Mistral Large 3 2512 cobra US$ 1,50 por milhão de saída e perde em inteligência para o3

O que a conta mostra antes do entusiasmo

A Mistral soltou o Large 3 2512 há três dias, em 1º de dezembro, e o discurso oficial é o de sempre: "nosso modelo mais capaz até hoje". Olhando só o preço, a proposta parece agressiva — US$ 0,50 por milhão de tokens de entrada e US$ 1,50 por milhão de saída, com cache a US$ 0,05. É mais barato do que o Claude Haiku 4.5 (US$ 5,00 de saída) e do que o o3 (US$ 8,00). Só que, quando você cruza preço com o índice de inteligência medido hoje, a conta começa a complicar.

Onde ele se posiciona de verdade

O Large 3 2512 marca 15,92 no índice de inteligência atual. Para situar: o o3 lidera com 31,10, o Claude Haiku 4.5 vem em 29,89, o gpt-oss-120b da OpenAI está em 24,13, o Nova 2 Lite da Amazon em 19,24 e o Qwen3 Next 80B Thinking em 16,87. O Mistral fica logo abaixo do Qwen3 e distante do Haiku 4.5 por uma margem grande.

Em coding ele vai melhor: 20,07, praticamente empatado com o gpt-oss-20b (20,70). Já em agentic a nota é 5,52 — mais alta que a do gpt-oss-20b (3,10) e do Llama 4 Scout (1,10), mas ainda longe de modelos pensados para tool calling pesado. É um perfil de coder competente, não de agente autônomo.

A analogia que ajuda

Pense no Large 3 2512 como um motor 2.0 turbo: tem potência de pico boa (coding) e entrega torque em várias faixas, mas o consumo por quilômetro (preço por inteligência entregue) não é o melhor da categoria. Você não está comprando economia — está comprando flexibilidade.

Para quem vale a pena

Vale se você precisa de três coisas ao mesmo tempo: pesos abertos (licença Apache 2.0), contexto de 262 mil tokens e multimodalidade de entrada (texto, imagem e arquivo). É um dos poucos modelos abertos com essa combinação completa hoje. Para rodar localmente, os 675B parâmetros totais com 41B ativos exigem infraestrutura séria — não é um modelo de fim de semana.

Se o seu gargalo é custo puro em tarefas de texto simples, o gpt-oss-120b entrega mais inteligência por dólar (US$ 0,17 de saída). Se é coding puro e você não liga para open weights, o Claude Haiku 4.5 entrega o dobro de IQ pelo tripo do preço — e provavelmente compensa em produtividade. Se é agente autônomo com tool calling, o Haiku 4.5 também vence.

Para quem não muda nada

Não vale se você já está rodando o Haiku 4.5 em produção e está satisfeito. Não vale se você só precisa de um coder barato — o gpt-oss-20b faz isso por US$ 0,13 de saída. Não vale se sua aplicação é agentic pesada, porque 5,52 nesse eixo é nota de quem ainda tropeça em workflows longos. E não vale se você esperava um "o3 open source": a distância de 15 pontos no índice de inteligência não se explica só por MoE.

O tabuleiro em 4 de dezembro

A Mistral francesa repete um movimento que conhece bem: abrir o topo de linha sob Apache 2.0 antes de qualquer concorrente americano fazer o mesmo com escala equivalente. O Llama 4 Scout, da Meta, tem contexto de 1,3 milhão e é mais barato (US$ 0,30 de saída), mas marca só 10,26 de inteligência e 8,17 em coding. O Nemotron Super 49B da NVIDIA, de outubro, é mais barato (US$ 0,40) e marca 12,40 — fica abaixo. O Ministral 3 14B, da própria Mistral, lançado um dia depois do Large 3, custa US$ 0,20 de saída e marca 11,24: é a versão econômica da família.

O que fazer com isso

Se você está montando um stack aberto e precisa de multimodalidade com contexto longo, faça um piloto de duas semanas com o Large 3 2512 — meça custo por tarefa concluída, não só por token. Se o seu caso de uso é texto puro ou coding puro, comece pelo gpt-oss-120b ou pelo gpt-oss-20b e só suba para o Mistral se a multimodalidade for bloqueante. E se você roda agentes, espere: o agentic 5,52 ainda não é argumento suficiente para trocar o que está funcionando.