Registro de Mudanças

Taxas hoje: sem taxa UberLLM sobre as requisições. Adicionar crédito por cartão custa 5.5% + $0.50, adicionado por cima. Taxas mencionadas em entradas mais antigas abaixo (uma taxa de requisição de 10%, uma taxa de crédito de 5%) são história: a taxa de 10% terminou em 22 de outubro de 2026 e a taxa de 5% em 29 de outubro de 2026.

2 de novembro de 2026 — uberllm.dev em 8 idiomas

O site inteiro agora está disponível em inglês, francês, espanhol, alemão, português (Brasil), italiano, holandês e chinês simplificado. Páginas públicas têm seu próprio endereço por idioma (/fr/sell, /de/docs/quickstart, /zh/models/…); o inglês permanece no endereço principal. Mecanismos de busca veem todas as versões de cada página.
O painel, o console do vendedor, as telas de login e de conexão de aplicativos seguem seu idioma: escolha-o no menu de idiomas (barra lateral, menu do site ou rodapé), ou eles usam o idioma da última página que você abriu, caso contrário, o do seu navegador.
Os preços permanecem em dólares americanos, e os nomes de modelos, provedores e marcas permanecem como estão. As políticas de termos, privacidade e reembolso são traduzidas para leitura; a versão em inglês é a que se aplica.

1 de novembro de 2026 — Vendedores declaram a precisão de modelos de peso aberto

Modelos de peso aberto (GPT-OSS, Qwen, DeepSeek, GLM, Kimi, MiniMax…) podem ser executados com qualidade total ou compactados para 8-bit ou 4-bit, o que responde um pouco pior e não pode ser diferenciado por nenhum teste. Um vendedor que lista um agora diz como seu servidor o executa: qualidade total (16-bit), 8-bit ou abaixo de 8-bit.
As páginas dos modelos mostram quais modelos são de peso aberto e como seus vendedores dizem que os executam. Na API: open_weights em cada modelo de GET /api/v1/public/models, e precision em cada seller endpoint.
Ofertas listadas antes de hoje mostram "Precisão não declarada" até que o vendedor a defina. Declarar uma precisão maior do que o servidor executa resulta na suspensão da conta do vendedor, com os ganhos não pagos usados para reembolsar os compradores (Vender).

1 de novembro de 2026 — Limites de gasto da API key contam o que você realmente gastou

Um limite de gasto em uma API key (diário, mensal, vitalício ou o limite diário) agora conta o que cada requisição realmente custou. Antes, ele contava o máximo que uma requisição poderia custar (o valor retido enquanto ela era executada) e nunca o corrigia, então uma API key poderia parar com a mensagem "atingiu seu limite de gasto" depois de alguns centavos de uso real. A contagem de cada API key foi redefinida para seu gasto real hoje.

1 de novembro de 2026 — Preços de vídeo agora indicam "por segundo", e Sora 2 se foi

Os preços de vídeo agora são exibidos da forma como são cobrados: "$0.09 / sec" para um modelo cobrado por segundo de vídeo (um clipe de 5 segundos custa 5 × isso), e "por vídeo" para um modelo com um preço fixo por clipe. Anteriormente, ambos indicavam "/ job".
Sora 2 e Sora 2 Pro não estão mais listados. A OpenAI desativou o Sora 2, e em 1 de novembro de 2026 nenhum vendedor pôde aceitar um pedido para nenhum dos dois. Nada foi cobrado por esses pedidos falhos.

1 de novembro de 2026 — Um preço oficial em todo lugar, e o logo de cada modelo

O preço "Oficial" ao lado do nosso agora vem de uma única fonte, a mesma em cada página e em GET /v1/models: o preço publicado pelo próprio criador do modelo primeiro, depois o da OpenRouter, depois o da Fal, mostrado apenas onde é superior ao nosso. Cerca de 100 modelos adicionais de imagem, vídeo e música agora têm um, cada um mantido com a página de onde veio e re-verificado diariamente (Preços).
Os preços de vídeo da Fal seguem o vendedor Fal mais barato novamente após uma reinicialização: um vendedor que executou um de nossos trabalhos nas últimas 24 horas permanece incluído no preço.
Cada modelo mostra o logo do seu criador em um estilo padrão (modelos revendidos através de um host mostram o criador real).

1 de novembro de 2026 — Vendedores pegos falsificando um modelo são banidos, e compradores reembolsados

Um vendedor pego servindo um modelo diferente do listado é suspenso: todas as suas ofertas param, seus ganhos não pagos são confiscados e usados para reembolsar os compradores que atendeu, e ele não pode listar novamente com a mesma key, server, payout address ou email (Model check).
Os ganhos do vendedor são retidos antes que possam ser pagos: 14 dias para novos vendedores (primeiros 30 dias, ou menos de $500 ganhos), depois 7 dias. A página de Vendas mostra Disponível para pagamento e Em espera; GET /seller/payouts adiciona held_usd e next_release_at.
Cada oferta agora mostra um estado simples: Verificando, Ativa, Pausada ou Suspensa (listing_state em GET /seller/offers, substituindo check_state e checked_at).

1 de novembro de 2026 — Mais modelos de vídeo mostram seu preço oficial

Modelos de vídeo cujo mercado vendedor não informa um preço próprio agora exibem o preço publicado do OpenRouter para o mesmo modelo como o preço oficial, no painel de modelos, nas páginas dos modelos e nas respostas de preço. A visualização detalhada diz "Preço oficial · OpenRouter". Os preços são lidos a cada hora e mantidos pela UberLLM, então a API também os mostra: media_ref em GET /api/v1/public/models (precificação).
É a taxa por segundo mais barata do OpenRouter para aquele modelo (menor resolução, sem som), então a economia mostrada nunca é maior do que ela é. Ela é mostrada apenas onde está acima do nosso preço. Primeiros modelos: MiniMax H3, Wan 3.0, Wan 3.0 Prime e Grok Imagine Video.

1 de novembro de 2026 — Programa de Afiliados: ganhe 15% do que as pessoas que você indica compram

A página Compartilhar agora é o Programa de Afiliados. Criadores com uma audiência real se candidatam (onde você publica, links, uma captura de tela da sua audiência e como você divulgaria o UberLLM); nós revisamos cada candidatura em até 1-3 dias úteis.
Afiliados aprovados ganham 15% de todo o crédito que cada conta que eles indicaram compra nos seus primeiros 30 dias. Cada comissão é retida por 45 dias e estornada se a compra for reembolsada ou contestada. Uma compra paga com um cartão ou conta PayPal também usada na própria conta do afiliado não é contada.
Retire a partir de $50, escolhendo quais comissões: crédito UberLLM na hora, PayPal ou USDC na Base liquidados semanalmente e pagos em até 1-3 dias úteis.
A página mostra seu link, ganhos, cada conta que você indicou (e-mails parcialmente ocultos), cada compra com seu status e seus saques.
Ele substitui "dê crédito, ganhe crédito". Nenhum novo presente de convite é oferecido; presentes já prometidos ainda são pagos. Todas as regras: Programa de Afiliados.

1 de novembro de 2026 — Preços e descontos são os melhores do mercado, como o mercado os mostra

Todo preço e "% off" em uberllm.dev é agora o próprio "Melhor preço" e "Melhor desconto agora" do mercado parceiro, o mesmo número que seu painel mostra, atualizado a cada 30 segundos. Antes, as páginas mostravam o preço mediano que os compradores pagaram nas últimas 24 horas, então um modelo poderia ler 87% off aqui e 99.7% off ali.
Descontos mostram uma casa decimal, como o mercado (99.6%, 95%).
Resumos que diziam "X% menos na mediana" (contra os preços de tabela de OpenRouter, Anthropic, DeepSeek) agora dizem "até X% menos".
O que uma requisição é cobrada não mudou: você paga o que o vendedor que a atende cobra, nunca mais do que o preço máximo na página do modelo.

31 de outubro de 2026 — Um pedido que um modelo nunca pode aceitar avisa

Ferramentas enviadas a um modelo que não pode chamá-las, ou um prompt mais longo do que o modelo aceita, costumavam terminar em "Ninguém pôde atender a este modelo agora, tente novamente em breve": uma nova tentativa que nunca funcionaria.
Em /v1/chat/completions (sem uma lista models própria) o modelo mais próximo que pode atender ao pedido agora responde no lugar, e o model da resposta o identifica.
Quando nenhum modelo pode, ou em /v1/messages, você recebe 400 tools_not_supported ou 400 context_length_exceeded com o motivo em palavras simples e os modelos que podem aceitá-lo. Nada é cobrado.

31 de outubro de 2026 — Adicionar crédito diretamente do seu painel

Uma nova conta agora adiciona crédito no próprio painel: escolha $10, $25, $50 ou $100 e pague sem sair da página.
Ao lado do valor, você vê o que ele vale ao preço de tabela nos modelos mais usados, ao melhor preço de mercado ao vivo de hoje: por exemplo, $25 chamadas do DeepSeek V4 Pro custariam cerca de $41,000 ao preço de tabela (99.9% de desconto). DeepSeek, Kimi, GLM, GPT e Claude são exibidos, além de quantos vídeos Kling 3.0 o valor compra. Os valores são atualizados a cada hora e arredondados para baixo.
A mesma tabela agora está na página inicial, ao lado do título principal. Ela abre com o maior número ("$5 te dá até $7,142 de IA a preços oficiais"), depois uma linha por modelo: preço oficial riscado, você paga $5, e o % de desconto com duas casas decimais (DeepSeek V4 Pro −99.93% hoje). Kling 3.0 também mostra quantos vídeos $5 compra. $5 agora é um dos botões de valor.
Quando seu saldo cai abaixo de $5,, o painel mostra uma linha com seu saldo e um botão "Adicionar crédito" que abre o mesmo formulário.
O logo da OpenAI agora aparece nas páginas escuras (estava preto no preto).

31 de outubro de 2026 — Pague com PayPal ao adicionar crédito

A página de Créditos agora tem um botão do PayPal acima do formulário do cartão. Pague na janela do PayPal e seu crédito é adicionado no momento em que o PayPal confirmar, sem recarregar a página. A taxa é a mesma que a do cartão (5.5% + $0.50, acrescentada por cima).
Escolher um valor abre a etapa de pagamento em um clique, e o formulário do cartão aparece assim que estiver pronto, sem tela de carregamento.
Um reembolso ou disputa do PayPal retira a parte correspondente do crédito, o mesmo que para pagamentos com cartão.

