Os 24 pesos abertos do catálogo entregam o melhor da fronteira por uma fração do preço

O ranking virou, e quase ninguém avisou

Se você paga a conta da API e ainda acha que "open weight" é sinônimo de modelo capenga, olha o topo do catálogo hoje. O modelo mais inteligente da lista geral é o Xiaomi MiMo-V2-Flash, com pesos abertos, 309B parâmetros totais e 15B ativos por passagem. Ele custa US$ 0,10 por milhão de tokens de entrada e US$ 0,30 por milhão de tokens de saída. O segundo colocado, OpenAI o3, cobra US$ 8,00 pelo mesmo milhão de tokens de saída. São 26 vezes mais caro pelo segundo lugar.

A diferença não está só no preço. Está no que ficou barato de verdade: o token de saída, que é o que mais pesa na fatura quando você roda agente, geração de código ou resumo longo. Entrada e cache também caíram, mas a saída é onde a fronteira aberta já entrega o mesmo nível de inteligência por uma fração do custo.

O recorte tem 24 modelos, mas só oito criadores

O catálogo guarda 314 modelos. Desses, 24 publicam pesos. Oito empresas diferentes assinam a lista: Xiaomi, OpenAI, Mistral, Qwen, Prime Intellect, NVIDIA, e mais dois que não aparecem no recorte principal. Não é um nicho de laboratório obscuro — é Meta, é a própria OpenAI, é a NVIDIA vendendo chip e modelo ao mesmo tempo.

O padrão que aparece quando você olha o recorte inteiro é claro: toda a vanguarda aberta é Mixture-of-Experts. Dos oito modelos listados, sete são MoE com parâmetros ativos entre 3B e 41B, mesmo quando o total passa de 600B. A exceção é o Devstral 2 2512 da Mistral, que ainda é denso, com 123B ativos. A arquitetura virou padrão porque entrega mais inteligência por dólar de inferência — você carrega o modelo inteiro na memória, mas só aciona uma fração dos pesos a cada token.

Traduzindo o marketing dos pesos abertos

Quando o release diz "modelo aberto", o que muda na prática? Três coisas, e só três:

• Você pode rodar localmente se tiver GPU suficiente. MiMo-V2-Flash com 15B ativos cabe em uma única H100; gpt-oss-120b com 5,1B ativos cabe em uma estação com 24GB de VRAM.
• Você pode fazer fine-tuning com seus próprios dados. Apache 2.0 no Mistral Large 3 e no gpt-oss-20b, licença própria no restante.
• Você não fica refém de uma API só. Pode trocar de provedor, hospedar em casa, ou revender acesso.

O que não muda: o modelo ainda precisa de conhecimento de corte recente para alguns domínios, e a qualidade de raciocínio ainda varia por tarefa. O Devstral 2 2512, por exemplo, é especializado em código agêntico e tem IQ geral de 19,242 — abaixo do MiMo, mas com nota de coding de 31,259, a maior do recorte.

Quem se beneficia e quem não muda nada

Vale a pena olhar para pesos abertos se:

• Você roda agente ou geração de código em volume e a fatura de tokens de saída está te matando.
• Você tem requisito regulatório de não mandar dado para API fechada.
• Você quer experimentar fine-tuning sem gastar seis dígitos com um laboratório.

Não muda nada se:

• Você usa modelo para poucas chamadas por mês e o custo já é irrelevante.
• Seu produto depende de multimodalidade nativa (vídeo, áudio) que o recorte aberto ainda não entrega bem.
• Você precisa de SLA corporativo com suporte humano 24/7 — peso aberto não vem com isso.

O tabuleiro em janeiro de 2026

O cenário é chinês, americano e francês. Xiaomi e Qwen (China) dominam o topo de inteligência aberta. OpenAI e NVIDIA (EUA) ocupam o meio com modelos eficientes. Mistral (França) segura a ponta de código com o Devstral. Nenhum dos pesos abertos do recorte vem de laboratório brasileiro, indiano ou japonês. A geografia da fronteira aberta segue sendo EUA-China-Europa, com a China puxando a inteligência bruta e os EUA a eficiência por dólar.

O que você faz com isso hoje

Se você está escolhendo modelo agora, a regra é simples: rode o MiMo-V2-Flash como default para tarefas que exigem raciocínio pesado, e o gpt-oss-20b para tarefas simples que precisam ser baratas — custa US$ 0,03 por milhão de tokens de entrada e US$ 0,13 por milhão de saída, com 21B totais e 3,6B ativos. Para código agêntico, o Devstral 2 2512 é o que tem a melhor nota específica do recorte. O o3 da OpenAI continua sendo opção quando você precisa do melhor absoluto e não liga para o custo — mas em 2026, "o melhor absoluto" já não é mais o suficiente para justificar 26 vezes o preço.