Preços

Os modelos de texto são cobrados pelo número de tokens processados. Tokens de entrada incluem as instruções, mensagens e demais conteúdos enviados; tokens de saída correspondem ao que o modelo gera. Os valores abaixo estão em dólar por 1 milhão de tokens.

Nem tudo é cobrado assim: imagem sai por unidade gerada, áudio por minuto e embedding só pela entrada. Cada caso tem a sua seção nesta página.

Modelos HINOW

Modelos especializados

O hinow/hivision é indicado quando a entrada é predominantemente visual. O hinow/hicode é uma opção especializada para automações de código. Compare os dois com os modelos HINOW de uso geral quando a tarefa combinar texto, regras de negócio e código.

Geração de imagem

O hinow/himegia cobra por imagem, não por token: US$ 0,082 — o mesmo valor para criar e para editar, com prompt curto ou longo, em qualquer proporção e formato. Cada resposta do POST https://api.hinow.ai/v1/images traz o campo cost com o valor exato da chamada. O uso guiado está em Geração de imagem.

Embeddings

O hinow/hiembed cobra apenas a entrada: US$ 0,05 por milhão de tokens. Não há preço de saída porque o que volta é um vetor, não texto gerado — na resposta, usage traz prompt_tokens e nada de completion_tokens.

A conta pende para a indexação, não para a busca: vetorizar 2 milhões de tokens custa US$ 0,10, uma vez; depois disso cada consulta custa só o embedding da pergunta — uma frase de 10 tokens sai por US$ 0,0000005. O uso guiado está em Embeddings.

Transcrição de áudio

O hinow/hivox cobra por duração, não por token: US$ 0,05 por minuto de áudio, o mesmo valor para qualquer formato e qualquer idioma falado. A resposta traz duration em segundos, e é dele que sai a conta, proporcional — 8,54 segundos custaram US$ 0,0071.

Na ordem de grandeza que importa ao planejar: uma reunião de uma hora custa US$ 3,00; cem chamadas de atendimento de cinco minutos, US$ 25,00. O uso guiado está em Transcrição de áudio.

Outros modelos do catálogo

A disponibilidade pode variar por conta. Consulte o catálogo em tempo de execução para obter os identificadores, modalidades, endpoints e preços atualmente disponíveis:

O que uma chamada custa na prática

O custo de uma chamada é tokens de entrada × preço de entrada + tokens de saída × preço de saída. As respostas de Chat Completions incluem usage com as duas contagens. Registre esse campo para medir o custo real de cada fluxo:

Nesse exemplo, a chamada ao hinow/hinova custa 132 × 0,69/1M + 60 × 7,49/1M, aproximadamente US$ 0,00054. Em streaming, consuma o fluxo até o evento final para registrar o usage retornado pela API.

Como reduzir a conta

• Use o modelo adequado à tarefa. Comece com HiNova, meça a qualidade e migre para HiMax ou HiGenesis quando o resultado justificar a troca.
• Defina o tamanho esperado. Uma instrução como “responda em até 60 palavras” orienta o estilo e reduz saídas desnecessariamente longas. Valide o limite na aplicação quando ele for obrigatório.
• Reduza o histórico. Em conversas longas, cada chamada reenvia mensagens anteriores. Resuma ou remova turnos que não alteram mais a resposta.
• max_tokens como rede de segurança. Ele corta no meio da frase (finish_reason: "length"), então use-o como teto operacional, não como única forma de controlar o tamanho.