Qwen4-Max: o novo topo de linha da Alibaba sai mais barato que o anterior

Grafico oficial de benchmarks do Qwen4-Max com 16 linhas comparando Qwen4-Max, Qwen3.8-Max-0902, Opus 5.5, GPT-6.1 Sol, GPT-6.2 Astra e Kimi K3.1

A Alibaba lançou o Qwen4-Max nesta segunda-feira, 16 de novembro, cinco dias depois da prévia que eu cobri na quinta. É o modelo mais capaz da família Qwen até agora, com 2,4 trilhões de parâmetros, visão nativa e janela de 1 milhão de tokens. E ele chega com uma news que muda a leitura do mercado: mais barato que o modelo que ele substitui.

Os preços na tabela internacional do QwenCloud caem de US$ 2,00 para US$ 1,50 por milhão de tokens de entrada e de US$ 6,00 para US$ 4,50 na saída. A leitura de cache despenca de US$ 0,25 para US$ 0,075. Uma geração mais nova custando menos que a anterior é raro o bastante para ser o eixo do anúncio, e é o que a Alibaba emphasises no benchmark Work360, onde o custo médio por tarefa desce de US$ 4,43 para US$ 1,67.

Mas a mesma release que traz o preço para baixo mantém os pesos fechados. Depois de abrir o Qwen3.8-2.4T-A95B sob licença própria em agosto, a Alibaba voltou a fechar a flagship. A promessa é de que modelos menores da família Qwen4 virão abertos, sem data. Vamos aos números, porque o gráfico de lançamento é misto e vale ler com atenção.

Os gráficos de lançamento da Alibaba são compilados pelo próprio fabricante, e alguns números citados vêm de leaderboards de terceiros sem reprodução independente. A leitura honesta é: o Qwen4-Max ganha de verdade em trabalho agentivo de longo horizonte e em trabalho jurídico, e perde de verdade em terminal e em replicação de software.

O que o modelo é

ParâmetroValor
Model IDqwen4-max
ArquiteturaMoE esparso, nova arquitetura Qwen4
Parâmetros totais2,4 trilhões
Ativos por token71 bilhões, 25% menos que o Qwen3.8-Max na mesma escala
Contexto1.000.000 de tokens
EntradaTexto, imagem e vídeo
RaciocínioSuportado, com resumo e criptografia do thinking
FerramentasFunction Calling, busca na web, chamadas paralelas, ferramentas integradas
CompatibilidadeOpenAI Chat Completions, Responses, Anthropic Messages, DashScope
Saída estruturadaJSON Object e JSON Schema
CacheExplícito e implícito
PesosFechados, sem model card público
Data16 de novembro de 2026

As três regiões de deploy são China em Pequim, Global (Alemanha, Frankfurt), Internacional (Singapura) e China (Pequim). Batch inference e fine-tuning não são suportados, e o deploy dedicado do modelo também não. A cota gratuita é de 1 milhão de tokens, válida por 90 dias, apenas na região de Singapura.

O que explica parte da economia é a arquitetura. A mesma escala de 2,4 trilhões do Qwen3.8-Max, mas com 71 bilhões de parâmetros ativados por token contra 95 bilhões, uma redução de 25%. A mudança não está só na contagem: a arquitetura Qwen4 mexe em atenção, conexões residuais e embeddings, que era exatamente o que o Qwen3.8-Flash-Next tinha antecipado como prévia pública um mês antes.

Grafico oficial de benchmarks do Qwen4-Max com 16 linhas comparando Qwen4-Max, Qwen3.8-Max-0902, Opus 5.5, GPT-6.1 Sol, GPT-6.2 Astra e Kimi K3.1
O grafico oficial de lancamento, com 16 benchmarks contra cinco rivais. Vale a leitura com calma porque o resultado e misto.

O gráfico completo, sem cortar as perdas

Estes são os 16 benchmarks do gráfico oficial. A ordem das colunas é Qwen4-Max, Qwen3.8-Max-0902, Opus 5.5, GPT-6.1 Sol, GPT-6.2 Astra e Kimi K3.1.

