O nível econômico do mercado de APIs de IA mudou de novo neste mês. Uma nova onda de modelos flash chineses — DeepSeek V4.1 Flash, GLM-5.3-Flash, Qwen3.8 Flash e Xiaomi MiMo V2.6 Flash — pousou a centavos de diferença entre si, todos com janelas de contexto de um milhão de tokens, e vários são nativamente multimodais. Agora existe até um nível verdadeiramente gratuito.
Esta é uma comparação de especificações e preços, não um benchmark. Todos os números vêm do catálogo ao vivo da MeshTok e refletem 2026-10-11 — reproduzível na página de preços.
O campo abaixo de $0.20
Todos os modelos abaixo custam menos de $0.20 por milhão de tokens de entrada pela API unificada da MeshTok em https://meshtok.com/v1:
| Model id | Contexto | Entrada $/M | Saída $/M | Etiquetas-chave |
|---|---|---|---|---|
bigmodel/glm-5.3-flash | 1,000,000 | $0.12 | $0.42 | vision, tools, fast |
deepseek/deepseek-v4.1-flash | 1,000,000 | $0.15 | $0.60 | vision, reasoning, fast |
deepseek/deepseek-v4-flash | 1,000,000 | $0.15 | $0.45 | fast |
ali/qwen3.8-flash | 1,000,000 | $0.15 | $0.45 | vision, tools, fast |
xiaomi/mimo-v2.6-flash | 1,000,000 | $0.15 | $0.30 | vision, audio, fast |
agnes/agnes-2.0-flash | 512,000 | grátis | grátis | fast, tools, coding |
agnes/agnes-3.0-flash | 512,000 | grátis | grátis | fast, tools, coding |
deepseek/deepseek-v4-flash-vision-exp | 1,000,000 | $0.15 | $0.60 | vision, fast |
Uma nota estrutural: o velho nível econômico morreu. Há um ano, “abaixo de $0.20” significava 8K–32K de contexto e entrada só de texto. Hoje todo modelo pago desta tabela tem janela de um milhão de tokens, e quatro de seis trazem entrada de imagem nativamente. As escolhas mudaram de “quanto contexto” para “quais capacidades e qual preço de saída”.
Modelo por modelo
GLM-5.3-Flash — o modelo multimodal mais barato do catálogo ($0.12 / $0.42)
O primeiro GLM-5 nativamente multimodal da Zhipu, em arquitetura sparse de 320B totais / 18B ativos. A $0.12 de entrada, é o piso absoluto de preço entre os modelos pagos — e vence todos os rivais nos dois preços, incluindo visão. Se você quer um número para citar como “o modelo real mais barato de outubro de 2026”, é este.
MiMo V2.6 Flash — o rei do preço de saída ($0.15 / $0.30)
O MoE onimodal da Xiaomi tem o menor preço de saída entre modelos de 1M de contexto — 30 centavos por milhão, bem abaixo do $0.42 da GLM. É também o único do campo com etiqueta audio: imagem, áudio e vídeo de entrada por preço flash. Cargas que geram mais saída do que consomem entrada (resumos, relatórios, chat) devem calcular o MiMo primeiro.
DeepSeek V4.1 Flash — reasoning no nível econômico ($0.15 / $0.60)
A preview da DeepSeek com nova arquitetura é o único modelo desta comparação com etiqueta reasoning: a escolha padrão quando tráfego barato ainda precisa de raciocínio passo a passo (verificação matemática, extração estruturada com validação, loops agênticos leves). O custo: o maior preço de saída do campo ($0.60). O irmão DeepSeek V4 Flash ($0.15/$0.45) cobre a mesma faixa sem as etiquetas de reasoning e visão.
Qwen3.8 Flash — o todoterreno equilibrado ($0.15 / $0.45)
O novo nível flash da Alibaba une janela de um milhão, multimodalidade nativa e etiqueta tools, com preço de saída entre MiMo e DeepSeek. Se você precisa de um modelo econômico que resolva texto, imagens e tool calls sem viés, é a escolha menos dogmática.
O nível gratuito: Agnes 2.0 / 2.5 / 3.0 Flash ($0 / $0)
O catálogo agora traz três modelos gratuitos da Agnes com 512K de contexto, endpoints compatíveis com OpenAI e etiquetas de tool-calling/coding. Custo zero muda o cálculo para protótipos, pipelines de CI, backfills de classificação e tudo onde a tolerância a qualidade é alta. A configuração racional: prototipe na Agnes e migre para GLM-5.3-Flash ou DeepSeek V4.1 Flash quando a carga passar a gerar receita. O teto é a janela de 512K frente ao 1M dos rivais pagos.
Cálculo de custo com uma carga real
1M de entrada + 0.25M de saída por dia, 30 dias:
| Modelo | Diário | Mensal |
|---|---|---|
| GLM-5.3-Flash | $0.225 | $6.75 |
| MiMo V2.6 Flash | $0.225 | $6.75 |
| Qwen3.8 Flash | $0.2625 | $7.88 |
| DeepSeek V4.1 Flash | $0.30 | $9.00 |
| Agnes 3.0 Flash | $0 | $0 |
Como contexto: a mesma carga no GPT-6 Sol custa $135/mês e no GPT-6 Astra $675/mês (veja nosso guia de preços do GPT-6). O nível econômico roda uma carga completa de produção pelo preço de dois cafés.
Qual escolher?
- Conta mínima com carga pesada em saída → MiMo V2.6 Flash ($0.30 saída, onimodal)
- Menor preço de entrada com visão → GLM-5.3-Flash ($0.12 entrada)
- Tráfego barato que ainda precisa de reasoning → DeepSeek V4.1 Flash (única etiqueta
reasoningdo campo) - Padrão sem dogmas: texto + imagem + tools → Qwen3.8 Flash
- Protótipos, CI, backfills, orçamento zero → Agnes 3.0 Flash (grátis, 512K)
Todos estão a uma string model de distância:
resp = client.chat.completions.create(
model="bigmodel/glm-5.3-flash", # troque por deepseek/deepseek-v4.1-flash, ali/qwen3.8-flash, xiaomi/mimo-v2.6-flash
messages=[{"role": "user", "content": "Hello"}],
)Preços refletem o catálogo de 2026-10-11; a fonte da verdade ao vivo é sempre a página de preços.