Devstral 2 custa 12 vezes mais caro que o gpt-oss-120b e quase empata em código

A conta de API não mente. A Mistral colocou o Devstral 2 2512 no mercado hoje cobrando US$ 2 por milhão de tokens de saída — quase 12 vezes o que a OpenAI cobra pelo gpt-oss-120b, que entrega um índice de coding de 30,44 contra 31,26 do francês. Em outras palavras: você paga um premium enorme por uma vantagem que cabe na margem de erro.

O que a Mistral está vendendo

O Devstral 2 é um transformer denso de 123B parâmetros, com pesos abertos e janela de 256K tokens. A proposta oficial é agentic coding: deixar o modelo sair explorando repositórios, lendo arquivos e propondo mudanças em cadeia. O índice agentic, porém, conta uma história menos generosa: 10,64, contra 13,43 do gpt-oss-120b. Em coding puro, onde o Devstral 2 deveria brilhar, a diferença para o rival americano é de menos de um ponto.

A conta que ninguém quer fazer

O preço de entrada é US$ 0,40 por milhão de tokens, e o cache sai por US$ 0,04 — números até razoáveis. O problema mora na saída. Quem usa modelo de código em produção sabe que a maior parte do custo vem do que o modelo escreve de volta: patches, diffs, comandos de ferramenta. Em volume, US$ 2 por milhão pesa.

Para dimensionar: o Llama 4 Maverick, multimodal e com 1M de contexto, cobra US$ 0,696 de saída. O Qwen3 Next 80B A3B Instruct, chinês e também focado em velocidade, cobra US$ 1,10. O Devstral 2 é o mais caro da turma de pesos abertos listada hoje.

Comparação com quem já estava no jogo

Olhando para os pares diretos, o Devstral 2 só ganha do gpt-oss-120b em coding — e por pouco. Em agentic, perde. Em velocidade, fica devendo: 117 tokens por segundo contra 155 do rival. O Qwen3 Next entrega 173 e custa quase a metade. O Llama 4 Maverick, multimodal, custa um terço.

Para quem vale a pena

Se você precisa de pesos abertos por exigência contratual ou regulatória e quer o melhor índice de coding entre modelos europeus, o Devstral 2 entra na lista. A Mistral é francesa, e isso importa para empresas sob jurisdição da UE que preferem não depender de modelos americanos ou chineses.

Se o seu critério for puramente custo-benefício em agentic coding, o gpt-oss-120b continua sendo a referência entre os abertos: custa uma fração, é mais rápido e tem agentic maior.

Para quem NÃO muda nada

Se você já roda gpt-oss-120b em produção, não há motivo para trocar. A diferença de coding está dentro do ruído. Se você usa Claude Haiku 4.5 ou o3 para tarefas de raciocínio mais pesado, o Devstral 2 nem entra na conversa — o índice de inteligência geral dele é 19,24, contra 29,89 do Haiku e 31,10 do o3.

A escolha real é entre pagar caro por um modelo de coding marginalmente superior e ficar com o gpt-oss-120b, que entrega 97% do resultado por 8,5% do preço de saída. Para a maioria das equipes, essa conta fecha no rival americano.

O que fazer agora

Se você está avaliando o Devstral 2 hoje, rode um benchmark interno de coding com seu próprio repositório antes de assinar qualquer contrato. Se a diferença real ficar abaixo de 5%, mantenha o gpt-oss-120b e use o dinheiro que sobra para subir o volume de cache hits. Se a diferença for maior e você precisar de pesos abertos europeus, o Devstral 2 justifica o preço — mas só nesse caso.