Google: Gemini 3.1 Flash Lite Preview contra Qwen: Qwen2.5 VL 72B Instruct
Uma comparação lado a lado entre Google: Gemini 3.1 Flash Lite Preview (US$ 0,88 / 1M fragmentos (≈ R$ 4,82)) e Qwen: Qwen2.5 VL 72B Instruct (US$ 2,80 / 1M fragmentos (≈ R$ 15,41)) com preços em USD e recursos atuais do catálogo do api14. Os dois funcionam pela mesma API compatível com OpenAI.
Especificações
| Google: Gemini 3.1 Flash Lite Preview | Qwen: Qwen2.5 VL 72B Instruct | |
|---|---|---|
| Provedor | Qwen | |
| Entrada | US$ 0,88 / 1M fragmentos (≈ R$ 4,82) | US$ 2,80 / 1M fragmentos (≈ R$ 15,41) |
| Saída | US$ 5,25 / 1M fragmentos (≈ R$ 28,89) | US$ 3,50 / 1M fragmentos (≈ R$ 19,26) |
| Leitura de cache | US$ 0,09 / 1M fragmentos (≈ R$ 0,48) | US$ 1,40 / 1M fragmentos (≈ R$ 7,70) |
| Gravação de cache | US$ 0,29 / 1M fragmentos (≈ R$ 1,61) | - |
| Raciocínio | US$ 5,25 / 1M fragmentos (≈ R$ 28,89) | - |
| Entrada de áudio | US$ 1,75 / 1M fragmentos (≈ R$ 9,63) | - |
| Imagem | US$ 0,000001 / imagem (≈ R$ 0,00000482) | - |
| Busca na web | US$ 49,00 / 1 mil buscas (≈ R$ 269,66) | - |
| Janela de contexto | 1.048.576 | 128.000 |
| Saída máxima | 65.536 | 115.200 |
| Entrada | text, image, video, file, audio | text, image |
| Saída | text | text |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 3 de mar. de 2026 | 1 de fev. de 2025 |
Principais diferenças
- Google: Gemini 3.1 Flash Lite Preview é 69% mais barato nos tokens de entrada.
- Qwen: Qwen2.5 VL 72B Instruct é 33% mais barato nos tokens de saída.
- Google: Gemini 3.1 Flash Lite Preview lê 8.2× mais contexto (1.048.576 tokens).
- Só o Google: Gemini 3.1 Flash Lite Preview suporta chamada de ferramentas.
- Só o Google: Gemini 3.1 Flash Lite Preview suporta controle do esforço de raciocínio.
- Uma requisição com 1.000 tokens de entrada e 500 de saída custa US$ 0,00350 com Google: Gemini 3.1 Flash Lite Preview e US$ 0,00455 com Qwen: Qwen2.5 VL 72B Instruct.
Em detalhe
Google: Gemini 3.1 Flash Lite Preview é um modelo Google, listado na categoria texto, e apareceu pela primeira vez no fornecedor em 2026-03-03. Qwen: Qwen2.5 VL 72B Instruct vem da Qwen, também está na categoria texto, e tem uma data de lançamento no fornecedor de 2025-02-01. Ambos são servidos através de api14 como modelos de saída de texto, por isso a escolha entre eles resume-se à forma como cada um lida com a entrada e quanto espaço lhe dá.
A maior diferença está no contexto e na modalidade de entrada. Gemini 3.1 Flash Lite Preview aceita entrada de texto, imagem, vídeo, ficheiro e áudio e oferece uma janela de contexto de 1,048,576 tokens, que é a maior das duas. Qwen2.5 VL 72B Instruct aceita apenas texto e imagem, com uma janela de contexto de 128,000 tokens. Gemini 3.1 Flash Lite Preview é também o único do par que expõe controlos de chamada de ferramentas e de raciocínio, uma vez que a sua lista de parâmetros inclui tools, tool_choice, reasoning, reasoning_effort e include_reasoning. Em saídas estruturadas os dois não são significativamente diferentes, e ambos permitem definir response_format, temperature, top_p, max_tokens e seed. Qwen2.5 VL 72B Instruct, por sua vez, dá-lhe um conjunto mais amplo de controlos de amostragem e inspeção, incluindo frequency_penalty, presence_penalty, repetition_penalty, logit_bias, logprobs, top_logprobs, top_k e stop. Em preço, Gemini 3.1 Flash Lite Preview é a opção mais barata para entrada, enquanto Qwen2.5 VL 72B Instruct é a opção mais barata para saída.
Para trabalho prático, recorra a Gemini 3.1 Flash Lite Preview quando a tarefa envolve documentos longos, bases de código grandes ou multimédia mista, uma vez que consegue receber vídeo, áudio e ficheiros juntamente com texto e tem muito mais contexto com que trabalhar. É também a escolha quando precisa que o modelo chame ferramentas ou quando quer ativar o raciocínio e ajustar quanto dele obtém. Escolha Qwen2.5 VL 72B Instruct quando a sua entrada é texto mais imagens e 128,000 tokens são suficientes, e quando se preocupa com o custo de saída ou quer um controlo mais fino sobre a amostragem através de penalizações, top_k, logit_bias e saídas de probabilidade logarítmica. Se a sua carga de trabalho for sobretudo compreensão de imagens com prompts curtos e estiver a vigiar o gasto de geração, Qwen2.5 VL 72B Instruct continua a ser a melhor opção, mesmo que Gemini 3.1 Flash Lite Preview seja mais barato na entrada.
Chamar qualquer um dos modelos através de api14 funciona da mesma forma, porque a API é compatível com OpenAI. Aponta o seu cliente para o mesmo endpoint, envia o mesmo corpo de pedido no estilo chat completions, e altera apenas o id do modelo. Use google/gemini-3.1-flash-lite-preview para o modelo Google e qwen/qwen2.5-vl-72b-instruct para o modelo Qwen. Tudo o resto, as suas mensagens, as suas imagens, os seus parâmetros, mantém a mesma forma, por isso alternar entre eles é uma alteração de uma linha e pode comparar resultados nos seus próprios dados sem reescrever código de integração.
Troque com uma string
Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "google/gemini-3.1-flash-lite-preview" para "qwen/qwen2.5-vl-72b-instruct", prompts, streaming e ferramentas continuam funcionando.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "qwen/qwen2.5-vl-72b-instruct",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Mais comparações
- LiquidAI: LFM3-1.7B contra Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B contra Crouton Alpha
- LiquidAI: LFM3-1.7B contra Tencent: Hy4
- LiquidAI: LFM3-1.7B contra Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview contra Crouton Alpha
- Ricursive: Ripple 65B Preview contra Tencent: Hy4
- Ricursive: Ripple 65B Preview contra Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha contra Tencent: Hy4