Qwen3.5-9B a US$ 0,15 o milhão e ainda sem nota de IQ

O preço e o que ele significa

US$ 0,15 por milhão de tokens de saída é o que o Qwen3.5-9B cobra hoje. É também um preço que, por si só, não diz se o modelo serve para o seu caso.

US$ 0,10 por milhão de tokens de entrada colocam o 9B num patamar abaixo até do Qwen3.5 397B A17B (US$ 2,34 por milhão de saída) da mesma Qwen. Comparado com o topo do catálogo no dia 20 de março de 2026, a diferença chega a dois dígitos: Gemini 3.1 Pro Preview cobra US$ 12 por milhão de saída, oitenta vezes mais; Claude Sonnet 4.6 cobra US$ 15, cem vezes mais. Quando você processa milhões de tokens por dia em tarefas de visão — classificação, OCR, descrição de imagens, extração em vídeo — essa distância vira diferença de orçamento no fim do mês. O release chama de "efficient 9B-parameter architecture". A tradução prática: cabe em volume onde modelos grandes não cabem.

Capacidade sem régua

A ficha técnica é clara: multimodal completo, com texto, imagem e vídeo na entrada e texto na saída. Janela de contexto de 262.144 tokens — o mesmo patamar dos modelos grandes da casa. A descrição oficial cita raciocínio, código e compreensão visual num pacote unificado, projetado para entregar "strong reasoning, coding, and visual understanding" num pacote de 9 bilhões de parâmetros.

Tradução direta: é um modelo pequeno que tenta entregar três coisas que modelos grandes costumam monopolizar. Em arquitetura unificada visão-linguagem, a Qwen tem histórico recente de conseguir isso a 9B — mas, novamente, sem benchmark publicado, "tentar" é tudo que se pode afirmar.

Nada disso vem com número. Não há IQ, coding, agentic ou blended index publicado. Você sabe o que o 9B faz e a que preço. Não sabe quanto ele acerta em benchmark padronizado.

Onde ele se encaixa (e onde não)

O topo do catálogo tem cinco nomes com medição atualizada de inteligência. Google Gemini 3.1 Pro Preview lidera com 47,7. OpenAI GPT-5.3-Codex vem logo atrás com 45,5. Xiaomi MiMo-V2-Omni aparece em terceiro com 35,8. Anthropic Claude Sonnet 4.6 está em 35,1. O Qwen3.5 397B A17B, irmão maior do 9B, fecha o top-5 com 34,3.

O 9B não está nessa lista. Pode estar acima, abaixo ou no meio — sem medição, qualquer afirmação de posição é chute. O catálogo traz 374 modelos hoje, 53 criadores diferentes, 36 lançamentos nos últimos 30 dias. Espaço tem. Falta o número que coloca o 9B na régua.

Para você, vale se roda multimodal em escala e cada centavo por token entra no cálculo; se precisa ler imagem e vídeo sem pagar tarifa de modelo topo; se está montando pipeline de classificação, extração, resumo ou descrição onde volume supera a diferença de alguns pontos percentuais de acerto.

Não muda nada se você chama o melhor modelo para uma decisão crítica e olha o ticket médio; se seu fluxo depende de IQ acima de 40 e você quer número no papel para justificar a escolha; ou se precisa comparar maçãs com maçãs no benchmark do catálogo e não topa rodar teste próprio.

O que fazer com isso agora

Para adoção imediata, trate o Qwen3.5-9B como peça de produção em volume, não como cabeça de raciocínio. Monte um conjunto de 100 a 500 exemplos do seu próprio domínio, compare a saída com o modelo que você usa hoje e meça taxa de acerto e custo por chamada. Se a taxa cair menos que 20% e o custo cair mais que cinco vezes, a conta fecha.

Se você já testou a família Qwen em 32B ou 70B e ela serviu, a chance de o 9B dar conta do mesmo tipo de multimodal é alta — comece por ele e meça. Se é a primeira vez que olha para multimodal pequeno, comece pelo irmão maior (o 397B, com IQ 34,3 medido) e desça até o 9B comparando custo por chamada. Se a nota de IQ não chegar em algumas semanas e você não quer teste próprio, espere.