---
title: "Mesmo LLM, host diferente: quanto o preço varia | BroadRouter"
description: "Em 119 modelos vendidos por vários hosts, o preço de tabela mais caro é, na mediana, 1,76 vez o mais barato. Dados das páginas de 41 provedores, novembro de 2026."
url: https://broadrouter.com/pt/blog/same-llm-different-host-prices/
lang: pt-BR
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/blog/same-llm-different-host-prices/) (atualizado em 2026-11-16).

# Mesmo modelo, host diferente: quanto varia o preço de API de LLM

Pela equipe da BroadNet Inference · 7 min de leitura · Publicado em 2026-11-15 · Atualizado em 2026-11-16

Bastante. Em 119 modelos vendidos por dois ou mais hosts independentes, o preço de tabela mais caro é, na mediana, 1,76 vez o mais barato (preço combinado, 3:1), segundo as páginas de 41 provedores conferidas em 14 e 15 de novembro de 2026. Em 50 modelos a diferença é de 2 vezes ou mais. Ainda assim, a maioria dos hosts copia o criador: 57% dos preços dos hosts são idênticos ao dele.

## Pontos principais

-   Para o mesmo modelo, o preço de tabela mais caro é, na mediana, 1,76 vez o mais barato; 50 de 119 modelos variam 2 vezes ou mais, e 13 variam 5 vezes ou mais.
-   Quanto mais hosts vendem um modelo, maior a diferença: mediana de 2,02 vezes para os 19 modelos com 10 ou mais provedores, 1,28 vez para os que têm 2 ou 3.
-   57% dos preços dos hosts (143 de 249) são idênticos ao preço de entrada e saída do próprio criador do modelo. O criador foi o mais barato, ou empatou, em só 3 de 29 modelos.
-   Exemplos: gpt-oss-120b vai de USD 0,03 / USD 0,17 a USD 0,35 / USD 0,75 por 1M de tokens entre 20 provedores; o Llama 3.3 70B varia 7,9 vezes.
-   Os hosts também diferem em precisão, contexto, rate limits e termos de dados. Confira isso antes de trocar por preço.

**Nesta página**

1.  Quanto o preço do mesmo modelo varia entre hosts?
2.  Quanto custam os modelos abertos populares em cada host?
3.  Os hosts cobram menos que o criador do modelo?
4.  Quais hosts são mais vezes os mais baratos e os mais caros?
5.  O que mais muda além do preço?
6.  Metodologia
7.  Onde a BroadNet Inference se encaixa

Se você usa um modelo open-weight por API, o host escolhido pode pesar mais na conta do que o próprio modelo. Medimos quanto. O BroadRouter lê cada preço na página de preços do próprio provedor, com URL de origem, data da conferência e citação literal. Para este post, pegamos todos os modelos vendidos por pelo menos dois hosts independentes e comparamos os preços de tabela padrão. O BroadRouter é o site da BroadNet, e a BroadNet vende quatro desses modelos; os preços dela aparecem separados e não entram nos rankings.

Os dados vêm do nosso [dataset de preços de provedores de API de LLM](https://broadrouter.com/data/llm-api-provider-prices/), que também alimenta o [índice de preços de API de LLM](https://broadrouter.com/data/llm-api-price-index/) e todas as [páginas de preço por modelo](https://broadrouter.com/pt/llm-api-pricing/).

## Quanto o preço do mesmo modelo varia entre hosts?

Normalmente bem mais da metade, e muitas vezes o dobro. Comparamos 119 modelos, cada um com preços de tabela de pelo menos dois provedores. Para cada modelo, dividimos o preço padrão mais caro pelo mais barato, usando um preço combinado de 3 tokens de entrada para cada token de saída:

| Mais caro ÷ mais barato | Modelos |
| --- | --- |
| Exatamente o mesmo preço | 13 |
| Abaixo de 1,25× | 34 (incluindo os 13) |
| 2× ou mais | 50 |
| 3× ou mais | 28 |
| 5× ou mais | 13 |
| Mediana | 1,76× |

A variação cresce com o número de vendedores. Para os 19 modelos com 10 ou mais provedores, a diferença mediana é de 2,02 vezes; para os 51 modelos com só 2 ou 3 provedores, é de 1,28 vez. Um modelo popular tem mais hosts, e mais deles tentam um preço diferente.

