---
title: "Modelos de IA: novos, em promoção e gratuitos"
description: "Preços por milhão de tokens lidos direto da API da OpenRouter, com as notas de coding de dois benchmarks de código, um direto do OpenRouter e outro do Akita. Só entram modelos com nota acima de 80 em pelo menos um dos dois"
canonical: "https://ronanrodrigo.dev/lab/modelos"
markdown: "https://ronanrodrigo.dev/lab/modelos.md"
last-updated: "2026-10-06"
---
# Modelos de IA: novos, em promoção e gratuitos

Preços por milhão de tokens lidos direto da API da OpenRouter, com as notas de coding de dois benchmarks de código, um direto do OpenRouter e outro do Akita. Só entram modelos com nota acima de 80 em pelo menos um dos dois [llm-coding-benchmark](https://github.com/akitaonrails/llm-coding-benchmark).

Atualizado em 06/10/2026, 20:00 (America/Sao_Paulo)

## Novos (0)

Nenhum modelo novo nos últimos 7 dias.

## Desconto (16)

| Modelo | entrada /M | saída /M | cache /M | média /M | OpenRouter Cod. | Akita Bench. | OpenArena | desconto |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| [OpenAI: GPT-5.6 Sol](https://openrouter.ai/openai/gpt-5.6-sol) | US$ 1 | US$ 5 | US$ 0,1 | US$ 3 | 77,4 | 100 | 1.620 | 50% off |
| [OpenAI: GPT-5.6 Sol (batch)](https://openrouter.ai/openai/gpt-5.6-sol:batch) | US$ 1 | US$ 5 | US$ 0,1 | US$ 3 | 77,4 | 100 | 1.620 | 50% off |
| [Z.ai: GLM 5.3](https://openrouter.ai/z-ai/glm-5.3) | US$ 0,42 | US$ 1,32 | US$ 0,078 | US$ 0,87 | 74,8 | 94 | 1.623 | 70% off |
| [Z.ai: GLM 5.3 (batch)](https://openrouter.ai/z-ai/glm-5.3:batch) | US$ 0,45 | US$ 2 | US$ 0,1 | US$ 1,23 | 74,8 | 94 | 1.623 | 38% off |
| [DeepSeek: DeepSeek V4.1 Flash](https://openrouter.ai/deepseek/deepseek-v4.1-flash) | US$ 0,141 | US$ 0,564 | US$ 0,00282 | US$ 0,353 | — | 92,5 | 1.620 | 53% off |
| [DeepSeek: DeepSeek V4.1 Flash (batch)](https://openrouter.ai/deepseek/deepseek-v4.1-flash:batch) | US$ 0,112 | US$ 0,336 | US$ 0,00336 | US$ 0,224 | — | 92,5 | 1.620 | 30% off |
| [Google: Gemini 3.8 Flash](https://openrouter.ai/google/gemini-3.8-flash) | US$ 0,375 | US$ 1,88 | US$ 0,0375 | US$ 1,13 | 76,3 | 90,5 | 1.583 | 50% off |
| [Google: Gemini 3.8 Flash (batch)](https://openrouter.ai/google/gemini-3.8-flash:batch) | US$ 0,375 | US$ 1,88 | US$ 0,0375 | US$ 1,13 | 76,3 | 90,5 | 1.583 | 50% off |
| [Xiaomi: MiMo-V2.5-Pro](https://openrouter.ai/xiaomi/mimo-v2.5-pro) | US$ 0,304 | US$ 0,609 | US$ 0,0028 | US$ 0,457 | 60,2 | 86,5 | 1.478 | 30% off |
| [DeepSeek: DeepSeek V4 Flash 0423](https://openrouter.ai/deepseek/deepseek-v4-flash) | US$ 0,042 | US$ 0,084 | US$ 0,0084 | US$ 0,063 | 52 | 86 | 1.581 | 70% off |
| [DeepSeek: DeepSeek V4 Flash 0731](https://openrouter.ai/deepseek/deepseek-v4-flash-0731) | US$ 0,044 | US$ 0,132 | US$ 0,0014 | US$ 0,088 | 69,1 | 85 | — | 90% off |
| [MoonshotAI: Kimi K3](https://openrouter.ai/moonshotai/kimi-k3) | US$ 1,83 | US$ 9,15 | US$ 0,183 | US$ 5,49 | 76,2 | 85 | 1.658 | 39% off |
| [Z.ai: GLM 5.3 Flash](https://openrouter.ai/z-ai/glm-5.3-flash) | US$ 0,075 | US$ 0,25 | US$ 0,015 | US$ 0,163 | 71,5 | 84,25 | 1.616 | 50% off |
| [Z.ai: GLM 5.3 Flash (batch)](https://openrouter.ai/z-ai/glm-5.3-flash:batch) | US$ 0,06 | US$ 0,2 | US$ 0,012 | US$ 0,13 | 71,5 | 84,25 | 1.616 | 50% off |
| [DeepSeek: DeepSeek V4 Pro 0813](https://openrouter.ai/deepseek/deepseek-v4-pro-0813) | US$ 0,66 | US$ 1,98 | US$ 0,022 | US$ 1,32 | 68,8 | 84 | 1.583 | 50% off |
| [DeepSeek: DeepSeek V4 Pro 0423](https://openrouter.ai/deepseek/deepseek-v4-pro) | US$ 0,209 | US$ 0,418 | US$ 0,0174 | US$ 0,313 | 59,4 | 82 | 1.446 | 88% off |

