← Voltar para o blog

Publicado em

Quanto custa usar uma API de IA pagando em real, por PIX?

Na Zenifra, 1 milhão de tokens custa de R$ 0,60 (entrada) e R$ 2,00 (saída) no zenifra/qwen3.8-flash até R$ 14,70 e R$ 73,49 no zenifra/kimi-k3, com preço publicado em real e pago com crédito colocado por PIX ou boleto. Um chatbot com 2.000 conversas por mês, na conta deste artigo, fica em R$ 20,652 no modelo mais barato do catálogo.

Resposta curta: quanto custa 1 milhão de tokens em real

Na Zenifra, a API de IA é compatível com OpenAI e cobra por milhão de tokens em real: o modelo mais barato de texto, zenifra/qwen3.8-flash, custa R$ 0,60 por milhão de tokens de entrada e R$ 2,00 por milhão de tokens de saída. O pagamento sai do crédito da organização, que você coloca por PIX (a partir de R$ 5) ou boleto (a partir de R$ 30), sem cartão internacional e sem IOF.

A tabela abaixo foi montada a partir do catálogo público da Zenifra (GET https://api.zenifra.com/v1/ai/models, lido em 06/11/2026). Os valores estão em reais por 1 milhão de tokens. Entrada é o que você envia ao modelo (prompt de sistema, histórico e pergunta), saída é o que o modelo gera e cache de entrada é o preço dos tokens de entrada reaproveitados do cache, quando o modelo informa esse campo. Alguns modelos mudam de preço conforme o tamanho da entrada ou o horário; essas regras aparecem entre parênteses.

Os preços com unidade per_million_tokens são cobrados proporcionalmente ao uso real. Se uma requisição gasta 3.000 tokens de entrada e 500 de saída no zenifra/qwen3.8-flash, o custo é 3.000 × 0,60 / 1.000.000 mais 500 × 2,00 / 1.000.000, ou seja, R$ 0,0018 mais R$ 0,001, total de R$ 0,0028. Essa é a fórmula publicada na documentação de preços de IA da Zenifra, e é a mesma que usamos em todas as contas deste artigo.

ModeloContexto (tokens)Entrada (R$/1M)Saída (R$/1M)Cache de entrada (R$/1M)
zenifra/qwen3.8-flash1.000.000R$ 0,60R$ 2,00R$ 0,10
zenifra/qwen3.6-flash991.808R$ 0,85 (acima de 256.000 tokens de entrada: R$ 3,40)R$ 5,10 (acima de 256.000: R$ 20,40)R$ 0,09 (acima de 256.000: R$ 0,34)
zenifra/qwen3.6-plus991.808R$ 1,43 (acima de 256.000: R$ 5,68)R$ 8,51 (acima de 256.000: R$ 34,01)R$ 0,15 (acima de 256.000: R$ 0,58)
zenifra/qwen3.7-plus1.000.000R$ 1,50 (acima de 256.000: R$ 4,40)R$ 5,70 (acima de 256.000: R$ 17,20)R$ 0,40 (acima de 256.000: R$ 0,90)
zenifra/deepseek-v4-flash-07311.000.000R$ 2,20 (off-peak: R$ 1,10)R$ 6,60 (off-peak: R$ 3,30)R$ 0,29 (off-peak: R$ 0,14)
zenifra/kimi-k2.5229.376R$ 3,00R$ 15,70R$ 0,60
zenifra/kimi-k2.7-code229.376R$ 4,70R$ 19,40R$ 0,35
zenifra/glm-5.21.048.576R$ 5,70R$ 20,00R$ 1,40
zenifra/glm-5.1202.745R$ 5,95 (acima de 32.000: R$ 7,94)R$ 23,81 (acima de 32.000: R$ 27,77)R$ 1,19 (acima de 32.000: R$ 1,59)
zenifra/deepseek-v4-pro1.000.000R$ 8,50 (off-peak: R$ 4,30)R$ 17,00 (off-peak: R$ 8,50)R$ 0,70 (off-peak: R$ 0,35)
zenifra/qwen3.7-max1.000.000R$ 8,50R$ 25,50R$ 1,70
zenifra/qwen3.8-max1.000.000R$ 8,50R$ 25,60R$ 1,10
zenifra/kimi-k31.048.576R$ 14,70R$ 73,49R$ 1,50
zenifra/kev-4b (modelo de decisão)65.536R$ 0,2244não cobradanão se aplica

