O Blackbox encaminha 231 modelos de terceiros vindos de mais de 29 laboratórios por um único ponto de acesso compatível com OpenAI, ou executa um modelo de pesos abertos como implantação de inquilino único. A cobrança é por token e não por assento, a retenção zero é imposta no gateway e os identificadores pessoais são removidos antes de as solicitações chegarem a um modelo fechado.
Já usou esta ferramenta? Avalie-a
Já usou esta ferramenta? Avalie-a
O Blackbox é uma plataforma de inferência. Você envia uma requisição a um único ponto de acesso e ela chega ao modelo mais adequado à tarefa entre centenas de modelos de terceiros, ou a um modelo executado em hardware reservado exclusivamente para você. A página inicial enuncia a posição sem rodeios: o Blackbox é «a plataforma de alta confiança para inferência de fronteira», que executa «o modelo de pesos abertos que você escolher como implantação dedicada» ou encaminha «mais de 300 modelos por um único ponto de acesso».
Esse enquadramento importa, porque provavelmente não é o que o nome leva a esperar. O Blackbox foi amplamente conhecido como assistente de programação, e os resultados de busca ainda o descrevem assim. O site, como está hoje, encabeça com infraestrutura de inferência, segurança e economia por token. As superfícies de programação continuam existindo — a API de Agents, uma extensão para VS Code e uma interface de linha de comando figuram entre os produtos —, mas ficam ao lado do negócio de inferência e não à frente dele. Se você chega esperando um plugin de autocompletar e encontra um gateway de modelos com contratos empresariais, foi o produto que se moveu, não você que errou de site.
A plataforma se organiza em três superfícies: Enterprise Inference, o Blackbox Router e Agents & Tooling — a API de Agents, a extensão do VS Code e a CLI —, com a ressalva de que «cada superfície usa o mesmo compromisso por token». Um único saldo cobre tudo, o que é o princípio organizador tanto do modelo comercial quanto da arquitetura.
Este ponto merece seção própria, porque «com qual modelo estou realmente falando» é a pergunta que mais frequentemente fica sem resposta em plataformas desse tipo, e porque fornecedores dessa categoria às vezes listam nomes de modelos que se revelam aspiracionais, mal pareados ou pertencentes a um produto irmão.
Aqui a resposta está documentada com rigor incomum. A página do catálogo resolve isso diretamente: ela lista 231 modelos vindos de «mais de 29 laboratórios», acessíveis «pelo Blackbox Router — um único ponto de acesso compatível com OpenAI». Trata-se de uma tabela viva e filtrável, com janelas de contexto e tarifas por token, e não de um mural de logotipos.
Cada entrada traz um espaço de nomes explícito do fornecedor — anthropic/claude-opus-5, google/gemini-3.7-flash, openai/gpt-5.6-sol, xai/grok-4.6 —, de modo que a procedência de cada modelo é declarada em vez de insinuada. Ao lado deles aparecem modelos da Meta, Alibaba, Moonshot, MiniMax, NVIDIA, Sakana, Kwaipilot e outros, cada um com seu próprio prefixo.
A conclusão a tirar é direta e vale enunciar com clareza: o Blackbox aparentemente não treina modelos de fronteira próprios. Ele executa e encaminha modelos de terceiros. Tudo o que está no catálogo é atribuído a um laboratório externo. Isso não é uma crítica — encaminhar e hospedar é um negócio legítimo e exigente, e atribuição honesta é melhor do que o contrário —, mas significa que, ao avaliar qualidade, você avalia um modelo de terceiros específico somado ao serviço que o Blackbox presta sobre ele, e não um modelo proprietário. Julgue o encaminhamento, a velocidade, o tratamento da privacidade e o preço. A inteligência em si pertence aos laboratórios nomeados no espaço de nomes.
As entradas marcadas como DEDICATED «podem, em vez disso, rodar como uma implantação de inquilino único isolada para você», que é a linha divisória prática entre encaminhamento compartilhado e capacidade reservada. Modelos de pesos abertos podem funcionar assim; modelos fechados, por sua natureza, não.
Um ponto de acesso alcança todo o catálogo hospedado, com o gateway impondo retenção zero e ausência de treinamento. Uma chave, uma fatura, um painel. Para equipes que hoje fazem malabarismo com várias contas de fornecedores, essa consolidação é o benefício prático imediato.
