Preço das API de embeddings: quanto custam os embeddings de texto em cada provedor

Atualizado em 17 out. 2026

Um modelo de embeddings transforma um texto numa lista de números para que uma busca, um pipeline RAG ou um recomendador encontre trechos parecidos. Paga-se só o texto enviado: não há preço de saída e os vetores são gratuitos. Por isso os embeddings são o mais barato que um provedor de IA vende - e mesmo assim os preços variam vinte e seis vezes entre o fundo e o topo do mercado. As tabelas abaixo são refeitas com os preços de hoje a cada visita.

O preço em uma linha

Na coleta de 17 de outubro de 2026 o modelo de embeddings típico (mediano) custava US$ 0,05 por 1M de tokens de entrada. Os modelos abertos pequenos (MiniLM, BGE base, E5 base) começam em US$ 0,005, e o modelo grande da OpenAI fica em US$ 0,13.

Num trabalho real: indexar 10 milhões de tokens (cerca de 7.500 páginas de texto) custa cerca de US$ 0,10 com Qwen3 Embedding 8B, US$ 0,20 com text-embedding-3-small e US$ 1,30 com text-embedding-3-large. Indexa-se uma vez e depois paga-se só pelos documentos novos e pelas consultas; na maioria dos projetos os embeddings são um detalhe ao lado do modelo de chat.

OpenAI text-embedding-3-small: todos os provedores

Dados ao vivo: esta tabela é montada com os preços de hoje.

US$ 0,02 na OpenAI, Azure, Vercel, FastRouter e na maioria dos roteadores; a CometAPI listava US$ 0,016.

OpenAI text-embedding-3-large: todos os provedores

Dados ao vivo: esta tabela é montada com os preços de hoje.

US$ 0,13 quase em todo lugar, US$ 0,104 na CometAPI. Seis vezes e meia o pequeno: use-o só se o seu próprio teste mostrar resultados melhores nos seus dados.

Qwen3 Embedding 8B (pesos abertos): todos os provedores

Dados ao vivo: esta tabela é montada com os preços de hoje.

US$ 0,01 na DeepInfra, FastRouter, Hugging Face, Nebius e Vercel - metade do text-embedding-3-small, com contexto de 32K tokens contra 8K. Outros pedem até US$ 0,12 pelo mesmo modelo; aqui o provedor importa mais que o modelo.

Como escolher

• Um primeiro protótipo de RAG ou busca: text-embedding-3-small ou Qwen3 Embedding 8B - ambos baratos e bons.
• Documentos longos: um modelo de contexto longo (Qwen3 Embedding 8B lê 32K tokens de uma vez) precisa de menos pedaços.
• Milhões de textos curtos (títulos de produtos, chamados): muitas vezes basta um modelo aberto pequeno a US$ 0,005.
• Nunca misture modelos num índice: vetores de dois modelos não são comparáveis - trocar de modelo é reindexar tudo. Para estimar um mês, coloque o seu volume na calculadora de custos.

Todos os preços em USD por 1 milhão de tokens de entrada, salvo quando a linha diz outra coisa, sem impostos, como os provedores os publicam; cada linha leva ao seu card com a fonte e a data da verificação.