maior que os 32K do Featherless Chat, o que importa para agentes de código que reenviam arquivos inteiros. Se um plano compensa ainda depende da conta de equilíbrio acima, então faça seus próprios números na calculadora de preço fixo vs por token.
Que erros distorcem a comparação?
- Comparar com uma assinatura de chat. O plano de um app de chat não é uma chave de API para conectar às suas próprias ferramentas. Compare preços de API com planos de API. O que “ilimitado” realmente cobre.
- Ignorar os tokens em cache. Cobrar todo token de entrada pelo preço cheio faz o pagamento por token parecer bem mais caro do que é.
- Medir uma semana tranquila. Uma semana de feriado ou de setup não é um mês normal. Meça uma semana de trabalho real.
- Esquecer o paralelismo. Três agentes rodando ao mesmo tempo precisam de três sessões. Compare três planos com a conta por token dos três.
- Esquecer a oferta de fundador. Com um código de fundador, o Full Moon custa $45 por mês nos três primeiros meses, o que reduz o ponto de equilíbrio nesse período.
Como medir seu próprio uso antes de escolher?
- Rode seu agente real por uma semana numa chave de pagamento por uso. Contas novas começam com $5 de crédito.
- Ative o uso nos streams com
stream_options: {"include_usage": true}e registreprompt_tokens,prompt_tokens_details.cached_tokensecompletion_tokens. O guia de streaming mostra como. - Multiplique a semana por cerca de 4,3 e coloque os totais na calculadora.
- Se o plano vencer, compre uma hora Meteor de $1 e rode o mesmo loop nela antes de se comprometer com um mês.
Onde a BroadNet Inference se encaixa
A BroadNet vende os dois modelos de cobrança na mesma conta, então você não precisa escolher de uma vez por todas. Agentes constantes no DeepSeek V4.1 Flash cabem numa sessão de plano. Outros modelos, fala para texto e picos ocasionais ficam no pagamento por uso. Se o seu volume fica bem abaixo da linha de equilíbrio, o plano é a escolha errada, e os números acima vão mostrar isso. A calculadora e este post usam o mesmo arquivo de preços, o pricing.json, sincronizado pela última vez em 2026-11-14.