Em vez de compartilhar capacidade, o Blackbox implanta o modelo de pesos abertos que você escolher em GPUs reservadas para você — descritas como de inquilino único, isoladas, sem pools compartilhados e sem outros clientes. É a resposta para cargas de trabalho que não podem ser enviadas a um serviço compartilhado.
A integração é deliberadamente banal: «Um ponto de acesso compatível com OpenAI. Mude a URL base e mantenha seu código». O exemplo publicado envia para enterprise.blackbox.ai/chat/completions com um array messages padrão e um sinalizador de transmissão contínua. Se o seu código já fala o protocolo da OpenAI, a migração é uma mudança de configuração.
A API de Agents para agentes de programação na nuvem e os ambientes isolados do Remote Agent são exclusivos do Enterprise, enquanto a orquestração multiagente com Chairman LLM é cobrada por uso em ambos os planos. A extensão do VS Code e a CLI completam as superfícies voltadas a desenvolvedores, todas debitadas do mesmo saldo de tokens.
Encaminhamento inteligente, failover e cache de prompts estão incluídos em ambos os planos. O fornecedor afirma que não são meras conveniências: segundo se informa, o encaminhamento inteligente e o cache esticam o mesmo compromisso em 10% a 20%, inclusive em modelos fechados.
Consolidar várias contas de fornecedores é o ponto de entrada mais comum. Equipes que trabalham separadamente com OpenAI, Anthropic e Google podem alcançar os três com uma única chave e uma única fatura, mantendo aberta a escolha do modelo.
Cargas reguladas ou sensíveis combinam melhor com a via dedicada. Quando código ou registros não podem ser enviados a um serviço compartilhado multi-inquilino, rodar um modelo de pesos abertos sobre capacidade reservada muda o que passa a ser possível.
Inferência de alto volume sensível a custo se beneficia do encaminhamento somado ao cache, já que o modelo mais barato que seja suficiente pode atender o grosso do tráfego enquanto as requisições difíceis escalam.
Agentes de programação em ambientes corporativos são atendidos pela API de Agents e pelos ambientes isolados do Remote Agent, com executores dedicados e login único disponíveis por contrato.
Avaliação e comparação de modelos se encaixam naturalmente, pois uma única integração alcança 231 modelos e alternar entre eles é mudar uma cadeia de texto, e não adotar um novo SDK.
Em sentido inverso, o produto não se dirige a pessoas que queiram uma interface de conversa de consumo, nem a quem procure um modelo de fronteira proprietário: os modelos aqui pertencem a outros laboratórios.
Leia o espaço de nomes antes de julgar um modelo. O catálogo diz exatamente de quem é o modelo que você chama; reclamações de qualidade em geral cabem ao laboratório, não ao gateway.
Dimensione o compromisso pelo piso, não pelo teto. O compromisso não consumido expira ao fim do período de faturamento, de modo que um compromisso ambicioso se converte diretamente em desperdício se o uso decepcionar.
Fique atento aos alertas de 75% e 90%. Eles existem porque a expiração é real e são o mecanismo pelo qual nada expira sem aviso.
Não presuma que a retenção zero se estende inalterada a cada modelo encaminhado. A garantia é imposta no gateway, mas para fornecedores fechados a montante ela repousa em parte nos termos deles e em sinalizadores por requisição.
Trate a ausência de revisão humana como um item contratual. Ela consta como negociada por contrato e não como padrão da plataforma, e a área de compras deveria confirmá-la explicitamente.
Use implantações dedicadas de forma seletiva. Capacidade reservada é a resposta certa para trabalho regulado e uma resposta cara para todo o resto.
Traga suas próprias contas de fornecedor se já tiver tarifas negociadas. No Enterprise isso é suportado e permite manter os preços atuais enquanto se ganha encaminhamento e observabilidade.
Equipes de plataforma e infraestrutura que padronizam o acesso a modelos em toda a organização são o público mais claro, pois um ponto de acesso e uma fatura substituem uma dispersão de integrações com fornecedores.
