Blog da BroadRouter
Atualizado em
Artigos da equipe da BroadNet Inference sobre LLMs e transcrição de fala em produção: quanto custam os planos de preço fixo em comparação com a cobrança por token, como rodar agentes em paralelo, IA em árabe e retenção de dados. Todo preço vem do arquivo de preços publicado pela BroadNet.
Comparações
Alternativas ao Artificial Analysis: onde comparar LLMs em 2026
Alternativas ao Artificial Analysis: Arena, Epoch AI, Vals AI, rankings do OpenRouter, Hugging Face e dados de preço, pelo que cada uma mede e quando usá-la.
Histórico de preços das APIs da OpenAI, Anthropic e Google, 2023–2026
Preços das APIs do GPT, Claude e Gemini lado a lado em páginas arquivadas, 2023 a 2026: que linhas baratearam, quais encareceram, cada uma com link do arquivo.
Live, sob consulta, pesquisa: como ler um catálogo de modelos
Como saber quais modelos de um catálogo você pode chamar hoje, quais exigem consulta e quais só foram testados, usando o catálogo da BroadNet e /v1/models.
Mesmo modelo, host diferente: quanto varia o preço de API de LLM
Em 119 modelos vendidos por vários hosts, o preço de tabela mais caro é, na mediana, 1,76 vez o mais barato. Dados das páginas de 41 provedores, novembro de 2026.
Os modelos que a BroadNet avaliou e descartou, e por quê
A BroadNet publica os modelos que testou e rejeitou, com os motivos: modelos de chat reprovados no teste de credenciais; voz, OCR e embeddings que perderam.
SLAs de APIs de LLM: o que Azure, Bedrock, Google e OpenAI prometem
Com o que cada provedor de API de LLM se compromete por escrito: porcentagem de uptime, o que conta como indisponibilidade, créditos de serviço e metas de latência.
Alternativa à API do Whisper: quando trocar e como testar
Quando vale uma alternativa hospedada à API Whisper da OpenAI: taxa de erro de palavras no seu áudio, idiomas, preço por hora, limites e privacidade, com código.
Alternativas à API da DeepSeek: 5 formas de usar os modelos DeepSeek
Modelos DeepSeek pela API oficial, um agregador, o catálogo de uma nuvem, GPUs próprias ou a BroadNet Inference: prós e contras de preço, privacidade e limites.
Cline vs Roo Code vs Aider para equipes com modelos abertos (2026)
Cline, Roo Code (agora arquivado, continuado como Zoo Code) e Aider comparados no que importa com modelos abertos: ferramentas, contexto, MCP, git e aprovações.
Como escolher um provedor de API de LLM: checklist de 20 pontos
Vinte perguntas antes de escolher uma API de LLM: preço, limites, compatibilidade OpenAI, privacidade, modelos, suporte e uptime, com pontuação e plano de teste.
GLM 5.3 vs DeepSeek V4.1 Flash: qual usar e quando
GLM 5.3 vs DeepSeek V4.1 Flash em preço, contexto, ferramentas, saída estruturada, imagens e raciocínio, com custos de exemplo e uma regra simples para escolher.
Hospedar um LLM próprio ou usar API: custo real e ponto de equilíbrio
Preços de aluguel de GPU das páginas oficiais, a fórmula do custo por 1M de tokens na sua GPU, a utilização para vencer uma API e os custos de operação esquecidos.
IA open-weight vs fechada na empresa: custo, controle e risco
LLMs open-weight ou fechados na empresa? Custo, controle, privacidade, qualidade e lock-in, e as três formas de rodar modelos abertos e quando cada uma vence.
OpenRouter ou preço fixo para agentes de IA: qual sai mais barato?
O OpenRouter cobra por token mais uma taxa sobre créditos; um plano de preço fixo cobra por sessão. A conta para agentes sempre ligados, taxas, limites e a escolha.
Preço de API speech-to-text comparado: preço por minuto em 2026
Preços por minuto e por 1.000 horas de OpenAI, Google, AWS, Deepgram, AssemblyAI, Speechmatics, Groq e BroadNet Transcribe, das páginas oficiais, mais adicionais.
