Um ano depois, Qwen3 segue no trono de custo-benefício em teste comparativo de modelos

Reuni quatro LLMs em um único lote para verificar se a Gemma pequena realmente superou a grande nos testes entre sessões. Os resultados foram bem mais interessantes do que o esperado.

Frente a frente: as duas Gemma não se distanciaram

Num confronto direto justo, o resultado surpreendente do teste entre sessões desapareceu: as duas Gemma ficaram empatadas, sem diferença. Mas isso foi só o começo. O DeepSeek V4 Flash, que eu havia avaliado em 83 pontos, marcou 89 desta vez, exatamente 6 pontos a mais. O modelo estava subestimado, e essa foi a principal descoberta do lote.

Superestimar um modelo pode levar a subestimar toda a hierarquia. Por isso, confrontos diretos justos no mesmo contexto continuam sendo o padrão de referência.

Qwen segue no trono há um ano

O Qwen3-235B-A22B-2507 (lançado em 21 de julho de 2025) voltou a ficar em primeiro lugar em preço/qualidade. Era o checkpoint de julho, de quase exatamente um ano atrás. E ele continua sem ser desbancado pelos concorrentes.

Muita coisa aconteceu nesse ano. O Gemini saltou de 57 para 97 pontos, uma alta de 40. Testei o DeepSeek de novo três vezes, sempre com resultados novos. Surgiram novos concorrentes. Mas o Qwen? Simplesmente segue no trono.

• Gemini: +40 pontos em um ano
• DeepSeek V4 Flash: subestimado em 6 pontos
• Qwen3: continua melhor em preço/qualidade
• MiniMax: ganhou muito hype; sólido nos testes, mas não revolucionário
• Oito modelos novos de junho: não mexeram no líder

Novos critérios e o hype do MiniMax

A atualização do ranking incluiu um novo critério: velocidade de geração. Na prática, rapidez e qualidade nem sempre andam juntas. Um modelo pode ser rápido, mas mais lento no aprendizado com os dados atuais, ou o contrário.

O MiniMax merece menção à parte. De fato, todos o elogiam e, em capacidades, ele se aproxima do Opus. Mas houve uma divulgação muito intensa em torno dele. Num teste justo, entrega resultados que merecem atenção, mas não tão revolucionários a ponto de reescrever a hierarquia.

O que isso significa

Se você está escolhendo entre qualidade e preço, o Qwen3-235B continua sendo a melhor escolha para a maioria das tarefas. Os outros modelos são mais especializados: Gemini para multimodalidade, DeepSeek para experimentos, MiniMax para quem está disposto a pagar mais.