Empresas com restrições regulatórias são as que mais ganham com a via de inquilino único, cuja alternativa muitas vezes é não usar modelos hospedados de forma alguma.
Equipes atentas a custos e com volumes altos se beneficiam do encaminhamento e do cache, sobretudo quando um modelo mais barato atende adequadamente a maior parte do tráfego.
Equipes de engenharia já construídas sobre o protocolo da OpenAI enfrentam um custo de troca excepcionalmente baixo, pois a integração é uma mudança de URL base.
Compradores guiados pela segurança são claramente o público para quem o site foi escrito, dado o quanto da mensagem trata de criptografia, retenção e remoção de identificadores.
Encaixa mal para pessoas que queiram um produto de conversa de consumo polido, para equipes que desejem um modelo interno proprietário, para quem não esteja disposto a falar com vendas para obter controles empresariais e para compradores que precisem de ampla validação independente antes de adotar: como se expõe adiante, essa validação é escassa.
O Blackbox é entregue sobretudo como uma API. A interface REST e de transmissão contínua compatível com OpenAI é a superfície principal, o que significa que qualquer linguagem ou framework que já consiga chamar a OpenAI pode chamar o Blackbox sem um novo SDK.
Além da API, o produto oferece uma CLI e uma extensão para VS Code, ambas debitadas do mesmo compromisso por token, mais a API de Agents e os ambientes isolados do Remote Agent para trabalho de agentes executado na nuvem.
As opções de implantação empresarial chegam à infraestrutura dedicada de inquilino único e à residência de dados, com login único SAML, SCIM, RBAC e registros de auditoria disponíveis por contrato. A empresa também menciona uma parceria de IA com a Microsoft cobrindo implantações empresariais no Azure.
A cobrança é por token e não por assento, dividida entre Pay As You Go, descrito como «tarifa de referência em cada modelo, nada a assinar» com compromisso mensal zero, e Enterprise, um compromisso anual abatido contra uma ordem de compra.
As tarifas são publicadas por milhão de tokens, com entrada, saída e leituras em cache cobradas separadamente: nvidia/nemotron-3-ultra a US$ 0,32 de entrada, US$ 0,80 de saída e US$ 0,08 de leitura em cache, ante zai/glm-5.2 a US$ 1,40 e US$ 4,40. Publicar separadamente as tarifas de leitura em cache é um detalhe útil, pois o cache altera de forma relevante o custo efetivo em contextos repetidos.
Clientes com compromisso veem «Fechados −5% ou mais» e «Abertos −10% ou mais», e a página afirma sem rodeios que «a tarifa do seu contrato melhora à medida que o gasto comprometido cresce». O desconto maior nos modelos de pesos abertos é explicado pelo fato de o Blackbox operar essa infraestrutura de ponta a ponta, enquanto os modelos fechados são encaminhados aos seus fornecedores.
Sobre taxas de plataforma, a página de preços responde de forma direta: «Não há taxa de compra de créditos nem cobrança por assento. Você paga por tokens às tarifas de tabela ou abaixo delas». Para equipes acostumadas a ferramentas de IA cobradas por assento, a ausência de cobrança por assento é uma diferença estrutural real.
A armadilha a entender antes de assinar qualquer coisa: o compromisso não utilizado «expira ao fim do período de faturamento», com alertas de gasto enviados a 75% e 90%, e o conselho do próprio fornecedor é «dimensionar o compromisso pelo seu uso mínimo». Esse conselho é sensato e merece ser seguido ao pé da letra: descontos por compromisso só são economia se os tokens forem de fato consumidos.
O OpenRouter é o concorrente conceitualmente mais próximo na função de encaminhamento, agregando muitos modelos atrás de uma única API, ainda que com postura comercial e empresarial distinta.
Together AI, Fireworks e Baseten competem em inferência hospedada de pesos abertos e aparecem nas mesmas comparações de velocidade; a Together AI é citada nominalmente na tabela de referência.
Ir direto à OpenAI, Anthropic ou Google continua sendo a opção mais simples quando basta um fornecedor e não há exigência de agregação — e o próprio Blackbox admite conectar essas contas no Enterprise.
A auto-hospedagem com vLLM ou similares dá controle máximo a equipes com capacidade de GPU e profundidade de engenharia, ao custo de operar a infraestrutura por conta própria.
