Resumo dos dados de outubro de 2026

O volume de tokens cresceu 37% em outubro

Nossa análise dos destaques de IA do mês passado. O volume de tokens disparou, o preço por token continuou caindo e o tráfego de agentes agora representa a maior parte do que passa pelo OpenRouter.

Destaques

  • O volume de tokens continuou crescendo: um aumento de 37% em relação a setembro e de quase 25 vezes em relação a janeiro.
  • O preço efetivo por token caiu: o preço médio combinado por token continuou caindo e, no mês passado, ficou de 57 a 70% abaixo das médias de janeiro.
  • Modelos de decisão agora recebem 21% de todas as requisições: embora a categoria exista há apenas algumas semanas, os modelos de decisão agora recebem mais requisições do que qualquer modalidade, exceto modelos de texto.

790 trilhões de tokens em outubro

Outubro foi o maior mês da história do OpenRouter: 790T tokens, um aumento de 37% em relação a setembro e de impressionantes 25x em relação a janeiro.

O aumento foi generalizado, mas a atualização do DeepSeek V4.1 Flash, junto com a introdução do Haiku 5.5 e do restante da família Claude 5.5, foi um dos principais fatores.

Volume mensal, de janeiro a outubro

OpenRouter
Fonte: OpenRouter. Os tokens correspondem à soma do prompt e da conclusão.

Agentes consomem 76% de todos os tokens

A predominância dos agentes só aumentou ao longo de 2026. Classificamos cada chave de API como agêntica, humana ou mista com um classificador ponderado de sete sinais, incluindo taxa de chamadas de ferramentas, número de turnos e momento das solicitações.

Há um ano, as chaves de agentes representavam 8% dos tokens. Em outubro, representaram 76%, cerca de 600T tokens.

Tokens mensais por tipo

OpenRouter
Fonte: OpenRouter. Chaves classificadas mensalmente: pontuação agêntica de 0,50 ou mais indica uso agêntico, de 0,25 a 0,49 indica uso misto e abaixo de 0,25 indica uso humano.

Uma característica distintiva do uso por agentes é o reenvio do mesmo contexto, muitas vezes extenso, a cada turno, por isso o cache de prompts é mais importante para agentes do que para o uso humano. A maioria dos provedores serviu prefixos em cache para 85 a 97% dos tokens de prompt de agentes em outubro. A mediana da taxa de acertos de cache aumentou acentuadamente, de 76,1% em junho para mais de 90% em outubro.

Taxa de acertos de cache em agentes por provedor de inferência

OpenRouter

O tamanho da bolha representa os tokens de agentes processados. A cor mostra a faixa da taxa de acertos de cache.

  • Taxa de acertos de cache abaixo de 70%
  • 70–90%
  • Mais de 90%
Fonte: OpenRouter. A taxa de acertos de cache é a proporção entre tokens de prompt em cache e tokens de prompt, de chaves de API de agentes. Exclui BYOK. Provedores com pelo menos 1T de tokens de agentes e taxa de acertos de cache de 50% ou mais.

Os modelos de pesos abertos voltaram a crescer

A participação dos modelos de pesos abertos nos tokens pagos caiu para 52% na semana de 28 de setembro, quando Claude Opus 5.5, Sonnet 5.5 e GPT-6.1 Sol foram todos lançados. Duas semanas depois, ela voltou a superar 70%, principalmente devido ao DeepSeek V4.1 Flash.

Os modelos de pesos abertos representam cerca de um quarto dos gastos pagos, acima dos 11% em janeiro, e essa participação praticamente não mudou ao longo do último trimestre, aproximadamente.

Participação semanal dos modelos de pesos abertos nos tokens e nos gastos

OpenRouter
Fonte: OpenRouter. Apenas tráfego pago; exclui variantes gratuitas.

O preço efetivo por token caiu de 57 a 70% desde janeiro

O preço combinado por milhão de tokens caiu de US$ 1,21 para US$ 0,52 nos modelos de pesos fechados e de US$ 0,28 para US$ 0,084 nos de pesos abertos. A diferença entre eles aumentou de 4,3× para 6,2×.

Esse preço efetivo pode variar por vários motivos: os preços de tabela dos modelos, a própria composição dos modelos ou a taxa de acerto de cache por sessão. A maior parte da queda nos preços de modelos com pesos fechados em agosto se deveu a uma mudança nessa composição: GPT-5.6 Luna, a cerca de US$ 0,07 por milhão de tokens, tornou-se o modelo fechado pago mais usado nos dias após seu lançamento.

Preço efetivo por 1M tokens

OpenRouter
Fonte: OpenRouter. Uso faturado considerando a soma dos tokens de prompt e de conclusão. Exclui variantes gratuitas, BYOK, modelos ocultos e APIs que não são de chat.

