Comparação de modelos
Llama vs Qwen: Llama 4 Maverick e Qwen3.8 Flash
Escolha Qwen3.8 Flash pelos menores preços na Novita ($0.15/$0.47 contra $0.27/$0.85 por 1M tokens de entrada/saída); Llama 4 Maverick oferece texto e imagem sem raciocínio e contexto anunciado de 1M.
| Critério | Vencedor | Diferença | Evidência |
|---|---|---|---|
| Benchmark de programação | Qwen3.8-Flash-Next | +18.9 pp diferença publicada | Artificial Analysis (AA) SciCode: Qwen3.8-Flash-Next 50.6% vs Llama 4 Maverick 31.7%6 |
| Benchmark de raciocínio | Qwen3.8-Flash-Next | +21.9 pp diferença publicada | GPQA Diamond: Qwen3.8-Flash-Next 91.7% vs Llama 4 Maverick 69.8%12 |
| Custo estimado por solicitação | Qwen3.8 Flash | $0.00158 diferença por exemplo | Qwen3.8 Flash $0.00197 vs Llama 4 Maverick $0.0035534 |
Resultados de benchmarks oficiais
Resultados de benchmarks oficiais
As referências avaliadas são Llama 4 Maverick e Qwen3.8-Flash-Next; a tabela de preços e especificações descreve separadamente a API Qwen3.8 Flash da Novita.
Deslize para ver todas as colunas
| Métrica | Llama 4 Maverick | Qwen3.8-Flash-Next |
|---|---|---|
| LiveCodeBench12 | 43.4% (2024-10–2025-02) · dados informados pelo próprio fornecedor, 2025 | 91.9% (v6) · dados informados pelo próprio fornecedor, 2026 |
| GPQA Diamond12 | 69.8% · dados informados pelo próprio fornecedor, 2025 | 91.7% · dados informados pelo próprio fornecedor, 2026 |
| SciCode (AA)6 | 31.7% | 50.6% |
Desempenho
Desempenho
Deslize para ver todas as colunas
Preços
Preços
Deslize para ver todas as colunas
| Métrica | Llama 4 Maverick | Qwen3.8 Flash |
|---|---|---|
| Entrada / 1M tokens34 | $0.27 | $0.15 |
| Saída / 1M tokens34 | $0.85 | $0.47 |
| Janela de contexto (tokens)34 | 1M | 977K |
| Saída máxima (tokens)34 | 8K | 128K |
| API e ID do modelo34 | meta-llama/llama-4-maverick-17b-128e-instruct-fp8 | qwen/qwen3.8-flash |
Qual escolher
Programação, raciocínio, contexto e custo
Llama 4 Maverick
- Para raciocínio com base no GPQA, prefira a referência Flash-Next ao Llama 4 Maverick, que anuncia 69.8% no GPQA Diamond.
- Escolha a API do Llama pela maior janela de contexto anunciada, de 1M, mas com saída limitada a 8K; o exemplo com quantidades fixas de tokens custa $0.00355.
- Escolha o Llama para respostas sem raciocínio: a estimativa ilustrativa da AA até a primeira resposta é de 1.11 s, contra 40.99 s no Flash-Next, que pressupõe 2,000 tokens de raciocínio.
Qwen3.8 Flash
- Para raciocínio com base em benchmarks, considere o Qwen3.8-Flash-Next, com resultado anunciado de 91.7% no GPQA Diamond; a API Flash é apresentada separadamente.
- Para respostas geradas mais longas e menor custo com quantidades fixas de tokens, escolha a API Flash: contexto de 977K, saída máxima de 128K e um exemplo de requisição de $0.00197.
- Para programação, considere o Flash-Next: ele lidera a avaliação comparável SciCode da AA com 50.6% contra 31.7%; a API Flash separada permite 128K de saída contra os 8K do Llama.
Metodologia
Metodologia e fontes
As linhas de benchmark de Llama 4 Maverick e Qwen vêm dos relatórios oficiais dos modelos, com a AA complementando a comparação de programação. Qwen3.8-Flash-Next é a base de pesos abertos usada como referência para a API Flash; suas pontuações de benchmark não são medições dos endpoints da Novita. Os preços e os limites de tokens se aplicam às APIs Novita indicadas, e as taxas de saída da AA excluem a espera inicial.
A Novita AI publica esta comparação entre Llama e Qwen com evidências públicas dos modelos. O exemplo de custo fixa 10,000 tokens de entrada e 1,000 tokens de saída faturados aos preços de tabela síncronos sem cache, incluindo qualquer raciocínio faturado do Qwen. Impostos, novas tentativas, descontos e acordos de capacidade são excluídos; não foi executado nenhum benchmark privado de endpoints.
A comparação de programação usa os resultados AA SciCode: 31.7% para Llama 4 Maverick e 50.6% para Qwen3.8-Flash-Next. Os resultados oficiais do LiveCodeBench abrangem períodos de avaliação diferentes, por isso a diferença entre suas pontuações não é diretamente comparável.
A estimativa até o primeiro token de resposta usa os valores originais não arredondados da AA para o tempo até o primeiro fragmento e a velocidade de saída e acrescenta o tempo necessário para gerar 2,000 tokens de raciocínio; os valores de entrada exibidos na tabela estão arredondados. No Llama, que não gera tokens de raciocínio, o tempo de raciocínio acrescentado é 0. Esse orçamento de tokens é ilustrativo, não um tempo de resposta medido para um prompt específico.
- Llama 4 Maverick · Official Model Card huggingface.co · Consultado 2026-10-15
- Qwen3.8-Flash-Next · Official Model Card huggingface.co · Consultado 2026-10-15
- Llama 4 Maverick · Novita AI novita.ai · Consultado 2026-10-15
- Qwen3.8 Flash · Novita AI novita.ai · Consultado 2026-10-15
- Llama 4 Maverick · Artificial Analysis artificialanalysis.ai · Consultado 2026-10-15
- Qwen3.8-Flash-Next · Artificial Analysis artificialanalysis.ai · Consultado 2026-10-15
Desenvolva com Novita Model APIs
Crie uma chave API e conecte sua aplicação.