Kimi K2.6 e Grok 4.3 derrubam preços abaixo de $1,60 enquanto GPT-5.5 se mantém caro no topo
Briefing semanal de LLMs: Kimi K2.6 atinge 53,9 de qualidade a $1,42/M tokens, Grok 4.3 entrega 133 tok/s a $1,56, e a faixa econômica se aproxima dos modelos intermediários.
A faixa abaixo de $2 agora pontua a apenas 7 pontos do melhor modelo disponível
Dois modelos com preço abaixo de $1,60 por milhão de tokens agora pontuam acima de 53 no índice de qualidade. Kimi K2.6 (MoonshotAI) registra 53,9 a $1,42/M, e Grok 4.3 (xAI) atinge 53,2 a $1,56/M com 133 tokens por segundo. Isso os coloca 6-7 pontos atrás do GPT-5.5 (OpenAI), que lidera com 60,2 mas custa $11,25/M. A diferença de qualidade está diminuindo mais rápido do que a diferença de preço.
O que mudou esta semana
A grande história não é um lançamento isolado. É a forma do mercado se cristalizando em três faixas de preço distintas com retornos de qualidade decrescentes no topo.
Premium ($10+/M): GPT-5.5 mantém a coroa de qualidade com 60,2, mas a 66 tok/s é o modelo mais lento da OpenAI na tabela. Claude Opus 4.7 pontua 57,3 a $10,00/M com throughput ainda mais lento de 49 tok/s. Você está pagando 7x mais do que a faixa intermediária por aproximadamente 5-6 pontos de qualidade.
Intermediário ($3-6/M): É aqui que o custo-benefício se concentra. Gemini 3.1 Pro Preview entrega 57,2 de qualidade a $4,50/M e 125 tok/s. Qwen3.7 Max (Alibaba) é open source, pontua 56,6 a $3,75/M e alcança 198 tok/s. Gemini 3.5 Flash troca 2 pontos de qualidade por 210 tok/s a $3,38/M.
Econômico (<$2/M): Kimi K2.6 e Grok 4.3 agora competem com modelos que custam 3-4x mais. Kimi é open source, o que importa para quem faz self-hosting.
| Modelo | Qualidade | Preço/M | Velocidade | Open source |
|---|---|---|---|---|
| GPT-5.5 | 60,2 | $11,25 | 66 tok/s | Não |
| Gemini 3.1 Pro | 57,2 | $4,50 | 125 tok/s | Não |
| Qwen3.7 Max | 56,6 | $3,75 | 198 tok/s | Sim |
| Kimi K2.6 | 53,9 | $1,42 | 103 tok/s | Sim |
| Grok 4.3 | 53,2 | $1,56 | 133 tok/s | Não |
Onde isso importa na prática
Se sua carga de trabalho envolve processamento em lote de alto volume onde retentativas são raras, Kimi K2.6 a $1,42/M reduz os custos de API em 87% em relação ao GPT-5.5, com uma queda de qualidade que você pode nem notar em tarefas de sumarização ou extração. Para aplicações sensíveis à latência, Qwen3.7 Max a 198 tok/s entrega 3x o throughput do GPT-5.5 pontuando apenas 3,6 pontos abaixo.
A faixa premium faz sentido quando esses poucos pontos de qualidade se acumulam: cadeias de raciocínio em múltiplas etapas, geração de código complexo, tarefas onde um único erro desencadeia falhas downstream custosas. Para todo o resto, as faixas intermediária e econômica agora são difíceis de ignorar.
Quem deveria prestar atenção no Grok 4.3
A 133 tok/s e $1,56/M, Grok 4.3 é o modelo mais rápido abaixo de $2. Se você está construindo aplicações interativas onde a latência de inferência afeta diretamente a experiência do usuário, vale a pena fazer benchmarks comparando com o Gemini 3.5 Flash (210 tok/s a $3,38/M). Você obtém 64% da velocidade do Flash por 46% do preço.
O que acompanhar
- Desempenho do Qwen3.7 Max em self-hosting. Open source com 56,6 de qualidade e 198 tok/s na API. O throughput real em self-hosting com hardware de consumo vai determinar se ele substitui as variantes do Llama em implantações locais.
- Pressão de preço sobre o GPT-5.5. A OpenAI mantém a liderança em qualidade, mas $11,25/M parece cada vez mais difícil de justificar quando o Gemini 3.1 Pro está apenas 3 pontos abaixo custando 60% menos.
- Próximo passo da Kimi. A MoonshotAI precificou o K2.6 de forma agressiva e o tornou open source. Se a qualidade ultrapassar 55 em uma atualização incremental, a faixa intermediária será pressionada por baixo.
Encontre o modelo certo para sua carga de trabalho e orçamento no LLM Selector, ou navegue pelo ranking completo em Explorar.
Fique por dentro
Análises revisadas de LLMs quando uma nova edição estiver pronta. Sem spam.