gpt-oss-120b é 12 vezes mais barato que Devstral 2 — mas o código conta outra história

O que o release não te conta

Saiu há dois dias o Devstral 2 2512, da Mistral, e o marketing da empresa francesa vendeu o modelo como coder de ponta. A conta, porém, é outra: US$ 2 por milhão de tokens de saída, contra US$ 0,17 do gpt-oss-120b da OpenAI. São quase 12 vezes de diferença no mesmo item da fatura — e é exatamente aí que a maioria das comparações tropeça. Você não escolhe modelo só pelo benchmark; escolhe pelo que sobra no fim do mês.

Inteligência geral: gpt-oss-120b ainda manda

No índice geral de inteligência da Artificial Analysis, o modelo aberto da OpenAI marca 24,126, enquanto o Devstral 2 fica em 19,242. A diferença é de cerca de 25% — não é briga de igual para igual em raciocínio amplo. O gpt-oss-120b é um MoE de 117B parâmetros que ativa só 5,1B por passada; o Devstral 2 é denso, 123B ativos em cada inferência. Em tarefas de conhecimento geral e raciocínio puro, o modelo da OpenAI entrega mais.

Onde o Devstral 2 responde: coding e contexto

Quando o assunto vira código, a história muda. O índice de coding do Devstral 2 é 31,259, contra 30,441 do gpt-oss-120b — uma vantagem pequena, mas consistente. Em agentic coding, a diferença aumenta: 13,425 contra 10,642 do modelo da OpenAI. Traduzindo: se você está montando um agente que vasculha repositório, abre arquivo, edita e roda teste, o Devstral 2 entrega mais por token. E tem outro detalhe que pesa: a janela de contexto do coder francês é de 262 mil tokens, o dobro dos 131 mil do gpt-oss-120b. Para codebase grande, isso não é luxo, é necessidade.

Velocidade, país e modelo aberto

Nos dois casos o peso é aberto, então dá para self-host se a conta de API apertar — mas só quem tem GPU sobrando. Em inferência pela API, o gpt-oss-120b roda a 155 tokens por segundo, contra 117 do Devstral 2. Em geração longa, isso aparece no tempo de resposta. O catálogo também mostra a origem: OpenAI nos Estados Unidos, Mistral na França. Em latência para o Brasil, nenhum dos dois tem servidor local declarado nos dados, então vale testar antes de comprometer o pipeline.

Em que situação cada um ganha

Se o seu uso é raciocínio geral, análise de texto, perguntas e respostas amplas, ou qualquer coisa que não seja código de produção — o gpt-oss-120b ganha. É mais barato por um fator de quase 12x na saída, é mais rápido, e pontua mais no índice geral. Para um chatbot, um sumarizador, um classificador, ele é a escolha racional.

Se o seu uso é agentic coding em codebase grande, edição multi-arquivo, tarefas que exigem 200 mil tokens de contexto de uma vez — o Devstral 2 ganha. A vantagem em coding é real, a janela maior é real, e o preço de US$ 2/M de saída é o que você paga por isso. Para um agente dev que vai gastar horas varrendo repositório, a diferença de US$ 1,83 por milhão de tokens vira economia ou prejuízo dependendo do volume.

O que muda no seu setup

Antes de migrar, faça a conta: multiplica o volume mensal de tokens de saída pelo preço. Se você está emitindo 100 milhões de tokens por mês em coding agent, são US$ 200 com Devstral 2 e US$ 17 com gpt-oss-120b — mas se a taxa de sucesso do agente francês for 5% maior e isso evitar um retrabalho humano, o cálculo inverte. O melhor dos dois mundos, se a infra permitir, é self-host do gpt-oss-120b para tarefas gerais e API do Devstral 2 só para o coding agent pesado. É o tipo de decisão que cabe em uma planilha, não em um tweet.