A maior diferença é a do Llama 3.1 8B Instruct: 16,7 vezes entre DeepInfra e Cloudflare Workers AI. Entre os modelos com muitos hosts, as maiores diferenças são as do Llama 3.3 70B Instruct (7,9 vezes, 14 provedores), do DeepSeek V4 Flash 0731 (7,3 vezes, 14 provedores) e do gpt-oss-120b (6,9 vezes, 20 provedores).

## Quanto custam os modelos abertos populares em cada host?

Sete modelos com muitos hosts. Preços de tabela em USD por 1M de tokens, entrada / saída, conferidos em 14 e 15 de novembro de 2026. Cada modelo leva à sua página de preços completa, com todos os provedores e fontes.

| Modelo | Provedores com preço de tabela | Mais barato, entrada / saída | Preço mais comum, entrada / saída | Mais caro, entrada / saída | Mais caro ÷ mais barato (combinado) |
| --- | --- | --- | --- | --- | --- |
| [GLM 5.3](https://broadrouter.com/pt/llm-api-pricing/glm-5.3/) | 20 | Chutes: 1,225 / 3,85 | 1,40 / 4,40 (16 provedores) | SambaNova: 2,80 / 8,80 | 2,29× |
| [gpt-oss-120b](https://broadrouter.com/pt/llm-api-pricing/gpt-oss-120b/) | 20 | CoreWeave: 0,03 / 0,17 | 0,15 / 0,60 (6 provedores) | Cerebras, Cloudflare: 0,35 / 0,75 | 6,92× |
| [DeepSeek V4.1 Flash](https://broadrouter.com/pt/llm-api-pricing/deepseek-v4.1-flash/) | 14 | CoreWeave: 0,13 / 0,65 | 0,30 / 1,20 (12 provedores) | 12 provedores empatados: 0,30 / 1,20 | 2,02× |
| [Llama 3.3 70B Instruct](https://broadrouter.com/pt/llm-api-pricing/llama-3.3-70b-instruct/) | 14 | DeepInfra: 0,10 / 0,32 | 0,71 / 0,71 (2 provedores) | Venice: 0,70 / 2,80 | 7,90× |
| [Qwen3.8 27B](https://broadrouter.com/pt/llm-api-pricing/qwen3.8-27b/) | 13 | Chutes: 0,039 / 1,25 | 0,45 / 3,20 (3 provedores) | Groq: 0,80 / 4,00 | 4,68× |
| [Gemma 4 26B A4B](https://broadrouter.com/pt/llm-api-pricing/gemma-4-26b-a4b-it/) | 11 | DeepInfra, Featherless: 0,07 / 0,34 | 0,13 / 0,40 (5 provedores) | Vertex AI: 0,15 / 0,60 | 1,91× |
| [Kimi K3](https://broadrouter.com/pt/llm-api-pricing/kimi-k3/) | 18 | Chutes: 1,85 / 9,50 | 3,00 / 15,00 (12 provedores) | Venice: 3,75 / 18,75 | 1,99× |

O que a tabela mostra:

