Codex da OpenAI custa 16 vezes mais que o MiMo da Xiaomi

A conta que ninguém mostra no anúncio

Você está olhando para dois modelos que aparecem no mesmo topo do ranking de inteligência hoje, mas a fatura da API vai contar histórias bem diferentes. O GPT-5.3-Codex, da OpenAI, cobra US$ 14 por milhão de tokens de saída. O MiMo-V2.5-Pro, da Xiaomi, cobra US$ 0,87 pelo mesmo volume. A diferença é de 16 vezes — não é erro de leitura, é o preço de tabela. Antes de escolher pelo número mais barato, vale entender o que cada um entrega em troca.

Inteligência: a vantagem do Codex é real, mas pequena

No índice de inteligência que o catálogo publica hoje, o Codex marca 45,512 e o MiMo, 42,88. São 2,6 pontos de diferença em uma escala em que o líder absoluto, o Gemini 3.1 Pro Preview, está em 47,738. Em outras palavras: o MiMo entrega cerca de 94% da inteligência do Codex, e o Codex está a 5% do topo do mercado. Para a maioria das tarefas de engenharia de software, esse intervalo costuma passar despercebido.

Onde o MiMo devolve o troco

Três detalhes do Xiaomi mudam o cálculo. Primeiro, o contexto: o MiMo aceita 1.050.000 tokens contra 400.000 do Codex. Se você joga repositórios inteiros ou documentos longos, cabe o dobro sem precisar particionar. Segundo, o MiMo é open weights, com 1.023 bilhões de parâmetros totais e 42 bilhões ativos — dá para rodar fino localmente, ajustar com fine-tuning ou hospedar em servidor próprio. Terceiro, o preço de cache do MiMo é US$ 0,0036 por milhão, contra US$ 0,175 do Codex: uma diferença de quase 49 vezes para quem repete prompts longos.

Onde o Codex ainda não tem rival

A OpenAI não está vendendo só o índice de inteligência. O Codex traz multimodalidade nativa — aceita texto, imagem e arquivo como entrada e devolve texto —, enquanto o MiMo é estritamente texto → texto. Em fluxos que precisam ler screenshot, PDF ou print de erro, o MiMo não entra. A velocidade também pesa: o Codex entrega 118 tokens por segundo, mais que o triplo dos 34 do MiMo. Em loops agentic curtos, em que cada segundo de espera multiplica pela quantidade de chamadas, essa diferença aparece no tempo de execução da tarefa — e, indiretamente, na fatura.

O tabuleiro em maio de 2026

O catálogo hoje tem 435 modelos listados, vindos de 60 criadores. O Codex, lançado em 24 de fevereiro, é a referência de agentic coding da OpenAI. O MiMo-V2.5-Pro, lançado dez dias atrás, é a tentativa da Xiaomi de furar a bolha dos modelos chineses mais baratos que já dominaram o segmento de baixo custo. Entre os dois, o DeepSeek V4 Pro 0423 ocupa um lugar curioso: índice de 45,268 e preço de US$ 1,74 por milhão de tokens de saída — mais caro que o MiMo, mais barato que o Codex, e com inteligência quase igual à do Codex.

Para quem cada um vale a pena

Codex ganha quando você precisa de multimodalidade (imagem e arquivo como entrada), de velocidade em loops agentic curtos ou está construindo produto em cima da API da OpenAI e quer a referência da casa. Pague os US$ 14 por milhão com a consciência de que está comprando, além de inteligência, throughput e flexibilidade de entrada.

MiMo ganha quando o orçamento é o fator decisivo, quando o trabalho é majoritariamente texto, quando o contexto longo (acima de 400 mil tokens) é rotina ou quando você quer open weights para rodar localmente, fazer fine-tuning ou evitar lock-in de fornecedor. Pague os US$ 0,87 sabendo que abre mão de multimodalidade e de velocidade.

A pergunta não é qual modelo é melhor. É qual troca você está disposto a fazer.