Preço de modelos open-weight: 6 provedores de inferência comparados
Como OpenRouter, Together AI, Fireworks, Groq, DeepInfra e BroadNet cobram por modelos abertos: por token, cache, batch, horas de GPU e planos fixos, com fontes.
Engenharia
Antes do fine-tuning: defina o problema a resolver
Quando prompt, RAG ou avaliação resolvem o problema sem fine-tuning, de quais dados de treino você precisa e como testar um fine-tune antes de pedir um.
Base URL de APIs compatíveis com a OpenAI: 14 provedores conferidos
A base_url de 14 APIs de LLM compatíveis com a OpenAI, lida na documentação de cada provedor, com os endpoints listados e as diferenças que quebram a troca direta.
Cache de respostas de LLM para cortar custo: um cache exato em Python
Um cache exato e testado para respostas de API de LLM em Python: o que vai na chave, o que nunca guardar, TTLs, privacidade e como medir a taxa de acerto antes.
Como corrigir JSON inválido de um LLM: causas, reparo e retry
Por que LLMs retornam JSON quebrado (code fences, texto extra, corte em max_tokens, vírgulas finais) e uma função Python testada que só repara o que é seguro.
Como definir max_tokens em modelos de raciocínio: um método
Por que modelos de raciocínio devolvem respostas vazias com max_tokens baixo e como dimensionar o limite por percentis, janela de contexto e retentativas crescentes.
Como migrar da API da OpenAI: o código em Python, Node e cURL
As mudanças de código para sair da OpenAI para uma API compatível: cliente, de Responses para Chat Completions, ferramentas, streaming, embeddings e um smoke test.
Failover de API de LLM: passe para um segundo provedor no seu código
Como fazer failover entre provedores de LLM compatíveis com a OpenAI: erros que acionam, circuit breaker, mapeamento de IDs, streaming, custo e privacidade.
Gravar áudio no navegador e enviar para uma API de speech-to-text
Grave o microfone com MediaRecorder, converta WebM ou o MP4 do Safari em WAV de 16 kHz e envie para a API de transcrição por um pequeno servidor que guarda a chave.
Hardware de GPU e serving da BroadNet, segundo a própria BroadNet
O que a BroadNet diz sobre o hardware da BroadNet Inference: três camadas de GPU, das B300 aos appliances no cliente, throughput por GPU e o que aprendeu nos testes.
Processamento em lote com LLM sem Batch API: um runner retomável
Rode de 10.000 a 1.000.000 de prompts numa API de chat completions sem Batch API: limite de concorrência, ritmo, novas tentativas, checkpoints retomáveis e prazos.
Rate limits de API de LLM por provedor: RPM, TPM e concorrência
Rate limits de entrada de 13 provedores de API de LLM, lidos na documentação: OpenAI, Anthropic, Gemini, Groq, DeepSeek, Fireworks e outros. E o que são RPM e TPM.
Reduzir tokens do prompt: cortes medidos em sistema, tools e dados
Economia de tokens medida com tokenizers reais ao enxugar prompt de sistema, few-shot, schemas de ferramentas, formatos de dados, histórico e diacríticos árabes.
Revisão humana no seu fluxo de IA para documentos
Revisão humana em um pipeline de IA para documentos: regras de validação, o que mandar a uma pessoa, amostras aleatórias, trilha de auditoria e taxa de revisão.
Tamanho de chunk e overlap no RAG: efeito na recuperação e no custo
Como tamanho de chunk e overlap mudam o recall do RAG, o tamanho do índice, o custo de embeddings e os tokens enviados ao LLM por consulta, com resultados e contas.
Texto, voz ou visão? Comece pela tarefa
Escolha entre chat, entrada de imagem e transcrição de áudio pela tarefa, com os modelos e limites que a BroadNet documenta e o que ela não oferece, como TTS.
Transcrever áudio longo acima de 25 MB: dividir, enviar e juntar
Como transcrever gravações acima do limite de uma API de fala para texto: reduza o arquivo, divida nos silêncios com ffmpeg, envie em paralelo e junte o texto.
Um endpoint privado começa com uma carga de trabalho clara
O que definir antes de pedir um endpoint privado de LLM: carga de trabalho, tokens por segundo, concorrência, contexto, região, licença e orçamento, e como testá-lo.
