Mistral Large 3 2512 custa 9× mais que Nemotron Nano 9B V2 — vale a diferença?
Dois modelos open weights em pontas opostas do catálogo: um aposta em capacidade, o outro em velocidade por centavo.
O contraste que a fatura mostra
Você está olhando para dois modelos open weights e a diferença entre eles não é de versão nem de fabricante — é de proposta. O Mistral Large 3 2512, lançado em dezembro de 2025 pela Mistral francesa, cobra US$ 1,50 por milhão de tokens de saída. O Nemotron Nano 9B V2, da NVIDIA americana, lançado em setembro do mesmo ano, cobra US$ 0,16. Para cada mil tokens que saem da resposta, você paga nove vezes mais num do que no outro.
A conta, porém, não para no preço. O índice de inteligência do Mistral Large 3 está em 15,9; o do Nemotron Nano 9B V2 está em 8,7. É quase o dobro. Em coding, o Mistral marca 20,1; o Nemotron não tem nota publicada nesse recorte. Em agentic, 5,5 contra dado não informado.
O que cada arquitetura está vendendo
O Mistral Large 3 2512 é um sparse mixture-of-experts com 41 bilhões de parâmetros ativos num total de 675 bilhões. Pense nele como um restaurante com 675 chefs na cozinha, mas só 41 cozinham de cada vez — você paga pelo time completo, só usa uma fração por prato. É a estratégia clássica para entregar capacidade sem inflar o custo de inferência em proporção ao tamanho total. O contexto é de 262 mil tokens, o maior entre os dois, e a modalidade aceita texto, imagem e arquivo.
O Nemotron Nano 9B V2 é o oposto: 9 bilhões de parâmetros densos, todos ativos a cada token. É um motor pequeno, sem truque de especialização. Em troca, entrega 147 tokens por segundo contra 77 do Mistral — quase o dobro de velocidade. Aceita só texto como entrada e devolve só texto. O contexto cai pela metade: 131 mil tokens. E tem suporte a raciocínio nativo, o que o Mistral Large 3 não oferece.
Onde cada um ganha — e onde nenhum dos dois é resposta
Se a sua carga é geração longa, multimodal ou tarefa que exige entender contextos extensos, o Mistral Large 3 2512 é o caminho. Você paga caro por token, mas recebe mais capacidade por chamada e a flexibilidade de mandar imagem e arquivo junto. Para um agente que precisa raciocinar passo a passo, o Nemotron Nano 9B V2 entrega a função por uma fração do custo e ainda roda quase duas vezes mais rápido — desde que a tarefa caiba em texto puro e num contexto de até 131 mil tokens.
| Critério | Mistral Large 3 2512 | Nemotron Nano 9B V2 |
|---|---|---|
| Índice de inteligência | 15.9 | 8.7 |
| Entrada US$/M | 0.5 | 0.04 |
| Saída US$/M | 1.5 | 0.16 |
| Contexto | 262k | 131k |
| Pesos abertos | sim | sim |
| Velocidade (tok/s) | 77 | 147 |
| Índice de código | 20.1 | — |
| Índice agêntico | 5.5 | — |
Nenhum dos dois, vale dizer, disputa o topo do catálogo. Em 30 de janeiro de 2026, os cinco primeiros lugares em inteligência são Xiaomi MiMo-V2-Flash (34,0), OpenAI o3 (31,1), Anthropic Claude Haiku 4.5 (29,9), OpenAI gpt-oss-120b (24,1) e Mistral Devstral 2 2512 (19,2). Os dois modelos deste comparativo estão abaixo dessa linha.
| Modelo | Inteligência | Saída US$/M |
|---|---|---|
| MiMo-V2-Flash | 34.0 | 0.3 |
| o3 | 31.1 | 8 |
| Claude Haiku 4.5 | 29.9 | 5 |
| gpt-oss-120b | 24.1 | 0.17 |
| Devstral 2 2512 | 19.2 | 2 |
A conta que ninguém faz no anúncio
O preço de entrada do Mistral Large 3 é US$ 0,50 por milhão de tokens; o do Nemotron Nano 9B V2 é US$ 0,04 — diferença de 12,5 vezes. O cache do Mistral está em US$ 0,05 por milhão; o Nemotron não publicou valor de cache no catálogo. Quem repete prompts longos com system prompt fixo consegue amortizar o Mistral com cache; quem roda o Nemotron não tem essa alavanca.
O blended, que pondera entrada e saída num uso típico, fica em US$ 0,75 para o Mistral e US$ 0,07 para o Nemotron. Em volume, essa diferença de 68 centavos por milhão de tokens é o que separa uma integração viável de uma que estoura orçamento.
Quem paga a conta leva qual
Se você está construindo um produto com tráfego alto, respostas curtas e raciocínio passo a passo — pense em agente de suporte, classificação, extração estruturada — o Nemotron Nano 9B V2 entrega por US$ 0,16 o que o Mistral cobra US$ 1,50 para fazer pior. Se a sua prioridade é qualidade de resposta, contexto longo e entrada multimodal, e o orçamento por chamada é maior, o Mistral Large 3 2512 justifica o preço.
Para todo o resto — quem precisa de capacidade de ponta, quem precisa de raciocínio pesado em texto curto, quem precisa de multimodalidade barata — nenhum dos dois é a resposta. O catálogo de 326 modelos em 30 de janeiro de 2026 tem opções mais baratas acima de IQ 19 e opções mais capazes pelo mesmo preço. A escolha entre esses dois só faz sentido quando os critérios acima estão definidos.
Use Nemotron Nano 9B V2 para agentes rápidos de texto com raciocínio onde cada centavo por token conta; use Mistral Large 3 2512 quando a chamada precisa de contexto longo, multimodalidade e qualidade de resposta que justifique US$ 1,50 por milhão de tokens de saída.
Perguntas frequentes
Mistral Large 3 2512 é melhor que Nemotron Nano 9B V2?
Em índice de inteligência, sim: 15,9 contra 8,7. Em velocidade e preço por token, não: o Nemotron é quase duas vezes mais rápido e custa nove vezes menos na saída. A resposta depende do que pesa mais no seu caso.
Qual dos dois aceita imagem como entrada?
Só o Mistral Large 3 2512. O Nemotron Nano 9B V2 é text-only na entrada e na saída, segundo os dados do catálogo.
Nemotron Nano 9B V2 tem suporte a raciocínio nativo?
Sim. O campo reasoning está marcado como true no catálogo, enquanto o Mistral Large 3 2512 aparece com reasoning false.