Nemotron 3 Ultra sobe 64% no output em dia de cortes no catálogo

A conta chegou diferente para quem usa o Nemotron 3 Ultra da NVIDIA. Em um dia em que oito modelos do catálogo ficaram mais baratos, o modelo de 550B parâmetros foi na contramão e viu o preço do token de saída saltar 64% — de US$ 2,20 para US$ 3,60 por milhão de tokens.

O balanço das últimas 24 horas soma onze alterações: duas altas e oito reduções, segundo o recorte do catálogo. A lista pública detalha oito delas — todas com nome, criador e preço anterior e atual. A média do dia é de cortes modestos, entre 5% e 10%. O Nemotron 3 Ultra destoa completamente.

O mapa do dia: oito cortes, dois aumentos

O catálogo tem mais de 521 modelos ativos hoje, vindos de 66 criadores. No recorte do dia, a maioria dos ajustes foi para baixo — o oposto do que se costuma ver quando um modelo top de linha chega e força reposicionamento de tabela. Os dois aumentos do dia são a exceção: o Nemotron 3 Ultra, com 64%, e o Arcee Trinity Large Thinking, com 6% no output.

NVIDIA contra a maré

O Nemotron 3 Ultra é a maior aposta aberta da NVIDIA em modelo hospedado: 550 bilhões de parâmetros, arquitetura MoE com 55B ativos por inferência. Custava US$ 0,50 por milhão de tokens de entrada e US$ 2,20 de saída; agora são US$ 0,60 e US$ 3,60. O reajuste de input é de 20%; o de output, de quase dois terços. Para um workload de geração longa — resumo de documentos, raciocínio encadeado, agentes — o impacto na fatura é desproporcional: a maior parte do custo mora no token que sai, não no que entra.

Para quem isso importa: aplicações que já migraram workloads de reasoning para o Nemotron 3 Ultra e que não estão travadas em contrato anual. Para quem não muda nada: quem usa o irmão menor, o Nemotron 3 Super (120B), que pelo contrário ficou um pouco mais barato — input subiu 6%, mas output caiu 11%.

Qwen lidera o corte, Kimi vem logo atrás

No lado oposto, o corte mais agressivo do dia veio da Alibaba, via Qwen. O Qwen3 30B A3B Instruct 2507 viu o preço de entrada cair de US$ 0,10 para US$ 0,0482 por milhão, e o de saída de US$ 0,30 para US$ 0,1931. É quase metade do que custava ontem. Para um modelo de 30B com ativação esparsa de 3B, o novo patamar coloca o Qwen entre os mais baratos por token de qualquer modelo de peso médio à venda no catálogo.

Logo atrás, o Kimi K2.6 da MoonshotAI também merece atenção: saiu de US$ 3,42 para US$ 2,72 no token de saída, corte de 20%. É menos agressivo que o da Qwen em percentual, mas em valor absoluto a economia por milhão de tokens é maior — US$ 0,70 a menos. Para quem roda o Kimi em volume — chatbots, classificação, pipelines de RAG — o desconto se acumula rápido.

O restante do dia é ajuste fino: GLM 5.2, Kimi K2.7 Code e gpt-oss-20b todos na faixa dos 7% de corte, com Arcee Trinity Large Thinking subindo 6% no output e caindo 12% no input — mudança pequena em ambas as direções.

Para quem isso muda a conta

A leitura prática é simples: se a sua stack depende do Nemotron 3 Ultra, é hora de revisar o orçamento antes do próximo ciclo de cobrança. Se você está no Qwen3 30B ou no Kimi K2.6, o custo cai sem renegociar contrato nem trocar provedor. E se você ainda está avaliando modelo, vale lembrar que o snapshot de hoje lista o MiniMax M3, o GPT-5.6 Luna e o DeepSeek V4 Pro 0423 como os mais baratos acima de IQ 45 — todos abaixo de US$ 2 por milhão de tokens de saída.

A conta de API raramente cai sozinha. Quando cai, é bom checar se não é corte cosmético no input enquanto o output — que é o que pesa em geração — continua subindo.