31 de outubro de 2026 — Toda oferta de vendedor é verificada para servir o modelo que ela afirma

Agora verificamos toda oferta de vendedor: requisições de teste que se parecem com tráfego normal, comparadas com o modelo real em contagens de tokens, instruções ocultas, o que o modelo diz ser, e respostas a perguntas de teste. As verificações são executadas logo após uma oferta ser listada, depois aleatoriamente a cada poucas horas (Verificação de modelo).
Uma nova oferta atrai compradores assim que sua primeira verificação é aprovada, geralmente em cerca de 15 minutos. Uma oferta que falha é pausada, e os pagamentos do vendedor são retidos enquanto nossa equipe a revisa. A página de Vendas mostra o resultado de cada oferta em palavras simples; GET /seller/offers a tem como check_state, check_reason e checked_at.
Contagens de tokens inflacionadas: quando um vendedor relata muito mais tokens de prompt do que uma requisição contém, o comprador é cobrado, e o vendedor é pago, por no máximo cerca de 2× da nossa própria contagem, mais uma pequena margem para ferramentas e imagens.

31 de outubro de 2026 — Pedidos e respostas agora são salvos por 90 dias

Cada pedido de API e a resposta que enviamos de volta agora são salvos por 90 dias, depois excluídos. Nós os usamos para corrigir pedidos com falha, responder às suas perguntas de suporte (envie-nos o X-Request-Id de uma resposta e poderemos ver exatamente o que aconteceu, incluindo quais provedores foram tentados) e impedir abusos.
Apenas nossa própria equipe pode lê-los. Nunca os vendemos nem os usamos para treinar modelos. Você pode pedir a [email protected] para excluir os seus mais cedo.
Nada muda na forma como você chama a API. A Política de Privacidade tem os detalhes.

31 de outubro de 2026 — 40 mais modelos de vídeo e imagem, cada um ao seu preço mais baixo

Novos em Modelos: Seedance 2.5 (a partir de $0.14 por segundo), Kling 4.0, Kling 3.0 Turbo, MiniMax H3, Hailuo 2.3, Hailuo 02 Pro, Vidu Q4, Wan 3.0 e Wan 3.0 Prime, PixVerse V6 e V6 Max, HappyHorse 1.1, Grok Imagine, Gemini Omni Flash, Seedance 1.0 Pro, Imagen 4 (Fast, Ultra), Ideogram V3, Seedream 3.0 / 4.0 / 5.0 Flash, GPT Image 1.5, Flux 3 Klein, Qwen Image 2.1 e Nano Banana. Chame-os como qualquer outro modelo: POST /v1/video/generations ou POST /v1/images/generations (Mídia).
Modelos de vídeo e imagem que já listamos agora vão para o vendedor mais barato que os oferece naquele momento, e permanecem ativos quando um vendedor sai. A lista mostra esse preço, e você paga o que o vendedor cobrou, nunca mais do que a cotação.
Cada modelo de vídeo é precificado por segundo, e o preço aumenta com a resolução. Adicione "validate": true para ver o custo exato para o comprimento e a resolução que você escolher antes de gastar (Verificar o preço). Se omitido, o comprimento é o mais curto do modelo; a resolução enviada é mostrada no defaults_applied da cotação e em GET /v1/models/<id>.
Solicitações que um modelo não pode fazer (um comprimento ou tamanho que ele não oferece) são recusadas antes que algo seja cobrado, com os comprimentos e tamanhos que ele oferece.

31 de outubro de 2026 — Convide amigos: vocês dois ganham crédito quando eles adicionam fundos

Sua página de Compartilhamento agora pode oferecer um presente de convite: quando um amigo se cadastra através do seu link (ou do seu cartão de poupança) e faz um primeiro depósito do valor mínimo ou mais, vocês dois recebem o mesmo crédito. A página mostra os valores, por exemplo "Dê $5, ganhe $5" quando seu amigo adiciona $10 ou mais.
Nada é dado no cadastro: novas contas começam com $0. Um presente é retirado se o pagamento que o gerou for reembolsado. Um presente por nova conta; contas de vendedores não se qualificam. Todas as regras: Convide amigos.
A página de Compartilhamento mostra Convidados, Amigos que pagaram, Você ganhou e uma lista de cada presente. Alguém que chega através do seu link vê seu presente no site e na página de cadastro, e novamente em sua página de Créditos até que seu primeiro depósito o ative.

31 de outubro de 2026 — Escolha onde você recebe seus pagamentos

Vendedores agora escolhem para onde vão seus pagamentos: um e-mail do PayPal, ou uma carteira USDC na rede Base. Configure isso em Vender → Pagamentos → Para onde enviamos seu dinheiro, ou com PUT /seller/payout-method (Vender).
Nossa equipe envia cada pagamento para lá, geralmente dentro de 2 dias úteis após o início. Um vendedor com dinheiro a caminho e sem lugar para enviá-lo recebe um e-mail perguntando para onde enviá-lo.
Um pagamento a caminho por vez: o que você ganha enquanto isso permanece devido e entra no seu próximo pagamento assim que o atual for pago.
Nós te enviamos um e-mail quando seu provedor recusa sua API key ou diz que a conta não tem crédito, para que você saiba por que uma oferta parou de receber compradores (no máximo uma vez por dia).
O uso de um servidor que não pode estar certo (uma contagem de token negativa) não é mais cobrado; o próprio texto da resposta é contado em vez disso. Um vendedor perdeu $9.26 em ganhos devido a isso em 10-28/29; isso foi reembolsado.
Quando seu provedor responde que sua conta está suspensa ou sem crédito sob qualquer código de status, os compradores vão para o próximo vendedor imediatamente e sua oferta descansa, o mesmo que para uma API key recusada.
As ofertas devem usar um endereço de internet público. Endereços locais, privados e próprios do UberLLM não podem ser listados.
Mudar a API key de uma oferta (ou seu endereço) para uma que passe no teste a coloca de volta na frente dos compradores imediatamente, em vez de depois do resto das falhas antigas.
Nós te enviamos um e-mail quando um pagamento é enviado, com o valor, para onde foi e a referência de pagamento.
Nenhum nome para digitar antes de vender: Vender capacidade vai direto para a listagem de um modelo. Você é mostrado aos compradores como "Vendedor" mais 4 letras, nunca seu e-mail.

31 de outubro de 2026 — Entrar com o Google em um clique

Visitantes desconectados veem o aviso "Continuar como " do Google no canto superior direito de uberllm.dev. Um clique faz seu login, ou cria sua conta se você for novo. Se você já fez login com o Google antes, ele faz seu login novamente sem nenhum clique.
Se seu navegador esconder esse aviso, um cartão "Entrar no UberLLM" com o botão do Google aparece uma vez no canto inferior direito, em vez disso. A página de login mantém tanto o Google quanto o código de 6 dígitos enviado por e-mail.

30 de outubro de 2026 — A empresa por trás da UberLLM

A UberLLM é operada pela AL Global LLC, uma empresa de responsabilidade limitada de Wyoming (ID 2025-001810253), 30 N Gould St, Ste R, Sheridan, WY 82801, USA. É mencionada em [Sobre nós]](https://uberllm.dev/about), nos [Termos]](https://uberllm.dev/terms) (onde "nós" se refere a essa empresa) e no rodapé do site.

30 de outubro de 2026 — De onde vem a capacidade de Claude, GPT e Gemini

Como funciona agora diz onde as requisições de Claude, GPT, Gemini e Grok são executadas: através da própria conta de um vendedor com um provedor (na última semana: Amazon Bedrock, Anthropic, Google, OpenAI, OpenRouter, Snowflake, Venice AI, Bankr e Capminal), e o que o mercado verifica e não verifica.
A regra do vendedor é a mesma em todos os lugares: liste uma API key de provedor apenas se os termos desse provedor permitirem revendê-la ou dar acesso a terceiros; API keys roubadas, vazadas, compartilhadas, de teste gratuito e de avaliação são proibidas.
As páginas dos modelos dizem "Modelo por" e "Também vendido diretamente por" em vez de "Servido por". Os provedores listados publicam seu próprio preço para o modelo; eles não são necessariamente os vendedores que atendem à sua requisição.
A página inicial tem uma seção curta "De onde vem a capacidade". Seu destaque mostra a economia mediana sobre o preço de tabela, não a mais profunda. O comando do instalador do Claude Code foi movido para /claude-code, ao lado de seu SHA-256; a página inicial mantém as duas variáveis de ambiente.
Linhas mais antigas do changelog sobre uma taxa de crédito de 5% agora dizem que era a taxa na época.

30 de outubro de 2026 — Responses API: Codex CLI funciona com UberLLM

POST /v1/responses serve a Responses API da OpenAI em todos os modelos de chat, com streaming e não: texto, ferramentas de função, ferramentas personalizadas (de formato livre), saída estruturada, raciocínio e uso com cost_usd. Mesmo roteamento, retentativas, limites de chave e cobrança que as conclusões de chat. Referência da Responses API.
Codex CLI funciona: adicione um provedor de modelo com wire_api = "responses" em ~/.codex/config.toml (guia de configuração). Codex tem chamado apenas a Responses API desde a versão 0.95.
client.responses.create e client.responses.stream no SDK da OpenAI funcionam.
UberLLM não armazena respostas: envie a conversa completa em input a cada chamada. previous_response_id, conversation e background obtêm um 400 claro.
As páginas Continue, Open WebUI, n8n, Goose e OpenCode não dizem mais que a Responses API está faltando. Elas ainda recomendam as conclusões de chat, a configuração com a qual cada uma foi testada.

30 de outubro de 2026 — Fal video: precificado pelo que realmente nos custa

Um modelo de vídeo Fal agora pode custar menos do que o desconto do vendedor diz. A cada 6 horas comparamos o que o marketplace nos cobrou por ele ao longo de 7 dias com o preço da Fal para os mesmos trabalhos. Com pelo menos 20 trabalhos, o modelo é precificado com essa parcela mais 5%, quando isso é menor. O preço listado e a fatura usam o mesmo valor. Um valor com mais de 3 dias não é usado.
Se um início de vídeo não obtiver resposta alguma, pedimos ao mesmo vendedor mais uma vez em vez de um segundo vendedor, assim uma solicitação nunca pode iniciar dois vídeos pagos.
O primeiro vídeo do e-mail de configuração agora é Kling 3 Standard, 5 segundos sem som, com o preço de hoje ($0.36).