Uno no Gemma 4 26B: o estudo da BroadNet com mixture of experts
A BroadNet treinou o primeiro adapter Uno de self-drafting para um modelo mixture of experts, o Gemma 4 26B A4B. O que mediu, quando compensa e o DOI.
Uno no vLLM: o que o estudo de serving da BroadNet mediu
A BroadNet integrou ao vLLM o adapter de self-drafting Uno e o mediu em uma H100: 2,58x o throughput com um stream, 1,74x com 32. Método, DOI e limites.
Como avaliar um LLM antes de trocar de provedor
Monte um pequeno eval set com tráfego real, avalie com checagens em código e um LLM juiz sem viés, e compare qualidade, custo e latência antes de migrar.
Como contar tokens antes de enviar uma requisição a um LLM
Estime os tokens do prompt por idioma e modelo antes de chamar uma API de LLM: por que tokenizers diferem, exemplos em cinco idiomas e margens para max_tokens.
Como estruturar prompts para o prefixo entrar em cache
Como organizar prompts de LLM para o prefixo em cache ficar idêntico: prompt de sistema, schemas de ferramentas, documentos, histórico só com acréscimos e um teste.
Contexto longo vs RAG: quando 1M de tokens substitui um banco vetorial
Quando uma janela de contexto de 1M de tokens pode substituir um banco vetorial e quando o RAG ainda vence: custo por consulta, latência, recall e manutenção.
Erro 429 em API de LLM: backoff, jitter e limitadores
429 vs 5xx, backoff exponencial com full jitter, limitadores de concorrência e filas para APIs de LLM, com código Python e Node pronto para produção.
Extrair dados de faturas, recibos e formulários com LLM de visão
Pipeline de produção para faturas, recibos e formulários: preparo de imagens, prompt com esquema JSON, validação Pydantic, checagens de soma, retentativas e revisão.
JSON mode vs json_schema: saída estruturada que não quebra
O JSON mode garante JSON válido; o json_schema garante o seu formato. Como pedir cada um em modelos compatíveis com a OpenAI, validar com Pydantic e corrigir.
Latência de LLM: TTFT, tokens por segundo e tempo de ponta a ponta
O que medem o time to first token, os tokens por segundo e a latência de ponta a ponta, como cronometrar cada um no cliente e qual ajuste move qual número.
Log de uso de API de LLM: custo por usuário e recurso, sem PII
Registre cada chamada de API de LLM com tokens, custo, latência e request ID, atribua o gasto a usuários e recursos e mascare PII antes de gravar. Código em Python.
Migrar para uma API compatível com a OpenAI: checklist de migração
Trocar o base_url é a parte fácil. O que quebra são IDs de modelo, tokens de raciocínio, usage no streaming, erros, rate limits e chaves. Checklist com código.
Quando vale a pena uma janela de contexto de 1M de tokens (ou não)
O que cabe em 1.048.576 tokens, quanto custa no DeepSeek V4.1 Flash, como raciocínio e cache mudam a conta e quando o RAG ainda é a melhor escolha.
Segurança de chaves de API de LLM: armazenamento, rotação e IPs
Chaves de API de LLM fora do código e dos logs, uma chave por carga de trabalho, rotação periódica, só os IPs dos servidores e revogação de vazamento em segundos.
Streaming de LLM explicado: chunks SSE, deltas, usage e cancelamento
Como o streaming de chat completions funciona na conexão, como montar a resposta a partir dos deltas, ler o usage do último chunk e cancelar em Python, Node e curl.
Tool calling com modelos abertos: schemas, chamadas paralelas, retry
Function calling em modelos abertos compatíveis com a OpenAI: schemas, chamadas paralelas, as cinco formas de falha e um loop em Python que valida e tenta de novo.
IA em árabe
Atas de reuniões em árabe a partir de gravações: um pipeline de API
Transforme gravações de reuniões em árabe em atas com decisões e ações: transcreva, limpe, resuma com um LLM em JSON e confira nomes e datas.
