o3 cobra US$ 8 por milhão; Gemma 4 26B cobra US$ 0,34 — vale a troca?

Você está olhando para dois modelos que custam US$ 8 e US$ 0,34 por milhão de tokens de saída. É isso, nessa ordem. A pergunta não é qual é o melhor — o o3 da OpenAI é melhor no índice geral de inteligência. A pergunta é se essa diferença toda se traduz em algo que aparece na sua fatura da API.

O que cada um entrega hoje

o3 é um modelo fechado da OpenAI, lançado em abril de 2025, com contexto de 200 mil tokens e entrada multimídia (texto, imagem e arquivo). É um modelo de raciocínio, com corte de conhecimento em junho de 2024. No índice da Artificial Analysis medido nesta data, marca 31,096 de IQ — número que não era o que era em 2025, então não dá para falar em evolução, só em posição atual.

Gemma 4 26B A4B é o oposto em quase tudo. Veio em 3 de abril de 2026, tem pesos abertos, é uma Mistura de Especialistas com 25,2 bilhões de parâmetros totais mas só 3,8 bilhões ativos por token. Pesa menos para rodar do que parece. Aceita texto, imagem e vídeo na entrada. No mesmo índice, marca 26,066 de IQ.

A diferença é de 5,03 pontos de IQ. Em outras palavras: o o3 está mais perto do topo do mercado do que o Gemma 4 está do o3.

A conta que ninguém quer fazer

O Gemma 4 custa US$ 0,07 por milhão de tokens de entrada e US$ 0,34 por milhão de tokens de saída. O o3 cobra US$ 2 e US$ 8 nos mesmos campos. O cache do o3 sai por US$ 0,50; o Gemma 4 não publicou preço de cache, então não dá para comparar.

Traduzindo para um caso real: se você processa 10 milhões de tokens de saída por mês no o3, a conta fecha em US$ 80. No Gemma 4, US$ 3,40. A diferença absoluta é pequena em dólares, mas a proporção é de 23,5 vezes.

Onde o Gemma 4 não é o mesmo jogo

O Gemma 4 traz dois números que o catálogo não publica para o o3: 39,316 em coding e 11,036 em agentic. É uma pista, não uma prova — o o3 tem fama de coder forte, mas o índice específico não foi divulgado. Quem roda benchmark próprio vai ter que testar.

A velocidade do o3 aparece em 108,93 tokens por segundo. A do Gemma 4 não foi medida nesse recorte. Em workloads onde latência importa, isso pesa.

Para quem cada um ganha

O Gemma 4 ganha quando você precisa rodar muito volume, quer pesos abertos para ajustar ou hospedar, ou está montando um pipeline onde a economia por token é o que decide o projeto. Um chatbot de atendimento que consome milhões de tokens por dia sente essa diferença direto no boleto.

o3 ganha quando os 5 pontos de IQ acima fazem diferença real — raciocínio complexo, matemática pesada, tarefas onde errar custa caro e o volume é baixo o suficiente para a conta não doer. É o caso de pesquisa, análise jurídica, geração de código crítica.

E vale situar: nenhum dos dois está no topo do mercado hoje. O Gemini 3.1 Pro Preview lidera com 47,738 de IQ a US$ 12 de saída; o GPT-5.3-Codex vem logo atrás com 45,512 a US$ 14. O o3 está fora do top 5 atual; o Gemma 4 também. Mas nenhum dos dois precisa ser o melhor para ser a escolha certa para o seu caso.

O que fazer com isso

Se você está pagando API no o3 para tarefas que o Gemma 4 resolve, está deixando dinheiro na mesa. Se está migrando para o Gemma 4 tarefas que dependem daqueles 5 pontos de IQ, está economizando na direção errada. Rode um piloto de duas semanas com workload real, meça qualidade, meire custo. A resposta mora aí, não no comparativo.