30 de outubro de 2026 — Mesmo formato de resposta de cada provedor, lista de modelos somente para chat

Uma resposta que chama uma ferramenta agora sempre termina com finish_reason: "tool_calls" (stop_reason: "tool_use" em /v1/messages), com streaming ou não. Alguns modelos Gemini terminavam chamadas de ferramenta com "stop", então ferramentas como Cline nunca as executavam.
As respostas mantêm apenas os campos OpenAI e nosso usage.cost_usd. Campos que um provedor adicionou por conta própria (x_groq, service_tier, system_fingerprint, usage.queue_time e outros) sumiram.
O texto de raciocínio vem tanto em reasoning quanto em reasoning_content, com o mesmo texto, seja qual for o provedor que atendeu a chamada. reasoning_details é repassado.
Solicitações que um provedor recusou agora passam: thinking e outros campos de ajuste que ele não conhece são descartados para ele, reasoning: {"effort": …} é enviado como reasoning_effort, e o conteúdo enviado como uma lista de partes de texto vai como uma string. Uma imagem enviada a um modelo que lê apenas texto recebe um 400 simples dizendo isso.
GET /v1/models lista apenas modelos de chat, então SillyTavern, LibreChat e n8n mostram modelos com os quais podem conversar. ?type=all lista todos os modelos; ?type=image, video, music, speech e transcription funcionam como antes.
Cada modelo de chat em GET /v1/models agora tem supports_tools, supports_reasoning, supports_vision, supported_parameters, e architecture, top_provider e pricing.prompt / pricing.completion por token do OpenRouter.
Modelos que leem imagens são marcados assim: Claude Sonnet 4.6, Claude Haiku 4.5, GPT-5 mini, Gemini 3.5 Flash, Kimi K3 e K2.6, MiniMax M3 e outros estavam listados como somente texto. Limites de contexto e saída agora são atualizados a cada poucos minutos; Claude Haiku 5.5 mostra seu contexto de 1M.
Um modelo com muitos provedores saudáveis não aparece mais como indisponível depois de uma solicitação que nenhum provedor pôde atender.

30 de outubro de 2026 — Preço de vídeo por segundo, provedor por provedor

As páginas de preços da Veo 3.1, Kling, Hailuo 02, Wan 2.7, Seedance e Sora 2 (por exemplo Veo 3.1) agora listam todas as opções de resolução e som, com o preço da UberLLM ao lado de fal.ai, kie.ai, Replicate e Google Vertex AI e a data em que cada preço foi lido.
"UberLLM lowest" aparece apenas onde o preço da UberLLM, com a taxa de cartão 5.5% adicionada, é menor que todos os outros preços para o mesmo clipe. Onde outro provedor é mais barato, a página informa. Os preços por vídeo da kie.ai são divididos pela duração do clipe para comparar por segundo.
Os preços são atualizados com a reconstrução horária. Se a lista de um provedor não puder ser lida, o último preço lido é exibido com a data em que foi lido.
Preços da API de Vídeo apresenta em destaque a contagem entre todos os provedores, e sua tabela kie.ai compara apenas os preços pelos quais um vídeo é cobrado exatamente (os modelos Fal).

30 de outubro de 2026 — Guias "Use com uma API mais barata" com sugestões de modelos em tempo real

Páginas passo a passo com as configurações exatas para SillyTavern, Janitor AI, OpenCode, Kilo Code, Cline, Continue, Aider, Open WebUI, LibreChat, Chatbox (com um link de importação em um clique), n8n (modelos de chat e tarefas de vídeo), o Vercel AI SDK e os OpenAI Python SDK e LangChain.
Cada página sugere modelos para aquela ferramenta com o preço de hoje, e sua configuração nomeia um modelo que está sendo servido, reverificado a cada hora.
A documentação do Continue e do Aider agora corresponde às versões atuais desses aplicativos: Continue precisa de useResponsesApi: false e useLegacyCompletionsEndpoint: false, e Aider precisa de um arquivo de configurações de modelo para edições de diff.
Não coberto: o CLI do Codex da OpenAI. Desde a versão 0.95.0, ele apenas chama a API de Respostas (/v1/responses), que o UberLLM não serve.

30 de outubro de 2026 — Sua primeira API key está pronta ao se cadastrar

Toda conta agora recebe sua primeira API key na sua primeira visita ao dashboard, mostrada no topo com uma requisição que você pode colar em um terminal. Ela permanece lá (mesmo depois de você voltar da página de pagamento) até você pressionar Já copiei.
Antes, você tinha que encontrar Criar key por conta própria, e algumas pessoas que pagaram nunca criaram uma key. Contas que já possuem uma key, ou que deletaram todas as suas, não recebem nada de novo.

30 de outubro de 2026 — Ranking de apps e "Conectar UberLLM" para apps

Novo ranking de apps: apps construídos no UberLLM, classificados pelos tokens que enviam nas últimas 24 horas, 7 dias ou 30 dias, com os modelos que cada um mais usa. As páginas dos modelos mostram os apps que os utilizam.
Para ser listado, envie HTTP-Referer (o endereço do seu app) e X-Title (o nome dele) em suas requisições. Os nomes do OpenRouter também funcionam (X-OpenRouter-Title, X-OpenRouter-Categories, X-OpenRouter-App-Visibility), assim, um app que migra do OpenRouter muda apenas a base URL. Apenas o endereço é mantido, nunca o page path ou query.
"Conectar UberLLM": envie usuários para https://uberllm.dev/auth, eles permitem seu app (com um limite de gastos opcional), e seu app recebe uma key na conta deles com POST /api/v1/auth/keys. Mesmo fluxo do OAuth PKCE do OpenRouter; apenas S256 é aceito. Eles podem desativar a key a qualquer momento na página de keys deles. Veja Apps.

30 de outubro de 2026 — Preços de vídeo Fal seguem os vendedores Fal ativos

Um modelo de vídeo Fal (IDs começando com fal-ai/) agora custa o preço próprio da Fal menos o desconto do vendedor Fal mais barato vendendo no momento. Hoje, isso é 15% de desconto. Quando um vendedor com 25% de desconto estiver vendendo novamente, os preços voltam a cair por si mesmos.
Desde 10-29 o site listava 25% de desconto, mas nenhum vendedor estava vendendo com 25% de desconto, então cada trabalho foi executado com 15% de desconto. Cobrimos a diferença em cada trabalho já feito. Ninguém será cobrado novamente por eles.
Se o vendedor mais barato recusar um trabalho, um mais caro o fará. Você paga o preço desse vendedor, mostrado como estimated_cost_usd na resposta, e nunca mais. Um trabalho falho ainda não custa nada. Parar um trabalho em execução é melhor esforço: se o clipe já foi feito, ele é cobrado.

30 de outubro de 2026 — n8n modelos de vídeo, n8n node e nodes ComfyUI

Cinco n8n workflows que criam vídeos com uma chave, para importar por URL: Veo 3.1 Fast texto para vídeo, Kling 3.0 imagem para vídeo, um pipeline de Shorts sem rosto, um anúncio de produto estilo UGC, e um drop-in para o node "Gerar um vídeo" do Gemini que parou de funcionar quando o Google desativou os modelos de pré-visualização Veo 3.1 na API do Gemini em 22 de outubro. Cada um foi executado de ponta a ponta em n8n 2.45. Quanto custa uma execução hoje: n8n modelos de vídeo.
Fonte para um node da comunidade n8n (n8n-nodes-uberllm: Chat, Gerar Imagem, Gerar Vídeo, Obter Tarefa) e nodes ComfyUI (comfyui-uberllm: texto e imagem para vídeo, imagem, edição de imagem).

30 de outubro de 2026 — Guias de configuração para 14 aplicativos

Novos guias com as telas de configuração exatas, modelos recomendados (testados no mesmo dia) e os erros que as pessoas encontram: Cline, Kilo Code, OpenCode, Cursor, Goose, Open WebUI, LibreChat, Raycast, n8n, SillyTavern, JanitorAI e RisuAI.
Todos eles, mais Claude Code, os SDKs e MCP, em uma página: Integrations.
n8n: desative Use Responses API no nó OpenAI Chat Model; UberLLM serve a Chat Completions API.

30 de outubro de 2026 — "Qual é a API mais barata?" para cada modelo

Nova página para cada modelo de chat, por exemplo a API DeepSeek V4.1 Flash mais barata: o preço da UberLLM ao lado do preço do mesmo modelo na OpenRouter, Vercel AI Gateway, Requesty, DeepInfra e Novita AI, lido da lista pública de modelos de cada um a cada hora, com links para essas listas.
Modelos de vídeo também, por exemplo a API text-to-video Kling 3 Pro mais barata: cada resolução e configuração de som ao lado do preço da própria fal.ai e do preço da kie.ai para o mesmo clipe.
Uma página existe apenas quando a UberLLM é mais barata do que todos os outros provedores listados, na entrada e na saída (para vídeo, em cada clipe), mesmo com a taxa de cartão 5.5% adicionada. Caso contrário, não há página. Todas elas estão em Respostas, e cada página de modelo linka para a sua própria.

30 de outubro de 2026 — Um modelo que ninguém atende ainda responde

Quando ninguém está atendendo o modelo que você pediu, o modelo funcional mais próximo responde em vez de um erro. Ele é escolhido entre os modelos que estão ativos no momento: sem censura apenas se você pediu um modelo sem censura, com suporte a ferramentas quando sua requisição tem ferramentas, grande o suficiente para o seu prompt, pelo mesmo preço ou mais baixo, se houver (caso contrário, o mais barato). O campo model da resposta nomeia o modelo que respondeu, e você paga o preço desse modelo.
Quer apenas o modelo exato? Envie sua própria lista "models": [...], ou defina provider.max_price para limitar o custo de uma chamada.