Classificação de texto em árabe com LLM: sentimento, intenção, triagem
Classifique avaliações, mensagens e tickets em árabe com um LLM: rótulos, prompt atento ao dialeto, saída em JSON, teste com macro F1 e custo em volume.
Como projetar uma experiência de IA em vários idiomas
Projete um produto de IA para usuários de árabe, inglês e espanhol: locale da interface vs. idioma do modelo, RTL, texto misto, números, datas, detecção e custo.
Correção gramatical e ortográfica do árabe com um LLM: passo a passo
Corrija ortografia e gramática do árabe com uma API de LLM: prompt de edição mínima, proteção contra reescritas, edições por tipo de erro e pontuação no estilo M2.
Diacríticos no árabe com um LLM: prompt, checagens e DER
Restaure os diacríticos do árabe (tashkeel) com uma API de LLM: um prompt que preserva as letras, uma checagem que rejeita edições, DER e WER, e quando usar o CATT.
Extrair entidades nomeadas em árabe com LLM: JSON, datas e checagens
Extraia nomes, organizações, lugares e datas hégira de textos em árabe para JSON com um LLM: prompt, checagem sem diacríticos, conversão de datas e avaliação.
Legendas em árabe (SRT) com uma API de fala para texto: o que precisa
Do que um SRT precisa, quais APIs de fala para texto devolvem timestamps ou SRT para árabe e um pipeline testado que gera legendas com uma API só de texto.
Normalizar texto em árabe para busca e RAG: o que mudar e o que não
Tashkeel, alef, ta marbuta, hamza, letras persas, dígitos e Unicode: quais regras de normalização do árabe ajudam a busca, quais atrapalham, com Python testado.
OCR para árabe por API: Google, Azure, Textract, Mistral e LLMs
Quais APIs de OCR suportam oficialmente árabe, impresso e manuscrito, o que cada uma retorna e quanto custa a cada 1.000 páginas, comparadas a LLMs com visão.
Resumo de texto em árabe com LLM: prompts, tamanho e avaliação
Resuma artigos, relatórios e mensagens em dialeto árabe com uma API de LLM: prompts, controle de palavras, checagem de números e por que o ROUGE padrão dá 0.
Traduzir áudio em árabe para texto em inglês com API: pipeline testado
Transforme gravações em árabe em texto em inglês com duas chamadas de API: transcreva com language=ar e traduza com um LLM, checando números, custo e qualidade.
Traduzir strings de app para árabe com LLM: placeholders e plurais
Traduza arquivos JSON de i18n para árabe com uma API de LLM: congele placeholders, gere as seis formas de plural, valide o ICU na CI e isole os nomes inseridos.
API de fala para texto em árabe: como escolher em 2026
Como escolher uma API de transcrição de árabe: WER, dialetos, limites de arquivo, preço por hora de áudio e privacidade, e um plano de teste com as suas gravações.
API de fala para texto multilíngue: 14 idiomas, um endpoint
Transcreva inglês, espanhol, francês, chinês, árabe e mais 9 idiomas em um endpoint compatível com a OpenAI, cobrado por minuto, e saiba quando usar o modelo árabe.
Árabe do Golfo, egípcio e levantino: como os LLMs lidam com dialetos
Como os LLMs lidam com o árabe do Golfo, egípcio e levantino: onde erram, como escrever o prompt, como testar e o que a BroadNet informa sobre o Qwen3.8 27B.
Arabizi e LLMs: como lidar com o franco-árabe e números como 3 e 7
O Arabizi escreve árabe com letras latinas e dígitos como 3 para ع e 7 para ح. Como detectá-lo, convertê-lo para o alfabeto árabe com um LLM e responder bem.
Arquitetura de chatbot de WhatsApp em árabe: de áudios a respostas
Uma arquitetura que funciona para um assistente de WhatsApp em árabe: webhook, fila, transcrição de áudios, resposta do LLM, regras de política e custos, com Python.
Como escolher uma API de LLM para árabe: o que testar
Como escolher um LLM para apps em árabe: dialetos, qualidade de escrita, tradução, documentos e imagens, custo, e um conjunto de teste que você monta em um dia.