Participação dos modelos de cada laboratório

Normalmente, o tráfego de cada laboratório se concentra em poucos modelos, e o lançamento mais recente costuma assumir a liderança em um mês. Selecione um laboratório para ver como sua distribuição de tokens e gastos mudou ao longo do ano.

Composição de modelos em cada laboratório

OpenRouter

Os seis principais modelos por volume de tokens em outubro, além de todos os demais.

  • Claude Opus 5.5
  • Claude Sonnet 5.5
  • Claude Haiku 5.5
  • Claude Opus 5
  • Claude Sonnet 5
  • Claude Fable 5.1
  • Other

Participação em tokens

Participação nos gastos

Fonte: OpenRouter. Participação mensal de tokens e uso faturado por modelo em cada laboratório, considerando todas as variantes.

Laboratórios de modelos com pesos abertos lideram em crescimento

Desde maio, Z.ai teve um aumento de cerca de vinte vezes nos tokens mensais e DeepSeek de cerca de doze vezes. Quanto aos gastos, os da Z.ai aumentaram cerca de seis vezes, Anthropic teve um aumento de 76%, e MiniMax teve uma queda de 20%, mesmo com um crescimento substancial de seus tokens.

O crescimento de cada laboratório raramente é linear. Em um calendário de lançamentos cada vez mais competitivo, o momento do lançamento de um novo modelo pode alterar drasticamente o crescimento de um laboratório em um único mês.

Crescimento desde maio por laboratório

OpenRouter

Tokens ou gastos mensais de cada laboratório, indexados a maio = 100.

Fonte: OpenRouter. Tokens mensais de prompt e conclusão e uso faturado por fabricante de modelos, incluindo todas as variantes, divididos pelo total de maio de cada laboratório.

O ranking de tarefas destaca dois modelos

Classificamos uma amostra de solicitações nas categorias de tarefas da nossa classificação na página correspondente. Por tokens, o DeepSeek V4.1 Flash lidera a maioria das tarefas de programação e de agentes. Ao alternar para gastos, o Claude Opus 5.5 lidera a maior parte da classificação.

Outros modelos que aparecem incluem Jev 1.13, o modelo de decisão da TypeSafe, e GLM 5.3 Flash, com fortes resultados tanto em extração de dados quanto em transformação de dados.

Melhor modelo por tarefa, outubro

OpenRouter

As cinco principais tarefas de cada categoria por tokens. A taxonomia das classificações tem duas tarefas de dados.

Geral

  1. Classificação

    Favicon de typesafe
    TypeSafe Jev 1.13

    14% dos tokens de tarefas

  2. Perguntas e respostas e conhecimento

    Favicon de stepfun
    Step 5 Preview

    33% dos tokens de tarefas

  3. Interpretação de papéis e ficção

    Favicon de deepseek
    DeepSeek V4 Flash

    11% dos tokens de tarefas

  4. Redação de conteúdo

    Favicon de z-ai
    GLM 5.3 Flash

    21% dos tokens de tarefas

  5. Resumo

    Favicon de stepfun
    Step 5 Preview

    67% dos tokens de tarefas

Programação

  1. Geração de código

    Favicon de deepseek
    DeepSeek V4.1 Flash

    23% dos tokens de tarefas

  2. Depuração

    Favicon de deepseek
    DeepSeek V4.1 Flash

    19% dos tokens de tarefas

  3. E/S de arquivos

    Favicon de deepseek
    DeepSeek V4.1 Flash

    17% dos tokens de tarefas

  4. Revisão de código

    Favicon de deepseek
    DeepSeek V4.1 Flash

    17% dos tokens de tarefas

  5. Execução de shell

    Favicon de deepseek
    DeepSeek V4.1 Flash

    24% dos tokens de tarefas

Agente

  1. Execução de fluxo de trabalho

    Favicon de deepseek
    DeepSeek V4.1 Flash

    16% dos tokens de tarefas

  2. Planejamento em várias etapas

    Favicon de deepseek
    DeepSeek V4.1 Flash

    18% dos tokens de tarefas

  3. Despacho de ferramentas

    Favicon de deepseek
    DeepSeek V4.1 Flash

    17% dos tokens de tarefas

  4. Extração de memória

    Favicon de xiaomi
    MiMo V2.6 Flash

    17% dos tokens de tarefas

  5. Pesquisa na web

    Favicon de deepseek
    DeepSeek V4.1 Flash

    15% dos tokens de tarefas

Dados

  1. Extração de dados

    Favicon de z-ai
    GLM 5.3 Flash

    12% dos tokens de tarefas

  2. Transformação de dados

    Favicon de z-ai
    GLM 5.3 Flash

    29% dos tokens de tarefas

Fonte: OpenRouter. Participação nos tokens de tarefas ou nos gastos, ponderados por amostra.

