Qwen3.5 perde ponto no índice da Artificial Analysis

A régua mexeu debaixo de quem já tinha escolhido

Se você comparou modelos mês passado e anotou a nota do Qwen3.5 0.8B, apague. A versão não-reasoning desse modelo pequeno da Alibaba caiu de 4,418 para 3,309 no índice da Artificial Analysis — uma perda de pouco mais de um ponto inteiro em escala que vai até os 60. Em termos relativos, é quase 25% a menos de nota de um dia para o outro, sem mudança de preço nem de nome.

O outro lado da família mexeu pouco. O Qwen3.5 35B A3B (Non-reasoning) subiu de 23,383 para 23,993. Menos de 0,6 ponto, o tipo de ajuste que não muda fila nem decisão de compra. Mas está aí, registrado, e a régua é a mesma para todos.

O que é essa régua, afinal

A Artificial Analysis mantém um índice agregado de inteligência que combina benchmarks públicos. Não é uma prova única: é uma média ponderada de provas como GPQA, MMLU, coding e raciocínio, recalculada conforme os laboratórios atualizam versões ou conforme a própria metodologia é revisada. Por isso um número pode mudar sem o modelo ter sido treinado de novo — às vezes a régua é que se mexeu, às vezes o modelo foi reavaliado com uma versão mais dura da prova.

Pense numa prova de vestibular: se o MEC trocar a fórmula de cálculo da nota, candidatos que não estudaram nada de novo podem subir ou descer no ranking. Foi mais ou menos isso.

Para quem isso muda a decisão

Aqui é onde a coisa fica útil de verdade. O Qwen3.5 0.8B é um modelo de 800 milhões de parâmetros — serve para classificar texto, extrair entidades, rodar em edge, fazer sumarização barata. Ele nunca esteve no topo de nada; estava no catálogo como opção de baixíssimo custo para tarefas em que nota alta não é o critério. Continua valendo isso. A queda de 4,4 para 3,3 não o tira do nicho, só o afasta ainda mais de qualquer conversa sobre "inteligência".

Se você já tinha colocado ele numa fila de produção por causa de 4,418, mantenha — o motivo da escolha (custo, latência, footprint) continua o mesmo. Se você estava olhando o número como argumento de venda interna, o argumento acabou.

O 35B A3B é outra conversa. Modelo de 35 bilhões com 3 bilhões ativos por token (daí o "A3B" — active parameters), preço de US$ 0,6875 por milhão de tokens de saída. É o tipo de peça que competes no meio do tabuleiro: não está no topo de inteligência, mas custa uma fração do que custa um frontier. A subida de meio ponto não muda o cenário competitivo — ele continua onde estava, só um pouquinho mais apresentável em planilha.

Onde o 0.8B se situa agora

Para ter referência: o topo do catálogo hoje é o Claude Fable 5, da Anthropic, com IQ 62,073 e preço de US$ 50 por milhão de tokens de saída. O modelo mais barato acima de IQ 45 é o MiniMax M3, a US$ 1,20 por milhão. Um Qwen3.5 0.8B em 3,3 está em outro universo de uso — não é competidor de ninguém no top 5, e não deveria ser comparado a eles. É ferramenta, não concorrente.

O que você faz amanhã

Se o 0.8B está em produção por motivo de custo, não toque. Se está em produção por motivo de "nota de benchmark em apresentação para cliente", troque a apresentação — o número de hoje é 3,309 e qualquer pessoa que abrir a fonte vai ver a divergência. Se está em avaliação, rebaixe a expectativa: o modelo cumpre tarefas simples, não espere dele o que o número antigo sugeria.

O 35B A3B segue como candidato sólido para workloads de meio de tabela onde o orçamento manda mais que a régua. A correção pequena joga a favor de quem defende a compra, mas ninguém deveria escolher modelo por 0,6 ponto de IQ.

No fim, a lição é a mesma de sempre: benchmark é fotografia, não contrato. A Artificial Analysis avisa quando refaz a foto. Quem olha só o número, leva susto. Quem olha o motivo da escolha, segue dormindo.