Como transcrever gravações de call center: pipeline pronto para árabe
Separe chamadas estéreo por canal, corte os turnos, transcreva árabe e inglês, oculte dados pessoais e resuma cada chamada com um LLM. Código Python e custos.
Dialetos árabes e speech-to-text: Golfo, Egito, Levante, Magreb
Por que o speech-to-text tem dificuldade com o árabe do Golfo, egípcio, levantino e magrebino, e como montar um conjunto de teste por dialeto com seu áudio real.
Engenharia de prompt em árabe: registro, RTL, números e texto misto
Prompts para tirar um bom árabe de um LLM: registro e dialeto, números e datas, formatação RTL limpa e a mistura de árabe e inglês sob controle.
OCR em árabe ou LLM de visão: lendo documentos e notas fiscais
Quando usar OCR clássico e quando um LLM de visão para notas fiscais, recibos e formulários em árabe: armadilhas, saída em JSON, custo por página e validação.
RAG em árabe: normalização, chunking e retrieval que funcionam
RAG sobre documentos em árabe: normalize alef, ya e ta marbuta, divida em chunks com critério, escolha embeddings multilíngues e adicione busca por palavra-chave.
Tradução árabe–inglês com LLMs: prompts, glossários e avaliação
Traduza do árabe para o inglês e vice-versa com uma API de LLM: prompts que mantêm o tom, glossários de termos fixos, números e nomes, e como avaliar a qualidade.
Transcrever áudios para empresas: do WhatsApp e Telegram a tickets
Transforme áudios de clientes do WhatsApp Business e de bots do Telegram em transcrições e tickets de suporte: baixar, transcrever, extrair campos com LLM e rotear.
Word error rate (WER) no ASR em árabe: o que é e como calcular
O que é word error rate, como calcular e por que o WER em árabe é tão sensível a diacríticos, normalização da grafia e dialetos. Com Python e números reais.
Agentes
Claude Code com modelos abertos: proxies, endpoints nativos e limites
O Claude Code fala a Messages API da Anthropic. Como rodá-lo com modelos abertos por um proxy LiteLLM ou um endpoint nativo, e o que quebra no caminho.
Custo de uma execução de agente de código: passos, contexto e cache
Por que um agente de código custa mais por passo quanto mais tempo roda, como o cache muda o total e quando uma sessão fixa vence a cobrança por token, com contas.
OpenClaw e Hermes Agent com um modelo barato: setup e custos
Conecte o OpenClaw ou o Hermes Agent a um endpoint compatível com a OpenAI, entenda por que as verificações agendadas queimam tokens e como reduzir a conta.
Prompt injection em agentes de código: defesas que funcionam
Por onde a prompt injection chega a agentes de código e as defesas em camadas que fornecedores e pesquisas documentam: sandbox, saída de rede, allow-list, aprovação.
Agentes de longa duração: timeouts, retentativas e checkpoints
Mantenha um agente LLM vivo por horas: timeout por chamada, streaming para detectar travamentos, retentativas seguras, efeitos colaterais idempotentes e checkpoints.
AI Agent do n8n num LLM barato: setup, modelo e custo por execução
Workflows do AI Agent do n8n num modelo barato compatível com a OpenAI: qual modelo usar com ferramentas, ajustes que cortam tokens e a conta por 10.000 execuções.
Como rodar agentes de código à noite sem supervisão, com segurança
Configuração prática para agentes de código sem supervisão: sandbox, checkpoints no git, arquivo de tarefa, limite de passos, revisão de manhã e plano fixo.
Como rodar agentes de código em paralelo numa API de LLM de preço fixo
Subagentes, orquestradores e workers em lote no DeepSeek V4.1 Flash ilimitado: quantas sessões você precisa, como dividir entre chaves e como limitar a concorrência.
Gestão de contexto para agentes de longa duração com janela de 1M
Como manter sessões longas de agentes precisas e baratas com uma janela de 1M de tokens: histórico append-only, cache, quando compactar e o que cortar primeiro.
Melhor LLM para o Aider: como escolher o modelo e conectar
Como escolher o melhor LLM para o Aider: disciplina no formato de edição, contexto e custo por hora, um teste de uma hora no seu repo e o OPENAI_API_BASE.
