Devstral 2 cobra 4x mais caro no input que o Qwen3 Next

O preço não é metade da história

O Qwen3 Next 80B A3B Instruct cobra US$ 0,10 por milhão de tokens de entrada. O Devstral 2 2512, US$ 0,40. Na saída, US$ 1,10 contra US$ 2,00. Em um volume mensal de 100 milhões de tokens só de input, a diferença é de US$ 30 a favor do Qwen. Se a sua carga é chatbot simples ou tradução em massa, é caso encerrado. Mas se a carga é agente de código, esses US$ 30 por mês são a parte menos interessante da conta.

Inteligência e código: a diferença não é retórica

No índice de inteligência do catálogo, o Devstral 2 marca 19,242 e o Qwen3 Next marca 13,754. Em coding, a distância se abre: 31,259 para o Devstral — e o Qwen3 Next não tem nota publicada no catálogo para essa categoria. Não dá para comparar o que não foi medido, mas a ausência costuma ser informação também: o Devstral foi anunciado pela Mistral como modelo state-of-the-art open-source specializing in agentic coding; o Qwen3 Next foi tunado para respostas rápidas e estáveis sem thinking traces.

A arquitetura por trás do desconto

O Qwen3 Next é uma MoE: 80 bilhões de parâmetros totais, mas só 3 bilhões ativos em cada inferência. Por isso entrega 173,42 tokens por segundo — quase 50% mais rápido que os 117,08 do Devstral 2, um transformer denso de 125 bilhões. Pense em MoE como um restaurante com 80 chefs no quadro, mas só três cozinham seu prato por vez. É eficiente quando o prato é simples e repetível; em receitas com muitos ingredientes — raciocínio encadeado, navegação de contexto longo, edição de múltiplos arquivos — a cozinha inteira do Devstral é mobilizada.

Os dois compartilham duas escolhas estruturais: 256 mil tokens de contexto e pesos abertos. Nenhum dos dois tem modo de raciocínio, então você não paga thinking tokens extras em chain-of-thought interno. Isso os coloca no mesmo nicho: produção que precisa rodar barato e rápido, sem o custo variável do raciocínio.

Quando cada um vence

O Devstral 2 chegou em 9 de dezembro, da Mistral (França), 125 bilhões de parâmetros, focado em agentic coding. Para um agente que planeja, lê múltiplos arquivos, chama ferramentas e mantém coerência em janelas longas, os 10,642 pontos no benchmark agentic do catálogo justificam o dólar extra. O Qwen3 Next, da Alibaba (China), chegou em 11 de setembro, com 80 bilhões totais e 3 bilhões ativos, otimizado para latência. É a escolha certa para chat de suporte, sumarização, tradução e qualquer fluxo onde a velocidade de resposta vale mais que o último ponto percentual de acerto.

Para um engenheiro que mantém um agente de produção navegando repositórios de 100 mil linhas, pagar US$ 0,30 a mais por milhão de tokens de input é troca direta por menor taxa de falha. Para um produto B2C que responde 50 mil tickets de suporte por dia, a economia mensal de três dígitos no Qwen3 Next compra margem — e o usuário final não vai notar a diferença.

Onde eles se encaixam no tabuleiro de dezembro

O catálogo fechou esta data com mais de 313 modelos listados, 32 deles lançados nos últimos 30 dias. O topo do índice de inteligência é ocupado pelo Xiaomi MiMo-V2-Flash (34,024), seguido por OpenAI o3 (31,096) e Claude Haiku 4.5 (29,892). Devstral 2 e Qwen3 Next disputam um nicho específico: modelos abertos, sem raciocínio, 256K de contexto. Nesse segmento, a pergunta não é qual é melhor, é qual trabalho está pagando a sua API.