Para o caso específico de agentes de programação, as ferramentas dedicadas dessa categoria competem mais diretamente com a superfície de Agents do que com a plataforma de inferência.
A validação independente é a parte mais frágil do quadro. A validação de terceiros está praticamente ausente: a ficha no Product Hunt mostra nota 5,0 baseada em uma única avaliação e 11 seguidores, amostra pequena demais para sustentar qualquer conclusão. Não se localizou nenhuma análise independente nem investigação de uma publicação de tecnologia relevante, e as bases de dados de empresas se contradizem quanto a captação e receita, razão pela qual tais números não são citados aqui. Quase tudo nesta ficha repousa, portanto, nas páginas publicadas pelo próprio fornecedor.
A afirmação sobre velocidade é concreta o bastante para ser verificada: a Artificial Analysis mediu 454 tokens por segundo no NVIDIA Nemotron 3 Ultra em julho de 2026, colocando o Blackbox em primeiro lugar entre os fornecedores e «30% mais rápido que o segundo». É uma medição de terceiros, mas reproduzida na página do próprio fornecedor e não confirmada aqui de forma independente contra o ranking original; além disso, cobre um modelo em um dado momento, e não o catálogo inteiro.
A ressalva sobre a exclusão do treinamento está publicada e não escondida: retenção e treinamento são suprimidos «por meio dos termos dos fornecedores e de sinalizadores por requisição, sempre que a API do fornecedor permitir», o que torna a garantia contratual na borda e não puramente técnica. É uma divulgação honesta e também significa que a força da promessa varia conforme o fornecedor a montante.
A linha mais fácil de passar despercebida na página inicial fica sob o título de isolamento: «Sem revisão humana — negociada por contrato», ou seja, essa proteção é uma cláusula e não um padrão de toda a plataforma. Quem a supõe automática pode estar supondo demais.
O limiar do Enterprise é amplo. Login único SAML, SCIM, RBAC e registros de auditoria são exclusivos dele, assim como residência de dados, implantação de inquilino único e limites de taxa personalizados; nada disso aparece no Pay As You Go. A API de Agents e os ambientes isolados do Remote Agent também são exclusivos do Enterprise. Quem usa o autoatendimento recebe encaminhamento e tarifas, não governança.
A expiração do compromisso é um risco financeiro real, como observado acima, e a página de termos não pôde ser recuperada durante a pesquisa — uma requisição a /terms retornou 404 —, de modo que esta ficha não indica a entidade operadora nem a lei aplicável.
Por fim, o catálogo é um alvo em movimento. Uma tabela de 231 modelos com preços datados muda com frequência, então trate cada número aqui como um instantâneo e confirme as tarifas vigentes antes de orçar.
A privacidade é o centro do argumento do produto, e os mecanismos são descritos de forma concreta o bastante para serem avaliados.
Prompts, contexto de código e respostas «permanecem em memória durante a requisição ativa e são descartados após a resposta», com «nenhum treinamento de modelo, nenhuma fila de revisão de prompts, nenhuma cópia do conteúdo para análise de produto». A página de privacidade apresenta isso como uma decisão de encaminhamento e não como uma caixa de seleção de política, o que condiz com a implementação.
No Enterprise, uma camada de dados pessoais reescreve identificadores antes de um prompt alcançar um modelo fechado, de modo que «modelos fechados recebem marcadores como <EMAIL_1> ou <PERSON_2> e depois a resposta é restaurada para o seu usuário». O filtro é descrito como uma etapa de inferência local dentro da camada do Blackbox, de forma que os identificadores são removidos antes do encaminhamento ao fornecedor, e equipes corporativas podem ajustar quais categorias devem ser mascaradas.
O encaminhamento sensível ao grau de confidencialidade é a ideia arquitetural que amarra tudo isso: tarefas que podem chegar com segurança a fornecedores fechados depois de removidos os identificadores passam pelo Router, enquanto código regulado ou crítico segue para o Enterprise Inference em capacidade reservada. As equipes podem separar documentação pública, tíquetes internos, código-fonte, segredos e registros regulados por política de espaço de trabalho, em vez de depender de cada desenvolvedor escolher manualmente o modelo mais seguro — melhoria significativa, já que a disciplina individual é justamente o que falha em escala.
