Google e Meta lançaram, no mesmo dia — 3 de setembro de 2026 —, dois modelos concorrentes na categoria workhorse (segundo a newsletter The Neuron, 3/9/2026). Modelo workhorse é o modelo rápido e barato o bastante pra usar o dia inteiro, em vez do modelo carro-chefe, mais caro e reservado pras tarefas mais difíceis. Do lado do Google veio o Gemini 3.8 Flash. Do lado da Meta, o Muse Spark 1.3, prometido por Mark Zuckerberg num anúncio do mês anterior (segundo a Latent Space, seção AINews, 3/9/2026). A mesma edição da Latent Space credita ao Muse Spark 1.3 a 3ª posição entre os modelos do mundo, numa classificação de terceiro chamada AAII — um marco simbólico pra divisão de superinteligência da Meta. A pergunta certa aqui não é qual modelo é mais inteligente. É quanto custa terminar a tarefa direito, porque o próprio caso do Gemini 3.8 Flash mostra que preço por token e custo real da tarefa são coisas diferentes. Pra quem constrói ou decide no Brasil, isso importa direto: uma equipe que roteia tarefa de codificação ou agente pra um modelo mais barato, olhando só o preço por token, pode estar pagando mais por tarefa concluída sem perceber.

O que foi dito

Segundo a Latent Space, citando o pesquisador da Meta identificado como @shengjia_zhao, o Muse Spark 1.3 é o modelo mais forte da linha Spark pra tarefas agentivas e de codificação, com foco em trabalho de horizonte mais longo e mais confiabilidade em seguir instrução complexa. A Meta também afirma, segundo o resumo do The Neuron, que o novo modelo usa cerca de 20% menos chamadas de ferramenta e 25% menos tokens que a versão anterior — números do próprio fornecedor. O preço embute um desconto: o uso sai mais de 90% mais barato se o cliente aceitar que os dados sirvam pra treinar o modelo, segundo a mesma análise. O comentarista @alexandr_wang, citado pela Latent Space, destacou o custo muito baixo por uso — mas isso é reação qualitativa de terceiro, não um número de benchmark.

Do lado do Google, o Gemini 3.8 Flash é descrito, segundo o resumo do The Neuron, como melhorado em codificação, raciocínio e tarefas de execução longa. Separadamente, segundo a Latent Space, o Google — em anúncio de Sundar Pichai — lançou também uma variante especializada em segurança cibernética, o Gemini 3.8 Flash Cyber, com benchmarks divulgados pelo próprio fornecedor: 86,2% no CyberGym, 47,2% no CWE-Bench e mais de 70% de sucesso num benchmark interno de descoberta de vulnerabilidade em 20 linguagens de programação. São produtos diferentes: o Flash Cyber não é o mesmo modelo workhorse comparado ao Muse Spark.

O The Neuron resume a diferença de estratégia entre os dois fornecedores numa frase: o Google deixa o Gemini "trabalhar mais" quando a tarefa parece difícil — mais raciocínio, mais chamada de ferramenta, na esperança de uma resposta melhor. A Meta foca em deixar o Muse melhor em decidir que trabalho ele não precisa fazer — menos passo desperdiçado, menos token, menos chamada de ferramenta.

O teste independente veio da Artificial Analysis, conforme citado pelo The Neuron. Os dois modelos ficaram próximos, com o Muse à frente em alguns testes de inteligência e o Gemini bem mais rápido. O achado central: o Google manteve o preço por token do Gemini igual ao da versão anterior, mas o custo por tarefa concluída ficou cerca de 40% mais alto — porque o modelo faz mais trabalho pra chegar à resposta.

O que vale

O que se sustenta nas duas fontes ao mesmo tempo é a divisão de estratégia: o Google aposta em fazer mais esforço por tarefa, a Meta aposta em fazer menos esforço desnecessário. Essa leitura aparece descrita do mesmo jeito nas duas publicações — não é opinião isolada de uma newsletter só. No meu fluxo, antes de trocar o modelo de produção só pelo preço por token ou pelo benchmark anunciado, meço o custo até a tarefa terminar de verdade (LEIA TAMBÉM · OpiniãoO vendor tem o dado; o seu tier pode não expor no endpoint que você chamaUm fornecedor pode ter a informação que você precisa e, mesmo assim, o plano que você comprou não entregar essa informação no endereço que o seu programa consulta. Uma chamada de teste antes mostra isso.), que é literalmente o que a Artificial Analysis fez aqui. O achado da Artificial Analysis é esse trade-off na prática: preço por token igual não significa custo por tarefa igual, e um modelo que raciocina mais pode custar mais mesmo cobrando o mesmo por token. Vale registrar que o único número desta notícia vindo de um avaliador independente, e não de anúncio de fornecedor, é justamente esse achado de custo por tarefa — é o dado mais confiável pra decisão prática entre as duas fontes.

O que ignorar

O número de MRCR (98,1% numa janela de 512 mil a 1 milhão de tokens) e a especulação sobre o Muse Spark ter escala na casa do trilhão de parâmetros vêm de discussão de fórum sobre uma captura de tela de um post do Zuckerberg — não são anúncio direto da Meta nestas fontes, e por isso ficam fora do que dá pra tratar como fato aqui. Qualquer leitura da 3ª posição entre os modelos do mundo como ranking universal e definitivo também merece cautela: é uma métrica específica, chamada AAII pela Latent Space, de um avaliador de terceiro, e não necessariamente reflete todo tipo de tarefa. Os benchmarks do Gemini 3.8 Flash Cyber (86,2%, 47,2%, mais de 70%) são de um produto especializado em cibersegurança — não do Gemini 3.8 Flash workhorse comparado ao Muse Spark, e misturar os dois é o erro mais fácil de cometer lendo esta notícia. O comentário de que o uso do Muse Spark sai por uma fração de centavo também é reação qualitativa de um comentarista, não preço publicado com metodologia.

O que fazer com isso

Quem já roteia tarefa de codificação ou agente pra um modelo mais barato por token deveria medir, numa amostra real de tarefas desta semana, o custo até a tarefa terminar — não só o preço por token — antes de decidir qual modelo manter em produção. Vale sobretudo pra quem tem volume real de uso; pra uso esporádico, a diferença de custo por tarefa pesa menos que a conveniência.