Qwen3 Coder Next cobra 4× mais caro que Nemotron Nano e entrega 2,5× mais código

Dois MoE, dois discursos

Você está olhando para dois modelos que ocupam o mesmo nicho — agentes de código leves, pesos abertos, MoE — e que vendem a mesma promessa: rodar localmente ou via API sem estourar a fatura. Só que a conta de API do Qwen3 Coder Next custa 4× o que a do NVIDIA Nemotron 3 Nano 30B A3B cobra pela saída. E a diferença não é só no preço.

O que cada um traz no papel

O Qwen3 Coder Next foi lançado em 4 de fevereiro de 2026 e é um MoE de 80B totais com 3B ativos por token — desenhado explicitamente para coding agents e workflows locais. O Nemotron 3 Nano saiu em dezembro de 2025, é menor (31,6B totais, 3,6B ativos) e se vende como o MoE de maior eficiência computacional da NVIDIA para agentes especializados. Ambos suportam contexto de 262k tokens e são text-to-text.

Onde eles divergem de verdade: o Qwen não é um modelo de raciocínio, o Nemotron é. Em tarefas agentic isso costuma importar.

Inteligência e código: a régua que decide

Os números do Artificial Analysis contam uma história clara.

O Qwen3 Coder Next marca 21,29 no índice geral de inteligência e 36,23 em coding. O Nemotron 3 Nano marca 14,54 e 14,37 no mesmo recorte. Em coding, o Qwen entrega 2,5× a pontuação do Nemotron. Em agentic, a vantagem é ainda mais absurda: 8,86 contra 1,99 — quase 4,5×.

Isso não é marketing, é benchmark. Se o seu agente vai escrever código de verdade — não só classificar intenção — o Qwen paga o preço extra.

A conta, finalmente

Vamos falar de dinheiro, que é o que aparece no fim do mês.

• Qwen3 Coder Next: US$ 0,12/M entrada, US$ 0,80/M saída, cache US$ 0,07/M
• Nemotron 3 Nano: US$ 0,05/M entrada, US$ 0,20/M saída, cache US$ 0,025/M

Em um workload típico de coding agent — muita leitura de repositório, pouca geração — a entrada domina. Se você fizer 9 chamadas de leitura para cada 1 de escrita, o Nemotron custa cerca de US$ 0,50 por milhão de tokens consumidos e o Qwen, US$ 1,16. Diferença real, mas não catastrófica. No cenário oposto, geração pesada de código, a saída pesa: o Qwen cobra US$ 4,00 por milhão de tokens gerados contra US$ 1,00 do Nemotron. Aí a conta fica 4× maior, como o título promete.

E tem o detalhe do cache: ambos cobram cache de leitura, e o Nemotron cobra exatamente a metade (US$ 0,025 contra US$ 0,07). Em workflows que repetem o mesmo contexto — e todo coding agent repete — isso é dinheiro que volta.

Velocidade e o resto do tabuleiro

O Nemotron roda a 247,99 tokens por segundo; o Qwen, a 129,5. Ou seja, o modelo mais barato também é quase 2× mais rápido. Em agente, latência importa: cada ciclo de tool call é uma espera. Para quem está montando um loop agêntico que faz dezenas de chamadas por tarefa, isso se traduz em wall-clock real.

Colocados no catálogo de hoje, os dois ficam longe do topo de inteligência — Xiaomi MiMo-V2-Flash lidera com 34,02, seguido de OpenAI o3 (31,10) e Claude Haiku 4.5 (29,89). O Qwen3 Coder Next aparece em quinto com 21,29; o Nemotron, fora dos cinco primeiros. Mas nenhum dos dois está brigando por medalha geral — eles brigam por um slot específico: o de coding agent barato e open-weight.

Para quem cada um ganha

O Qwen3 Coder Next ganha quando o seu agente precisa escrever código de produção, lidar com refactor grande ou tomar decisões em cadeia longa — qualquer coisa em que os índices de coding (36,23) e agentic (8,86) façam diferença no resultado final. Paga-se caro pela saída, mas entrega-se código que funciona.

O NVIDIA Nemotron 3 Nano 30B A3B ganha quando o gargalo é volume: tarefas agentic simples, classificação de intenção, extração, leitura massiva de código com pouca geração, e qualquer cenário onde latência e custo por token dominam a decisão. É o canivete suíço do "preciso gastar pouco e rodar rápido".

A escolha não é ideológica — é aritmética. Olhe para a proporção entre tokens lidos e tokens escritos no seu workload e decida.