Sonnet 4.6 custa 50 vezes mais que MiMo-V2-Flash; vale a diferença?

Lançado três dias antes desta comparação, o Claude Sonnet 4.6 da Anthropic aparece no catálogo com preço de saída de US$ 15 por milhão de tokens. O MiMo-V2-Flash da Xiaomi, que estreou em dezembro de 2025, cobra US$ 0,30 pela mesma janela. A diferença é de 50x — e é exatamente aí que mora a decisão que ninguém quer tomar no escuro.

O que cada um entrega em inteligência

No índice de inteligência medido hoje, o Sonnet 4.6 marca 35,108 e o MiMo-V2-Flash marca 34,024. A separação é de pouco mais de um ponto, o que, em termos práticos, coloca os dois modelos no mesmo andar de capacidade geral. Quem olha só o número não vê motivo para trocar.

O detalhe que muda o cálculo está no tipo de tarefa. O Sonnet 4.6 é multimodal de verdade: aceita texto, imagem e arquivo, e devolve texto. O MiMo-V2-Flash é só texto→texto. Se o seu fluxo envolve mandar PDF, print ou planilha junto com o prompt, o modelo da Xiaomi não entra na conversa.

Preço: a tradução honesta do release

Quando o catálogo diz que o MiMo é "barato", ele quer dizer isto: para cada milhão de tokens que saem do modelo, você paga US$ 0,30. No Sonnet 4.6, o mesmo milhão custa US$ 15. Na entrada, a proporção é parecida: US$ 3 contra US$ 0,10. E tem cache de leitura — US$ 0,30 por milhão no Sonnet, US$ 0,01 no MiMo.

Traduzindo para um caso real: um agente que gasta 5 milhões de tokens de saída por mês custa cerca de US$ 75 no Sonnet 4.6 e US$ 1,50 no MiMo-V2-Flash. Em volume, essa diferença paga um engenheiro júnior.

Contexto, arquitetura e o que isso significa na prática

A janela de contexto do Sonnet 4.6 é de 1 milhão de tokens. A do MiMo-V2-Flash é de 262 mil. Se o seu caso de uso é resumir um repositório inteiro ou manter uma conversa longa com dezenas de documentos anexados, o modelo da Anthropic segura sem você precisar truncar. O da Xiaomi, não.

O MiMo-V2-Flash é uma Mixture-of-Experts com 309 bilhões de parâmetros totais e só 15 bilhões ativos por token — é como ter um restaurante com 309 chefs na folha, mas só 15 cozinham cada prato. O resultado é que o modelo roda mais barato por token, e os pesos são abertos: você pode self-host, ajustar fino, ou inspecionar o que está acontecendo dentro. O Sonnet 4.6 é fechado e só roda via API da Anthropic.

Velocidade e o resto do tabuleiro

O Sonnet 4.6 aparece com 41,37 tokens por segundo no catálogo. O MiMo-V2-Flash não tem velocidade publicada — o catálogo não mediu. Isso não significa que o modelo da Xiaomi é lento; significa que o número não está disponível para comparar com o mesmo critério.

Para situar os dois no mercado atual, vale olhar quem está na frente: o Gemini 3.1 Pro Preview lidera o índice de inteligência com 47,738 e cobra US$ 12 por milhão de tokens de saída — mais barato que o Sonnet 4.6 e bem à frente em capacidade. O Qwen3.5 397B A17B aparece logo abaixo, com 34,262 de IQ e US$ 2,34 por milhão de saída. O catálogo tem mais de 340 modelos listados hoje, vindos de 52 criadores diferentes.

Quando cada um ganha

Sonnet 4.6 ganha quando você precisa de multimodal real (imagem, PDF, arquivo), janela de 1 milhão de tokens para trabalhar com bases grandes, e prefere pagar pela API em vez de manter infraestrutura. É o caso de times pequenos que querem delegar a operação para o provedor e usar o modelo como ferramenta pronta.

MiMo-V2-Flash ganha quando o orçamento é o fator decisivo, a tarefa é só texto, e você tem capacidade técnica para hospedar e ajustar um modelo open-weights. É o caso de empresas com volume alto de tokens, equipes de ML maduras, ou qualquer cenário onde os 50x de economia mensal compensam o investimento em infraestrutura.

Se multimodal e contexto gigante não estão no seu checklist, o MiMo-V2-Flash entrega o mesmo andar de inteligência por uma fração do custo. Se estão, o Sonnet 4.6 ainda é o caminho mais curto — até alguém open-weights cobrir essa lacuna.