30 de outubro de 2026 — Modelos indisponíveis permanecem marcados como indisponíveis

Um modelo sem um provedor o servindo agora mostra "available": false até que um provedor o sirva novamente. Antes, ele poderia voltar para true depois de algumas horas de inatividade enquanto todas as chamadas ainda falhavam. Quando um provedor retorna, o modelo aparece como disponível novamente em um minuto, por conta própria.
As sugestões "Estes modelos funcionam agora" em um erro nomeiam apenas modelos que estão respondendo.
Nunca espere por um único modelo: adicione "models": ["model-a", "model-b"] a uma requisição e, se o primeiro não tiver um provedor, o próximo responde. O campo model da resposta diz qual deles respondeu. Veja Modelos e roteamento.
Painel → Atividade e sua exportação CSV: uma requisição que seu aplicativo parou depois que o provedor já havia começado o trabalho agora mostra o que custou. Antes, dizia "Você não foi cobrado" mesmo quando tinha um custo.

29 de outubro de 2026 — Todo modelo pode ser usado: cobrado o que o provedor cobrou

Alguns modelos eram recusados todas as vezes com "Ninguém está vendendo este modelo pelo preço listado" porque todo provedor pedia mais do que aquele preço. Eles agora respondem, pelo preço do provedor. DeepSeek V4.1 Flash Uncensored é um deles.
Um modelo que ninguém está vendendo agora mostra "available": false em todos os lugares (GET /v1/models, GET /v1/models/<id> e o site) e permanece assim até que um provedor o sirva novamente. Antes, a lista e a resposta de modelo único podiam discordar. Hoje são GLM 5.3 Uncensored, GLM 5.3 Flash Uncensored e MiMo V2.6 Flash Uncensored: nenhum provedor os está oferecendo no momento.
Qualquer provedor que esteja ativo agora pode atender uma chamada, para chat, imagens, vídeo, música e fala.
Você paga o que o provedor cobrou por cada chamada. UberLLM ainda não adiciona nenhuma taxa. Cada chamada é listada com seu custo em Dashboard → Activity.
O preço listado agora segue o mercado. Quando ninguém vende um modelo pelo seu preço usual, ele mostra o preço real do provedor mais barato, e ele volta a baixar sozinho quando um provedor mais barato retorna. É o que uma chamada tipicamente custa, não um limite.
available em GET /v1/models agora significa que um provedor pode servir o modelo agora mesmo.
Quer um limite rígido? provider.max_price (chat) e max_cost (imagens, vídeo, música, fala) ainda funcionam: uma chamada nunca é cobrada acima deles. Uma chamada que falha ainda não é cobrada. Veja Preços.

29 de outubro de 2026 — Modelos de texto não censurados estão listados

Modelos de chat não censurados, como DeepSeek V4.1 Flash Uncensored, GLM 5.3 Uncensored e Venice Uncensored, agora aparecem na lista de modelos e no playground sem precisar ativar nada.
Modelos adultos de imagem, vídeo e áudio ficam ocultos até você marcar Mostrar modelos adultos.
A API permanece inalterada: GET /v1/models ainda marca esses modelos "nsfw": true, assim você pode deixá-los fora do seu aplicativo.

29 de outubro de 2026 — Seu crédito é o valor exato que você escolhe

Adicionar crédito agora funciona assim: você escolhe o crédito, e uma taxa de cartão de 5.5% + $0.50 é adicionada por cima quando você paga. $10 de crédito custa $11.05, $50 custa $53.25. Até esta mudança, uma taxa de 5% saía do valor, então pagar $10 adicionava $9.52.
Dashboard → Credits mostra o crédito, a taxa do cartão e o total antes de você pagar. As requisições continuam sem taxa.
O crédito que você já comprou permanece inalterado. Uma página de pagamento aberta antes desta mudança ainda adiciona o que ela te mostrou.

29 de outubro de 2026 — Cada preço de vídeo Fal ao lado de fal.ai e kie.ai

Nova página uberllm.dev/fal-api-pricing](uberllm.dev/fal-api-pricing](https://uberllm.dev/fal-api-pricing)): cada modelo de vídeo Fal na UberLLM (Kling 3.0, Kling O3, Kling 2.6, Veo 3.1 Fast, Wan 2.7, Hailuo 02, Vidu Q3, LTX 2.3) com cada opção de resolução e som, precificado por segundo ao lado do preço próprio da fal.ai e do preço da kie.ai para o mesmo clipe. Os preços são lidos ao vivo. Veo 3.1 Fast e Hailuo 02 mostram apenas os preços da fal.ai e da UberLLM.
A página inicial agora abre com duas opções: Comece a economizar (chamar modelos com desconto) e Comece a ganhar (liste seus créditos de API).

29 de outubro de 2026 — Respostas curtas com preços em tempo real em cada página de modelo

Cada página de modelo agora abre com uma resposta curta para "Quanto custa?": o preço atual, o quão abaixo do preço de tabela ele está e quantos vendedores podem atendê-lo. Cada número vem do mercado em tempo real; um número que não temos é omitido.
Novas páginas de resposta em uberllm.dev/answers: o modelo mais barato em cada família (Claude, GPT, Gemini, DeepSeek, Qwen e mais), preço de vídeo por segundo (Veo 3, Kling, Wan, Sora 2 e mais) e preço de imagem por imagem. Elas são reconstruídas a cada hora.
Vender agora responde "Onde posso vender capacidade de IA não utilizada?" com quantos vendedores, ofertas e modelos estão no UberLLM hoje.

29 de outubro de 2026 — Links para UberLLM mostram um cartão de pré-visualização claro

Um link para uberllm.dev colado no Discord, Slack, X ou iMessage agora mostra um cartão escuro com preços ao vivo para um modelo de vídeo, uma imagem e um chat, e um botão "Comece em um minuto".
Cada página de documentação tem seu próprio cartão e texto. Um link para este changelog mostra as três mudanças mais recentes em vez do cartão da página inicial.

29 de outubro de 2026 — Nomes de modelos: um nome curto funciona, e um nome errado diz o que você quis dizer

Um nome de modelo sem seu fornecedor agora funciona quando exatamente um modelo tem esse nome: grok-4.6 é x-ai/grok-4.6. Se dois fornecedores usarem o mesmo nome, ainda pedimos que você diga qual, e nunca escolhemos por você.
uberllm/ na frente de um ID de modelo (como algumas ferramentas adicionam) agora funciona para imagens, vídeo, música e fala também, não apenas para chat.
Um nome de modelo desconhecido agora termina com "Você quis dizer: …?" e até três IDs de modelo próximos (para vídeo, apenas modelos de vídeo). Isso funciona da mesma forma em /v1/chat/completions, /v1/messages e em cada endpoint de mídia.
Quando uma solicitação é recusada com apenas "Invalid request parameters", o erro agora diz o que isso significa: nada foi cobrado, quais campos os modelos mais frequentemente recusam (definições de ferramentas, imagens ou arquivos, response_format, configurações de amostragem), e que o suporte pode verificar isso a partir do X-Request-Id da resposta.

29 de outubro de 2026 — DeepSeek V4.1 Flash Uncensored funciona novamente, pelo preço que seus vendedores pedem

Todo vendedor de deepseek/deepseek-v4.1-flash-uncensored pede mais do que seu preço de referência ($0.045 de entrada / $0.50 de saída por 1M tokens), então toda chamada para ele era recusada. Agora ele está listado pelo preço do vendedor mais barato (hoje $0.15 de entrada / $0.60 de saída por 1M tokens) e as chamadas são atendidas. Você é cobrado pelo que o vendedor cobra, nunca mais do que o preço listado.
Quando um vendedor o oferecer novamente pelo preço de referência ou abaixo dele, o preço listado volta a baixar sozinho.

29 de outubro de 2026 — Página de preços de vídeo: o que você obtém primeiro, preços em segundo

/video-api-pricing agora começa com o que a criação de vídeo no UberLLM oferece: uma chave para chat, imagens e vídeo; um vídeo que falha não é cobrado; e vídeo diretamente do Claude Desktop ou Claude Code através do servidor MCP (start_video, depois wait_job). Ele nomeia Kling 3.0 Standard como o modelo para começar. A tabela de preços modelo a modelo contra kie.ai permanece inalterada.
/docs/video e /docs/videos agora abrem o guia de imagens, vídeo, música e fala em vez de uma página ausente.

29 de outubro de 2026 — Um modelo que você não pode comprar agora avisa, e indica os que você pode

Um modelo agora é mostrado como disponível apenas quando pelo menos um vendedor o oferece pelo nosso preço listado ou abaixo dele. Antes, um modelo cujos vendedores haviam aumentado o preço acima do nosso (DeepSeek V4.1 Flash Uncensored hoje) ainda aparecia como disponível, e toda chamada para ele era recusada. Ele agora aparece como indisponível, best-price: e fastest: o pulam, e ele volta por si só assim que um vendedor voltar ao nosso preço.
"Ninguém está vendendo este modelo pelo preço listado" e "Ninguém conseguiu servir este modelo" agora terminam com até três modelos de chat que funcionam agora, por exemplo "Estes modelos de chat funcionam agora: google/gemma-4-uncensored, …". Nós nunca trocamos o modelo por você; para ter backups tentados automaticamente, liste-os em models.
Uma chamada que não é streamed e falha após alguns segundos agora recebe seu status de erro real (por exemplo 503). Antes, após 5 segundos, poderia retornar como HTTP 200 com o erro no body, o que a maioria dos SDKs lia como uma resposta vazia. Chamadas muito lentas ainda recebem um keep-alive após 45 segundos, então clientes que desistem após 60 segundos permanecem conectados.

29 de outubro de 2026 — MCP: chega de "chamadas" de 6 minutos, toda chamada de ferramenta na Atividade, lista de modelos corrigida

Conectar do Claude Desktop ou Claude Code costumava deixar uma requisição aberta por cerca de 6 minutos (às vezes uma hora) todas as vezes. Parecia que uma ferramenta estava travada, mas era apenas o aplicativo esperando para saber se nossa lista de ferramentas havia mudado. A lista nunca muda, então não pedimos mais que os aplicativos esperem por isso. As chamadas de ferramenta em si nunca foram lentas.
Toda requisição de imagem, vídeo e cotação que uma ferramenta faz agora é marcada com via: mcp em sua Atividade. Uma requisição recusada antes de chegar ao modelo também é listada lá, com o motivo, então uma chamada de ferramenta falha sempre deixa um rastro.
GET /v1/models listava 21 modelos de vídeo (Kling no Fal) como também aceitando /v1/chat/completions e /v1/messages. Uma requisição de chat para eles sempre era recusada. Eles agora listam apenas /v1/video/generations, e best-price:chat / fastest:chat nunca podem escolher um modelo que faça apenas imagens, vídeo, música ou fala.

