NVIDIA lança Nemotron Nano 12B 2 VL por US$ 0,60 por milhão de saída

O que a NVIDIA colocou na mesa hoje

Você já deve ter visto o anúncio: mais um modelo multimodal da NVIDIA, dessa vez com 12 bilhões de parâmetros e a curiosa etiqueta "2 VL". O que interessa para quem paga a conta da API não é a etiqueta, é o preço. A NVIDIA está cobrando US$ 0,20 por milhão de tokens de entrada e US$ 0,60 por milhão de tokens de saída. Em outras palavras: um modelo que entende texto, imagem e vídeo, com janela de 131 mil tokens, custa menos do que muita API de modelo pequeno e "burro".

O detalhe técnico que vale entender

O release destaca uma arquitetura híbrida Transformer-Mamba. Traduzindo para o seu dia a dia: é como trocar o motor de um carro mantendo o chassi. O Transformer continua fazendo o trabalho pesado de atenção, mas o Mamba entra para processar sequências longas com menos memória. Em modelos que recebem vídeo e documentos grandes, isso significa que o servidor não trava quando o arquivo passa de algumas dezenas de milhares de tokens. Você não precisa entender Mamba para usar, mas vale saber que existe um motivo técnico para a NVIDIA ter escolhido esse caminho em vez de empilhar mais camadas Transformer.

Onde ele se encaixa no tabuleiro

Olhando o catálogo de hoje, o topo continua sendo da OpenAI: o3 lidera com índice de inteligência 31,096 e Claude Haiku 4.5 vem logo atrás com 29,892. O Nemotron Nano 12B 2 VL marca 8,801 no mesmo índice — é um número baixo se você comparar com os líderes, mas precisa de contexto: ele está competindo em outra categoria.

A conta que importa para o desenvolvedor é outra. O o3 cobra US$ 8 por milhão de saída e o Haiku 4.5 cobra US$ 5. O Nemotron Nano 12B 2 VL cobra US$ 0,60. São mais de 13 vezes mais barato que o Haiku e mais de 13 vezes mais barato que o o3, sem contar que tem pesos abertos. O gpt-oss-120b da OpenAI, que também é aberto, cobra US$ 0,17 de saída e tem índice 24,126 — ou seja, é mais inteligente no benchmark e mais barato, mas não é multimodal.

Para quem vale e para quem não muda nada

Vale para você se o seu produto consome multimodal barato: análise de vídeo, OCR de documentos longos, extração de informação de PDFs com imagem, descrição de frames para acessibilidade. A versão gratuita (Nemotron Nano 12B 2 VL free) tem a mesma janela de 128 mil tokens e custa zero — boa para prototipar antes de colocar em produção.

Não muda nada se você precisa do topo de capacidade de raciocínio: o3 e Claude Haiku 4.5 continuam distantes em qualidade medida. Também não muda nada se o seu caso de uso é só texto puro, porque o gpt-oss-120b entrega mais inteligência por menos dinheiro. O diferencial do Nemotron Nano 12B 2 VL é multimodalidade com peso aberto, e é isso que você deveria pesar.

A linha completa da NVIDIA hoje

A NVIDIA não soltou um modelo só. Junto com a versão paga, entrou no catálogo a variante gratuita com a mesma arquitetura.

O que fazer com isso amanhã

Se você tem um pipeline que hoje usa GPT-4o-mini ou Claude Haiku para processar imagem e vídeo, vale rodar o mesmo prompt no Nemotron Nano 12B 2 VL free e comparar qualidade. Se a qualidade for aceitável, a economia por milhão de tokens é grande o suficiente para mudar a margem do produto. Se não for, o Haiku continua sendo a referência de multimodal barato — só que a US$ 5 por milhão de saída, não US$ 0,60.