Qwen3 Thinking estreia cobrando 9× mais que gpt-oss-20b no token de saída

Pagar US$ 1,20 por milhão de tokens de saída é uma escolha, não um padrão. E a Qwen3 Next 80B A3B Thinking, que estreia hoje no catálogo, faz você pagar exatamente isso. A alternativa open-weight americana, a gpt-oss-20b, sai por US$ 0,13 pelo mesmo milhão — quase nove vezes menos. O ganho de inteligência no índice da Artificial Analysis? 1,642 ponto de QI. Senta, abre a fatura e decide.

O prêmio do "thinking"

A Qwen3 Thinking é a variante raciocinante da nova linha Qwen3-Next. A Instruct, lançada no mesmo dia, sai por US$ 1,10 por milhão de tokens de saída e marca QI 13,754. A Thinking, que emite traços de raciocínio estruturados por padrão, sobe para 16,867 — a US$ 0,10 a mais por milhão de saída. É a versão desenhada para problemas multi-passo: prova matemática, síntese e debug.

Colocando em perspectiva: o o3 da OpenAI, topo absoluto do catálogo hoje, cobra US$ 8,00 por milhão de tokens de saída e entrega QI 31,096. A Qwen3 Thinking entrega 54% dessa inteligência por 15% do preço. Não é mau negócio — mas também não é óbvio quando há opções mais baratas logo abaixo.

80 bilhões no papel, 3 bilhões na prática

A arquitetura é o que explica a velocidade. São 80 bilhões de parâmetros totais, mas só 3 bilhões ativos por passada (Mixture-of-Experts). É a mesma receita que a OpenAI usou no gpt-oss-20b (21B totais, 3,6B ativos) e a que a própria Qwen repete na Instruct do mesmo dia. Resultado prático: 196,94 tokens por segundo — a melhor velocidade entre os raciocinantes desse patamar.

O problema é que velocidade sem preço baixo não move a agulha do custo total quando o volume escala. A Llama 4 Maverick (MoE 17B ativos, multimodal, contexto de 1 milhão de tokens) cobra US$ 0,696 por milhão de saída e entrega QI 14,477. A gpt-oss-20b cobra US$ 0,13 e entrega QI 15,225 — com metade do contexto (131K tokens) e velocidade menor (112,6 t/s). Em coding, a americana também ganha: 20,697 contra 17,419 da chinesa.

Onde ela se encaixa no tabuleiro

A Qwen3 Thinking é o terceiro modelo mais inteligente do catálogo de 227 modelos hoje, atrás apenas de o3 (QI 31,096) e gpt-oss-120b (QI 24,126). E aqui está o detalhe que incomoda: a gpt-oss-120b cobra US$ 0,17 por milhão de tokens de saída — quase sete vezes menos que a Qwen3 Thinking — e entrega 7,3 pontos de QI a mais. A chinesa não é o melhor negócio nem mesmo entre os raciocinantes de topo.

Em agentic (uso de ferramentas e autonomia), a Qwen3 Thinking marca 2,062 — abaixo dos 3,103 da gpt-oss-20b e acima dos 1,237 da Maverick. A especialidade declarada é raciocínio puro em cadeia longa. Detalhe operacional relevante: o catálogo não publicou preço de cache para a Qwen3 Thinking — informação que pesa em pipelines com re-leitura intensiva, onde a gpt-oss-20b (US$ 0,03/M de cache) leva vantagem clara.

Para quem vale (e para quem não muda nada)

Vale a pena se: você está montando pipeline de raciocínio em produção, precisa de 262 mil tokens de contexto (o dobro da gpt-oss-20b), quer pesos abertos para rodar localmente ou fazer fine-tune, e o volume de saída cabe no orçamento. A relação velocidade/inteligência nesse recorte é a melhor entre os raciocinantes chineses.

Não muda nada se: você já roda gpt-oss-20b e a conta da API dói. 1,6 ponto de QI não paga nove vezes mais no token de saída. E se a sua carga é agentic, a americana segue à frente (3,103 vs 2,062).

O catálogo publicou 16 modelos nos últimos 30 dias, vindos de 38 criadores diferentes. A Qwen dobrou a aposta em raciocínio aberto. Para a maioria das filas em produção, a gpt-oss-20b continua sendo a escolha racional em custo. Para quem precisa de mais contexto, mais velocidade e está disposto a pagar o prêmio, a Qwen3 Thinking finalmente apareceu.