Off-peak vale das 14:00 às 00:00 UTC, ou seja, das 11h às 21h no horário de Brasília (UTC−3). Fora dessa janela, valem os preços padrão. Os modelos, limites e preços podem mudar; a própria documentação recomenda consultar o catálogo ou o Console antes de publicar uma integração e não fixar preço no código.

O que é uma API compatível com OpenAI e por que isso importa

Uma API compatível com OpenAI aceita as mesmas rotas, o mesmo formato de requisição e o mesmo formato de resposta que o SDK oficial da OpenAI usa, como POST /v1/chat/completions com uma lista de mensagens e o campo model. Na prática, o código que você já escreveu com o pacote openai em Python ou Node.js continua funcionando: muda o endereço base, a chave e o nome do modelo. Na Zenifra, esses três pontos são base_url https://ai.zenifra.com/v1, a chave criada no Console e um ID do catálogo no formato zenifra/<modelo>.

Isso importa por dois motivos. O primeiro é custo de troca: você não reescreve integração, não troca biblioteca e não precisa de um adaptador próprio para testar outro fornecedor. Frameworks que aceitam configurar base_url e api_key, como a maioria dos clientes de chat, agentes e ferramentas de RAG, ligam na Zenifra do mesmo jeito. O segundo é comparação honesta: com o mesmo código, você roda o mesmo conjunto de prompts em dois modelos e compara qualidade e custo lado a lado, olhando o campo usage que vem em cada resposta.

O catálogo informa, por modelo, quais operações são aceitas. Os modelos que listam operações aceitam /v1/chat/completions; zenifra/qwen3.8-flash e zenifra/qwen3.8-max também aceitam /v1/responses. O catálogo também lista capacidades como streaming, chamada de ferramentas (tools e tool_choice), saída estruturada (response_format) e reasoning_effort em parte dos modelos, além de entrada de imagem e vídeo no zenifra/kimi-k2.7-code. Antes de migrar, confira se o parâmetro que seu código envia aparece em supported_parameters do modelo escolhido.

Existe uma exceção no catálogo: zenifra/kev-4b não é um modelo de chat. Ele responde perguntas fechadas sobre um texto (escolha entre opções, sim ou não, nota em escala) com probabilidades, usa o endpoint /v1/systemone e é cobrado só pelos tokens de entrada, R$ 0,2244 por milhão. É útil para triagem de tickets e roteamento, mas não serve para gerar texto.

Como Azure OpenAI, AWS Bedrock, Vertex AI e OpenAI cobram quem está no Brasil

Os grandes provedores têm regras diferentes, e nem todos cobram em dólar no cartão. Lemos as páginas oficiais de cobrança de cada um em 06/11/2026. Pelo que essas páginas dizem, AWS e Google Cloud faturam clientes no Brasil em real, mas os preços continuam definidos em dólar e convertidos na fatura; o Azure também precifica em dólar e converte para a moeda de pagamento; a OpenAI vende créditos de API somente em dólar.

A diferença prática está em dois pontos. Primeiro, quando o preço base é em dólar, o valor em real da sua fatura muda todo mês com o câmbio, mesmo que o seu uso não mude. Segundo, a forma de pagamento: compra internacional no cartão leva IOF de 3,5%; faturamento local em real não leva esse IOF, mas pode trazer tributos locais destacados na nota, como a AWS informa na própria página.

Para comparação: na Zenifra, o preço por milhão de tokens já é publicado em real no catálogo, o consumo de IA é pré-pago com o crédito da organização e esse crédito entra por PIX ou boleto. Não existe conversão de moeda na cobrança. Os preços podem ser alterados pela Zenifra, como em qualquer catálogo, mas não oscilam com o dólar dentro do mês.

