Pular para o conteúdo principal

Preços

Todos os preços são por milhão de tokens processados. A cobrança considera tanto tokens de input quanto de output.

Modelos​

S5S5 Nano
InputR$ 0,50R$ 0,10
OutputR$ 2,50R$ 0,60
Input em cache ¹R$ 0,05R$ 0,01
Input noturno ²R$ 0,35R$ 0,07
Output noturno ²R$ 1,75R$ 0,42
Input Flex ³R$ 0,25R$ 0,05
Output Flex ³R$ 1,25R$ 0,30
Input Batch APIR$ 0,25R$ 0,05
Output Batch APIR$ 1,25R$ 0,30

Modelos da geração anterior​

Sabiá 4 ThinkingSabiá 4Sabiazinho 4
InputR$ 5,00R$ 5,00R$ 1,00
OutputR$ 40,00R$ 20,00R$ 4,00
Input em cache ¹R$ 1,25R$ 1,25R$ 0,25
Input noturno ²R$ 3,50R$ 3,50R$ 0,70
Output noturno ²R$ 28,00R$ 14,00R$ 2,80
Input Flex ³R$ 2,50R$ 2,50R$ 0,50
Output Flex ³R$ 20,00R$ 10,00R$ 2,00
Input Batch APIR$ 2,50R$ 2,50R$ 0,50
Output Batch APIR$ 20,00R$ 10,00R$ 2,00
¹ Tokens de input reutilizados entre requisições são cobrados com 75% de desconto (1/4 do preço); nos modelos S5 (incluindo o S5 Nano), com 90% de desconto (1/10 do preço). Saiba mais em Cache de Prompt. ² Noturno: 22:00–06:00 BRT. ³ Requisições Flex oferecem 50% de desconto, sujeitas a disponibilidade de capacidade. Saiba mais em Flex Tier.
Como os descontos interagem

O desconto de cache (75%) se aplica apenas aos tokens de input em cache. Os descontos de Batch API, Flex e horário noturno se aplicam apenas aos tokens de input não cacheados e de output — eles não se multiplicam com o desconto de cache. Além disso, Batch API, Flex e horário noturno são mutuamente exclusivos. Veja mais detalhes em Cache de Prompt.

Modelos BR-SP​

Os modelos BR-SP têm inferência e processamento realizados 100% em território nacional, com os mesmos preços do modelo correspondente acrescidos de 30%. Nomes na API: S5-br-sp, sabia-4-thinking-br-sp, sabia-4-br-sp, sabiazinho-4-br-sp.

S5 BR-SP
InputR$ 0,65
OutputR$ 3,25
Input em cache ¹R$ 0,065
Input noturno ²R$ 0,455
Output noturno ²R$ 2,275
Input Flex ³R$ 0,325
Output Flex ³R$ 1,625
Input Batch APIR$ 0,325
Output Batch APIR$ 1,625

Modelos da geração anterior​

Sabiá 4 Thinking BR-SPSabiá 4 BR-SPSabiazinho 4 BR-SP
InputR$ 6,50R$ 6,50R$ 1,30
OutputR$ 52,00R$ 26,00R$ 5,20
Input em cache ¹R$ 1,63R$ 1,63R$ 0,33
Input noturno ²R$ 4,55R$ 4,55R$ 0,91
Output noturno ²R$ 36,40R$ 18,20R$ 3,64
Input Flex ³R$ 3,25R$ 3,25R$ 0,65
Output Flex ³R$ 26,00R$ 13,00R$ 2,60
Input Batch APIR$ 3,25R$ 3,25R$ 0,65
Output Batch APIR$ 26,00R$ 13,00R$ 2,60

S5 Free​

O S5-free é gratuito por tempo limitado: não há cobrança de tokens. Aceita somente texto e não inclui Batch API, Flex nem ferramentas integradas. Veja os limites em Rate Limits.

Disponível por tempo limitado

O S5 Free é uma oferta temporária de lançamento e pode ser encerrada a qualquer momento. Para uso contínuo ou em produção, use o S5.

Ferramentas integradas​

As ferramentas integradas (busca na web, execução de código, Data Ocean e geração de imagens) são cobradas por uso, além dos custos normais de tokens. As cobranças são reportadas em usage.tool_execution_details e na sua fatura.

FerramentaUnidadePreço (BRL)
Busca na webpor buscaR$ 0,0165
Leitura de páginapor página lidaR$ 0,066
Data Oceanpor GB processadoR$ 0,10
Execução de códigopor minuto (arredondado para cima)R$ 0,016
Geração de imagenspor imagem geradaR$ 0,25
Geração de imagens: imagem de referênciapor imagem enviada usada na geraçãoR$ 0,10

Uma única requisição com web_search pode gerar cobranças tanto de web_search_calls quanto de page_reads: o modelo busca e depois lê uma ou mais páginas de resultado. O tempo de execução de código é o tempo total de computação no sandbox ao longo da requisição, arredondado para o próximo minuto inteiro.

Como o data_ocean liga automaticamente a busca na web e a execução de código (veja Ferramentas integradas), uma requisição com data_ocean: true pode gerar cobranças de Data Ocean, busca na web (web_search_calls/page_reads) e execução de código na mesma resposta.

Na geração de imagens, só as imagens entregues são cobradas: tentativas bloqueadas pela moderação ou que falham não geram cobrança.

Como saber quantos tokens serei cobrado?​

Para saber de antemão o quanto suas requisições irão custar, use a função count_tokens para saber o número de tokens em um dado prompt.

from maritalk import count_tokens

prompt = "Com quantos paus se faz uma canoa?"

total_tokens = count_tokens(prompt, model="sabia-4")

print(f'O prompt "{prompt}" contém {total_tokens} tokens.')

É necessário instalar a biblioteca da Maritaca (pip install maritalk) para rodar o trecho de código acima.