O preço do output em LLMs varia 100× — e a maioria das PMEs não percebe
O catálogo público de modelos em julho/2026 mostra uma diferença de mais de 100 vezes entre o output mais caro (GPT-5.6 Sol, US$ 30/1M tokens) e o mais barato competitivo (DeepSeek V4 Flash, US$ 0,28/1M). Quem roda single-vendor está pagando o pior preço por tarefa — e nem sempre o ganho de qualidade compensa.
Para tarefas como classificação, extração estruturada e RAG simples, modelos da faixa de US$ 0,25–US$ 5/1M tokens entregam qualidade equivalente à dos modelos de fronteira em 80–90% dos casos. A diferença aparece em raciocínio multi-step pesado, código complexo e contextos longos.
Em uma carga típica de PME (60% tarefas leves, 30% médias, 10% pesadas), roteamento por política de custo-ótimo reduz o gasto mensal em 65–85% mantendo qualidade percebida igual. A condição é ter gateway com fallback, observabilidade e auditoria — caso contrário a economia some na primeira falha de provedor.
O risco do single-vendor não é só financeiro: é também regulatório (sua política de dados está casada com a política do fornecedor) e operacional (qualquer mudança de pricing ou descontinuação cai inteira no seu P&L).
Modelo frontier para tarefa pesada, modelo barato para o resto. Sem gateway, isso é projeto. Com gateway, é configuração.