MiMo-V2-Flash da Xiaomi custa 27 vezes menos que o o3

Você está olhando para o topo do índice de inteligência e o primeiro lugar não é da OpenAI, nem da Anthropic, nem do Google. É da Xiaomi. O MiMo-V2-Flash estreou ontem e já aparece com IQ de 34,024 no catálogo que reúne 307 modelos ativos de 47 criadores diferentes — uma amostra grande o suficiente para o número não ser acaso.

O que a Xiaomi entregou de verdade

MiMo-V2-Flash é um modelo aberto, com 309 bilhões de parâmetros totais e apenas 15 bilhões ativos por inferência. É a arquitetura Mixture-of-Experts funcionando a favor da conta: o modelo é enorme no papel, mas só “acorda” uma fração dos pesos a cada token gerado. É como manter um caminhão de mudança no estacionamento e usar só o porta-malas do carro no dia a dia — você paga o espaço, mas o combustível é de compacto.

O contexto é de 262 mil tokens, acima dos 200 mil do Haiku 4.5 e do o3. O preço de entrada é US$ 0,10 por milhão de tokens e o de saída, US$ 0,30. Tem cache por US$ 0,01. Não é gratuito, mas o ticket é pequeno.

Onde ele se encaixa no tabuleiro

Para situar o MiMo no mercado, o melhor é olhar o que já estava no pódio antes dele chegar. O o3, da OpenAI, lidera entre os modelos fechados “de peso” com IQ de 31,096 e cobra US$ 8 por milhão de tokens de saída. O Claude Haiku 4.5, da Anthropic, marca 29,892 e sai por US$ 5. O MiMo-V2-Flash passa os dois em inteligência medida e cobra, respectivamente, 27 vezes e 17 vezes menos por token gerado.

A diferença não é só de preço. O o3 é multimodal (aceita texto, imagem e arquivo) e o Haiku 4.5 também. O MiMo-V2-Flash é text→text. Se o seu pipeline depende de ler uma imagem ou um PDF, ele não substitui os outros. Também não há dado público de velocidade (tokens por segundo) nem de benchmark específico de coding ou agentic para o MiMo — então qualquer afirmação do tipo “é melhor para programar” ou “é mais rápido” não passa de chute até aparecer medição.

Para quem vale a pena

Se você roda um agente que consome muito token de saída — geração de código, sumarização longa, pipelines de RAG com respostas extensas — o MiMo-V2-Flash muda a conta no fim do mês. O cache de US$ 0,01 é outro chamariz: dá para encadear prompts longos sem multiplicar o custo. E por ser open weights, é possível hospedar, fazer fine-tuning ou inspecionar os pesos, algo que o3 e Haiku 4.5 não permitem.

Para times pequenos e CTOs de empresa enxuta, o cálculo é direto: substituir parte do tráfego de Haiku 4.5 por MiMo-V2-Flash em tarefas textuais puras pode reduzir o custo variável sem perder qualidade. Em 15 de dezembro de 2025, com 31 modelos lançados nos últimos 30 dias, o catálogo está denso — e o chinês chega para competir na faixa que antes era só americana.

Para quem não muda nada

Se você precisa de multimodalidade (imagem, PDF, áudio transcrito), o MiMo-V2-Flash não cobre. Se o seu caso de uso depende de benchmark específico de coding ou agentic com nota publicada, o o3 e o Haiku 4.5 ainda trazem esses números — o MiMo, por ora, não. E se a sua stack exige SLA de fornecedor ocidental com contrato enterprise, um modelo chinês open weights rodando em provedor terceiro exige um plano B de contingência que não vinha no release.

O que olhar nas próximas semanas

Três sinais vão dizer se o MiMo-V2-Flash é barulho de estreia ou mudança real. Primeiro, benchmarks de coding e agentic aparecendo publicamente — sem isso, o índice geral é a única régua. Segundo, latência por token em provedores reais: o MoE de 309B/15B é eficiente no papel, mas a velocidade depende da implementação. Terceiro, estabilidade do preço: US$ 0,30 de saída é agressivo demais para não gerar dúvida sobre promoção de lançamento.

Por enquanto, o movimento é claro: a Xiaomi colocou um modelo aberto no topo do índice e cobrou uma fração do que os líderes americanos custam. Se você roda muito texto puro e a conta da API está doendo, vale testar esta semana.