-   **O GLM 5.3 é um mercado de preço alinhado.** 16 de 20 provedores, incluindo a Z.ai, listam exatamente USD 1,40 / USD 4,40. A Chutes fica abaixo; Venice, Amazon Bedrock (cross-region nos EUA) e SambaNova ficam acima. Outros quatro hosts listam preços promocionais abaixo da tabela (DeepInfra, GMI Cloud, FriendliAI e um “Limited Trial” da AkashML); deixamos esses de fora. O preço de tabela sem desconto da própria DeepInfra (USD 0,90 / USD 4,00) só aparece ao lado da promoção, não é cobrado, então também não entra na conta.
-   **O gpt-oss-120b é o oposto.** 20 provedores e 6,9 vezes entre o mais barato e o mais caro. Groq, Together AI, Fireworks AI e outros três cobram USD 0,15 / USD 0,60; CoreWeave (USD 0,03 / USD 0,17) e DeepInfra (USD 0,037 / USD 0,17) cobram de um quinto a um quarto disso na entrada e menos de um terço na saída.
-   **O DeepSeek V4.1 Flash** tem 12 provedores a USD 0,30 / USD 1,20. CoreWeave e SiliconFlow listam cerca de metade disso na entrada.
-   **O Llama 3.3 70B** mostra como as variantes confundem a comparação. A linha mais barata da DeepInfra é a variante quantizada Turbo, enquanto a Venice cobra USD 0,70 / USD 2,80.

## Os hosts cobram menos que o criador do modelo?

Na maioria das vezes, cobram igual. Para os 29 modelos que o criador também vende na própria API, comparamos cada preço de host com o do criador:

| Preço do host vs preço do próprio criador | Preços de hosts |
| --- | --- |
| Exatamente o mesmo preço de entrada e saída | 143 (57%) |
| Menor (combinado) | 83 |
| Maior (combinado) | 23 |

O criador foi o mais barato, ou empatou como mais barato, em só 3 dos 29 modelos. Ou seja, o preço de tabela do criador funciona como um teto que a maioria dos hosts copia e alguns cortam.

## Quais hosts são mais vezes os mais baratos e os mais caros?

| Host | Mais barato em (modelos) | Mais caro em (modelos) |
| --- | --- | --- |
| DeepInfra | 33 | 7 |
| Featherless | 22 | 26 |
| GMI Cloud | 22 | 14 |
| SiliconFlow | 19 | 3 |
| Novita AI | 12 | 13 |
| CoreWeave | 11 | 1 |
| Chutes | 9 | 5 |
| Cloudflare Workers AI | 5 | 11 |
| Venice | 4 | 17 |
| Amazon Bedrock | 4 | 13 |
| Alibaba Cloud Model Studio | 2 | 13 |
| Microsoft Azure | 0 | 14 |

Empates contam para cada host empatado, e modelos em que todos os provedores cobram o mesmo não contam como “mais caro”. Featherless e GMI Cloud aparecem alto nas duas colunas: hospedam muitos modelos e definem o preço de cada um separadamente. Os preços por token da Featherless também exigem um plano Developer com créditos a partir de 50 USD por mês. Nenhum host é o mais barato em tudo, então compare o modelo exato que você vai usar.

## O que mais muda além do preço?

Os mesmos pesos não garantem o mesmo serviço:

-   **Precisão.** 237 das 681 linhas desta comparação informam a precisão; FP8 é a mais comum (177 linhas); 23 informam FP4 e 4 informam INT4. Uma precisão menor pode mudar a qualidade da saída. Veja [quantização](https://broadrouter.com/pt/glossary/quantization/).
-   **Janela de contexto, rate limits e throughput** variam por host e por plano.
-   **Termos de dados.** Retenção e uso para treinamento variam; veja [retenção de dados de API de LLM comparada](https://broadrouter.com/pt/blog/llm-api-data-retention-compared/).
-   **Estabilidade de preço.** Alguns hosts mudam preços com frequência. No nosso arquivo, a DeepInfra mudou o preço de metade dos modelos listados há mais tempo pelo menos uma vez, nas duas direções. Veja [com que frequência os preços de API de LLM mudam](https://broadrouter.com/pt/blog/how-often-llm-api-prices-change/) e [aumentos de preço de API de LLM](https://broadrouter.com/pt/blog/llm-api-price-increases/).