BenchmarkQwen4-MaxQwen3.8-MaxOpus 5.5GPT-6.1 SolGPT-6.2 AstraKimi K3.1
DeepSWE v1.1, codificacao com agentes75,769,374,275,274,175,5
CodeArena Elo, desenvolvimento web175016761816174217631686
Terminal-Bench 4.0, codificacao agentiva em terminal48,538,959,656,159,167,2
ProgramBench, replicacao de software em caixa-preta31,528,065,052,555,025,0
AA-Briefcase v1.1 Elo, trabalho do conhecimento com agentes168616051801155515691674
Agents’ Last Exam v1.1, tarefas de longo horizonte46,727,943,442,643,4n/d
JobBench, tarefas profissionais de trabalho68,565,375,466,266,161,2
APEX-Agents v1.1, tarefas de servicos profissionais72,163,373,560,064,765,5
HLAB-Vals-1.1, trabalho juridico com agentes21,315,49,26,37,111,7
AutomationBench-AA, workflow SaaS com agentes72,556,269,564,968,573,3
AgentArena, melhoria liquida7,5n/d18,211,813,93,9
BioMysteryBench, pesquisa bioinformatica85,084,181,984,478,980,6
HealthBench Professional, raciocinio clinico60,039,659,965,166,057,2
Humanity’s Last Exam, raciocinio multidisciplinar51,743,959,854,053,651,1
Chartography, compreensao de graficos54,242,066,367,871,150,0
Video-Index, compreensao de video68,163,274,873,876,763,2

A leitura honesta desse quadro dá quatro coisas.

O Agents’ Last Exam é a vitória real. 46,7 contra 43,4 do Opus 5.5 e 27,9 do Qwen3.8-Max. São 18,8 pontos de salto em uma geração, num benchmark de tarefas longas e valiosas. É o único resultado que eu apontaria como побе clara, e o mais relevante para quem quer um modelo que trabalha sozinho por horas.

O HLAB-Vals-1.1 também, e por muito. 21,3 contra 11,7 do Kimi K3.1, o segundo colocado. Quase o dobro do próximo. Em trabalho jurídico com agentes, o modelo da Alibaba está num patamar que nenhum dos rivais do gráfico alcança.

Em terminal e em replicação de software, ele perde feio. Terminal-Bench 4.0 dá 48,5 contra 67,2 do Kimi K3.1 e 59,6 do Opus 5.5. ProgramBench dá 31,5 contra 65,0 do Opus 5.5, metade da nota. São exatamente os dois benchmarks de engenharia de software mais práticos do conjunto, e é onde o modelo está mais distante da liderança.

E o padrão no resto é irregular. Ele fica em segundo em AA-Briefcase, APEX-Agents, AutomationBench e JobBench. Cai para perto do fim no AgentArena, onde os 18,2 do Opus 5.5 são mais que o dobro dos 7,5 do Qwen4-Max. Em Chartography e Video-Index, que medem compreensão visual, os modelos americanos vão bem à frente: 71,1 contra 54,2 no primeiro, 76,7 contra 68,1 no segundo. Num modelo que se anuncia como multimodal nativo, esses dois números merecem atenção.

O Work360 e a economia de tokens

O Work360 é o benchmark próprio da Alibaba, com 26 dominios de topo e 721 campos especializados. Nele o Qwen4-Max marca 52,69 contra 47,74 do Qwen3.8-Max. É um número do fornecedor, medido no ambiente dele, e serve mais como sinal de eficiência do que como ranking de capacidade.

A economia de tokens é a parte mais concreta. No raciocínio em nível alto, o modelo usa cerca de 35% menos tokens que o antecessor. No nível xhigh, cerca de 24% menos. No Terminal-Bench 4.0, a redução chega a 48% e 49%. Somado às tarifas menores, o custo médio por tarefa no Work360 despenca de US$ 4,43 para US$ 1,67, uma queda de 62%.

Essa combinação explica o resultado contra o Kimi K3.1 na Artificial Analysis: o Qwen4-Max marca 43 no Intelligence Index, nove pontos acima do Qwen3.8-Max, três pontos atrás do Kimi K3.1 Pro, com cerca de 11% menos custo por tarefa. Num índice onde os dois se equiparam em inteligência, o desempate pelo preço é o argumento de venda, e é um argumento forte. Mas é uma única medição no primeiro dia, não uma avaliação completa.

Grafico da Artificial Analysis com o Qwen4 Max no indice de inteligencia e no grafico de custo por tarefa em relacao a outros modelos
A leitura da Artificial Analysis: inteligencia um pouco abaixo do Kimi K3.1, custo por tarefa abaixo.

