Amazon Nova Premier custa 96 vezes mais que um rival open-weight mais esperto

US$ 12,50 por milhão de tokens de saída. É o que a Amazon cobra pelo Nova Premier 1.0, lançado hoje — e o número causa estranhamento quando colocado ao lado do que ele entrega. No índice de inteligência da Artificial Analysis, o modelo estreia com IQ 12,718, abaixo do gpt-oss-20b, da OpenAI, que marca 15,225 e sai por US$ 0,13 por milhão. Traduzindo: para cada chamada ao Premier, sobra orçamento para fazer 96 chamadas a um modelo mais capaz e open-weight.

O "mais capaz" da Amazon, no papel

O release da AWS apresenta o Nova Premier como o multimodal mais avançado do portfólio Nova, voltado a raciocínio complexo e, principalmente, ao papel de "melhor professor para destilação de modelos customizados". A Amazon não está vendendo o Premier como resposta padrão para qualquer workload — está vendendo como ponto de partida para treinar modelos menores que rodem dentro do ecossistema AWS.

Mesmo aceitando essa proposta, o modelo tem peculiaridades que importam: não tem modo de raciocínio dedicado, aceita texto e imagem mas só devolve texto, e roda a 31,91 tokens por segundo — mais lento que todos os pares com quem compete na mesma faixa de preço.

A conta contra os pares

Olha o que existe hoje, em modelos com proposta parecida ou mais forte, e quanto cada um cobra para sair:

• gpt-oss-20b (OpenAI): IQ 15,225 — US$ 0,03 entrada / US$ 0,13 saída. 21B open-weight, com raciocínio, a 112,6 t/s.
• Nemotron Nano 9B V2 (NVIDIA): IQ 8,677 — US$ 0,04 / US$ 0,16. 9B open-weight, raciocínio nativo, 147 t/s.
• Llama 4 Scout (Meta): IQ 10,256 — US$ 0,10 / US$ 0,30. 109B (17B ativos), multimodal, 111 t/s.
• Nemotron Super 49B V1.5 (NVIDIA): IQ 12,401 — US$ 0,40 / US$ 0,40. 49B open-weight, raciocínio, 52,85 t/s.

Em qualquer comparação, o Nova Premier cobra de 31 a 96 vezes mais na saída e entrega inteligência igual ou inferior. O blended (média ponderada de entrada e saída) dele é US$ 5 por milhão — ainda 54 vezes o US$ 0,0925 do gpt-oss-20b.

O que o Premier tem que os pares não

Três coisas aparecem no espelho quando você compara:

Janela de 1 milhão de tokens. Mesmo nível do Llama 4 Scout e o dobro dos modelos NVIDIA. Para workloads que precisam engolir um repositório inteiro ou transcrição longa em uma única passada, isso pesa.

Multimodal nativo de entrada. O Premier aceita imagem junto com texto sem rotear para um modelo de visão separado. Entre os pares, só o Llama 4 Scout faz o mesmo — e cobra uma fração.

Pacote Bedrock. SSO, VPC endpoints, residência de dados, compliance herdado. Para empresas travadas no AWS por política, isso é a variável de decisão real.

E o cache de prompt está em US$ 0,625 por milhão — não é barato, mas é um recurso que existe e ajuda em pipelines de RAG e agentes que reusam contexto.

Para quem vale — e para quem não muda nada

Vale considerar se você está construindo pipeline de destilação dentro do AWS Bedrock e precisa de um professor multimodal com 1M de contexto, ou se a carga exige o pacote de compliance da AWS e open weights não é opção. Para esses casos, o Premier existe; nenhum dos pares entrega o mesmo trio multimodal + 1M + Bedrock fechado.

Não muda nada para todo o resto. Se a fatura da API é a variável dominante, o gpt-oss-20b entrega mais inteligência por quase dois orders de grandeza menos. Se você precisa de raciocínio dedicado ou velocidade, o Nemotron Nano 9B V2 responde a 147 t/s por US$ 0,16, uma fração do preço de saída do Premier. E se o teto é "ficar no AWS", a Llama 4 Scout roda no mesmo Bedrock por US$ 0,30 de saída com multimodal e 1M de contexto.

O tabuleiro em 31 de outubro

O catálogo passa de 269 modelos hoje, com 25 lançamentos nos últimos 30 dias. No topo do índice, o OpenAI o3 lidera com IQ 31,096 a US$ 8 de saída, seguido do Claude Haiku 4.5 (29,892 / US$ 5). O Premier entra em uma faixa intermediária baixa e precificada como topo — combinação que só faz sentido se o que se compra não é inteligência bruta por dólar, e sim um pacote específico de compliance + multimodal + janela ampla dentro de ecossistema fechado.

A implicação prática: antes de colocar o Premier numa rota de produção, meça qual fração do gasto mensal é multimodal com contexto longo dentro do AWS. Se for pequena, dá para substituir por Llama 4 Scout no mesmo Bedrock sem perder multimodal nem contexto. Se for grande, o Premier tem argumento — mas o IQ entra como variável secundária, não como a principal.