ProvedorMoeda do preçoMoeda e forma de pagamento no Brasil (página oficial)Câmbio
OpenAI (API)US$Compra de créditos de API limitada a dólar; o Pix listado pela OpenAI vale para assinaturas Go, Plus e Pro do ChatGPT, não para a APIPago em dólar no cartão; IOF de 3,5% em cartão internacional
Azure (inclui Azure OpenAI)US$ no mundo todoA FAQ do Microsoft Customer Agreement lista real (R$) como moeda de pagamento do Brasil; cartão de crédito ou fatura; não aceita cartão pré-pago ou virtualCusto calculado em dólar e convertido pela taxa spot de fechamento de Londres capturada no fim do mês anterior
AWS (inclui Amazon Bedrock)US$Faturado pela Amazon AWS Serviços Brasil Ltda. em real, com NFS-e; cartões incluindo Elo; PIX só para fatura em real quando o pagamento no cartão falha; AWS Marketplace segue em dólar pela AWS, Inc.Câmbio definido no dia em que a fatura é gerada; PIS/COFINS 9,25% e ISS 2,9% ou 5% na NFS-e
Google Cloud (inclui Vertex AI)US$ convertidoBrasil cobrado em BRL; cartão de crédito, Elo crédito, boleto como método reserva (até 3 pagamentos por dia) e Pix para pagamento manual em realTaxas de instituições financeiras, fixadas no início de cada mês
Zenifra (IA por API)R$Crédito pré-pago da organização por PIX (a partir de R$ 5) ou boleto (a partir de R$ 30)Não há conversão

Se a sua empresa já tem conta faturada no Brasil em AWS ou Google Cloud, usar Bedrock ou Vertex AI pode ser o caminho mais simples para o setor financeiro, e a nota fiscal local é uma vantagem real desses provedores. A Zenifra faz mais sentido quando você quer preço fixado em real por token, pagamento por PIX sem cartão e o mesmo crédito servindo para aplicação, banco e IA.

Quanto custa um chatbot com 2.000 conversas por mês

Para sair da teoria, montamos um cenário de atendimento: 2.000 conversas por mês, cada uma com 6 trocas entre usuário e assistente. O prompt de sistema tem 1.200 tokens, cada mensagem do usuário tem 60 tokens e cada resposta do modelo tem 250 tokens. Como a API de chat é sem estado, a cada nova pergunta a aplicação reenvia o prompt de sistema e todo o histórico, então a entrada cresce a cada troca. Esses números são estimativas para ilustrar a conta; o seu volume real aparece no campo usage de cada resposta e no painel de uso do Console.

A conta de tokens por conversa: na troca k, a entrada é 1.200 + 60 + 310 × (k − 1), porque cada troca anterior soma 60 tokens da pergunta e 250 da resposta. Somando as 6 trocas, são 6 × 1.260 + 310 × (0 + 1 + 2 + 3 + 4 + 5) = 7.560 + 4.650 = 12.210 tokens de entrada. A saída é 6 × 250 = 1.500 tokens. No mês, 2.000 conversas dão 24.420.000 tokens de entrada (24,42 milhões) e 3.000.000 de tokens de saída (3 milhões).

No zenifra/qwen3.8-flash, o custo é 24,42 × R$ 0,60 = R$ 14,652 de entrada mais 3 × R$ 2,00 = R$ 6,00 de saída, total de R$ 20,652 no mês. Em modelos maiores, a conta sobe rápido, porque a saída costuma custar de 3 a 5 vezes a entrada e o histórico reenviado pesa na entrada.