Uma abordagem prática: escolha dois ou três hosts no preço mais comum ou abaixo dele, rode os mesmos 50 a 100 prompts reais em cada um e mantenha o segundo colocado como fallback já testado. [Como escolher um provedor de API de LLM](https://broadrouter.com/pt/blog/choose-llm-api-provider-checklist/) tem um checklist.

## Metodologia

-   **Preços.** Páginas de preços de 41 provedores terceiros, cada preço com URL de origem, data da conferência (14 ou 15 de novembro de 2026) e citação literal: o [dataset de preços de provedores de API de LLM](https://broadrouter.com/data/llm-api-provider-prices/) e o seu [CSV](https://broadrouter.com/data/llm-api-provider-prices.csv). Só o nível padrão; linhas de batch, flex, priority e gratuitas excluídas. O arquivo da própria BroadNet foi excluído.
-   **Promoções excluídas.** 49 preços padrão marcados como promocionais, “limited trial” ou ”% off list” ficam de fora, como nos rankings das páginas do dataset.
-   **Quais modelos.** Um modelo entra quando pelo menos dois hosts independentes o listam (sem contar as nuvens Amazon Bedrock, Azure e Vertex AI, que também revendem modelos fechados) e pelo menos dois provedores no total têm preço de tabela. Modelos fechados da OpenAI (exceto gpt-oss), Anthropic, Google Gemini, xAI e Amazon ficam de fora. 119 modelos se qualificam.
-   **Variação.** Um preço por provedor (a linha de tabela mais barata dele para o modelo), combinado com 3 tokens de entrada para cada token de saída; mais caro ÷ mais barato. Nosso script recalcula cada número a partir dos arquivos JSON; a variação publicada no índice de preços usa todos os modelos e mantém as linhas promocionais, por isso a mediana dele é diferente.
-   **Histórico.** A evolução dos preços ao longo do tempo vem do [dataset de histórico de preços de API de LLM](https://broadrouter.com/data/llm-api-price-history/) ([CSV](https://broadrouter.com/data/llm-api-price-history.csv)), separado, lido a partir de capturas do Internet Archive. A BroadNet não está nele, porque o arquivo não tem capturas da página de preços dela.

## Onde a BroadNet Inference se encaixa

O BroadRouter é o site da própria BroadNet, e a BroadNet Inference vende quatro dos modelos desta comparação. Os preços dela vêm do [pricing.json](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-same-llm-different-host-prices&utm_content=body) e não entram nos rankings acima:

| Modelo | Entrada na BroadNet | Saída na BroadNet | Posição em relação à comparação acima |
| --- | --- | --- | --- |
| GLM 5.3 | $0.78 | $3.46 | Abaixo dos preços de tabela acima; os preços promocionais da DeepInfra, GMI Cloud e AkashML são menores em pelo menos um dos lados |
| DeepSeek V4.1 Flash | $0.175 | $0.52 | CoreWeave e SiliconFlow listam entrada menor, mas a saída da BroadNet é menor que a deles; o preço promocional da DeepInfra é menor nos dois |
| Qwen3.8 27B | $0.175 | $2.17 | Chutes e Hyperbolic listam preços combinados menores, assim como os preços promocionais da DeepInfra e da AkashML |
| Gemma 4 VL 26B (a build da BroadNet do Gemma 4 26B A4B) | $0.10 | $0.22 | DeepInfra e Featherless listam entrada menor; a saída da BroadNet é menor |

A BroadNet não é o host mais barato para todos os modelos. Na BroadNet, o DeepSeek V4.1 Flash é hospedado por parceiro, e contas de autoatendimento não têm SLA. A BroadNet também vende um plano de preço fixo para o DeepSeek V4.1 Flash a $60 por mês por sessão, uma requisição por vez. Entre os modelos de chat, só o Gemma roda com o crédito inicial de $5; os outros três exigem uma recarga.

