Qwen3.5-9B batch custa US$ 0,25 por milhão de saída e mira volume

A Qwen soltou hoje duas versões do seu modelo de 9B parâmetros, e a história toda está no sufixo: batch. A edição padrão do Qwen3.5-9B cobra US$ 0,10 de entrada e US$ 0,15 de saída por milhão de tokens. A nova variante Qwen3.5-9B (batch) sobe para US$ 0,17 de entrada e US$ 0,25 de saída — ou seja, 67% mais cara por token que a versão não-batch. Em troca, você entrega o trabalho em lote e aceita latência de até 24 horas. É o oposto do que parece à primeira vista.

O que "batch" significa na prática

Pense no batch como o frete econômico dos Correios: você despacha um caminhão cheio de pacotes, não rastreia em tempo real, mas a tarifa por item despenca. Aqui acontece o contrário. A Qwen está dizendo: "se você não precisa da resposta agora, posso cobrar mais barato pelo processamento?" A resposta, neste caso, foi não — o preço por token sobe. O que muda é a janela: jobs batch entram numa fila, rodam quando há capacidade sobrando no cluster e voltam horas depois. Para quem faz resumo de milhares de documentos, classificação de logs ou geração massiva de dados sintéticos, isso é uma feature, não um bug.

Onde o Qwen3.5-9B se encaixa no tabuleiro

O catálogo hoje tem mais de 360 modelos listados, vindos de 53 criadores. No topo da régua de inteligência, o Google Gemini 3.1 Pro Preview lidera com IQ 47,7 e cobra US$ 12 por milhão de saída. O GPT-5.3-Codex vem logo atrás (IQ 45,5, US$ 14). O Claude Sonnet 4.6 fecha o pódio com IQ 35,1 e US$ 15. O Qwen3.5 397B A17B, da mesma família, marca IQ 34,3 a US$ 2,34 — já era a opção de "quase topo por uma fração do preço".

O novo Qwen3.5-9B (batch) entra muito abaixo disso tudo em preço: US$ 0,25 por milhão de saída é uma ordem de grandeza menor que qualquer modelo acima de IQ 45. A questão é que o catálogo não publicou índice de inteligência, benchmark de código nem score agentic para esta versão. Você está comprando barato no escuro.

Para quem isso vale — e para quem não muda nada

Serve para você se: roda pipelines assíncronos em grande volume, tem SLAs folgados e quer cada token de saída mais barato que o do modelo padrão da mesma família. Um job de madrugada que processa 50 milhões de tokens por noite e não tem pressa é o caso de uso típico.

Não muda nada se: você precisa de resposta em tempo real (chat, agente, tool-use síncrono) ou se o gargalo do seu sistema é a qualidade da resposta e não o custo. Para essas cargas, a versão padrão do Qwen3.5-9B continua sendo a escolha lógica — e mesmo assim, vale comparar com o MiMo-V2-Flash da Xiaomi, que marca IQ 34,0 a US$ 0,30 de saída.

A linha completa da Qwen hoje

A Qwen não soltou só esse modelo. No mesmo dia, a versão padrão do Qwen3.5-9B também entrou no catálogo, com a mesma janela de 262.144 tokens de contexto, multimodal (texto, imagem e vídeo como entrada, texto como saída), mas sem o rótulo batch e com o preço menor.

É um movimento de catálogo, não de salto tecnológico: a família Qwen3.5 já tem o 397B A17B brigando na faixa intermediária do ranking de inteligência. O que aparece hoje é a ponta de entrada da mesma família, com a opção batch para quem quer otimizar custo em workloads que toleram espera.

O que você faz com isso amanhã

Se você já roda jobs batch em outro modelo pequeno, vale rodar um piloto com 100 mil tokens de saída e comparar qualidade percebida — porque o índice de inteligência não foi publicado. Se você nunca usou batch e está preocupado com latência, não comece por aqui: a versão padrão do Qwen3.5-9B é o caminho. E se a sua carga é síncrona e exige o melhor raciocínio por dólar, o Qwen3.5 397B A17B a US$ 2,34 segue sendo a referência da própria Qwen na faixa intermediária do mercado.