Dois recursos reduzem essa conta. O primeiro é o horário off-peak: o zenifra/deepseek-v4-flash-0731 cai pela metade entre 11h e 21h (horário de Brasília), e um chatbot de atendimento comercial roda boa parte do dia nessa janela. O segundo é o cache de entrada: quando o prefixo da requisição (prompt de sistema e histórico) é reaproveitado, os tokens lidos do cache saem pelo preço de cache, que no qwen3.8-flash é R$ 0,10 em vez de R$ 0,60. O catálogo informa cache_min_input_tokens de 1.024 na maioria dos modelos, então prompts curtos não entram no cache. Se metade dos 24,42 milhões de tokens de entrada fosse lida do cache, o total no qwen3.8-flash cairia para R$ 14,547.

ModeloEntrada (24,42 milhões de tokens)Saída (3 milhões de tokens)Total no mês
zenifra/qwen3.8-flashR$ 14,652R$ 6,00R$ 20,652
zenifra/deepseek-v4-flash-0731 (off-peak, 11h às 21h)R$ 26,862R$ 9,90R$ 36,762
zenifra/deepseek-v4-flash-0731 (preço padrão)R$ 53,724R$ 19,80R$ 73,524
zenifra/kimi-k2.7-codeR$ 114,774R$ 58,20R$ 172,974
zenifra/glm-5.2R$ 139,194R$ 60,00R$ 199,194

Repare que o modelo mais caro da tabela custa quase dez vezes o mais barato para o mesmo atendimento. Antes de escolher pelo nome, rode 50 conversas reais em dois ou três modelos e compare qualidade e custo. Na calculadora da Zenifra, o cenário deste chatbot já vem preenchido com 24.420.000 tokens de entrada e 3.000.000 de saída.

Crédito pré-pago, quotas por chave e limites de RPM e TPM

O consumo de IA na Zenifra é pré-pago e usa o crédito compartilhado da organização. Sem crédito utilizável, novas chamadas são bloqueadas; um cartão cadastrado não libera uso adicional de IA e cobranças pendentes não ampliam a capacidade. Isso é diferente do restante da plataforma, em que o cartão funciona como reserva quando falta crédito. Para quem tem medo de conta surpresa com IA, essa regra é a principal proteção: o teto de gasto é o saldo que você colocou.

Dentro desse saldo, cada chave tem seus próprios limites. Ao criar a chave em Modelos de IA, você escolhe os Modelos Permitidos, a Quota diária (R$) e a Quota mensal (R$), além do RPM da chave (requisições por minuto) e do TPM da chave (tokens por minuto), que podem ser menores que os limites da organização, nunca maiores. A quota da chave nunca aumenta o crédito disponível. Cada organização pode ter até 100 chaves de IA ativas, e os modelos permitidos aceitam a opção de todos os modelos da organização ou de 1 a 50 IDs do catálogo.

Na prática, separe uma chave por ambiente ou integração: uma para produção com quota mensal compatível com o faturamento do produto, uma para testes com quota diária baixa e uma para cada cliente ou equipe, quando fizer sentido. Quando uma chave atinge a quota ou a organização fica sem crédito, a API responde 429 com o código insufficient_quota, e repetir a chamada não resolve. Quando o problema é velocidade, o 429 vem com rate_limit_exceeded e o cabeçalho retry-after; os cabeçalhos x-ratelimit-* trazem limites e saldo de requisições e tokens da chave.

O passo a passo no Console, como está na documentação: abra Modelos de IA, clique em Criar Chave de API e informe o nome (de 4 a 24 caracteres, letras sem acento, números e hífen, como producao-api-01); selecione os modelos; defina quota diária e mensal se quiser; copie a chave, que é exibida uma única vez. As quotas podem ser alteradas depois em Editar quota. As mesmas operações existem na API em https://api.zenifra.com/v1, por exemplo PATCH /ai/keys/:id/budget para mudar as quotas.

  • Colocar crédito: PIX a partir de R$ 5 ou boleto a partir de R$ 30, conforme a página de preços.
  • O crédito colocado por PIX ou boleto é de uso na plataforma, não é reembolsável nem conversível em dinheiro.
  • No Console, o painel de uso mostra total gasto, requisições, tokens e taxa de sucesso em 1, 7 ou 30 dias, uso diário, uso por modelo e gasto e quota de cada chave.