Ferramentas gratuitas sobre o tema (em inglês)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[Ferramentas gratuitas (em inglês)](https://broadrouter.com/tools/)

## Termos neste artigo

[Token](https://broadrouter.com/pt/glossary/token/)

Um token é a unidade de texto que um modelo de linguagem lê e escreve: uma palavra, parte de uma palavra, um sinal de pontuação ou uma sequência de bytes gerada pelo tokenizador do modelo. As APIs de LLM contam, limitam e normalmente cobram o uso em tokens.

[Quantização (quantization)](https://broadrouter.com/pt/glossary/quantization/)

Quantização é o processo de armazenar os números de uma rede neural, principalmente os pesos, em um formato de menor precisão, como 8 ou 4 bits em vez de 16 bits, para que o modelo use menos memória e muitas vezes rode mais rápido. Bons métodos mantêm pequena a perda de precisão.

[Rate limit (limite de taxa)](https://broadrouter.com/pt/glossary/rate-limit/)

Um rate limit é um teto que uma API impõe a quanto um cliente pode usá-la em um intervalo de tempo, como requisições por minuto ou tokens por minuto. As requisições acima do limite são recusadas, normalmente com HTTP 429 Too Many Requests, até que o uso volte a ficar abaixo dele.

[Throughput (vazão)](https://broadrouter.com/pt/glossary/throughput/)

Throughput, ou vazão, no serving de LLMs, é a quantidade total de trabalho que um sistema conclui por unidade de tempo em todas as requisições simultâneas, geralmente medida em tokens de saída ou requisições por segundo. É diferente da velocidade por stream, que é a rapidez com que uma única requisição recebe seus tokens.

[Tokens de entrada e de saída](https://broadrouter.com/pt/glossary/input-and-output-tokens/)

Tokens de entrada são os tokens que um modelo de linguagem lê em uma requisição, incluindo o system prompt, o histórico da conversa, as definições de ferramentas e as imagens. Tokens de saída são os que ele gera na resposta, incluindo o raciocínio. As APIs de LLM costumam cobrá-los separadamente, e a saída costuma custar mais.

[Crédito pré-pago (prepaid credit)](https://broadrouter.com/pt/glossary/prepaid-credit/)

Crédito pré-pago é dinheiro adicionado a uma conta de API antes do uso. Cada requisição desconta o próprio custo do saldo e, quando o saldo acaba, as requisições cobradas por uso param até você fazer uma recarga. Ele limita o gasto ao que você já pagou.

[FP8 (ponto flutuante de 8 bits)](https://broadrouter.com/pt/glossary/fp8/)

FP8 é um formato numérico de ponto flutuante de 8 bits usado em deep learning, definido em duas codificações: E4M3, com 4 bits de expoente e 3 de mantissa, e E5M2, com 5 bits de expoente e 2 de mantissa. Ele reduz pela metade a memória em relação aos formatos de 16 bits e roda nativamente em GPUs recentes.

[INT4 (quantização de 4 bits)](https://broadrouter.com/pt/glossary/int4/)

INT4 é um formato numérico inteiro de 4 bits que representa 16 níveis. Na inferência de LLMs, costuma significar quantização de 4 bits só dos pesos (W4A16): os pesos são guardados em INT4 com fatores de escala e expandidos para 16 bits durante o cálculo, usando cerca de um quarto da memória de pesos em 16 bits.

## Perguntas frequentes

### Por que o mesmo modelo aberto custa diferente em cada provedor?

Os hosts rodam os mesmos pesos em hardware diferente, com precisão, taxa de utilização e margem diferentes, e alguns cobram a mais por região ou por deploy privado. Nos nossos dados, em 119 modelos, o preço de tabela mais caro é, na mediana, 1,76 vez o mais barato.

### Os hosts costumam cobrar o preço do criador do modelo?

Muitas vezes, sim. Quando o criador vende o modelo na própria API, 143 de 249 preços de hosts (57%) eram idênticos ao preço de entrada e saída dele; 83 eram menores e 23 maiores. No GLM 5.3, 15 hosts listam exatamente os USD 1,40 de entrada e USD 4,40 de saída da Z.ai.

