Amazon Nova Premier 1.0 x Nemotron Nano 12B 2 VL: US$ 12,50 contra US$ 0,60 por milhão de tokens

O que a diferença de US$ 11,90 por milhão de tokens realmente significa

O anúncio da Amazon apresenta o Nova Premier 1.0 como o modelo multimodal mais capaz da família Nova, voltado para raciocínio complexo e destilação de modelos customizados. A NVIDIA, do outro lado, abre o código do Nemotron Nano 12B 2 VL e cobra US$ 0,60 por milhão de tokens de saída. Quando você coloca os dois na mesma planilha, a conversa muda: a conta da API fica 20 vezes mais barata com o modelo da NVIDIA, e essa diferença não é margem — é a estrutura de preço inteira.

Aqui entra o ponto que o release da AWS não destaca: o Nova Premier 1.0 cobra US$ 2,50 por milhão de tokens de entrada e US$ 12,50 por milhão de tokens de saída. O cache de leitura fica em US$ 0,625 por milhão, o que ajuda em workloads com prompt repetido, mas não esconde o custo de saída. Já o Nemotron Nano 12B 2 VL cobra US$ 0,20 de entrada e US$ 0,60 de saída — sem cache publicado. Para um mesmo volume de 10 milhões de tokens de saída, você paga US$ 125 com Amazon e US$ 6 com NVIDIA.

Inteligência medida pela Artificial Analysis

Pelos índices de inteligência medidos hoje, o Nova Premier 1.0 marca 12,7 e o Nemotron Nano 12B 2 VL marca 8,8. A diferença existe e favorece a Amazon, mas ambos ficam distantes do topo do catálogo: o OpenAI o3 lidera com 31,1 e o Claude Haiku 4.5 vem logo atrás com 29,9.

Traduzindo: o Nova Premier 1.0 não entra no ranking dos cinco mais inteligentes do dia. Você não está comprando o modelo mais capaz da categoria — está comprando uma opção intermediária com multimodalidade e integração ao Bedrock. Já o Nemotron Nano 12B 2 VL aparece mais abaixo ainda na régua de inteligência, mas entrega algo que o concorrente da Amazon não entrega: arquitetura híbrida Transformer-Mamba, suporte a vídeo, 13,2 bilhões de parâmetros abertos e a possibilidade de rodar localmente ou fazer self-host.

Modalidades, contexto e o detalhe do vídeo

O Nova Premier 1.0 trabalha com texto e imagem como entrada e gera texto, em janela de 1 milhão de tokens. O Nemotron Nano 12B 2 VL vai além: aceita texto, imagem e vídeo, gera texto, e opera em janela de 131.072 tokens. Para quem precisa processar clipes de vídeo ou documentos longos com páginas escaneadas, essa diferença de modalidades é decisiva. Para quem só joga PDF e prompt no modelo, ela desaparece.

A velocidade também pesa: o Nemotron Nano 12B 2 VL entrega 42,8 tokens por segundo contra 31,9 do Nova Premier 1.0. Em workloads de inferência em lote, isso significa fila menor e latência menor. A NVIDIA também marca o modelo como raciocinante ("reasoning: true"), enquanto o Nova Premier 1.0 não traz esse rótulo.

Para quem cada um ganha

Nova Premier 1.0 ganha quando você já está no ecossistema AWS, precisa de multimodalidade texto+imagem em janela de 1 milhão de tokens, valoriza o suporte comercial da Amazon e quer usar o modelo como professor para destilar um modelo customizado. É a escolha natural para times que pagam fatura AWS e precisam de um modelo multimodal intermediário sem montar infra própria.

Nemotron Nano 12B 2 VL ganha quando o orçamento é o fator decisivo, quando você precisa processar vídeo, quando quer hospedar o modelo localmente para evitar mandar dado sensível para API de terceiros, ou quando a velocidade de inferência pesa mais que o último ponto de IQ. Equipes que estão construindo pipeline de vídeo-understanding ou que precisam de pesos abertos para auditoria e ajuste fino encontram aqui uma proposta que o Nova Premier 1.0 não cobre.

Para todo o resto — quem busca o topo absoluto de inteligência, quem precisa de raciocínio pesado ou quem já consome Claude Haiku 4.5 e o3 — nenhum dos dois entra no radar hoje.