Análise
396 reportagens de análise sobre modelos de inteligência artificial.
Qwen3.5 397B custa um terço do o3 e empata em raciocínio
Modelo chinês de 17B ativos chega ao catálogo com preço de commodity e benchmark de peso pesado — o que muda na sua fila de produção.
Qwen 3.5 397B e MiMo-V2-Flash empatam em QI, mas a conta sai 7,8x maior
Dois modelos chineses open-weights com 34 pontos de inteligência e arquitetura híbrida. Um cobra US$ 2,34 por milhão de tokens de saída; o outro, US$ 0,30.
Quase o mesmo QI, conta oito vezes menor
Qwen3.5 397B e MiMo-V2-Flash empatam em inteligência no catálogo, mas a diferença de preço e de recursos multimodais define quem leva cada tarefa.
Sonnet 4.6 cobra 87% a mais que o3 por 4 pontos de IQ
Lançado há quatro dias, modelo da Anthropic tem contexto cinco vezes maior e entrega 2,6 vezes mais devagar que o o3, da OpenAI.
Gemini 3.1 Pro em modo batch custa metade — e ninguém está olhando
A versão assíncrona do topo do catálogo da Google sai por US$ 6 por milhão de tokens de saída, mas exige esperar horas.
Sonnet 4.6 custa 50 vezes mais que MiMo-V2-Flash; vale a diferença?
Comparativo frente a frente entre o modelo da Anthropic e o MoE open-weights da Xiaomi, com índice de inteligência, contexto e preço na ponta do lápis.
Sonnet 4.6 batch: o mesmo modelo por 40% menos, com uma fila no meio
A Anthropic cortou o preço do Claude Sonnet 4.6 na fila batch três dias após o lançamento. O que muda no seu pipeline e o que continua igual.
Gemini 3.1 Pro Preview estreia a US$ 12 por milhão de saída
Frente reasoning da Google custa o mesmo que o o3 da OpenAI e desbota a vantagem de preço que a Anthropic vinha mostrando.
Sonnet 4.6 lidera em IQ, mas cobra 6,4× mais caro que Qwen 3.5
Lançados com 48 horas de diferença, os dois modelos disputam o topo de um catálogo de 338 com propostas opostas: fechado nos EUA a US$ 15 por milhão de tokens de saída, ou pesos abertos na China a US$ 2,34.
Qwen3.5 Plus custa US$ 1,56 por milhão de saída e mira o meio do tabuleiro
Lançado há dois dias pela Alibaba, o modelo aposta em contexto de um milhão de tokens e preço agressivo para brigar com Claude e GPT sem entrar na faixa premium.
Claude Sonnet 4.6 lidera em inteligência, mas cobra US$ 15 por milhão de saída
O modelo mais capaz do catálogo hoje custa 6,4 vezes o Qwen 3.5 e 50 vezes o MiMo-V2-Flash — vale a diferença?
Qwen3.5 397B A17B lidera por 0,24 ponto e cobra 8 vezes menos que o3
Modelo chinês de pesos abertos estreia no topo do índice de inteligência, mas o barato de verdade continua sendo o MiMo-V2-Flash da Xiaomi.
Qwen3 Coder Next custa US$ 0,80 e bate Maverick em código
Modelo chinês de 3B ativos por token supera o multimodal da Meta em coding e agentic, com metade do preço de saída.
Qwen3 Coder Next cobra 4× mais caro que Nemotron Nano e entrega 2,5× mais código
Comparativo entre dois modelos MoE open-weight para coding agents: a conta da API e o que cada um realmente faz pelo seu agente.
Raciocínio custa caro: Xiaomi cobra US$ 0,30 e OpenAI cobra US$ 8 por milhão de tokens
Oito modelos de raciocínio no catálogo e a conta da API varia em 26 vezes entre o mais barato e o mais caro do recorte.
Qwen3 Coder Next cobra 6× mais caro que gpt-oss-20b no token de saída
Dois modelos open weights com focos opostos: 75% a mais em coding para o chinês, um sexto do preço por milhão de tokens para o americano.
MiniMax M2.5 free chega com 200K de contexto e zero na fatura
Modelo chinês de produtividade estreia gratuito no catálogo um dia após o lançamento; ficha técnica sem preço nem benchmark publicado
MiniMax M2.5 estreia sem benchmark público no catálogo
Modelo de produtividade e código entra a US$ 1,08 por milhão de tokens de saída, mas catálogo não publica IQ nem notas de coding ou agentic no dia do lançamento.
Z.ai lança GLM 5 a US$ 1,92 por milhão, mas sem benchmark de IQ
Modelo estreia mirando workflow agentic de longo prazo para programador sênior, mas o catálogo só publicou o preço — IQ, código e agentic seguem em branco.
Qwen3 Coder Next: 27% mais barato e IQ 35% maior que o INTELLECT-3
Comparativo entre dois modelos MoE open-weight revela onde cada um entrega mais pelo token gasto e por que o americano ainda vale os 27% extras em tarefas que pedem raciocínio.