Preços de modelos de IA

Os modelos de IA da Zenifra podem ter preços diferentes conforme o tipo e o volume de uso. Antes de enviar uma requisição, consulte o catálogo atual para identificar a unidade de cobrança, o preço padrão, possíveis faixas por janela de contexto e horários off-peak.

Os preços exibidos no Console e no catálogo público são a fonte atual para estimativas. Não fixe valores comerciais no código da sua aplicação, porque modelos, limites e preços podem mudar.

Consultar o catálogo

O catálogo público está disponível em:

GET https://ai.zenifra.com/v1/models

Cada modelo informa sua janela de contexto, limite máximo de saída, capacidades e preços aplicáveis. O formato básico para modelos cobrados por tokens é:

{
  "id": "zenifra/example-model",
  "context_window": 1000000,
  "limits": {
    "context_length": 1000000,
    "max_context_length": 1000000,
    "max_tokens": 393216
  },
  "pricing": {
    "input": 2.4,
    "output": 6.9,
    "cache_read_input": 0.27,
    "cache_min_input_tokens": 1024,
    "unit": "per_million_tokens",
    "off_peak": {
      "hours_utc": "14:00-00:00",
      "input": 1.2,
      "output": 3.5,
      "cache_read_input": 0.14
    }
  }
}

Os valores com unidade per_million_tokens representam preço por 1 milhão de tokens. A cobrança efetiva considera a quantidade realmente utilizada.

Preço padrão ou peak

Os campos diretamente dentro de pricing representam o preço padrão, também chamado de peak:

input: tokens enviados ao modelo;
output: tokens gerados pelo modelo;
cache_read_input: tokens de entrada reutilizados do cache;
cache_min_input_tokens: quantidade mínima de tokens necessária para o cache, quando aplicável.

Se o modelo não apresentar off_peak, o preço padrão vale durante todo o dia. Se não apresentar context_tiers, o mesmo preço padrão vale para qualquer requisição dentro dos limites publicados.

Preço off-peak

Alguns modelos oferecem preços reduzidos em horários específicos. Quando disponível, o objeto pricing.off_peak informa os preços e a janela em UTC.

Por exemplo:

{
  "hours_utc": "14:00-00:00",
  "input": 1.2,
  "output": 3.5,
  "cache_read_input": 0.14
}

Para clientes no horário UTC−3, 14:00-00:00 UTC corresponde a:

11:00-21:00 UTC−3

O Console e a Homepage mostram essa conversão para UTC−3. O payload da API continua usando UTC para evitar ambiguidades em integrações. Fora da janela off-peak, aplicam-se os preços padrão.

Preço por faixa de contexto

Alguns modelos mudam de preço conforme a quantidade de tokens de entrada da requisição. Quando isso acontece, pricing.context_tiers descreve faixas inclusivas:

{
  "basis": "input_tokens",
  "context_tiers": [
    {
      "min_input_tokens": 0,
      "max_input_tokens": 128000,
      "input": 1,
      "output": 2,
      "cache_read_input": 0.1
    },
    {
      "min_input_tokens": 128001,
      "max_input_tokens": 1000000,
      "input": 1.5,
      "output": 3,
      "cache_read_input": 0.15
    }
  ]
}

basis: "input_tokens" significa que o tier é escolhido pela quantidade de tokens de entrada. Não some o limite máximo de entrada com o limite máximo de saída para determinar a janela: a requisição completa deve respeitar context_window.

Se context_tiers não estiver presente, não existe uma mudança de preço por faixa configurada para aquele modelo. Não deduza tiers apenas porque o modelo possui uma janela de contexto grande.

Como estimar o custo

Para um modelo sem tiers:

custo de entrada = tokens de entrada × preço de entrada / 1.000.000
custo de saída = tokens de saída × preço de saída / 1.000.000
custo de cache = tokens de cache × preço de cache / 1.000.000

Quando existir um tier, use os preços da faixa correspondente à quantidade de tokens de entrada. Quando a requisição ocorrer dentro da janela off-peak, use os preços de off_peak conforme indicado no catálogo.

Os valores exibidos são adequados para estimativas. O custo registrado no Console é a referência para o uso efetivamente processado.

Imagem e outras unidades

Modelos de geração de imagem podem usar:

{
  "pricing": {
    "input": 0.003,
    "output": 0.075,
    "cache_read_input": null,
    "unit": "per_image"
  }
}

Nesse caso, os valores são cobrados por imagem, não por tokens. Sempre leia pricing.unit antes de calcular uma estimativa.