Os laboratórios de pesos fechados (e a DeepSeek) lideram em retenção de usuários

Há muitas maneiras de medir a retenção de um modelo ou de um laboratório. Aqui, consideramos as contas que enviaram pelo menos 100 requisições pagas em um mês para modelos de um determinado laboratório e verificamos quantas voltaram a usar o mesmo laboratório no mês seguinte. Esse limite filtra testes pontuais, e a ordem dos laboratórios foi muito semelhante com limites de corte menores e maiores.

De setembro a outubro, Google manteve 78% dessas contas, Anthropic 74% e OpenAI 74%. Os principais laboratórios de modelos com pesos abertos tendem a ter menor retenção mês a mês, e outubro não foi diferente.

Retenção mês a mês por desenvolvedor de modelos

OpenRouter

Google

Anthropic

OpenAI

DeepSeek

Z.ai

Qwen

MiniMax

Fonte: OpenRouter. Contas com pelo menos 100 solicitações pagas a um laboratório em um mês; consideradas retidas se enviaram qualquer solicitação paga a esse laboratório no mês seguinte. Exclui contas banidas.

Modelos de decisão chegaram a 21% das solicitações

Modelos de decisão (ou modelos System One, na nomenclatura da TypeSafe) avaliam uma questão específica, como roteamento, moderação ou uma verificação de sim ou não. Eles surgiram como categoria apenas em meados de setembro e chegaram a 21% de todas as requisições na semana de 26 de outubro.

Modelos de texto aqui significam todas as requisições à API Chat Completions, incluindo requisições com imagens como entrada. Em termos de tokens ou gastos, em vez de requisições, os modelos de decisão representariam uma parcela muito menor do tráfego semanal.

Participação semanal das solicitações por tipo de solicitação

OpenRouter
Fonte: OpenRouter. Participação no total de requisições por API.

Provedores de inferência de modelos de pesos abertos: Together sobe para o primeiro lugar

Entre os provedores que servem modelos de pesos abertos, Together passou do 18º lugar em junho para o primeiro em outubro pelo total de tokens servidos. DeepSeek caiu para o nono lugar em setembro e voltou ao segundo com o V4.1 Flash, e InferenceNet entrou entre os dez primeiros na quarta posição.

Classificação de provedores de modelos com pesos abertos por tokens

OpenRouter

Os dez principais de cada mês, de junho a outubro. Passe o cursor sobre uma linha para acompanhar um provedor.

Fonte: OpenRouter. Apenas modelos com pesos abertos. Exclui BYOK e endpoints ocultos.

Analisamos as principais tendências desse conjunto de um quatrilhão de tokens toda semana. Assine a Inferred, nossa newsletter de dados, para receber todos os nossos principais relatórios de pesquisa diretamente na sua caixa de entrada.

Notas sobre a metodologia

  • Os dados abrangem solicitações pela API do OpenRouter de 1 de janeiro a 31 de outubro de 2026; o gráfico de agentes começa em setembro de 2025. Os gráficos semanais usam semanas que começam na segunda-feira.
  • Os tokens são a soma dos tokens de prompt e de conclusão. Os gastos correspondem ao uso faturado. Os laboratórios são os criadores dos modelos, e um modelo tem pesos abertos quando seus pesos são disponibilizados publicamente.
  • Cada chave de API é classificada mensalmente com base em sete sinais ponderados: taxa de chamadas de ferramentas, proporção entre entrada e saída, turnos por requisição, taxa de acertos de cache, ferramentas oferecidas por requisição, tempo entre requisições e taxa de cancelamento. Uma pontuação de 0,50 ou mais indica uso por agentes, de 0,25 a 0,49 indica uso misto e abaixo de 0,25 indica uso humano.
  • O tráfego pago exclui variantes gratuitas de modelos.
  • O preço efetivo, a taxa de acertos de cache e a classificação dos provedores excluem o tráfego com chave própria (BYOK) e os modelos ocultos. A taxa de acertos de cache é a proporção de tokens de prompt em cache em relação aos tokens de prompt no tráfego de chaves agênticas, para provedores com pelo menos 1T de tokens agênticos naquele mês.
  • Os líderes por tarefa vêm de uma amostra de solicitações classificadas na taxonomia de tarefas das classificações e ponderadas pela taxa de amostragem.
  • A retenção contabiliza contas com pelo menos 100 requisições pagas aos modelos de um laboratório em um mês e considera uma conta retida se ela enviou qualquer requisição paga a esse laboratório no mês seguinte. Contas banidas são excluídas.
  • Modelos de decisão são solicitações à API de decisões. Modelos de texto são solicitações à API de Chat Completions, incluindo solicitações com imagens de entrada.