Devstral 2 2512 cobra 67% a mais que o Qwen3 Next em saída

Você olha o preço e vê duas fichas parecidas. Um cobra US$ 2,00 por milhão de tokens de saída; o outro, US$ 1,20. Parece detalhe. Quando você coloca os dois lado a lado num prompt de programação, a diferença de 67% no preço some diante de outra diferença que ninguém colocou no cardápio.

Devstral 2 2512 e Qwen3 Next 80B A3B Thinking são os dois modelos abertos que disputam a faixa dos US$ 1 a US$ 2 por milhão de tokens de saída. Um é francês, denso, especialista em código. O outro é chinês, sparse, com pensamento explícito. No papel, concorrentes. Na prática, ferramentas para trabalhos diferentes.

Preço de tábua

A conta é simples. Para 1 milhão de tokens de entrada e 1 milhão de saída:

• Devstral 2 2512: US$ 0,40 + US$ 2,00 = US$ 2,40
• Qwen3 Next 80B Thinking: US$ 0,15 + US$ 1,20 = US$ 1,35

São 78% mais caro rodar o francês do que o chinês. Em escala — uma esteira CI que gasta 50 milhões de tokens por mês só em saída — são US$ 40 a mais por mês. Nada absurdo. Mas se o benchmark não acompanha, é dinheiro jogado fora. Vale notar que o Devstral publica preço de cache (US$ 0,04 por milhão), o que derruba custo quando você reutiliza contexto. O Qwen3 não publicou esse número no catálogo.

Código não é tudo, mas aqui decide

E aí vem o número que importa. Em coding, o Devstral marca 31,259. O Qwen3 Next marca 17,419. São 80% a mais para o francês. Em tarefas agentic — aquelas em que o modelo precisa orquestrar ferramentas e tomar decisões em cadeia — a vantagem explode: 10,642 contra 2,062. Cinco vezes mais.

Se o seu produto é um agente que mexe em repositório, abre PR, roda testes e itera, o Qwen3 não acompanha. Não por falta de inteligência geral: o IQ geral é parecido (19,242 contra 16,867), distância bem menor do que nos benchmarks específicos. É porque o Devstral foi treinado para isso. Foi lançado em 9 de dezembro de 2025, quatro dias atrás — não é um retrofit de modelo de chat reaproveitado.

Arquitetura muda o custo escondido

Devstral tem 125 bilhões de parâmetros, todos ativos a cada inferência. Qwen3 tem 80 bilhões no total, mas só 3 bilhões são ativados por token — uma MoE (mixture of experts) que deixa o modelo leve para rodar. Isso explica a velocidade medida: 196,94 tokens/s contra 117,08 do Devstral. Quase 70% mais rápido.

Pense assim: o Devstral é um cozinheiro que faz cada prato usando as duas mãos o tempo todo. O Qwen3 tem 80 sous-chefs na cozinha, mas só três entram em ação por pedido. Em horário de pico, o segundo atende muito mais mesas — e a conta do gás também.

Quem escolhe quem

Devstral 2 2512 vence quando:

• Você precisa de agente de código sério — editar múltiplos arquivos, rodar comandos, validar.
• A fila de trabalho é cara (tarefa longa, poucas chamadas) e o tempo de execução não é gargalo.
• Você quer pesos abertos para self-host com previsibilidade de latência.

Qwen3 Next 80B A3B Thinking vence quando:

• O problema exige raciocínio explícito — provas, síntese lógica, planejamento multi-etapa visível.
• Latência de resposta importa: atendimento, copilots em chat, alto volume.
• Orçamento é variável sensível e você roda dezenas de milhões de tokens por mês.

Nenhum dos dois muda nada para:

• Quem já está preso a um modelo proprietário com contratos anuais.
• Quem precisa de multimodal — os dois são só texto (Devstral aceita arquivo, mas não gera).
• Quem precisa de conhecimento depois de setembro de 2025 — o Qwen3 tem cutoff explícito em 30/09/2025; o Devstral não publicou.

O catálogo desta data tem 304 modelos, 46 criadores, e os dois abertos disputam uma faixa que até três meses atrás era dominada por pesos fechados. O topo da tabela segue sendo o OpenAI o3, com IQ 31,096 — fora do alcance de qualquer um dos dois. Para o desenvolvedor que escolhe modelo amanhã de manhã, o teste é simples: rode o seu caso real em ambos, meça custo por tarefa concluída, e decida pelo numerador que importa para a sua esteira.