Preços: a tabela completa

ItemQwen4-MaxQwen3.8-Max
Entrada por 1M de tokensUS$ 1,50US$ 2,00
Saida por 1M de tokensUS$ 4,50US$ 6,00
Leitura de cache implicitoUS$ 0,075US$ 0,25
Escrita de cache explicito, 5 minUS$ 1,875n/d
Escrita de cache explicito, 1 horaUS$ 3,00n/d

Nas regiões China e Global, os preços são um pouco menores: US$ 1,413 de entrada e US$ 4,24 de saída. Raciocínio e não raciocínio custam o mesmo. A cota gratuita de 1 milhão de tokens vale por 90 dias, só em Singapura.

Colocado ao lado dos rivais, o argumento fica claro. O Claude Fable 5.2 está em US$ 8 de entrada e US$ 40 de saída. O GPT-6 Astra, em US$ 10 e US$ 50. O Gemini 4 Carbon, em US$ 2 e US$ 10. O Opus 5.5, em US$ 4 e US$ 20. Contra esses, a saída do Qwen4-Max a US$ 4,50 é cerca de um décimo do Astra e 22% do Opus 5.5. Entre os modelos que a própria Alibaba usa como comparação, o Opus 5.5 a US$ 4 e US$ 20 e o Kimi K3.1 e o GPT-6.1 Sol a US$ 2 e US$ 10, a diferença é de 45%.

Uma observação de método: tarifa menor por token não garante custo menor por tarefa. É o que separa o Qwen4-Max, que ganha em eficiência de tokens, dos modelos que ganham em capacidade bruta.

Onde usar

O modelo está disponível na API do QwenCloud pelo ID qwen4-max, no Token Plan, no Qwen Studio, no QwenWork e no Qoder. A prévia qwen4-max-preview, que abriu em 11 de novembro e nunca teve preço por token, continua até 25 de novembro e depois é aposentada. A partir de hoje existe preço público, que é a diferença entre esta release e a prévia.

O Qwen4-Max também chegou de dia um na Novita AI e na AI Gateway da Vercel, que estima 384 mil tokens de saída e está disponível para modelagem 3D e desenvolvimento de jogos.

O que isso significa para quem roda local

Para quem quer rodar IA local, o catálogo de modelos de IA local do RodarIA mostra o que cabe em cada hardware hoje, enquanto a família Qwen4-Max segue atrás da API.

A notícia aberta continua sendo a mesma de 11 de novembro: os pesos do Qwen4-Max estão fechados. Quem mantém servidor local não vai baixar esse modelo. A Alibaba diz que modelos menores da família Qwen4 virão abertos, sem data, construídos na mesma linhagem e técnicas de treino do flagship.

Para quem usa API, a conta muda. O Qwen4-Max chega 25% mais barato em entrada e saída e 70% mais barato em cache que o Qwen3.8-Max, que era o topo de linha da família. E é mais barato que o Gemini 4 Hydrogen, que está em US$ 1,50 e US$ 7,50 na mesma janela de 1 milhão de tokens: o Alibaba ganha na entrada, que é onde fica a maior parte do volume, e perde na saída.

Para quem compara open-weight com API fechada, a pergunta relevante não é só o preço do Qwen4-Max. É se os modelos menores da família Qwen4, quando saírem, mantêm a arquitetura nova. Se mantiverem, o Qwen3.8-Flash-Next deixa de ser uma prévia experimental e vira base de um peso aberto de verdade. O card daquele modelo, publicado em agosto, é a melhor previsão disponível do que vem a seguir.

Referência rápida

O queOnde
Data do lançamento16 de novembro de 2026
Model IDqwen4-max
Parametros2,4 trilhoes, 71 bilhoes ativos por token
Contexto1.000.000 de tokens
EntradaUS$ 1,50 por milhao de tokens
SaidaUS$ 4,50 por milhao de tokens
Cache implicitoUS$ 0,075 por milhao de tokens
Custo por tarefa no Work360US$ 1,67, contra US$ 4,43 do antecessor
Artificial Analysis43, nove pontos acima do Qwen3.8-Max
Pesos abertosNao. Modelos menores prometidos, sem data.

Perguntas frequentes

O Qwen4-Max tem pesos abertos?

