Granite 4.1 8B custa US$ 0,10 por milhão de tokens e não quer competir com GPT-5.3

Quatro dias depois de chegar ao catálogo, o Granite 4.1 8B já é o tipo de lançamento que faz a pergunta certa na hora errada: a IBM está cobrando US$ 0,10 por milhão de tokens de saída e US$ 0,05 por milhão de entrada, com cache de leitura no mesmo valor da entrada. É barato. Mas barato em relação a quê?

O preço só impressiona se você comparar errado

Compare com o topo de gama e a conta parece absurda: o Gemini 3.1 Pro Preview cobra US$ 12 por milhão de saída, o GPT-5.3-Codex cobra US$ 14, e o DeepSeek V4 Pro cobra US$ 1,74. O Granite 4.1 8B entra a quase 140 vezes mais barato que o Codex. Só que essa comparação é desonesta — você está colocando um carro de passeio contra um caminhão.

O índice de inteligência do Granite 4.1 8B é 6,421. O do Ministral 3 3B, da Mistral, é 7,074. O do LFM2.5-1.2B-Instruct, da LiquidAI, é 2,299. O do Granite 4.0 Micro, da própria IBM, é 1,952. Ou seja: o modelo novo da IBM está no mesmo terreno de outros modelos pequenos voltados para tarefas específicas, não no terreno dos frontais.

O que esse modelo está realmente fazendo

Pensa no Granite 4.1 8B como um motor elétrico de小车 de entrega: ele não vai te levar do Rio a São Paulo em três horas, mas entrega o pacote na esquina gastando quase nada de bateria. Os 8 bilhões de parâmetros, todos ativos (não é MoE), com 131.072 tokens de contexto e pesos abertos, entregam exatamente o que uma equipe de TI precisa para rodar classificação, extração, sumarização e roteamento de intenção dentro de casa — sem mandar dado sensível para a API de ninguém.

A velocidade registrada é de 100,93 tokens por segundo, e o preço blended (entrada + saída ponderados) fica em US$ 0,0625 por milhão. É o tipo de número que some na fatura quando você processa 100 milhões de tokens por mês. A nota de coding é 9,5 — acima do Ministral 3 3B, que marca 4,784 — então, para completar código pequeno ou rodar em pipelines de revisão automática, o Granite 4.1 8B se sustenta.

Onde ele perde e para quem não faz sentido

Se você precisa de raciocínio encadeado, planejamento multi-etapa ou agente autônomo, este modelo não é a peça. O campo reasoning está em false, o agentic veio nulo, e a nota de codificação, embora razoável, não substitui um Codex. Para resumir um PDF de 200 páginas com nuance ou para gerar uma estratégia de marketing do zero, o caminho continua sendo um modelo acima de IQ 40.

Contra o próprio irmão mais velho, o Granite 4.0 Micro, o 4.1 8B sai pior no preço de saída (US$ 0,10 contra US$ 0,112 — na prática, empate) e muito melhor em inteligência (6,421 contra 1,952). É uma evolução real dentro da família. Já contra o Ministral 3 3B, a disputa fica apertada: o francês custa o mesmo na saída, entrega contexto idêntico de 131K, ainda traz visão (text+image->text) e tem velocidade quase duas vezes maior (208,41 t/s contra 100,93 t/s). A vantagem do Granite está nos pesos abertos e no ecossistema IBM — relevante se você já roda em watsonx.

O tabuleiro em 4 de maio de 2026

O catálogo tem hoje mais de 435 modelos listados, vindos de 60 criadores. Nos últimos 30 dias, 47 modelos entraram. O topo de inteligência continua dominado por Google, OpenAI e DeepSeek, todos acima de IQ 45, com o Xiaomi MiMo-V2.5-Pro marcando 42,88 logo abaixo. O Granite 4.1 8B não está nem perto desse grupo — e não foi feito para estar.

O que fazer com isso na segunda-feira

Se você está pagando API para classificar ticket, extrair campo de contrato ou rodar um RAG simples em documentos internos, vale testar o Granite 4.1 8B no lugar do modelo grande que está fazendo esse trabalho hoje. A conta cai, o dado não sai, e a perda de qualidade é pequena para a tarefa. Se o seu caso é gerar código complexo, raciocinar sobre problemas abertos ou construir agente, continue olhando para Gemini 3.1 Pro, GPT-5.3-Codex ou DeepSeek V4 Pro — e aceite pagar entre 17× e 140× mais por milhão de tokens de saída.