Qwen3 Coder Next cobra 60% menos que Devstral 2 e pontua mais em código

A diferença entre o release e o boleto

Quando você lê "coding agent otimizado" no material de lançamento de um modelo, a pergunta que importa é outra: quanto custa chamar isso dez mil vezes por dia? Para o Qwen3 Coder Next, lançado há dois dias pela Qwen, a resposta é US$ 0,80 por milhão de tokens de saída. Para o Devstral 2 da Mistral, lançado em dezembro, são US$ 2,00 pelo mesmo volume. São 60% de economia só de trocar de fornecedor — e a diferença no input é ainda maior: US$ 0,12 contra US$ 0,40 por milhão.

Há uma reviravolta em um canto específico: o preço de cache do Mistral é mais barato, US$ 0,04 contra US$ 0,07 do Qwen. Quem faz muitas chamadas repetitivas contra o mesmo contexto pode equilibrar um pouco a conta. Mas em workload típico de coding agent, onde cada chamada gera código novo, o cache pesa menos.

Quem escreve código melhor, segundo o benchmark

Os dois são modelos abertos, com 262 mil tokens de contexto, sem modo de raciocínio dedicado. Mas o índice de coding do Artificial Analysis não perdoa: o Qwen3 Coder Next marca 36,232 contra 31,259 do Devstral 2. Quase cinco pontos a favor do chinês em tarefas de programação. No IQ geral, a vantagem persiste — 21,3 contra 19,2 —, embora menor.

O segredo técnico está na arquitetura. O Qwen3 Coder Next é um MoE esparso com 80 bilhões de parâmetros totais e apenas 3 bilhões ativados por inferência. O Devstral 2 é um transformer denso de 125 bilhões — tudo acende a cada chamada. Menos ativo por inferência significa resposta mais rápida e conta menor: 129 tokens por segundo contra 117 do francês. É um padrão típico do mercado chinês de 2026: arquiteturas MoE agressivas para reduzir custo por token sem abrir mão de capacidade bruta.

Onde o francês ainda segura a onda

Nem tudo é maré favorável ao Qwen. Em tarefas agentic — quando o modelo não está só gerando código, mas operando dentro de um agente que chama ferramentas, lê múltiplos arquivos e encadeia decisões — o Devstral 2 marca 10,642 contra 8,855 do rival. É uma vantagem real, de quase dois pontos, em cenários estilo Cursor ou Devin. Se seu produto é um coding agent autônomo, pagar US$ 2,00 pode compensar o gasto extra.

Há outro indicador que merece atenção: o índice de omniscience, que penaliza erros factuais fora do domínio principal. O Devstral 2 sai em -46,7; o Qwen3 Coder Next, em -62,4. Em perguntas de conhecimento geral, o chinês erra mais. Quem usa o modelo para perguntas mistas — código mais explicações conceituais — vai notar a diferença na prática.

A modalidade dos dois também não é idêntica: o Qwen é text-to-text puro, enquanto o Devstral 2 aceita arquivo mais texto como entrada. Para quem quer colar trechos de repositório diretamente, o francês tem uma vantagem de usabilidade que não aparece nos benchmarks sintéticos.

A decisão no fim do mês

Use o Qwen3 Coder Next quando o gargalo é custo por token de saída, o cenário é geração pura de código e o volume é alto. Os 262 mil de contexto, a velocidade maior e os 3 bilhões de parâmetros ativos por inferência seguram bem sessões longas de pair programming e workloads de produção em escala. Para uma equipe pequena queimando milhões de tokens por mês, a economia pode passar de quatro dígitos em reais.

Use o Devstral 2 quando o produto é um agente autônomo que precisa encadear tool calls com segurança e manipular arquivos como entrada. É mais caro, mas é mais barato do que o modelo falhar uma chamada de ferramenta e travar o pipeline. Para uso acadêmico ou experimentação com compreensão de repositórios completos, a entrada multimodal ajuda.

Quem roda inferência local em GPU própria não muda de plano com nenhum dos dois — ambos são open weights, mas a pegada de memória é radicalmente diferente: 3 bilhões ativos contra 125 bilhões densos. E quem precisa de reasoning nativo (chain-of-thought explícito) também não ganha nada aqui — os dois modelos não ativam esse caminho.