Devstral 2 2512 e Nemotron Super 49B: qual vale os 400 dólares por milhão

O que você paga pelo mesmo dólar

Você está olhando dois modelos abertos lançados no fim de 2025, ambos cobram US$ 0,40 por milhão de tokens de entrada e nenhum dos dois é gratuito. A partir daí as contas divergem — e é aí que mora a escolha.

O Mistral Devstral 2 2512, da Mistral AI francesa, é um transformer denso de 123 bilhões de parâmetros com 256K de contexto, especializado em coding agentic. O Llama 3.3 Nemotron Super 49B V1.5, da NVIDIA americana, é um modelo de raciocínio de 49 bilhões derivado do Llama 3.3 70B da Meta, ajustado para fluxos agentic via SFT em matemática, código e ciência. Mesma categoria no papel, números diferentes na fatura.

Onde a diferença aparece

O Devstral 2 cobra US$ 2,00 por milhão de tokens de saída. O Nemotron Super 49B cobra US$ 0,40 — o mesmo preço da entrada. Em um trabalho agentic típico, em que o modelo consome contexto longo e devolve pouco (tool calls curtos, diffs de código), essa diferença pesa menos do que parece. Em tarefas em que o modelo escreve muito — geração de documentação, refatoração pesada, explicações longas — o Devstral custa cinco vezes mais por token emitido.

A janela de contexto também joga a favor do francês: 262 mil tokens contra 131 mil do NVIDIA. Em codebases inteiras ou sessões longas de agente, isso é a diferença entre caber tudo no prompt ou ter que paginar.

Inteligência e velocidade: o que os números dizem

O índice de inteligência do Devstral 2 marca 19,24, contra 12,40 do Nemotron — uma diferença de mais de 50% no agregado. Em coding especificamente, o Devstral pontua 31,26; o Nemotron não tem nota publicada nesse recorte. Em agentic, 10,64 contra dado ausente.

Velocidade conta outra história: 117 tokens por segundo no Devstral contra 52,85 no Nemotron — mais que o dobro. Para quem roda agente em loop, isso significa iterações mais rápidas, não só respostas mais baratas. O Devstral também não é modelo de raciocínio explícito; o Nemotron é. Em tarefas que pedem cadeia de pensamento antes da resposta, o NVIDIA pode entregar melhor qualidade por token — mas você não tem benchmark publicado para confirmar.

Quem está na frente hoje

Olhando o topo do catálogo nesta data, o Devstral 2 aparece em quinto lugar com IQ 19,24 — acima do Devstral médio, mas distante do MiMo-V2-Flash da Xiaomi (34,02) e do o3 da OpenAI (31,10). O Nemotron, com IQ 12,40, não figura entre os cinco primeiros. Os dois são modelos abertos voltados para coding; nenhum dos dois disputa a ponta em inteligência geral.

Quando cada um ganha

Você escolhe o Devstral 2 2512 quando o trabalho é coding agentic sério em codebase grande: a janela de 256K cabe um repositório inteiro, a velocidade de 117 tps encurta loops de agente, e o IQ 19,24 com nota 31,26 em coding entrega mais qualidade onde importa. Aceita pagar US$ 2,00 por milhão de saída e rodar um modelo de 123B.

Você escolhe o Llama 3.3 Nemotron Super 49B V1.5 quando o orçamento de saída é o gargalo — geração de texto longo, resumos, documentação — porque os US$ 0,40 por milhão de saída são imbatíveis entre modelos abertos desse porte. Também faz sentido quando você precisa de raciocínio explícito e quer um modelo menor (49B) que cabe em hardware mais modesto. Aceita perder em inteligência agregada e em janela de contexto.

Para a maioria dos desenvolvedores que já roda agentes de código, o Devstral 2 é a escolha mais cara por token mas mais barata por projeto entregue.