Qwen3 Coder Next lidera em código, mas cobra 4,7x mais na saída

O lançamento de ontem e a conta de hoje

A Qwen soltou ontem um modelo que, no papel, parece feito para ofuscar o open-weight da OpenAI. O Qwen3 Coder Next estreou no catálogo com 36,2 pontos em coding — quase seis a mais que o gpt-oss-120b, que marcou 30,4. Só que esse mesmo modelo chinês chega cobrando US$ 0,80 por milhão de tokens de saída, contra US$ 0,17 do americano. Na fatura, a geração fica quase 4,7 vezes mais cara.

Antes de cravar um vencedor, vale olhar o que cada número está medindo.

Inteligência geral: inverte a favor do gpt-oss

No índice geral de inteligência medido pelo Artificial Analysis, a história muda. O gpt-oss-120b marca 24,1 contra 21,3 do Qwen3 Coder Next — quase 3 pontos de vantagem para o modelo da OpenAI, lançado em agosto de 2025 e ainda competitivo seis meses depois.

A diferença fica ainda mais feia em tarefas agentic. Quando o modelo precisa orquestrar ferramentas, navegar em etapas múltiplas e tomar decisões em sequência, o gpt-oss-120b alcança 13,4 pontos. O Qwen3 Coder Next para em 8,9. Quem está montando agente de produção que faz mais do que completar código precisa colocar isso na conta antes de trocar.

Preço de saída: onde a diferença morde

A diferença de preço é a mais fácil de explicar e a mais difícil de engolir em escala. Para cada milhão de tokens de saída, o gpt-oss-120b custa US$ 0,17 e o Qwen3 Coder Next custa US$ 0,80. Na entrada, a proporção se repete: US$ 0,037 contra US$ 0,12.

Para um sistema que gasta, digamos, 100 milhões de tokens de saída por mês em geração de código, a diferença é de US$ 63 mensais. Em 12 meses, US$ 756 que não voltam. Vale notar que o Qwen publicou preço de cache (US$ 0,07 por milhão), enquanto o gpt-oss-120b não publicou — o que significa que, em produção pesada com prompts repetidos, a economia real do chinês pode ser maior do que a tabela mostra, e a do americano, menor.

Contexto e arquitetura: a vantagem chinesa

Onde o Qwen3 Coder Next devolve o golpe é no resto da ficha técnica. Contexto de 262.144 tokens, o dobro dos 131.072 do gpt-oss-120b. Para quem trabalha com repositórios inteiros dentro de uma única janela, ou com documentação longa que precisa caber inteira no prompt, isso muda a régua do jogo.

Em arquitetura, os dois são Mixture-of Experts com poucos parâmetros ativos por passada. O gpt-oss-120b tem 117B totais e 5,1B ativos. O Qwen3 Coder Next tem 79,7B totais e 3B ativos. Na prática, os dois rodam barato em inferência — e o americano entrega mais velocidade bruta: 155 tokens por segundo contra 129,5 do chinês. O gpt-oss-120b também é um modelo de raciocínio, enquanto o Qwen3 Coder Next não é.

Onde eles se encaixam no mercado

No ranking atual do catálogo, o gpt-oss-120b está em quarto no índice geral de inteligência, abaixo do Xiaomi MiMo-V2-Flash (34,0) e do o3 (31,1). O Qwen3 Coder Next aparece em quinto. Os dois entregam open-weights — diferentemente do Claude Haiku 4.5, que é fechado e custa cinco vezes mais na saída que o gpt-oss-120b. Hoje, o catálogo não tem nenhum modelo acima de IQ 45 publicado; o topo real está em 34.

Então, qual escolher

Se o seu gargalo é gerar código em um agente de desenvolvimento e você pode esticar a janela para 262 mil tokens, o Qwen3 Coder Next vence: melhor coding score entre os modelos abertos do catálogo, contexto generoso e a vantagem de ser lançamento de ontem, com a expectativa de iteração rápida da Qwen.

Se o seu problema é orquestração agentic, raciocínio geral ou volume mensal alto de tokens, o gpt-oss-120b ganha em quase tudo: custa quase 5 vezes menos para gerar, é mais rápido, tem IQ maior e pontua 50% a mais em agentic. Para times rodando produção contínua, a conta fecha do lado americano.

E um alerta: nenhum dos dois é o melhor modelo do mercado em inteligência bruta — o trono, hoje, pertence ao Xiaomi MiMo-V2-Flash. A disputa aqui é entre dois open-weights com perfis complementares, não pela coroa geral.