MiMo-V2-Flash custa 8 vezes menos que a Qwen3.5-122B, mas só lê texto

Oito vezes mais barato — em qual esquina fica a pegadinha?

A MiMo-V2-Flash da Xiaomi cobra US$ 0,30 por milhão de tokens de saída. A Qwen3.5-122B-A10B, da Qwen, cobra US$ 2,40. São oito vezes de diferença na fatura. A conta não é tudo — e o catálogo desta data mostra que, por trás do número, mora uma diferença que você precisa olhar antes de migrar.

Dois MoE chineses, duas estratégias

Os dois modelos são open-weights, ambos da China, ambos MoE com atenção híbrida. Pense em dois carros com o mesmo motor híbrido, mas carrocerias diferentes. A MiMo-V2-Flash tem 309 bilhões de parâmetros totais e 15 bilhões ativos; a Qwen3.5-122B-A10B tem 125 bilhões no total e 10 bilhões ativos. Janela de contexto das duas: 262.144 tokens. Os dois raciocinam (reasoning: true).

Onde elas divergem é no que aceitam como entrada. A Qwen3.5-122B-A10B é nativa multimodal: recebe texto, imagem e vídeo e devolve texto. A MiMo-V2-Flash é estritamente texto -> texto. Para a maioria dos fluxos de RAG, resumo e agentes puros em texto, isso não importa. Para qualquer pipeline que dependa de screenshot, frame de vídeo ou documento escaneado, importa muito.

Inteligência: a MiMo lidera por pouco

No índice de inteligência atual, a MiMo-V2-Flash marca 34,024 e a Qwen3.5-122B-A10B marca 32,847. Diferença pequena — pouco mais de 1 ponto — mas a favor da MiMo, que também é a mais barata das duas. Ambas ficam bem abaixo dos dois primeiros colocados do mercado hoje: Google Gemini 3.1 Pro Preview (47,738) e OpenAI GPT-5.3-Codex (45,512), que custam US$ 12 e US$ 14 por milhão de tokens de saída, respectivamente.

Onde a Qwen3.5-122B-A10B recupera terreno é em benchmarks específicos que a MiMo-V2-Flash simplesmente não publica: coding em 45,715 e agentic em 21,267. Se você está montando um agente de codificação ou testando raciocínio multi-etapa, a Qwen traz dado na nota fiscal; a Xiaomi traz silêncio.

Velocidade e a economia real

A Qwen3.5-122B-A10B declara 131,43 tokens por segundo de velocidade. A MiMo-V2-Flash não publica essa métrica no momento. Em cargas de inferência com reasoning ligado, throughput declarado muda a conta inteira — um modelo duas vezes mais lento custa efetivamente mais caro mesmo com o mesmo preço nominal.

Para complicar a equação da Qwen, o catálogo desta data não publica preço de cache para ela. Isso significa que fluxos com prompt repetido e cache hit — exatamente o cenário de agente e CI de código — não têm economia negociada e conhecida; você só descobre testando.

A MiMo-V2-Flash cobra US$ 0,01 por milhão de tokens de cache. Praticamente um arredondamento. Para pipelines de RAG que martelam o mesmo prompt com retrieval em cima, isso é dinheiro na mão.

Para quem cada um ganha

Escolha a MiMo-V2-Flash quando:

• Sua carga é 100% texto e vai continuar assim;
• O gargalo é a fatura de API, especialmente em alto volume de saída;
• Você usa cache agressivo (RAG com retrieval repetido, prompts de sistema pesados);
• Você quer o open-weights mais barato entre os chineses com reasoning.

Escolha a Qwen3.5-122B-A10B quando:

• Você precisa ler imagens ou vídeo no input — screenshot de bug, frame, página visual de UI;
• Sua workload é agentic ou de coding com reasoning pesado, e os benchmarks publicados (45,7 em coding, 21,3 em agentic) entram na decisão;
• Throughput declarado importa — os 131 t/s publicados servem de referência;
• Você está confortável pagando 8x mais caro na saída e esperando o catálogo publicar o preço de cache.

Para fluxos de texto com prioridade em custo, RAG clássico e sumarização em massa, a MiMo-V2-Flash ganha. Para qualquer carga multimodal ou para quem precisa de benchmark de coding/agentic documentado, a Qwen3.5-122B-A10B ganha.