Não. O Qwen4-Max tem pesos fechados e a Alibaba não anunciou model card público. O comunicado diz que modelos menores da série Qwen4 serão liberados como open source mais adiante, sem data. Isso inverte o que a empresa fez com o Qwen3.8-Max, cujo open weight saiu em agosto.

Quanto custa o Qwen4-Max?

US$ 1,50 por milhão de tokens de entrada e US$ 4,50 por milhão de tokens de saída na região internacional, com leitura de cache implícito a US$ 0,075. Escrita de cache explícito custa US$ 1,875 para janela de 5 minutos e US$ 3,00 para 1 hora. Há cota gratuita de 1 milhão de tokens por 90 dias, só em Singapura.

Qual a diferença entre o Qwen4-Max e o qwen4-max-preview?

O preview abriu em 11 de novembro de 2026 só dentro do Token Plan, sem preço por token, sem benchmarks e com data de descontinuação. O lançamento geral de 16 de novembro traz o ID qwen4-max, API pública, preço por token, benchmarks e região de deploy global. O preview continua até 25 de novembro e depois é aposentado.

O Qwen4-Max é melhor que o Claude Opus 5.5?

Depende da tarefa. Ele ganha em Agents’ Last Exam (46,7 contra 43,4) e em trabalho jurídico (21,3 contra 9,2). Perde em Terminal-Bench 4.0 (48,5 contra 59,6), em ProgramBench (31,5 contra 65,0), em Humanity’s Last Exam (51,7 contra 59,8) e em AgentArena (7,5 contra 18,2). E custa uma fração do preço na saída.

Por que ele usa menos tokens que o Qwen3.8-Max?

Dois fatores se somam. A arquitetura Qwen4 mexe em atenção, conexões residuais e embeddings, e o MoE ativa 71 bilhões de parâmetros por token contra 95 bilhões do antecessor na mesma escala de 2,4 trilhões. No Work360 isso rende cerca de 35% menos tokens no raciocínio alto e 48% a 49% menos no Terminal-Bench 4.0.

Como comparo com o Gemini 4 Hydrogen e o Claude Fable 5.2 em preço?

O Hydrogen está em US$ 1,50 de entrada e US$ 7,50 de saída. O Fable 5.2, em US$ 8 e US$ 40. O Qwen4-Max ganha na entrada contra o Hydrogen, empatando, e perde na saída. Contra o Fable 5.2 é cerca de um quinto na entrada e um nono na saída.

Os benchmarks são confiáveis?

São números do próprio fabricante. O gráfico de lançamento é compilado pela Alibaba e cita alguns leaderboards de terceiros sem reprodução independente. Depois do lançamento, a Artificial Analysis mediu 43 no Intelligence Index, e o Vals colocou o modelo em 11º geral e como o melhor chinês. Medições independentes sobre ProgramBench e Terminal-Bench também são mais duras que o gráfico oficial.

O que aconteceu com o Qwen3.8-Max?

Continua disponível com preço de tabela e é o modelo com pesos abertos da família, o Qwen3.8-2.4T-A95B. O ID qwen3.8-max segue na API a US$ 2,00 e US$ 6,00. Para quem precisa de pesos, o Qwen3.8-Max continua sendo a opção da casa.

Referências

Gostaria de receber mais novidades?

Nossas publicações serão sempre voltadas ao mundo do marketing digital, design e criação de sites. Você não será importunado com assuntos que não são do seu interesse!

Compartilhe com seus familiáres e amigos!

Baita Site

Desenvolvemos soluções completas em Marketing Digital para o seu o seu negócio.

Contate-nos, solicite um orçamento, teremos o maior prazer em lhe ajudar!

baitasite@baitasite.com.br
+55 (47) 3360-7843
CNPJ 22.130.607/0001-29

Porque nos escolher?

É algo muito simples! Temos anos e uma vasta experiência com internet, nosso preço é justo e nosso trabalho profissional.

São anos de estudo e dedicação para adquirir o conhecimento necessário para executar projetos com qualidade e eficiência

Onde Estamos

Estamos localizados em um aconchegante home office em Itapema, litoral de Santa Catarina. Você está longe? Não tem problema!

Somos feras em atendimento e suporte a distância, por WhatsApp e pela internet!

Copyright 2020 - Baita Site - Criação de Sites em Itapema. Site feito com amor por nós mesmos!