Mistral lança Ministral 3 14B por US$ 0,20 e mira o chão da pirâmide

O que a Mistral colocou na mesa hoje

A conta de API brasileira que paga US$ 8 por milhão de tokens de saída para usar o o3 da OpenAI acaba de ganhar um novo vizinho no catálogo: o Ministral 3 14B 2512, da Mistral AI, custa US$ 0,20 por milhão de tokens — tanto de entrada quanto de saída. É o mesmo preço de ida e volta, sem a pegadinha clássica de “entrada barata, saída cara”. Para quem roda agente ou resume documento longo, é a diferença entre a fatura do mês caber no cartão ou virar caso de reunião com o financeiro.

O modelo é o maior da nova família Ministral 3, anunciada hoje em quatro versões. Tem 14 bilhões de parâmetros, todos ativos, e os pesos são abertos — ou seja, você pode baixar e rodar local se tiver a GPU (ou a paciência) para isso. A janela de contexto é de 262 mil tokens, praticamente o tamanho de um romance grande. Não é modelo de raciocínio: responde direto, sem aquele “deixe-me pensar” que dobra o tempo e o custo.

O que ele faz bem — e o que não faz

A descrição oficial diz que o Ministral 3 14B oferece “capacidades de fronteira” comparáveis ao Mistral Small 3.2 24B, o modelo maior da própria casa. É uma afirmação forte. O índice de inteligência do catálogo, medido pela Artificial Analysis, coloca o 14B em 11,24 — bem abaixo dos 31,10 do o3 e dos 29,89 do Claude Haiku 4.5, os dois primeiros colocados hoje. Então a “fronteira” da Mistral não é a fronteira do mercado.

Onde o modelo brilha é no custo por unidade de capacidade. Pelo preço que você paga por uma única resposta do Haiku 4.5 (US$ 5 por milhão de saída), roda 25 milhões de tokens no Ministral 3 14B. Em tarefas de classificação, extração, sumarização curta e roteamento de agentes — o trabalho braçal que consome 80% do orçamento de quem opera LLM em produção — essa diferença muda a economia do projeto inteiro.

A família completa lançada hoje

A Mistral não soltou um modelo, soltou quatro. A linha Ministral 3 chega em três tamanhos e um modo batch:

O 3B é o mais barato de todos: US$ 0,10 por milhão de token em ambas as direções, com 131k de contexto. O 8B fica em US$ 0,15. A versão :batch do 8B corta o preço pela metade (US$ 0,075) para quem pode esperar — útil para jobs noturnos de reindexação, geração de embeddings ou enriquecimento de base.

Para quem isso muda o jogo — e para quem não muda nada

Vale trocar se: você roda modelo pequeno em produção hoje (Haiku, GPT-4.1 mini, Llama 3.1 8B via API), gasta mais de algumas centenas de dólares por mês e o gargalo é volume, não raciocínio profundo. Também vale se você quer hospedar localmente: 14B em FP16 cabe em uma GPU de 24 GB com quantização, e os pesos abertos eliminam a dependência de fornecedor.

Não muda nada se: você precisa de raciocínio pesado, código complexo de várias etapas, ou agente que planeja sozinho. Para isso, o o3 continua sendo referência de capacidade — e custa 40 vezes mais por token de saída. A conta é sua.

Onde a Mistral se encaixa no tabuleiro

A empresa francesa ocupa um nicho curioso: não compete pelo topo de capacidade (onde OpenAI e Anthropic brigam), nem pelo fundo do poço (onde reinam os modelos de US$ 0,10 ou menos). Ela ataca o meio — modelos médios, abertos, com preço agressivo e contexto grande. O Ministral 3 14B é a expressão mais clara dessa estratégia até agora.

Para o desenvolvedor brasileiro que monta stack híbrido — modelo forte para o cérebro, modelo barato para o trabalho braçal — a linha Ministral 3 entra como opção séria na faixa dos centavos. Não substitui o melhor modelo do mercado. Mas talvez não precise.