Os registros de auditoria são descritos como anotando eventos de acesso e configuração sem armazenar o corpo dos prompts, que é a forma correta para reunir evidências sem criar por si só um risco de dados.
Os limites, ditos com honestidade: remoção de dados pessoais, registros de auditoria e residência de dados são recursos do Enterprise; a ausência de revisão humana é negociada por contrato; e a supressão de treinamento a montante depende do que a API de cada fornecedor suporta. A qualidade da divulgação aqui está acima da média da categoria, mas as garantias mais fortes exigem um contrato, e não um cadastro.
Segundo o catálogo publicado, não. Todos os 231 modelos são atribuídos a laboratórios externos por espaços de nomes explícitos como anthropic/, google/, openai/, meta/ e xai/. O Blackbox hospeda e encaminha esses modelos em vez de treinar modelos de fronteira próprios, de modo que a qualidade do modelo é uma propriedade do laboratório escolhido, enquanto velocidade, tratamento da privacidade e preço são propriedades do Blackbox.
A página do catálogo lista 231 modelos de mais de 29 laboratórios, abrangendo modelos de pesos abertos e fechados, cada um com janela de contexto e tarifas por token publicadas. Entre os fornecedores nomeados estão Google, Anthropic, OpenAI, Meta, xAI, Alibaba, Moonshot, MiniMax e NVIDIA, entre outros.
Por token, não por assento. O Pay As You Go cobra tarifas de referência sem compromisso e sem nada a assinar. O Enterprise envolve gasto anual comprometido abatido contra uma ordem de compra, com descontos a partir de 5% para modelos fechados e 10% para os de pesos abertos, melhorando conforme o compromisso cresce. Entrada, saída e leituras em cache são cobradas separadamente.
Ele expira ao fim do período de faturamento. O Blackbox envia alertas de gasto a 75% e 90% do compromisso e aconselha explicitamente dimensioná-lo pelo uso mínimo. Trate o compromisso como um piso que você tem certeza de consumir, não como uma meta que espera atingir.
O gateway impõe retenção zero: prompts, contexto de código e respostas ficam em memória apenas durante a requisição ativa e depois são descartados, sem treinamento de modelo nem fila de revisão. Para o tráfego encaminhado, a exclusão do treinamento vem ativada por padrão, mas note o limite declarado: ela se aplica por meio dos termos dos fornecedores e de sinalizadores por requisição, sempre que a API deles permitir.
No Enterprise, sim. Uma camada de anonimização substitui nomes, e-mails, números de conta e segredos por marcadores semânticos antes de o prompt seguir para um fornecedor fechado, e depois restaura a resposta. É um recurso do Enterprise e não um comportamento padrão do plano de autoatendimento.
Pouco, se você já usa o protocolo da OpenAI. O ponto de acesso é compatível com OpenAI tanto em REST quanto em transmissão contínua, e o procedimento documentado é mudar a URL base mantendo seu código, ajustando a cadeia do modelo para o identificador com espaço de nomes desejado.
Implantações dedicadas de inquilino único, residência de dados, login único SAML, SCIM, RBAC, registros de auditoria, remoção de dados pessoais antes dos modelos fechados, limites de taxa e acordos de nível de serviço personalizados, a API de Agents para agentes de programação na nuvem, ambientes isolados do Remote Agent com executores dedicados e um engenheiro alocado dedicado, com implantação incluída sem custo adicional.
No Enterprise, sim. Você pode conectar suas próprias contas da OpenAI, Anthropic ou Google e encaminhar por meio das suas relações e tarifas negociadas, mantendo encaminhamento, failover, cache e painel. Nesse caso o consumo é faturado pelo seu fornecedor e não pelo Blackbox.
Ela é específica o bastante para ser verificada, o que joga a seu favor: 454 tokens por segundo no Nemotron 3 Ultra, medidos pela Artificial Analysis em julho de 2026, em primeiro lugar entre os fornecedores. Duas ressalvas se aplicam: o número está reproduzido na página do próprio fornecedor e não foi confirmado aqui de forma independente, e descreve um modelo em um dado momento, e não o catálogo inteiro.
