A briga por preço nos modelos de inteligência artificial ganhou mais um capítulo. A Alibaba anunciou o Qwen3.8-Flash, modelo multimodal cobrado a US$ 0,16 por milhão de tokens de entrada (cerca de R$ 0,83) e US$ 0,47 por milhão de tokens de saída (aproximadamente R$ 2,43) — valores que colocam a empresa entre as opções mais baratas para quem processa grandes volumes de texto.
A arquitetura segue a linha de mistura de especialistas: são 125 bilhões de parâmetros principais, mais 51 bilhões adicionais, mas apenas 6 bilhões ativados por token. É esse desenho que sustenta o preço baixo — o modelo é grande no total e pequeno no custo de cada chamada. A Alibaba também afirma ter reduzido o tempo de treinamento a um nono do necessário para o Qwen3.7-Plus, resultado de mudanças em atenção, conexões residuais, incorporação e otimização. A janela de contexto parte de 262.144 tokens e pode ser esticada até 1 milhão.
O detalhe mais relevante talvez não seja nenhum desses números, e sim a estratégia. Junto da versão comercial, já em produção, a empresa publicou o Qwen3.8-Flash-Next em código aberto no Hugging Face e no ModelScope. Enquanto os laboratórios americanos mantêm seus modelos de ponta fechados, a linha Qwen vem sendo liberada de forma agressiva, o que a transformou numa das bases favoritas de quem desenvolve IA sem depender de um único fornecedor.
Para quem está no Brasil, o efeito prático aparece na conta no fim do mês. Boa parte dos aplicativos nacionais de IA — atendimento, resumo de documentos, geração de texto — roda sobre APIs de terceiros pagas em dólar, e cada queda de preço nesse mercado alivia a operação. Ter um modelo com contexto de 1 milhão de tokens por centavos por consulta, e com versão aberta que pode ser rodada em infraestrutura própria, dá margem de negociação a quem hoje depende de um único provedor.