29 de outubro de 2026 — Vídeo: indicamos os modelos que funcionam quando o seu não consegue rodar

Quando ninguém consegue criar um vídeo com o modelo que você escolheu, a resposta agora lista os modelos de vídeo que funcionam neste exato momento, por exemplo "Estes modelos de vídeo funcionam agora: fal-ai/kling-video/v3/standard/text-to-video, …". Modelos com vídeos finalizados esta semana vêm primeiro, depois os mais próximos em preço. O mesmo vale para imagens, música e fala. Nós nunca trocamos o modelo para você (outro modelo é outro preço e outra aparência); para que seja tentado automaticamente, liste backups em models.
A mesma resposta retorna quando um trabalho de vídeo foi aceito e depois perdido por todos os vendedores, após nossas reinicializações automáticas. Você não é cobrado por isso.
Um modelo que acabou de perder um vídeo agora aparece como indisponível em GET /v1/models por até 10 minutos, e best-price: / fastest: o ignoram. Ele volta assim que um vídeo nele é bem-sucedido.
Enviar audio para um modelo de vídeo que não possui configuração de som (por exemplo google/veo3-fast-text-to-video) não falha mais o vídeo. O campo é deixado de fora e o modelo cria o clipe como sempre faz.

29 de outubro de 2026 — Envie vídeo para o Gemini, e menos chamadas recusadas

Os modelos Gemini agora assistem a vídeos, leem PDFs e ouvem qualquer formato de áudio que você enviar em um chat. Envie um vídeo como video_url, um documento ou clipe como file, ou áudio como input_audio em m4a, mp4, ogg, flac ou aac. Antes, o Google recusava-os com "Invalid content part type" ou "Invalid audio format". Links simples e links data: ambos funcionam.
Loops de ferramentas no DeepSeek funcionam com o OpenAI SDK simples. Alguns provedores DeepSeek recusam uma chamada de ferramenta a menos que o "thinking" de cada resposta anterior seja enviado de volta, o que o SDK nunca faz. Agora respondemos a essa chamada com o "thinking" desativado em vez de falhar.
reasoning_effort não tem mais chamadas recusadas. Quando um modelo não oferece o nível que você pediu (por exemplo, "none" ou "minimal" no GPT-6.1 Sol), você recebe o nível mais próximo que ele oferece. Quando ele não consegue combinar "thinking" com ferramentas de função, a chamada é executada com as ferramentas e a própria configuração de "thinking" do modelo.
Quando max_tokens mais o seu prompt é mais do que o modelo pode suportar, a resposta recebe todo o espaço que resta em vez de um erro.
Edições de imagem: size agora funciona em todos os modelos de edição. Modelos que definem sua própria resolução (Qwen Edit Uncensored, Seedream 5 Lite Edit, FLUX.2 Max Edit) recebem a proporção de aspecto mais próxima em vez disso. Antes, eles recusavam a edição com "Resolution is not supported".
Quando uma imagem ou vídeo custa mais do que o seu max_cost, a mensagem agora mostra dois números diferentes (por exemplo, "up to $0.0401, above your max_cost of $0.0400"). Antes, ambos podiam ler "$0.04".

29 de outubro de 2026 — Descobrimos quando uma de suas chamadas falha, sem que você nos diga

A cada 5 minutos, agora verificamos as chamadas e jobs de cada conta que adicionou créditos. Quando uma falha por um motivo que cabe a nós corrigir (um provedor recusou algo que deveríamos ter enviado de outra forma, ninguém estava vendendo o modelo, uma configuração que o modelo não aceita), nossa equipe é informada em minutos, uma vez por tipo de problema, com o modelo e o erro que você viu.
Também somos informados quando um modelo falha na maioria de suas chamadas ou jobs recentes, mesmo quando nossa lista de modelos ainda o mostra como disponível. Dessa forma, um modelo que está inoperante é corrigido ou removido da lista antes que muitas pessoas o experimentem.
Se sua key está conectada, mas nenhuma chamada ou job veio dela ainda, ou você adicionou créditos há um dia e nada funcionou, também somos informados, para que uma pessoa possa entrar em contato e ajudar você a começar.
Falhas que você pode corrigir por conta própria, onde nosso erro já diz o que mudar (saldo baixo, uma requisição acima de 10 MB, um model id que não existe), não são relatadas.

29 de outubro de 2026 — Prompts longos começam a responder mais cedo

Prompts com mais de 128k tokens: quando o primeiro provedor demora para começar, nós também pedimos a um segundo provedor, e o primeiro a responder ganha. Essa segunda requisição costumava voltar para o mesmo provedor. Agora ela vai para um provedor rápido diferente. Ao vivo: um prompt de 203k tokens agora começa a responder em cerca de 4 segundos; antes, prompts desse tamanho esperavam 9–18 segundos no DeepSeek V4.1 Flash.
Prompts de 8k–32k tokens: um provedor que recusou uma chamada uma vez poderia ser deixado de fora por um dia inteiro, mesmo sendo o mais rápido para aquele tamanho. Agora ele é tentado novamente em 15 minutos. Uma resposta rápida é suficiente para ele permanecer na disputa.
Agora verificamos a velocidade separadamente para prompts curtos, de ~20k, ~60k e ~150k tokens a cada 5 minutos, assim, uma lentidão em um tamanho é detectada mesmo quando chamadas curtas são rápidas.
Em /v1/messages, pedir por 'thinking' agora retorna o 'thinking' do modelo em todo provedor. Alguns provedores (por exemplo, os que servem DeepSeek V4 Flash) falam apenas o formato OpenAI; o 'thinking' deles era descartado quando nós transformávamos a resposta para o formato da Anthropic, então você pagava por ele e não via nada. Sem thinking na requisição, as respostas permanecem inalteradas.

29 de outubro de 2026 — Respostas terminam mais cedo, e sem pensamento oculto que você não pediu

Toda resposta agora termina assim que o modelo finaliza. Antes, uma resposta podia esperar 1–2 segundos (às vezes até 15) no final enquanto verificávamos o custo da chamada. No DeepSeek V4.1 Flash, essa espera ocorria em quase toda chamada, então um agente que faz dezenas de chamadas seguidas é quem mais sente isso. A verificação agora acontece depois da sua resposta. Seu saldo e Atividade ainda mostram a cobrança exata. Quando o provedor ainda não precificou a chamada, usage.cost_usd na resposta é nossa estimativa.
Em /v1/messages, os modelos pensam apenas quando você pede, como na própria API da Anthropic. Envie "thinking": {"type": "enabled", ...} ou "adaptive" para obtê-lo. Antes, DeepSeek e outros modelos de raciocínio sempre pensavam primeiro, e com um pequeno max_tokens o pensamento podia usar todo o orçamento e retornar uma resposta vazia. Os modelos Claude já funcionavam assim e permanecem inalterados.
Uma solicitação que o filtro de conteúdo de um provedor recusa ("pode conter conteúdo inapropriado") agora vai para outro provedor para o mesmo modelo em vez de falhar. Um provedor estava recusando cerca de 230 chamadas do DeepSeek V4.1 Flash por dia que outros atendem bem.
Um provedor cuja conta foi suspensa não falha mais sua chamada. A próxima tentativa vai para um que esteja funcionando. Isso representava cerca de 730 chamadas falhas por dia no GLM 5.2 e DeepSeek V4.1 Flash 1017.
Uma rota que trava ou falha agora perde seu lugar no ranking de rotas rápidas. Antes, uma rota que tinha sido rápida continuava sendo escolhida mesmo enquanto travava, e algumas chamadas esperavam até 10 segundos antes de prosseguir.
Conclusões de chat em streaming sempre terminam com data: [DONE]. Gemma 3 27B terminava sem ele, então clientes que esperavam por ele travavam após a última palavra.

28 de outubro de 2026 — Claude Code não para mais em algumas respostas do DeepSeek

Alguns provedores enviaram o raciocínio do DeepSeek sem o campo que Claude Code e o Claude Agent SDK exigem, então uma sessão longa poderia parar com "Missing required field in assistant message: 'signature'". As respostas agora sempre o incluem. Nada a mudar do seu lado.

28 de outubro de 2026 — Prompts longos começam a responder até 10x mais cedo

Cada requisição agora vai para o provedor mais barato que é rápido o suficiente para o seu tamanho. Medimos o tempo da primeira resposta de cada provedor separadamente para prompts curtos e longos, porque o mais barato é frequentemente o mais lento nos longos.
DeepSeek V4.1 Flash com prompts de 32k–128k tokens: primeira palavra em 3.3s tipicamente (era 18s). Acima de 128k: 3.4s (era 40s).
Você nunca paga mais do que o preço listado. Quando um provedor mais rápido custa mais, nós cobrimos a diferença.

28 de outubro de 2026 — Veja o que você economizou e compartilhe

Seu painel agora mostra quanto suas chamadas teriam custado ao preço de tabela oficial de cada modelo, e o que você pagou em vez disso. Chamadas de vídeo e imagem contam pelo que você pagou, para que o número nunca seja exagerado.
Compartilhar cria um link (uberllm.dev/s/…). Colado no X, LinkedIn, Slack ou Discord ele mostra seu cartão como uma imagem. O cartão contém apenas os números e nomes dos modelos: sem nome, e-mail ou prompts. Pessoas que se inscrevem a partir dele contam em Convidados na sua página de Compartilhamento.

28 de outubro de 2026 — Vídeos que pegam um momento de pico são retentados para você

Quando nenhum provedor está disponível para fazer um vídeo ou uma faixa de música, ou um deles está muito ocupado (vários trabalhos enviados de uma vez), o UberLLM agora reinicia o trabalho por conta própria, até mais duas vezes dentro de 10 minutos. Você mantém o mesmo job id e o mesmo custo máximo possível; o trabalho só demora um pouco mais. Antes disso, esses trabalhos terminavam failed e você tinha que enviá-los novamente.

