Qwen 3.5 122B custa menos da metade do Haiku 4.5 e tem IQ maior

Pagar US$ 5 por milhão de tokens de saída por um modelo "rápido e barato" da Anthropic em março de 2026 começa a parecer piada de mau gosto. O Claude Haiku 4.5 foi anunciado em outubro de 2025 como a versão enxuta da família — "near-frontier intelligence at a fraction of the cost", dizia o release. Seis meses depois, aparece um modelo chinês, de pesos abertos, com IQ maior, contexto maior, multimodal mais amplo e preço quase pela metade. É a Qwen 3.5-122B-A10B, lançada em 25 de fevereiro.

Vamos colocar os dois lado a lado.

Preço e contexto: o tamanho do susto na fatura

A diferença mais sangrenta está no output. O Haiku 4.5 cobra US$ 5 por milhão de tokens de saída; o Qwen, US$ 2,40 — menos da metade. No input a história se repete: US$ 1,00 contra US$ 0,29. Se você roda um agente que cospe muito texto por chamada, o Haiku custa 2,08× mais para entregar a mesma resposta.

Tem um porém que o release do Haiku gosta de esconder: existe um preço de cache de US$ 0,10 por milhão no Claude. No Qwen, o catálogo não publicou valor de cache — ou seja, não dá para cravar economia total em workloads com reuso pesado. Mas mesmo somando cache barato, a conta do Haiku só fica competitiva se você reutilizar muito prompt.

O contexto também pende para o lado chinês: 262.144 tokens no Qwen contra 200.000 no Haiku. Em tradução prática: cabe um repositório inteiro de livro-texto de universidade no Qwen; no Haiku já começa a apertar.

Inteligência medida: quem realmente pensa melhor

No índice geral da Artificial Analysis medido hoje, o Qwen marca 32,85 contra 29,89 do Haiku. É uma diferença pequena em números absolutos, mas relevante quando você olha o topo do catálogo.

O líder é Gemini 3.1 Pro Preview com 47,7; ambos estão na faixa "bom o bastante para produção", e o Qwen está alguns pontos à frente do Haiku nessa régua. Onde o abismo aparece de verdade é em tarefa agentiva: 21,27 do Qwen contra 16,47 do Haiku. Em coding a distância é menor — 45,72 contra 43,89 — mas o chinês ainda lidera. Se a sua avaliação é "este modelo resolve uma tarefa de código em N passos sem intervenção humana", o Qwen tem mais folga.

A grande exceção: o que o Qwen inventa

Existe uma coluna nos dados em que o Haiku não só empata, mas esmaga: omniscience, que mede o quanto o modelo alucina quando não sabe a resposta. O índice é negativo justamente porque penaliza invenção — quanto mais perto de zero, melhor.

Qwen: -41,5. Haiku: -4,37.

Traduzindo: o Qwen inventa quase dez vezes mais do que o Haiku quando cai numa pergunta que não tem resposta no conhecimento dele. Se o seu produto depende de "prefiro que diga 'não sei' a inventar uma citação", o Haiku continua ganhando — por margem absurda.

Pense na analogia do balconista: o Qwen é o funcionário rápido, barato, que resolve tudo e ainda sugere uma sobremesa — mas se você perguntar uma marca que não existe, ele descreve a embalagem com detalhes. O Haiku é mais caro e demorado, mas trava quando não tem certeza.

Multimodal e velocidade

O Qwen lê texto, imagem e vídeo e devolve texto. O Haiku lê texto, imagem e arquivo. Na prática, se o seu pipeline envolve frames de câmera, telemetria de gameplay ou análise de clipes, o Qwen já entra nativamente; o Haiku obriga a um passo extra de extração.

Em tokens por segundo, o Qwen entrega 131,43 contra 90,21 do Haiku — 46% mais rápido. Em UX conversacional e em pipelines agentivos, isso é a diferença entre "parece instantâneo" e "tem um lag perceptível".

E ainda tem o detalhe geopolítico: o Qwen é da China e tem pesos abertos (125B totais, 10B ativos por inferência via MoE híbrido com atenção linear); o Haiku é fechado, dos EUA. Se você roda on-prem, ajusta fine-tuning ou precisa de soberania de dados, a disputa nem existe.

Quando cada um ganha

• Use Qwen 3.5-122B-A10B quando preço, velocidade, contexto longo, multimodal com vídeo ou pesos abertos importam. É o caso de agente de coding, ferramenta interna, prototipagem rápida — qualquer coisa que rode em volume e onde a alucinação é mitigada por retrieval ou revisão humana depois.
• Use Claude Haiku 4.5 quando a tarefa exige dizer "não sei" com frequência: geração de FAQ factual, atendimento jurídico, sumarização de documentos confidenciais, qualquer fluxo em que inventar é pior do que falhar.

Próximo passo concreto: se você tem agente de coding ou pipeline agentivo rodando em Haiku 4.5 hoje, faça um A/B de uma semana contra o Qwen 3.5-122B-A10B. A economia na fatura paga o trabalho de migração, e em workload com retrieval por trás a alucinação do Qwen vira problema gerenciável. Mantenha o Haiku só nas pontas onde mentir custa caro demais.