Olmo 3.1 32B Instruct custa US$ 0,60 por milhão de saída — e entrega menos inteligência que um modelo de 3B da Mistral

A conta chegou antes da curiosidade. O Olmo 3.1 32B Instruct, da AllenAI, entra hoje no catálogo cobrando US$ 0,20 por milhão de tokens de entrada e US$ 0,60 por milhão de saída — e, no índice de inteligência que rege essa discussão, marca 6,212. É um número baixo. Para situar: o topo da tabela hoje é o Xiaomi MiMo-V2-Flash, com 34,024, seguido do OpenAI o3 (31,096) e do Claude Haiku 4.5 (29,892). Estamos falando de um modelo que não está brigando com esses.

Onde ele se encaixa, então

O 3.1 32B Instruct é um modelo denso de 32,2 bilhões de parâmetros, todos ativos, com pesos abertos, contexto de 65.536 tokens e foco declarado em diálogo multi-turno e seguimento de instrução. Não é um modelo de raciocínio — o campo reasoning está em falso — e não traz preço de cache publicado. A descrição do catálogo não traz data de corte de conhecimento, então trate qualquer coisa factual que ele afirme como suspeita até checar.

A pergunta que importa é: para que serve um 32B com esse índice, nesse preço? A resposta vem quando você compara com o que já existia.

A comparação que dói

Olha o que está sentado na mesma prateleira de modelos pequenos e abertos:

O Ministral 3 8B, da Mistral, lançado em 2 de dezembro de 2025, custa US$ 0,15 por milhão de saída — quatro vezes mais barato — e marca 8,974 no índice de inteligência. É menor (8B contra 32B), mas entrega mais. O Ministral 3 3B, ainda mais barato (US$ 0,10 por milhão de saída), marca 7,074. O Olmo 3.1 32B perde para os dois.

Quer o contraponto de outro lado? O Granite 4.0 Micro, da IBM, custa US$ 0,112 por milhão de saída e marca 1,952 — é pior no índice, mas é quase cinco vezes mais barato. O Nova Micro 1.0, da Amazon, marca 4,416 a US$ 0,14 por milhão de saída. Em nenhum desses pares o Olmo 3.1 32B ganha.

O argumento dos pesos abertos

Existe um porém que os números não capturam: o Olmo 3.1 32B Instruct tem pesos abertos (open_weights: true). Você pode baixar, fazer fine-tune, hospedar na sua própria infraestrutura e tirar a fatura da API do meio. Para quem precisa de soberania sobre o modelo — empresas reguladas, times que ajustam o modelo para domínio próprio, projetos que não podem mandar dado sensível para API de terceiros — esse é o ponto. É o mesmo argumento que vale para a família Olmo há meses.

Mas o índice de inteligência é o que é. Se você quer o melhor modelo aberto pequeno pelo dinheiro, hoje, o Ministral 3 8B entrega mais por menos e ainda tem visão (text+image->text). Se você quer o mais barato possível e aceita qualidade menor, o Granite Micro ou o Nova Micro resolvem.

Para quem vale

Vale para quem precisa de pesos abertos acima de qualquer outra coisa, tem hardware para rodar 32B em GPU própria e aceita o índice de inteligência atual como piso para fine-tunar em cima. É o canivete suíço do time que quer treinar, não o canivete suíço do time que quer chamar de API.

Para quem não muda nada

Não muda nada para quem já chama Mistral, Granite ou Nova por API e não tem demanda específica por pesos abertos nesse tamanho. Não muda nada para quem precisa de raciocínio — o campo está em falso. Não muda nada para quem busca o melhor custo-benefício da categoria pequena: o índice de 6,212 perde para modelos menores e mais baratos que já estão no mercado há mais de um mês.

O tabuleiro

Em 6 de janeiro de 2026, o catálogo tem mais de 314 modelos de 48 criadores diferentes, e 19 foram lançados nos últimos 30 dias. A briga na faixa pequena e aberta está densa: Mistral, IBM, AllenAI, Amazon, todos disputando o mesmo centavo por milhão de tokens. O Olmo 3.1 32B Instruct entra nesse ringue cobrando caro pelo que entrega — a menos que o seu caso de uso seja especificamente "quero os pesos".

A implicação prática: antes de colocar o Olmo 3.1 32B Instruct numa rota de produção, rode o seu próprio eval com o seu dado. O índice de catálogo é referência, não sentença — e, nesse caso, a referência aponta para os concorrentes menores e mais baratos.