25 de outubro de 2026 — Uma conta por pessoa; Termos e Privacidade

Uma rede pode abrir no máximo 3 novas contas por dia. Entrar em uma conta que você já possui nunca é limitado.
Uma caixa de entrada recebe uma conta: name+tag@… e, para o Gmail, variantes com pontos de um endereço que já possui uma conta são instruídas a entrar com ela.
Termos de Serviço e Política de Privacidade são publicados. Em resumo: não armazenamos suas solicitações ou respostas, apenas o que precisamos para faturá-lo.

25 de outubro de 2026 — Menos requisições recusadas

Uma requisição de chat não é mais recusada quando o vendedor mais rápido está acima do preço listado, mas outros não estão: ela vai para o resto do mercado pelo mesmo preço.
IDs de modelo com um prefixo de provedor na frente (uberllm/<model>, como as configurações estilo LiteLLM e OpenRouter os enviam) agora funcionam.
Uma requisição acima de 10 MB responde 413 request_too_large em vez de "not valid JSON".
As páginas não dizem mais que os preços incluem uma taxa: não há taxa UberLLM para requisições.
Um vídeo ou imagem cujo tamanho o vendedor nunca mediu não mostra mais "bytes": 0; o campo é omitido.
Modelos que são negociados com mais de 98% de desconto (Qwen3 VL 235B entre eles) não são mais recusados com "no one is selling at its listed price" enquanto os vendedores os estão servindo. Você ainda é cobrado pelo que o vendedor cobrou.
Uma nova API key agora vem com uma requisição curl pronta para colar, para que você possa verificar se funciona em uma única etapa.
/pricing, /changelog, /keys e /register agora abrem a página certa.

25 de outubro de 2026 — 21 modelos de vídeo Fal, 15–25% abaixo do preço da Fal

Wan 2.7, Kling 3 (Standard e Pro), Kling O3, Kling 2.6 Pro, Veo 3.1 Fast, LTX 2.3, Hailuo 02 e Vidu Q3 — texto para vídeo e imagem para vídeo — estão agora em /v1/video/generations sob seus IDs Fal (fal-ai/…).
Eles custam 15–25% menos do que a Fal cobra pelo mesmo clipe, e a UberLLM não adiciona nada. Um vídeo Wan 2.7 de 15 segundos em 720p custa $1.125–$1.275; o mesmo modelo através de outros vendedores do marketplace custava $6.60.
O preço é fixado pelo que você pede, então estimated_cost_usd na resposta é a conta exata. Trabalhos falhos não custam nada.
Veja modelos de vídeo Fal.

22 de outubro de 2026 — Retenção que abrange ferramentas e imagens em conclusões de chat

O valor retido enquanto uma requisição /v1/chat/completions está em andamento agora conta o prompt inteiro: definições de ferramentas (tools, functions), chamadas de ferramentas e seus argumentos, resultados de ferramentas, esquemas response_format, e partes de imagem, áudio e arquivo. Antes, contava apenas o texto da mensagem. /v1/messages usa a mesma medida. Você ainda é cobrado apenas pelo que o provedor contou.
Uma imagem é retida pelo seu tamanho quando é enviada inline (PNG, JPEG, GIF, WebP). Uma imagem enviada como link é retida no máximo que o modelo cobra por uma imagem: cerca de 5,200 tokens em modelos Claude e 35,700 nos outros, liberado quando a requisição é faturada.
/v1/messages/count_tokens agora inclui imagens e documentos.

22 de outubro de 2026 — Uma chamada que o provedor não cobrou nada não custa nada

Provedores faturam em milionésimos inteiros de dólar, então uma chamada muito curta pode custar a eles $0. Essa chamada agora também custa $0 a você. Antes, era cobrada pelo preço listado do modelo por seus tokens (menos de $0.000002 por chamada).
Docs: as páginas de quickstart, routing e SDK não mencionam mais a antiga taxa de 10%; adicionar crédito é por cartão.

22 de outubro de 2026 — Sem taxa do UberLLM; os preços aparecem como no marketplace

O UberLLM não adiciona mais 10% às requisições. Texto, imagens, vídeo, música e fala custam exatamente o que o provedor cobrou, e nunca mais do que o preço listado do modelo. Adicionar crédito manteve sua taxa de 5% na época. (Desde 29 de outubro de 2026, a taxa do cartão é 5.5% + $0.50, adicionada por cima; não há taxa nas requisições.)
"Preço agora" e "% de desconto" no site e nas páginas de modelo são os números do próprio marketplace: o menor preço pelo qual um provedor vende o modelo neste momento, e o quanto isso fica abaixo do preço de tabela. As linhas de vídeo mostram "$X / job" como o marketplace as escreve; essa é a tarifa por segundo de vídeo na resolução mais baixa, então um job de 5 segundos custa 5× por isso.

22 de outubro de 2026 — Apenas provedores ao preço listado; respostas mais limpas; redirecionamento de links de imagem

Uma requisição agora é enviada apenas para um provedor cujo preço esteja no preço listado do modelo ou abaixo dele: chat, /v1/messages, imagens, vídeo, música, fala e transcrição. Quando ninguém vende o modelo a esse preço no momento, ele responde 503 no_available_provider e nada é cobrado. available em GET /v1/models e os aliases best-price: / fastest: seguem a mesma regra.
Respostas de chat (com streaming ou não, formatos OpenAI e Anthropic) não carregam mais os campos próprios do provedor, como provider, cost e cost_details. O que uma chamada lhe custou é usage.cost_usd.
Um link de imagem de origem que redireciona (como https://picsum.photos/…) é seguido até a imagem antes do início da tarefa. Um link que não leva a uma imagem é recusado com 400 invalid_image_url, antes que algo seja retido.
O max_cost_usd de uma tarefa de vídeo ou música é o valor retido para ela, em cada estado. Antes, uma tarefa finalizada mostrava um valor diferente, menor.

22 de outubro de 2026 — Preços de escrita de cache; retenções que cobrem requisições pequenas

GET /v1/models lista pricing.cache_write_usd para modelos cujos provedores cobram pela escrita do cache de prompt (Claude: 1.25× do preço de entrada). Tokens de prompt escritos no cache são cobrados até esse preço, da mesma forma que o provedor os cobra. Antes, eles eram contados pelo preço de entrada.
O valor retido enquanto uma requisição de chat é executada agora permite o próprio chat template do provedor (uma mensagem curta pode ser cobrada em 30 ou mais tokens de prompt) e para modelos de raciocínio que pensam além de um pequeno max_tokens. Uma retenção é liberada quando a requisição é cobrada; você só paga a conta.

21 de outubro de 2026 — Cotações mostram padrões aplicados; Claude cobra pelas contagens reais

Uma cotação ("validate": true ou POST /v1/quote) lista defaults_applied: as configurações que você omitiu e que o vendedor precisa, com o valor enviado (um modelo de referência de vídeo obtém aspect_ratio 16:9).
Um stream do Claude cujo vendedor não informa contagens de token agora é precificado com base nas contagens próprias do upstream, não na nossa estimativa, antes que o teto do preço listado seja aplicado. O dinheiro retido enquanto uma solicitação do Claude é executada é dimensionado para o tokenizer próprio do Claude, que conta mais tokens do que o nosso.

21 de outubro de 2026 — Apelidos de fala se ajustam à voz; IDs de requisição em erros de mídia

best-price:speech e fastest:speech ajustam sua voice ao modelo que eles escolhem. As vozes são próprias de cada modelo, então o alloy padrão da OpenAI foi recusado por todos os modelos de fala. Agora, uma voz que o modelo possui é mantida, alloy mapeia para o af_alloy de um modelo, e qualquer outra voz recebe a primeira voz do modelo. Nomear um modelo mantém sua voz como enviada.
Uma requisição falha de imagem, vídeo, música, fala ou transcrição agora responde com X-Request-Id, o ID da sua linha de Atividade. Antes, apenas algumas recusas o tinham.

21 de outubro de 2026 — Custos em respostas de chat, aliases que sempre funcionam, correções de mídia

Respostas de chat informam o custo. Respostas /v1/chat/completions e /v1/messages contêm usage.cost_usd: o valor cobrado pela requisição, em dólares americanos, com nossa taxa incluída e nunca acima do preço listado. Em um stream, está no último chunk de uso (message_delta em /v1/messages). Uma resposta que não é streamed também tem o header X-UberLLM-Cost-USD, a menos que tenha sido lenta o suficiente para começar com espaços de keepalive; então o campo body é o único lugar.
Quando o vendedor de um modelo não transmite contagens de token (DeepSeek em /v1/messages), o message_delta final mostra as contagens pelas quais a requisição foi cobrada, com a saída contada a partir do texto, raciocínio e entrada de ferramenta que enviamos a você. Antes desta correção, a saída nesses streams era contada como 0.
Quando um stream não contém contagens de token, a requisição é cobrada e listada em Atividade com as próprias contagens de token do provedor (prompt, cached e output) sempre que lemos sua cobrança posteriormente, ou sempre que um limite de preço seria verificado em relação à nossa estimativa. Antes, um prompt de agente longo poderia mostrar muito menos prompt tokens do que realmente tinha.
A retenção de uma requisição /v1/messages agora conta definições de ferramenta, chamadas de ferramenta, resultados de ferramenta e raciocínio anterior, como /v1/messages/count_tokens já fazia. O prompt de um agente é principalmente resultados de ferramenta; uma retenção dimensionada apenas pelo texto poderia ser menor do que o custo real da requisição.
best-price: e fastest: selecionam apenas modelos que estão disponíveis agora: o mercado ao vivo mostra um vendedor saudável, e nossa última requisição ao modelo nos últimos 10 minutos encontrou um. Em uma rota de mídia, quando o modelo que um alias selecionou não tem ninguém aceitando requisições, a requisição passa para o próximo modelo que o alias representa (até 3). Quando nenhum modelo para o trabalho está disponível, a resposta é 503 no_available_provider.
Um modelo enviado para a rota errada responde 400 wrong_endpoint nomeando a correta, antes que algo seja executado ou cobrado: um modelo de imagem, vídeo, música, fala ou transcrição em uma rota de chat, um modelo de chat em uma rota de mídia, ou fala e transcrição trocadas. A Atividade o lista como recusado, sem tokens.
Todo modelo em /v1/models, /v1/models/{id}, a lista de modelos públicos e o painel ao vivo diz available (pode ser usado agora), nsfw (feito para conteúdo adulto ou não filtrado) e o input_modalities correto: modelos que tiram uma foto listam "image", o upscaler de vídeo lista "video".
O estimated_cost_usd de um trabalho de vídeo é o seu preço listado, o mesmo que validate e /v1/quote cost_usd. max_cost_usd ainda é o máximo que pode custar.
O custo final de um trabalho concluído é lido em segundos (era verificado a cada 15 s, e os 47 minutos do relatório era quando era olhado novamente: a cobrança havia chegado 18 s após o vídeo). callback_url dispara uma vez, quando o custo é final. Após 30 minutos sem uma cobrança, o trabalho é cobrado pelo seu preço listado.
Modelos de vídeo precificados por trabalho que listam durações de clipes são precificados por segundo, como são cobrados (Kling: seu preço listado é por segundo, então um clipe de 5 segundos custa cinco vezes isso).
Modelos de referência para vídeo definem aspect_ratio como 16:9 por padrão (mostrado como o padrão no esquema do modelo). Um modelo de vídeo que precisa de uma imagem responde 400 image_required sem uma, antes que algo seja retido.
A transcrição lê o formato de áudio do próprio arquivo, então um mp3 chamado recording.out funciona.
response_format padroniza para url em /v1/images/generations e /v1/images/edits. Uma imagem que o modelo envia inline é mantida por 24 horas como um arquivo da sua conta e retornada como um link; "response_format": "b64_json" a retorna inline.
Requisições de imagem, vídeo, música e fala recusadas agora aparecem em Atividade.
/v1/quote responde com id e quote_id (o mesmo valor).

