Mistral Large 3 2512 cobra o dobro do Llama 3.3 70B e entrega 72% mais inteligência

O que você paga a mais, na prática

A conta de API é a parte que mais dói no fim do mês, então começa por aí. O Mistral Large 3 2512 cobra US$ 0,50 por milhão de tokens de entrada e US$ 1,50 por milhão de tokens de saída. O Llama 3.3 70B Instruct cobra US$ 0,71 nos dois lados, entrada e saída. Em cache, a história muda: o Mistral cobra US$ 0,05 por milhão, enquanto o Llama cobra os mesmos US$ 0,71 — ou seja, no Llama cachear não economiza nada, e no Mistral é onde aparece o desconto agressivo.

Traduzindo o release da Mistral: o modelo é uma mistura de especialistas esparsa (MoE) com 41 bilhões de parâmetros ativos dentro de 675 bilhões totais, lançado sob Apache 2.0. Sparse MoE é como um restaurante com cardápio enorme mas só dois cozinheiros de plantão por pedido — você paga pela estrutura toda, mas só uma fração trabalha a cada token. O Llama 3.3 é um modelo denso de 70B, todos os parâmetros ativos por inferência, lançado pela Meta em dezembro de 2024. Ambos rodam em pesos abertos. Nenhum dos dois raciocina em modo chain-of-thought dedicado.

Inteligência e código: a diferença que aparece no benchmark

No índice de inteligência da Artificial Analysis medido hoje, o Mistral Large 3 2512 marca 15,92 e o Llama 3.3 70B marca 9,26. Em codificação, a distância se mantém: 20,07 contra 11,93. Em tarefas agentic, o Mistral marca 5,52 e o Llama não tem medição publicada no catálogo.

Onde o Llama ainda compete é em velocidade bruta: 84,6 tokens por segundo contra 77,45 do Mistral. Em contexto, o Mistral aceita 262.144 tokens, o dobro dos 131.072 do Llama. Em modalidade, o Mistral aceita texto, imagem e arquivo como entrada; o Llama é só texto.

Onde cada um entra no tabuleiro

O Llama 3.3 70B é americano, denso, tem quase 14 meses de catálogo e conhecimento cortado em dezembro de 2023. O Mistral Large 3 2512 é francês, tem pouco mais de sete semanas de catálogo e a Mistral não publicou data de corte de conhecimento. Para efeito de comparação de cenário: o topo do índice hoje é o Xiaomi MiMo-V2-Flash com 34,02 a US$ 0,30 de saída, seguido do OpenAI o3 a 31,09 e US$ 8, e do Claude Haiku 4.5 a 29,89 e US$ 5. Os dois modelos desta pauta ficam abaixo desse pelotão, mas o Mistral está mais perto.

Para quem o Mistral vale a conta

Você paga mais caro por token de saída e ganha em três coisas concretas: índice de inteligência 72% maior, capacidade de ler imagens e arquivos anexados, e contexto de 262K tokens para documentos longos. O cache a US$ 0,05 muda a conta em produtos com prompt grande e repetido — pense em RAG com system prompt fixo, classificação em lote ou agentes que reaproveitam instruções. Se o seu fluxo é esse, o Mistral entrega mais por dólar do que a tabela de saída sugere.

Para quem o Llama continua fazendo sentido

Se o seu uso é texto puro, prompt curto, alto volume de chamadas e você quer previsibilidade de custo, o Llama 3.3 70B segue sendo a escolha racional. Velocidade ligeiramente maior, preço único de US$ 0,71 nos dois lados sem surpresa de cache, e 14 meses de produção com bugs já conhecidos pela comunidade. Para chat simples, sumarização curta e protótipos rápidos, ele cumpre sem esticar o orçamento.

A implicação prática

Se você está migrando de um modelo denso antigo para um MoE aberto, faça o teste com o seu próprio prompt de pior caso antes de trocar — a diferença de 72% no índice não se traduz automaticamente em 72% melhor no seu produto. Mas se você roda multimodal, contexto longo ou depende de cache agressivo, o Mistral Large 3 2512 é o peso aberto que justifica o ticket mais alto nesta data.