Melhor modelo aberto para agentes de código: ferramentas e custo
GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B ou Gemma 4 no seu agente de código? Escolha por tool calling, contexto, raciocínio e custo por tarefa, com as contas.
Modelos abertos em agentes de código: Aider, Cline, opencode, Codex
Conecte Aider, Cline, Roo Code, opencode, Continue e Codex CLI a qualquer endpoint compatível com a OpenAI: nomes exatos dos campos e as configurações que quebram.
O que "ilimitado" significa de verdade em um plano de API de LLM
Medidores de tokens, janelas móveis de 5 horas, limites semanais, rate limits e concorrência: sete perguntas para ver se um plano "ilimitado" serve ao seu agente.
Orçamento de tokens de agentes: para onde vão os tokens de um loop
System prompt, schemas de ferramentas, leituras de arquivos, histórico e raciocínio: como um agente gasta tokens, como medir cada parte e o que cortar primeiro.
Quanto custam de verdade os sistemas multiagente: token ou sessão fixa
Sistemas multiagente gastam várias vezes os tokens de um agente só. A conta de sessões fixas vs cobrança por token, os multiplicadores ocultos e quem vence.
Servidores MCP com modelos compatíveis com OpenAI (qualquer provedor)
MCP funciona com qualquer LLM: o cliente transforma ferramentas MCP em function calls. Como usar MCP com modelos abertos no Cline, Continue, opencode, n8n ou Python.
Preços
Com que frequência o preço de API de LLM muda? 3 anos de arquivo
Lemos 308 páginas de preços arquivadas de 11 provedores de API de LLM, 2023 a 2026. 80% dos modelos nunca mudaram de preço; a DeepInfra fez 75% das mudanças.
Como reduzir o custo de API de LLM: checklist de 10 passos, em ordem
Reduza a conta de API de LLM na ordem certa: meça, ponha o prefixo em cache, enxugue prompts, limite saída e raciocínio, ajuste o modelo e use batch ou preço fixo.
Cortes de preço de API de LLM 2023–2026: os maiores, com fontes
Os maiores cortes de preço de API de LLM de 2023 a 2026, com links do arquivo antes e depois: o3, Codestral, Gemini 1.5, e os aumentos que quase ninguém notou.
Custo de API: modelos abertos vs fechados, segundo os preços
Modelos open-weight saem mais baratos por API que GPT, Claude ou Gemini? Preços por token das páginas dos provedores, variação entre hosts e custo por usuário.
Preço de API de LLM só cai? 52 aumentos e como se planejar
Preços de API de LLM sobem. Achamos 52 aumentos de preço de tabela no mesmo modelo em páginas arquivadas, 2024–2026, mediana de 40%. Fontes e regra de orçamento.
10 formas de reduzir o custo de LLM de agentes de código, com economia
Dez formas concretas de baixar o gasto em tokens do Cline, Aider, opencode ou do seu próprio agente de código, cada uma com a conta da economia e como medir.
API de LLM com preço fixo ou por token: a conta do ponto de equilíbrio
Quando um plano de LLM de preço fixo vence o pagamento por token? Quatro contas mensais para o DeepSeek V4.1 Flash, o volume de equilíbrio e como medir o seu.
API de LLM com visão mais barata: custo por imagem e por página
Quanto custa um LLM com visão por imagem e por página: a conta de tokens para Gemma 4, Qwen3.8 27B e DeepSeek V4.1 Flash, e onde a DeepInfra sai mais barata.
Chave de API de LLM por hora: preço fixo por hora, explicado
A chave por hora da BroadNet compra uma hora de Gemma 4 VL 26B num único stream a preço fixo. O que inclui, os limites, para quem serve e quando compensa.
Como estimar o custo de API de LLM antes de lançar uma funcionalidade
Modelo de custo passo a passo para uma nova funcionalidade de IA: usuários × ações × chamadas × tokens, com cache, raciocínio, retries, rate limits e exemplo mensal.
Controle de gastos com API de LLM: orçamentos, limites e loops
Evite que a conta da API de LLM dispare: saldo pré-pago, uma chave por app, IPs permitidos, registro de uso, orçamento no código, limite de loops e chaves fixas.