## Gratuitos (0)

Nenhum modelo gratuito no catálogo agora.

## Fontes

- Catálogo, preços e promoções: API pública da OpenRouter (/api/v1/models e os endpoints de cada modelo).
- OpenRouter Cod. índice de coding da Artificial Analysis, como a própria API da OpenRouter publica.
- Akita Bench. nota (0-100) do llm-coding-benchmark, de akitaonrails/llm-coding-benchmark no GitHub — a pontuação de vigília ponderada por severidade do relatório v4, não a rubrica de 8 dimensões do README.
- OpenArena pontuação (Elo) do Code Arena no WebDev, de arena.ai/leaderboard/code/webdev — a arena publica o resultado por configuração de execução, e o nome da linha usada aparece no tooltip da célula.

## Como ler a tabela

- Ordenação padrão: maior nota primeiro (Akita Bench. quando existe, senão OpenRouter Cod.); empate pelo maior desconto. As colunas são ordenáveis — clique no cabeçalho para ordenar por ele (crescente, decrescente, padrão).
- Corte: só modelos com nota acima de 80 (Akita Bench. ou OpenRouter Cod.) — quem não passa fica fora, e não existe “nota zero” na tabela.
- Um modelo pode aparecer em mais de uma seção (novo e também em promoção, por exemplo): as seções classificam, não particionam.
- Modelos gratuitos não entram em “Desconto”: preço zero não tem promoção para reportar — e nas colunas de preço a célula diz `free`.
- `slug:batch` é o SKU de lote do mesmo modelo: aparece como linha própria porque é uma variante de preço, e repete a nota do modelo base.
- Aliases `~latest` ficam fora — espelham outro modelo e duplicariam as linhas.
- A OpenArena entra só como coluna: o corte de 80 continua sendo o de Akita Bench./OpenRouter Cod., porque a escala do Elo é outra.
- A nota Akita Bench. é do checkpoint, e o relatório publica a rota em que ele rodou: GLM 5.3 é via z.ai Coding Plan, Gemini Flash é `·high`. Variantes que o relatório declara como outro run (ou não testadas, como o Sol Pro) ficam sem nota — emprestar a nota do base seria mentira.
- “—” não é zero: significa que o dado não existe (modelo fora do benchmark, sem preço de cache ou sem promoção).