Liste os modelos disponíveis com GET /models, com veloz ai models ou no painel, em Inferência de IA > Modelos. Use o id da tabela no campo model.
curl https://platform.onveloz.com/api/ai/v1/models \
-H "Authorization: Bearer $VELOZ_AI_KEY"{
"object": "list",
"data": [
{
"id": "meta-llama-llama-3.1-8b-instruct",
"object": "model",
"created": 1793664000,
"owned_by": "Meta"
}
]
}GET /models/{id} devolve um modelo só, ou 404 com o código model_not_found. A lista traz só os modelos do catálogo; os modelos dos seus provedores próprios aparecem em Provedores, no botão Modelos de cada provedor.
Os preços estão em reais e já incluem tudo: não há taxa por requisição nem mensalidade. Os preços podem mudar; o painel e o comando veloz ai models mostram sempre os valores atuais.
Chat
Preço por 1 milhão de tokens. Use com POST /chat/completions e POST /completions.
| Modelo | Nome | Entrada | Saída |
|---|---|---|---|
nvidia-llama-3.3-70b-instruct-fp8 |
Llama 3.3 70B Instruct | R$ 1,9435 | R$ 2,001 |
meta-llama-llama-3.1-8b-instruct |
Llama 3.1 8B Instruct | R$ 0,414 | R$ 0,713 |
qwen3-8-27b-fp8 |
Qwen 3.8 27B | R$ 1,0005 | R$ 14,099 |
qwen-qwen3.6-27b |
Qwen 3.6 27B | R$ 0,8855 | R$ 11,799 |
qwen3-6-35b-a3b-fp8 |
Qwen 3.6 35B-A3B | R$ 0,529 | R$ 5,8995 |
qwen-qwen3.5-9b |
Qwen 3.5 9B | R$ 0,4715 | R$ 0,7705 |
qwen-qwen3-8b |
Qwen3 8B | R$ 0,5865 | R$ 0,713 |
google-gemma-4-12b-it |
Gemma 4 12B | R$ 0,713 | R$ 0,713 |
google-gemma-4-e4b-it |
Gemma 4 E4B | R$ 0,2415 | R$ 0,4715 |
medgemma-27b-it |
MedGemma 27B | R$ 0,8855 | R$ 11,799 |
maritaca-sabiazinho-sabiazinho-4 |
Sabiazinho 4 | R$ 1,495 | R$ 5,98 |
- Llama 3.3 70B Instruct: modelo geral para conversa, raciocínio e chamadas de ferramentas.
- Llama 3.1 8B Instruct: pequeno e barato, para classificação, extração e respostas curtas.
- Qwen 3.8 27B e Qwen 3.6 27B: modelos de raciocínio, fortes em código, análise e agentes. Os tokens de raciocínio contam como saída.
- Qwen 3.6 35B-A3B: mistura de especialistas com 3B ativos, rápido e barato por token de entrada.
- Qwen 3.5 9B e Qwen3 8B: compactos, para conversa e tarefas do dia a dia. O Qwen3 8B tem modo de raciocínio opcional.
- Gemma 4 12B: aceita texto e imagem.
- Gemma 4 E4B: o mais barato do catálogo, para alto volume e baixa latência.
- MedGemma 27B: ajustado para conteúdo médico. Não substitui avaliação clínica.
- Sabiazinho 4: modelo brasileiro, treinado com foco em português e no contexto do Brasil.
Embeddings
Preço por 1 milhão de tokens de entrada. Use com POST /embeddings.
| Modelo | Nome | Preço |
|---|---|---|
qwen-qwen3-embedding-8b |
Qwen3 Embedding 8B | R$ 0,0575 |
nomic-embed-text-v1-5 |
Nomic Embed Text v1.5 | R$ 0,5865 |
O Qwen3 Embedding 8B gera vetores de 4096 dimensões e é multilíngue.
Rerank
Preço por 1 milhão de tokens processados (a consulta somada aos documentos). Use com POST /rerank.
| Modelo | Nome | Preço |
|---|---|---|
qwen-qwen3-reranker-8b |
Qwen3 Reranker 8B | R$ 0,5865 |
bge-reranker-v2-m3 |
BGE Reranker v2 M3 | R$ 0,5865 |
Transcrição
Use com POST /audio/transcriptions.
| Modelo | Nome | Preço |
|---|---|---|
openai-whisper-large-v3 |
Whisper Large V3 | R$ 0,000896 por minuto (cerca de R$ 0,054 por hora) |
Quanto custa uma requisição
O valor é a soma dos tokens de entrada e de saída, cada um pelo seu preço. Uma conversa com o Llama 3.1 8B Instruct que envia 1.000 tokens e recebe 500 custa:
1.000 × R$ 0,414 / 1.000.000 + 500 × R$ 0,713 / 1.000.000 = R$ 0,00077
O campo usage de cada resposta mostra os tokens cobrados, e Inferência de IA > Uso mostra o valor de cada requisição. Veja Uso e rastreamento.