Pagamento por uso é a forma como a maioria dos serviços de nuvem, e a maioria das APIs de LLM, cobra: um preço por unidade e um medidor.
Como funciona
A AWS descreve o modelo como pagar “only for the individual services you need, for as long as you use them, and without requiring long-term contracts” (tradução: apenas pelos serviços individuais de que você precisa, pelo tempo em que os usar, sem exigir contratos de longo prazo). As APIs de LLM aplicam isso por token, com tarifas separadas por 1M de tokens para:
- tokens de entrada novos;
- tokens de entrada em cache, quando o provedor oferece cache;
- tokens de saída, incluindo o raciocínio.
Já a fala para texto costuma ser cobrada por minuto de áudio.
Uma conta mensal é a soma de todas as requisições:
input × input rate + cached × cached rate + output × output rate
A cobrança normalmente sai de um saldo pré-pago que as requisições vão consumindo, ou de uma fatura mensal. O bloco usage de cada requisição diz exatamente o que foi medido.
Por que importa
- Custo de entrada baixo. Não há nada a pagar quando não há uso, então serve para protótipos, apps leves e tráfego com picos.
- O custo acompanha o valor. Cada requisição tem um preço conhecido, o que ajuda quando você cobra seus próprios clientes por uso.
- Menos previsível. Um agente preso em um loop de novas tentativas, um contexto longo reenviado a cada turno ou uma rajada de tokens de raciocínio podem multiplicar a conta. Um uso intenso e constante pode custar mais do que um plano de preço fixo.
Na BroadNet Inference
Contas novas começam com um crédito inicial gratuito de $5. O BroadNet Gemma 4 VL 26B e os dois modelos de transcrição funcionam com ele; DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B exigem uma recarga. Algumas tarifas por 1M de tokens:
| Modelo | Entrada | Saída |
|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.52 |
| BroadNet Gemma 4 VL 26B | $0.10 | $0.22 |
Fala para texto em árabe custa $0.0042 por minuto de áudio. Uma chave de pagamento por uso permite 30 requisições por minuto e 4 simultâneas. Também existe uma chave por hora: $0.50 por uma hora de BroadNet Gemma 4 VL 26B em um stream.
Todas as tarifas estão na página de preços, com uma calculadora. No exemplo de cálculo da BroadNet, um projeto paralelo com 100 milhões de tokens de entrada por mês custa $14.23 no DeepSeek V4.1 Flash, então o pagamento por uso sai na frente. Um agente de programação em tempo integral custa $65.40, então Full Moon sai na frente. As contas estão em preço fixo vs. pagamento por token.