Trocando o base_url: exemplo em Python e Node.js

Os exemplos abaixo estão na documentação da Zenifra. Em Python, instale o SDK com pip install openai e guarde a chave em uma variável de ambiente (export ZENIFRA_AI_API_KEY="sua-chave"). A única diferença para um código que fala com a OpenAI é o base_url e o ID do modelo.

Em Node.js e TypeScript, instale com npm install openai. O parâmetro se chama baseURL no SDK de JavaScript. O exemplo usa o zenifra/qwen3.8-flash; troque pelo ID de um modelo do catálogo que esteja habilitado para a sua chave.

Se você não usa SDK, qualquer cliente HTTP funciona: é um POST para https://ai.zenifra.com/v1/chat/completions com o cabeçalho Authorization: Bearer e um corpo JSON com model e messages. Os erros seguem o padrão: 401 invalid_api_key para chave ausente ou inválida, 403 insufficient_permissions quando a chave não tem o modelo liberado, 404 model_not_found para ID fora do catálogo e 429 para limite de velocidade ou falta de crédito.

python
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://ai.zenifra.com/v1",
    api_key=os.environ["ZENIFRA_AI_API_KEY"],
)

response = client.chat.completions.create(
    model="zenifra/qwen3.8-flash",
    messages=[
        {
            "role": "user",
            "content": "Qual é a média de temperatura na região sul do Brasil?",
        }
    ],
)

print(response.choices[0].message.content)
typescript
import OpenAI from 'openai';

const client = new OpenAI({
  baseURL: 'https://ai.zenifra.com/v1',
  apiKey: process.env.ZENIFRA_AI_API_KEY,
});

async function main() {
  const response = await client.chat.completions.create({
    model: 'zenifra/qwen3.8-flash',
    messages: [
      {
        role: 'user',
        content: 'Resuma em três tópicos o que é uma PaaS.',
      },
    ],
  });

  console.log(response.choices[0]?.message?.content);
}

main().catch((error) => {
  console.error(error);
  process.exit(1);
});
bash
curl https://ai.zenifra.com/v1/chat/completions \
  -H "Authorization: Bearer $ZENIFRA_AI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zenifra/qwen3.8-flash",
    "messages": [
      { "role": "user", "content": "Explique o que é uma API REST em uma frase." }
    ]
  }'

Streaming: quando usar e o que muda na cobrança

Streaming envia os tokens conforme o modelo gera a resposta, em vez de esperar o texto completo. Em chats, copilotos e assistentes, o usuário começa a ler em poucos instantes e a espera parece menor. Para tarefas de backend, relatórios assíncronos e automações sem interface, uma chamada sem streaming costuma ser mais simples de tratar. Os modelos de chat do catálogo informam suporte a streaming, como capacidade ou pelo parâmetro stream; a exceção é o zenifra/kev-4b, que não tem streaming.

A cobrança não muda: o consumo continua sendo contado em tokens de entrada e saída, e a diferença é só a forma como a resposta chega ao cliente. A credencial também é a mesma de uma chamada normal. O cuidado extra é com falhas no meio do caminho: trate queda de conexão, finalize a resposta parcial com uma mensagem clara, permita nova tentativa com backoff e mostre um erro específico quando a chave estiver inválida, a organização sem crédito ou a quota atingida.

O exemplo da documentação em Node.js liga stream: true e escreve cada pedaço de texto no terminal. Em uma aplicação web, o mesmo laço repassa os pedaços ao navegador por Server-Sent Events ou pela resposta em streaming do seu framework. Limite a concorrência para evitar picos de custo e acompanhe tokens e modelos usados no Console.

javascript
import OpenAI from 'openai';

const client = new OpenAI({
  baseURL: 'https://ai.zenifra.com/v1',
  apiKey: process.env.ZENIFRA_AI_API_KEY,
});

const stream = await client.chat.completions.create({
  model: 'zenifra/qwen3.8-flash',
  stream: true,
  messages: [
    {
      role: 'user',
      content: 'Explique o que é deploy contínuo em cinco frases.',
    },
  ],
});

for await (const chunk of stream) {
  const token = chunk.choices[0]?.delta?.content;
  if (token) process.stdout.write(token);
}

