Qwen3 Next 80B e Mistral Large 3 2512: US$ 0,35 que separam a conta

O duelo que o catálogo não destaca

Você não vai ver Qwen3 Next 80B A3B Thinking nem Mistral Large 3 2512 no topo do índice de inteligência. Em 7 de janeiro de 2026, com mais de 314 modelos no catálogo, os dois aparecem na faixa de IQ 16 — bem abaixo do Xiaomi MiMo-V2-Flash (34,024), do OpenAI o3 (31,096) e do Claude Haiku 4.5 (29,892). Mas quem paga a conta olha preço, não só ranking. E aí o jogo muda.

A diferença começa no input

Para a mesma janela de contexto — 262.144 tokens nos dois casos — o Qwen cobra US$ 0,15 por milhão de tokens de entrada. O Mistral, US$ 0,50. Em um job com 1 milhão de tokens de prompt, são US$ 0,35 de diferença só na leitura. Na saída, a diferença cai para US$ 0,30 (US$ 1,20 contra US$ 1,50).

Some a isso o blended, que é o indicador que mais se aproxima do que se paga num uso misto: 0,4125 para o Qwen, 0,75 para o Mistral. O modelo francês custa 82% a mais no agregado. Para um app de produção que roda milhares de chamadas por dia, isso é a diferença entre uma assinatura previsível e uma surpresa no fim do mês.

Quem entende de código, escolha o francês

O Mistral Large 3 2512 não é multimodal à toa: 675 bilhões de parâmetros totais, 41 bilhões ativos, mistura de especialistas mais densa. O modelo aceita texto, imagem e arquivo, e devolve texto. É o que coloca ele na frente em duas pontuações que importam em produção:

• Coding: 20,066 (contra 17,419 do Qwen)
• Agentic: 5,519 (contra 2,062)

A distância em agentic é grande. Se você está montando um agente que precisa seguir instruções em várias etapas e devolver resultado estruturado, o Mistral entrega quase 2,7 vezes mais. Em coding, são 15% a mais — folgado o bastante para fazer diferença num benchmark automatizado de PR review.

Outra coisa que o Qwen não publicou e o Mistral sim: preço de cache de US$ 0,05 por milhão de tokens. Se o seu sistema repete o mesmo system prompt em toda chamada, esse número é o que faz a conta fechar — é menos de 1/3 do input cheio do Qwen e 1/10 do input cheio do Mistral.

Quem pensa, escolha o chinês

Qwen3 Next 80B A3B Thinking é "reasoning-first" — o modelo devolve traces de pensamento por padrão. Foi treinado para isso, e a arquitetura entrega: 80 bilhões de parâmetros totais com apenas 3 bilhões ativos por inferência, mistura de especialistas enxuta. É sparse de verdade — a maior parte do modelo fica parada em cada chamada.

Em tarefas de raciocínio multi-passo, prova matemática, lógica pura e debug pesado, o Qwen entrega a resposta de forma estruturada onde o Mistral responde direto. Para um problema que precisa de cadeia explícita, esse trace é insumo para a próxima etapa, não lixo a descartar.

A velocidade também joga a favor do Qwen: 196,94 tokens por segundo contra 77,45 do Mistral. Em fluxos interativos ou agentes que devolvem texto em loop, isso é a diferença entre conversar e esperar.

O detalhe do conhecimento

Qwen declara knowledge cutoff em 30 de setembro de 2025. Mistral Large 3 2512 não publica essa data no catálogo. Para perguntas sobre eventos recentes, qualquer um dos dois pode desatualizar — mas o Qwen pelo menos diz até onde foi treinado. Isso ajuda a calibrar a expectativa antes de colocar o modelo em produção sobre um tema novo.

Quando cada um ganha

• Pegue o Qwen3 Next 80B A3B Thinking quando o job for raciocínio multi-passo, matemática, debug com cadeia de pensamento visível, ou quando latência e preço de entrada forem o gargalo. Pague US$ 0,15 de input e tenha resposta rápida com trace.
• Pegue o Mistral Large 3 2512 quando o job envolver código em pipeline, agente de várias etapas, entrada multimodal (imagem, arquivo) ou alto volume de prompt repetido onde o cache de US$ 0,05 faz a conta fechar.

Roteie por tarefa. Misturar os dois na mesma pilha sai mais barato que forçar um modelo único a fazer tudo — e entrega melhor nos dois extremos.