21 de outubro de 2026 — Disponibilidade de modelos no site, Modelos no painel

A página de um modelo exibe "Não disponível no momento" quando nenhum provedor o oferece. Solicitações para ele são recusadas até que um provedor o faça, portanto, a página não mostra preço ou exemplo de código para ele. Esses modelos são excluídos da lista de modelos, do Playground e dos links de modelos relacionados.
O painel tem sua própria página de Modelos com a mesma lista e preços. Modelos de imagem, vídeo e música têm um link "Experimentar no Playground" que abre o Playground com aquele modelo selecionado.
Modelos adultos são ocultados da lista de modelos e do Playground. "Mostrar modelos adultos" os exibe; a escolha é mantida no seu navegador. Suas páginas ainda abrem a partir de um link direto.
Preços de vídeo cobrados por segundo também mostram o preço de um clipe de 5 segundo.

21 de outubro de 2026 — Nunca cobrado acima do preço listado

Uma requisição nunca é cobrada acima do preço listado para o modelo. Os preços incluem a taxa de plataforma 10% da UberLLM (encerrada em 22 de outubro de 2026). Uma chamada de chat custa o que o provedor cobrou mais 10%, mas nunca mais do que seus tokens ao preço listado (tokens de prompt em cache ao preço listado de leitura de cache); quando o provedor cobrou mais, a UberLLM paga o resto.
O mesmo vale para imagens, vídeo, música e fala: um trabalho nunca é cobrado acima do preço listado do que você pediu, que é o cost_usd de sua cotação. max_cost_usd é apenas o que é retido enquanto ele é executado.
A oferta própria de um vendedor ainda é cobrada ao preço listado dessa oferta.

21 de outubro de 2026 — Cotações ao preço exibido, playground e MCP corrigidos

Uma cotação (POST /v1/quote ou "validate": true) agora informa qual o custo esperado da requisição ao preço exibido na página do modelo (cost_usd), ao lado do custo máximo (max_cost_usd, o que é retido enquanto ela é executada). Ambas as respostas são "object": "quote".
O playground do painel e todas as chamadas de ferramentas MCP funcionam novamente (eles estavam sendo recusados desde o lançamento 10-21).
GET /v1/models?type=… lista um modelo de mídia apenas quando ele pode ser comprado agora (ativo e com preço), os mesmos modelos que o painel e suas contagens mostram.
O limite diário de uma chave não pode ser maior que seu limite de gastos; o formulário de Chaves o exibe apenas sob um limite mensal ou vitalício.

21 de outubro de 2026 — Callbacks e webhooks de alerta

callback_url em um trabalho de vídeo ou música: quando o trabalho termina (bem-sucedido e faturado, falhou, cancelado ou expirado) nós POST o JSON do trabalho para o seu link https. O trabalho mostra como foi em callback. Veja Callbacks.
Cada callback é assinado: UberLLM-Signature: t=…,v1=… (HMAC-SHA256 com o segredo do webhook da sua conta), com um UberLLM-Event-Id estável. Envios falhos são tentados novamente após 30 segundos, 2, 10 e 30 minutos e 2 horas. O segredo está em Dashboard → API keys, e pode ser substituído lá.
Os alertas de saldo baixo e dinheiro retido também podem ir para um webhook: Dashboard → Créditos → Para desenvolvedores, ou alerts_webhook_url em PUT /api/v1/billing/alerts.

21 de outubro de 2026 — Cotações guardadas, modelos de fallback, uploads, tags, limites diários de chave

Fala

Texto para fala e transcrição usam as mesmas opções validate, max_cost, metadata e provider.max_price que as imagens (campos de formulário em uma transcrição), a fala também aceita models: [...], e best-price:speech / best-price:transcription escolhem o modelo ativo mais barato. Cada resposta contém os cabeçalhos X-UberLLM-Cost-USD e X-Request-Id; o JSON de uma transcrição também tem usage.cost_usd.
GET /v1/models?type=speech, ?type=transcription ou ?type=audio os lista.

Preços e roteamento

POST /v1/quote precifica uma solicitação de imagem, vídeo ou música e mantém esse preço por 15 minutos: envie a mesma solicitação com quote_id e ela será cobrada no máximo max_cost_usd. Uma cotação inicia uma solicitação. Veja Criar um vídeo ou imagem.
models: [...] nomeia modelos de fallback, tentados em ordem apenas quando o anterior não pode ser atendido no momento. Funciona em chat, imagem, vídeo e música.
Os nomes de modelos best-price:<job> e fastest:<job> escolhem o modelo ativo mais barato, ou o mais rápido medido, para chat, imagem, edição de imagem, texto para vídeo, imagem para vídeo ou música. GET /v1/models/aliases lista o que cada um representa agora. fastest: precisa de pelo menos 5 solicitações cronometradas por modelo nos últimos 7 dias.
As opções de chat provider agora funcionam: allow, deny e order nomeiam os provedores que o marketplace pode usar, sort escolhe preço, latência ou tempo de atividade, e max_price é um limite máximo rígido para o que você é cobrado por milhão de tokens. Uma opção que não pode ser aplicada é recusada com 400 unsupported_routing_option em vez de ser ignorada. Veja Modelos e roteamento.
Imagem, vídeo e música aceitam provider.max_price por unidade.

Imagens e vídeos

POST /v1/files faz upload de uma imagem uma vez (10 MB, mantida por 24 horas); use seu id ou url em qualquer lugar onde uma imagem de origem seja usada.
output_upload_url em um trabalho de vídeo ou música faz upload do arquivo finalizado para seu próprio armazenamento (um link PUT https pré-assinado). O trabalho mostra como o upload foi.

Tags

metadata (até 16 valores de texto) em qualquer solicitação é armazenado com ela, mostrado em Atividade, filtrável com ?tag=key:value, e incluído na exportação CSV.

Chaves e alertas

As chaves de API podem ter um limite diário (daily_limit_usd) além do seu limite de gastos. Uma solicitação deve se encaixar em ambos, e o limite diário é redefinido à meia-noite UTC. Uma solicitação que exceda qualquer um dos limites é recusada com 402 key_spend_cap_exceeded e nada é cobrado. Defina-o na página Chaves ou com PATCH /api/v1/keys/{id}.
Na página Créditos você pode pedir para ser notificado por e-mail quando seu saldo cair abaixo de um valor que você escolher. Está desativado por padrão, envia um e-mail cada vez que o saldo cai abaixo desse valor, e é enviado aos proprietários da conta.
Se o dinheiro reservado para um trabalho de imagem, vídeo ou música ainda estiver retido 15 minutos após o término do trabalho, os proprietários da conta recebem um e-mail listando esses trabalhos e nossa equipe é informada. Esse dinheiro ainda é seu e será liberado.

21 de outubro de 2026 — Preços que você paga, servidor MCP, playground de mídia

Preços

Cada preço no site e em /v1/models é agora a taxa que cobramos, incluindo nossa taxa de 10% na época (essa taxa terminou em 22 de outubro de 2026), com base nos mesmos números usados para faturamento. Antes, o painel mostrava o preço de venda mais barato, que poderia ser bem abaixo do que uma solicitação era cobrada.
"% off" compara essa taxa cobrada com o preço de tabela do próprio criador do modelo. Um modelo com menos de 1% de desconto não é exibido como desconto.
Uma solicitação ainda é cobrada pelo que o provedor cobrou mais 10%, então uma chamada pode ficar um pouco acima ou abaixo da taxa exibida. Veja Preços.

Servidor MCP

https://api.uberllm.dev/mcp permite que o Claude Code e outros clientes MCP listem modelos, precifiquem uma solicitação, criem imagens, iniciem vídeos e músicas, aguardem por um trabalho e verifiquem o saldo, com sua API key. Configuração: claude mcp add --transport http uberllm https://api.uberllm.dev/mcp --header "Authorization: Bearer $KEY". Veja Servidor MCP.

Painel

Playground: envie um prompt (e uma imagem inicial, se desejar) para 2 para 4 modelos de imagem, vídeo ou música, veja o custo máximo de cada um, depois execute-os lado a lado e compare o resultado, quanto tempo cada um levou e quanto cada um custou. As execuções são cobradas da chave que você escolher e aparecem em Atividade.

21 de outubro de 2026 — Entradas para edição de imagem, custos de mídia, configuração do Claude Code por projeto

Imagens e vídeos

/v1/images/edits agora aceita a imagem de origem como image (um link https://, uma data: URI ou base64 simples), image_url, input_images, images, ou um upload multipart image. Vídeo aceita um frame inicial em image_url e imagens de referência em input_images. Criar um vídeo ou imagem lista o campo para cada rota, com uma requisição funcional para cada.
Toda resposta de imagem e todo trabalho finalizado informa o que custou em usage.cost_usd e no cabeçalho X-UberLLM-Cost-USD.
"validate": true verifica uma requisição de mídia e informa o custo máximo, sem cobrar. "max_cost" recusa qualquer coisa que possa custar mais do que você definiu.
Idempotency-Key em um trabalho de vídeo ou música: enviar a mesma requisição novamente em até 24 horas retorna o mesmo trabalho em vez de uma segunda cobrança.
Um comprimento de clipe, resolução ou formato que o modelo não produz é recusado logo de cara, junto com os que ele produz.
O status do trabalho é sempre um de queued, running, succeeded, failed, canceled ou expired. Consulte a cada 5–10 segundos (callback_url veio depois, em 21 de outubro de 2026).
Por quanto tempo os resultados são mantidos agora está documentado: cerca de 3 horas para vídeo e música, cerca de 15 minutos para links de imagem.