Quando outra opção serve melhor

Se você precisa de um modelo que não está no catálogo da Zenifra, como os modelos próprios da OpenAI, da Anthropic ou do Google, o caminho é o fornecedor que vende esse modelo. O catálogo da Zenifra hoje reúne famílias Qwen, DeepSeek, Kimi e GLM, além do modelo de decisão Kev. A compatibilidade com OpenAI ajuda a testar, mas não transforma um modelo em outro.

Se a sua empresa já concentra toda a infraestrutura em AWS, Azure ou Google Cloud, com contrato, faturamento local e nota fiscal emitida pelo provedor, manter a IA no mesmo contrato simplifica o financeiro e a governança. Nesses casos, o ganho de pagar em real por token pode não compensar ter mais um fornecedor. Também vale lembrar que, nesses provedores, o preço continua em dólar e convertido na fatura, então a previsibilidade em real é menor.

A API de IA da Zenifra funciona com o SDK da OpenAI?

Sim. A API é compatível com OpenAI e funciona com o SDK oficial em Python e Node.js trocando três pontos: base_url para https://ai.zenifra.com/v1, a chave criada no Console e o ID do modelo no formato zenifra/<modelo>.

O SDK não é obrigatório: qualquer cliente HTTP ou framework que permita configurar base_url e api_key consegue chamar o endpoint. Antes de migrar, confira no catálogo se o modelo aceita os parâmetros que o seu código envia, como tools, response_format ou reasoning_effort.

Preciso de cartão de crédito para usar a API de IA?

Não. O consumo de IA usa o crédito da organização, que entra por PIX ou boleto, e a conta pode ser criada sem cartão. O cadastro pede CPF ou CNPJ, celular e endereço no Brasil.

Mesmo com cartão cadastrado, a IA continua usando só o crédito: quando o saldo acaba, novas chamadas são bloqueadas em vez de seguir no cartão.

O preço em real muda com o dólar?

Não há conversão de moeda na cobrança da Zenifra: o preço por milhão de tokens é publicado em real no catálogo e o consumo é descontado em real do crédito. O que você vê no catálogo é o que é cobrado.

Isso não quer dizer que o preço nunca muda: a documentação avisa que modelos, limites e preços podem mudar e recomenda consultar o catálogo ou o Console antes de publicar uma integração. A diferença em relação a provedores com preço em dólar é que a sua fatura não oscila com o câmbio dentro do mês.

Quanto custa 1 milhão de tokens em reais?

Depende do modelo: no catálogo da Zenifra de 06/11/2026, a entrada vai de R$ 0,60 (zenifra/qwen3.8-flash) a R$ 14,70 (zenifra/kimi-k3) e a saída vai de R$ 2,00 a R$ 73,49 por milhão de tokens.

Para estimar, multiplique os tokens de entrada e de saída pelos preços do modelo e divida por 1.000.000. Em uma conversa típica, a saída custa de 3 a 5 vezes mais por token que a entrada, mas a entrada costuma ter muito mais tokens, porque inclui prompt de sistema e histórico.

Dá para pagar API de IA com boleto?

Sim. Na Zenifra, você coloca crédito por boleto a partir de R$ 30 (ou por PIX a partir de R$ 5) e a API de IA consome esse crédito.

Entre os grandes provedores lidos para este artigo, o Google Cloud aceita boleto no Brasil como método de pagamento reserva, com até três pagamentos por dia, e a OpenAI limita a compra de créditos de API ao dólar. Como a IA da Zenifra é pré-paga, o boleto precisa ser compensado antes de o crédito ficar disponível para uso.

Simular o chatbot de 2.000 conversas na calculadora

Respeitamos sua privacidade

Usamos cookies essenciais para o funcionamento do site. Cookies de medição e marketing, como Google Ads, só serão ativados se você aceitar todos. Consulte nossa política de cookies.