### Qual provedor é o mais barato para modelos abertos?

Nenhum sozinho. A DeepInfra tinha o menor preço de tabela, sozinha ou empatada, em 33 de 119 modelos, Featherless e GMI Cloud em 22 cada e a SiliconFlow em 19. A Featherless também foi a mais cara em 26 modelos, então depende do modelo.

### Os preços promocionais entram na conta?

Não. 49 preços padrão que o provedor marca como promocionais ou como teste limitado ficam fora de todos os números aqui, porque podem acabar sem aviso. Vários são menores que qualquer preço de tabela, por exemplo o GLM 5.3 da DeepInfra com 38% de desconto.

### Um host mais barato serve o mesmo modelo?

Mesmos pesos, nem sempre o mesmo serviço. Os hosts podem servir pesos com precisão menor (quando informado, FP8 foi o mais comum), contexto menor ou rate limits diferentes. A linha mais barata da DeepInfra para o Llama 3.3 70B é a variante quantizada Turbo. Teste a qualidade da saída e os limites com os seus próprios prompts.

## Continue lendo

-   [Preço de modelos open-weight: 6 provedores de inferência comparados](https://broadrouter.com/pt/blog/llm-inference-provider-pricing-compared/)
-   [Custo de API: modelos abertos vs fechados, segundo os preços](https://broadrouter.com/pt/blog/open-weight-vs-closed-model-api-cost/)
-   [Com que frequência o preço de API de LLM muda? 3 anos de arquivo](https://broadrouter.com/pt/blog/how-often-llm-api-prices-change/)
-   [Preço de API de LLM só cai? 52 aumentos e como se planejar](https://broadrouter.com/pt/blog/llm-api-price-increases/)
-   [Como escolher um provedor de API de LLM: checklist de 20 pontos](https://broadrouter.com/pt/blog/choose-llm-api-provider-checklist/)
-   [Alternativas ao Artificial Analysis: onde comparar LLMs em 2026](https://broadrouter.com/pt/blog/artificial-analysis-alternatives/)
-   [SLAs de APIs de LLM: o que Azure, Bedrock, Google e OpenAI prometem](https://broadrouter.com/pt/blog/llm-api-sla-uptime-compared/)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-same-llm-different-host-prices&utm_content=page-cta) ·

**Fontes**

-   [Dataset do BroadRouter: preços de provedores de API de LLM, cada preço com URL de origem, data da conferência e citação (conferido em 2026-11-15)](https://broadrouter.com/data/llm-api-provider-prices/)
-   [Dataset do BroadRouter: preços de provedores de API de LLM, download em CSV (conferido em 2026-11-15)](https://broadrouter.com/data/llm-api-provider-prices.csv)
-   [Dataset do BroadRouter: histórico de preços de API de LLM a partir de páginas de preços arquivadas (conferido em 2026-11-15)](https://broadrouter.com/data/llm-api-price-history/)
-   [Preços da Z.ai: GLM-5.3 (conferido em 2026-11-14)](https://docs.z.ai/guides/overview/pricing)
-   [Preços da Chutes: tabela de preços dos modelos (conferido em 2026-11-15)](https://chutes.ai/pricing)
-   [Preços da SambaNova Cloud (conferido em 2026-11-14)](https://cloud.sambanova.ai/plans/pricing)
-   [Preços de inferência do CoreWeave Forge (conferido em 2026-11-15)](https://coreweave.com/forge-pricing/inference-agents)
-   [Preços do Cloudflare Workers AI (conferido em 2026-11-14)](https://developers.cloudflare.com/workers-ai/platform/pricing/)
-   [Preços da DeepInfra (conferido em 2026-11-14)](https://deepinfra.com/pricing)
-   [Preços da API da Venice (conferido em 2026-11-15)](https://docs.venice.ai/pricing)
-   [Preços da BroadNet Inference em formato legível por máquina, pricing.json (conferido em 2026-11-15) (em inglês)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-same-llm-different-host-prices&utm_content=sources)