API

GET /v1/models lista modelos de imagem, vídeo e música também, cada um com type, endpoints e pricing; filtre com ?type=chat|image|video|music.
GET /v1/models/<id> fornece um modelo, com um JSON Schema do corpo da requisição para modelos de mídia.
GET /v1/balance retorna balance_usd, held_usd e available_usd.
Toda resposta /v1/* contém X-RateLimit-Limit, X-RateLimit-Remaining e X-RateLimit-Reset; um 429 do limite da chave adiciona Retry-After.
Quando a conta de provedor de um vendedor falha, UberLLM tenta outros vendedores e, se nenhum sobrar, responde 503 no_available_provider. Um erro do vendedor não parece mais que sua chave está errada.

Claude Code

O instalador pode configurar apenas um projeto: sh -s -- --project escreve .claude/settings.local.json e deixa seus outros projetos em paz.
A chave não é mais escrita em um arquivo de configurações: ela é salva em um arquivo que só você pode ler e o Claude Code a lê através de apiKeyHelper (macOS e Linux).
Perfis agora também definem CLAUDE_CODE_SUBAGENT_MODEL, para que os subagentes rodem no modelo que você escolheu.
Novo: seu saldo UberLLM na linha de status do Claude Code (curl -fsSL https://uberllm.dev/install/statusline.sh | sh -s -- --install).
O guia do Claude Code agora aborda qual configuração prevalece, mapeamento de cada slot de modelo, contexto e compactação, o que muda quando você sai do login claude.ai, e para onde seu código vai.

Tabela de modelos

Cada modelo mostra quantos vendedores podem aceitar uma requisição agora, dentre todos os vendedores que o listam.
A linha de contagem indica ambos os números: cada modelo no catálogo, e quantos o mercado ao vivo cota agora.
A página de cada modelo mostra seu tipo, um botão de copiar para seu id, os vendedores que estão saudáveis agora, e uma requisição funcional para modelos de edição de imagem, imagem para vídeo e referência para vídeo.

21 de outubro de 2026 — Veja o que está em execução, por que uma solicitação falhou e o que cada chave gastou

Em andamento: trabalhos de vídeo e música que ainda estão em execução aparecem em Visão Geral e Atividade com seu modelo, tempo decorrido, progresso e o valor retido, e um botão Cancelar. A linha "retido" no seu saldo agora se vincula a essa lista.
Solicitações falhas dizem o porquê: cada linha falha em Atividade mostra o motivo em palavras simples e se tentar novamente pode ajudar. Clique em qualquer linha para ver seus detalhes e seu job id.
Filtros e totais por chave: filtre a Atividade por período, chave, modelo e resultado; veja o que cada chave gastou; baixe o que você vê como CSV.
API keys: exclua uma chave e edite seu nome, limite de gastos e limite de solicitações a qualquer momento. Uma alteração se aplica à próxima solicitação da chave.
Modelos agora está no menu do painel, e cada linha de Atividade se vincula ao seu modelo.
Créditos: pagamentos feitos via Stripe têm um link Recibo ao lado deles.

21 de outubro de 2026 — Fala: narrações e transcrições

Texto para fala: POST /v1/audio/speech transforma texto em um arquivo de áudio, cobrado por 1K caracteres iniciados.
Fala para texto: POST /v1/audio/transcriptions transforma uma gravação em texto (ou legendas), cobrado por minuto de áudio.
Mesma chave e saldo que todo o resto, e ambos funcionam com o OpenAI SDK. Uma requisição falha não custa nada. Veja Imagens, vídeo, música e fala.

21 de outubro de 2026 — Cada preço ao lado do oficial

A tabela de modelos mostra o preço oficial de cada modelo ao lado do nosso, e o % de desconto agora é o que você paga em relação a esse preço oficial. Antes mostrava o valor do próprio mercado, que podia indicar 100% de desconto.
Vídeos com preço por resolução mostram a partir de $X por segundo (a taxa de 480p), o nosso e o oficial, em vez de chamar uma taxa por segundo de preço por vídeo. A comparação da kie.ai precifica esses modelos para o mesmo clipe de 5 segundos e 480p.

21 de outubro de 2026 — Uma página inicial mais clara

A página inicial descreve o que é o UberLLM: um marketplace de API para modelos de IA.
A página inicial mostra clipes de exemplo gerados no UberLLM com modelos de vídeo atuais, e a tabela de modelos abre em vídeo. Uma seção de preços mostra o maior % de desconto atual sobre o preço de tabela, que solicitações falhas não são cobradas, e a taxa de compra de crédito (5% na época). (Desde 29 de outubro de 2026 a taxa do cartão é 5.5% + $0.50, adicionada; não há taxa sobre as solicitações.)

21 de outubro de 2026 — Adicionar crédito sem sair do dashboard

Dashboard → Credits agora aceita pagamentos com cartão na página através do checkout da Whop. Cartões, Apple Pay e Google Pay são suportados onde o dispositivo os suporta, e moedas locais onde a Whop as oferece. O crédito é adicionado em um minuto.
Um pagamento reembolsado ou com estorno retira o crédito que adicionou, até o que resta dele. A taxa sobre compras de crédito permaneceu em 5% na época. (Desde 29 de outubro de 2026 a taxa do cartão é 5.5% + $0.50, adicionada por cima; não há taxa sobre as requisições.)

21 de outubro de 2026 — Uma taxa de 10% UberLLM sobre solicitações (encerrada em 22 de outubro de 2026)

Cada solicitação (texto, imagens, vídeos e música) agora inclui uma taxa de plataforma UberLLM de 10% além do preço do provedor. Os preços listados incluem a taxa. A porcentagem de desconto sobre o preço de tabela permanece inalterada. Veja Preços.
A taxa sobre compras de crédito permaneceu em 5% na época. Vendedores ainda não pagam taxa sobre suas vendas. (A taxa de solicitação de 10% foi removida em 22 de outubro de 2026. Desde 29 de outubro de 2026 a taxa do cartão é 5.5% + $0.50, adicionada à parte.)

20 de outubro de 2026 — Um mercado em tempo real na página inicial

Uma única tabela de modelos na página inicial. Preços, % de desconto, liquidez, atividade de 24h e ofertas atualizam a cada 30 segundos, com totais de mercado acima da tabela: economia média, dinheiro economizado em 24h e ofertas ativas. Todas as colunas são classificáveis.
Abas para Texto, Imagem, Áudio, Vídeo e Decisões. Links antigos /models e /market abrem a tabela.
Uma calculadora de economia estima uma fatura mensal com os preços atuais.

20 de outubro de 2026 — Imagens, vídeos e música

Crie imagens (/v1/images/generations), vídeos (/v1/video/generations) e música (/v1/music/generations) com a mesma chave e saldo. Veja Crie um vídeo ou imagem.
Cobrado pelo custo do provedor do que foi criado, sem acréscimo no momento. Trabalhos falhos, cancelados e expirados não são cobrados. Os trabalhos aparecem em Dashboard → Activity.
Navegue por eles em uberllm.dev, cada um com seu preço por vídeo, imagem ou faixa.

19 de outubro de 2026 — Roteamento de marketplace único, cobrado ao preço do vendedor

Cada requisição é agora enviada para um marketplace que seleciona um vendedor para cada chamada. Cada requisição é cobrada ao preço que o vendedor cobrou, sem margem de inferência no momento. A taxa sobre compras de crédito permaneceu em 5% no momento. (Desde 29 de outubro de 2026 a taxa do cartão é 5.5% + $0.50, adicionada por cima; não há taxa sobre requisições.)
Retentativas automáticas: uma chamada que falha antes que qualquer conteúdo chegue é retentada (até 4 tentativas dentro de 45 segundos). Um modelo que ninguém está servindo no momento retorna 503 com o nome do modelo.
:floor / :nitro e o objeto provider ainda são aceitos, mas não alteram mais o preço ou a velocidade. Veja Modelos e roteamento.
GET /v1/models lista apenas modelos que podem ser servidos no momento.
Novas contas começam em $0; não há crédito de inscrição.

24 de julho de 2026 — Lançamento

UberLLM foi lançado como um marketplace de dois lados para inferência de LLM: uma API key para o catálogo, com requisições roteadas para provedores saudáveis e ponderadas em direção a preços mais baixos.

Gateway: /v1/chat/completions compatível com OpenAI e /v1/messages compatível com Anthropic com streaming SSE, failover automático e roteamento que considera a saúde (provedores com interrupções recentes são despriorizados, e as tentativas são limitadas).
Mercado: 380 modelos no livro — rotas curadas com preços em tempo real mais ofertas de mercado externas a serem superadas. Abas de modalidade, filtros de capacidade, atividade de 24h por modelo, liquidez e contagens de ofertas em /market.
Venda: liste qualquer endpoint compatível com OpenAI ao seu próprio preço (absoluto ou um multiplicador da referência), passe em uma validação pontual, ganhe em cada requisição roteada. A saúde é pontuada passivamente a partir do tráfego real, sem requisições de sonda.
Faturamento: créditos pré-pagos com um livro-razão de dupla entrada, limites de gastos por chave, contabilidade de uso por requisição (tokens reportados pelo provedor quando o upstream os fornece). Nenhum acréscimo de preço na inferência no lançamento; uma taxa de 5% sobre as compras de crédito na época. (Desde 29 de outubro de 2026 a taxa do cartão é 5.5% + $0.50, adicionada por cima; não há taxa nas requisições.)
Análises: análises de mercado públicas — uso diário e a distribuição de descontos listados em todo o livro.
Documentação: guias para os SDKs da OpenAI e Anthropic, Cursor, Cline, Roo, Aider, Continue, LangChain e o Vercel AI SDK.