Crédito grátis de API de LLM: quanto o crédito inicial rende
O que um crédito grátis de API de LLM compra de verdade: tokens, minutos de áudio e chaves por hora com o crédito inicial da BroadNet, vs. Gemini e OpenRouter.
Custo de LLM por usuário: unit economics de um recurso de IA no SaaS
Quanto um recurso de IA custa por usuário ativo por mês, por que usuários intensos importam mais que a média e como precificar planos SaaS para cobrir o modelo.
Plano semanal de LLM para projetos curtos: Orbit, hora ou mês
Quando uma semana ilimitada de DeepSeek V4.1 Flash vale mais que a sessão por hora, o plano mensal ou o pagamento por token: contas para hackathons e migrações.
Preço da API do DeepSeek V4.1 Flash: por token, em cache e planos
Preço da API do DeepSeek V4.1 Flash por 1M de tokens (entrada, cache, saída), planos fixos por mês, semana e hora e comparação com DeepSeek, DeepInfra e Fireworks.
Preço de API de LLM explicado: entrada, cache, saída e raciocínio
Como funciona o preço por token de APIs de LLM: entrada, entrada em cache, saída, tokens de raciocínio, imagens e áudio por minuto, com exemplos de uma tabela real.
Tokens de entrada em cache: como reduzir a conta de API de LLM
A entrada em cache custa uma fração da entrada normal. Como o prompt caching é cobrado, como ler cached_tokens em usage e como estruturar os prompts.
Tokens de raciocínio: por que você paga mais saída do que vê
Modelos de raciocínio cobram o pensamento oculto como saída. Como medir, quanto custa em cada modelo e como reduzir com reasoning_effort, max_tokens e roteamento.
Tokens por palavra em árabe vs inglês: por que o árabe custa mais
Por que o árabe costuma usar mais tokens de LLM que o inglês para o mesmo sentido, por que tokens por palavra enganam, e um script para medir a sua proporção real.
Privacidade
Como testar a segurança de um LLM com dados sensíveis: método BroadNet
O método publicado pela BroadNet para testar, antes do deploy, se um LLM vaza credenciais, PII, dados de saúde ou financeiros: categorias, leak e miss, 3+ execuções.
Lei de proteção de dados do Egito (Lei 151 de 2020) e APIs de LLM
Dados de egípcios em API de LLM ou speech-to-text no exterior: o que dizem a Lei 151/2020 e a Decisão 816/2025 sobre transferências, licenças e incidentes.
O Safety Map: como 39 LLMs lidam com dados sensíveis
A BroadNet avaliou 39 LLMs de 14 laboratórios em credenciais, PII, saúde e finanças: o que se transferiu, o que não e os vazamentos em tool calls e no raciocínio.
PDPL saudita e dos EAU e APIs de LLM: checklist de transferência
Enviar dados pessoais a uma API de LLM da Arábia Saudita ou dos EAU: regras de transferência da PDPL, o que perguntar e quando a inferência local importa.
API de LLM com retenção zero de dados: checklist de 10 perguntas
O que "retenção zero de dados" deveria significar numa API de LLM: prompts, saídas, logs, treinamento, subprocessadores e auditorias. 10 perguntas para fazer antes.
Dados sensíveis numa API de LLM: mascare, minimize, registre menos
Como enviar dados de clientes, de saúde ou financeiros a uma API de LLM com segurança: classifique campos, use placeholders reversíveis, retenção zero e logs limpos.
Retenção de dados em APIs de LLM: OpenAI, Anthropic, Gemini e Mistral
O que OpenAI, Anthropic, Gemini API, Mistral e BroadNet dizem oficialmente sobre guardar prompts da API e treinar com eles, citado das páginas em novembro de 2026.
RGPD (GDPR) e APIs de LLM: 15 perguntas para o seu provedor
Checklist do RGPD (GDPR) para APIs de LLM: DPA, suboperadores, retenção, treinamento, transferências internacionais e incidentes, com o artigo de cada pergunta.
Ler em MarkdownPerguntar ao ChatGPTPerguntar ao ClaudePerguntar ao Perplexity






















