Notícias de IA · 12 min de leitura

Qwen4-Max está oficialmente disponível: preços, contexto de 1M e comparativo

A Alibaba lançou o Qwen4-Max em 16 de novembro de 2026, com preços oficiais de API, contexto de 1M e acesso pelo QwenCloud e por gateways principais.

Ilustração de um cristal alto e azul brilhante sobre um pedestal circular em um longo salão cinza-ardósia, com um cristal menor e mais discreto ao fundo e portas iluminadas por luz quente nos dois lados

Sim, o Qwen4-Max está disponível para todos desde 16 de novembro de 2026 com o ID de produção qwen4-max, preços publicados de API por uso, janela de contexto de 1.000.000 de tokens e acesso ativo no QwenCloud, OpenRouter, Vercel AI Gateway e Novita AI. Os preços de tabela Singapore International começam em $1.50 por milhão de tokens de entrada e $4.50 por milhão de tokens de saída.

Se você acompanhou as primeiras conversas entre desenvolvedores sobre uma prévia de 11 de novembro sem preços unitários publicados, o cenário mudou em 16 de novembro. De Hangzhou, na China, a Alibaba apresentou oficialmente o Qwen4-Max como o primeiro modelo da família Qwen4 e a versão Qwen mais capaz até hoje, levando o modelo principal de uma prévia no Token Plan à disponibilidade comercial completa por API.

O Qwen4-Max está disponível para todos ou ainda está em prévia?

A Alibaba disponibilizou o Qwen4-Max para cargas de trabalho de produção em 16 de novembro de 2026 sob o ID de modelo qwen4-max. Na documentação de modelos mais recentes do QwenCloud, qwen4-max aparece como o modelo de produção atual e pode ser cobrado por Token Plan Personal, Token Plan Team (ambos consomem Credits) ou chamadas padrão de API por uso. Segundo o comunicado oficial da Alibaba Cloud, a Alibaba também liberou o acesso no QwenWork e no QwenStudio.

Os desenvolvedores ainda precisam prestar atenção ao identificador antigo de prévia, qwen4-max-preview, que permanece ativo segundo um calendário separado. De acordo com a documentação de prévia do Alibaba Cloud Model Studio, atualizada em 16 de novembro de 2026:

  • Recomendação para produção: A página da prévia agora declara explicitamente: “A versão de produção, Qwen4-Max, está disponível e seu uso é recomendado.”
  • Restrição de cobrança da prévia: qwen4-max-preview está disponível apenas pelo Token Plan e não oferece cobrança por uso; por isso, nenhum preço unitário por uso foi publicado quando a prévia começou em 11 de novembro.
  • Prazo de encerramento: A prévia vai das 10:00 de 11 de novembro de 2026 às 24:00 de 25 de novembro de 2026 (UTC+8), após o que qwen4-max-preview será descontinuado.
  • Padrões e limites diferentes: A prévia usa os valores low, medium ou xhigh (padrão) para reasoning_effort e uma saída máxima combinada de 393.216 tokens; ambos diferem da configuração de produção de qwen4-max.

Quanto custa a API do Qwen4-Max?

O preço do Qwen4-Max depende da região do QwenCloud. Em 17 de novembro de 2026, os preços de tabela Singapore International são $1.50 por milhão de tokens de entrada e $4.50 por milhão de tokens de saída. Segundo a página de preços de modelos do QwenCloud e o cartão do modelo Qwen4-Max, a Alibaba usa uma única faixa publicada para solicitações de 0 a 1 milhão de tokens de entrada, tanto no modo sem raciocínio quanto no modo de raciocínio. Os tokens da cadeia de pensamento e da resposta final são cobrados juntos pela tarifa de saída.

Item de preço do QwenCloud (em 17 nov. 2026) Qwen4-Max (Singapura / Int.) Qwen4-Max (Pequim / Global) Qwen3.8-Max (Singapura / Int.)
Entrada (por 1M de tokens) $1.50 $1.413 $2.00
Saída (por 1M de tokens) $4.50 $4.24 $6.00
Leitura implícita de cache (por 1M de tokens) $0.075 Não listado separadamente aqui $0.25
Gravação explícita de cache, 5 min (por 1M de tokens) $1.875 Não listado separadamente aqui $2.50 (criação de cache)
Gravação explícita de cache, 1 hora (por 1M de tokens) $3.00 Não listado separadamente aqui Não se aplica
Leitura explícita de cache (por 1M de tokens) $0.075 Não listado separadamente aqui $0.17
Cota gratuita por uso 1.000.000 de tokens (somente Singapura) Nenhuma 1.000.000 de tokens (somente Singapura)

Os preços regionais importam para implantações fora do Sudeste Asiático. Singapura aplica o preço International de $1.50 / $4.50 e inclui 1 milhão de tokens gratuitos por uso, separados dos créditos do Token Plan. Já as regiões China North 2 (Pequim) e Global do QwenCloud (Frankfurt, Hong Kong, Tóquio e Virgínia, EUA) compartilham preços de tabela padrão menores de $1.413 por milhão de tokens de entrada e $4.24 por milhão de tokens de saída, sem cota gratuita. Descontos no console também podem alterar a cobrança final.

Na comparação entre Qwen4-Max e Qwen3.8-Max pela mesma tabela International, o corte entre gerações é claro. Na página International do modelo Qwen3.8-Max e na documentação de preços, os preços de tabela são $2.00 de entrada e $6.00 de saída por milhão de tokens. Assim, o Qwen4-Max reduz ambos os preços básicos de tabela em 25%. As leituras implícitas de cache caem ainda mais, de $0.25 para $0.075 por milhão de tokens, uma redução de 70%. Para uma visão mais ampla da cobrança por tokens entre provedores, veja nossa comparação de preços de APIs de IA.

Quais são a arquitetura e os limites do contexto de 1M do Qwen4-Max?

O Qwen4-Max usa uma arquitetura esparsa de mistura de especialistas (MoE) com 2,4 trilhões de parâmetros, que ativa 71 bilhões de parâmetros por token e suporta uma janela de contexto de 1.000.000 de tokens. Segundo o anúncio da Alibaba, o projeto Qwen4 atualiza o roteamento MoE esparso nas camadas de atenção, conexões residuais e embeddings. Ele ativa 25% menos parâmetros por token que o Qwen3.8-Max na mesma escala total de 2.4T parâmetros e incorpora suporte nativo a visão.

Em produção no QwenCloud, os limites efetivos de tokens de qwen4-max diferem bastante do limite combinado de saída de 393.216 tokens da prévia:

  • Comprimento do contexto: 1.000.000 de tokens.
  • Limites sem raciocínio: Até 991.808 tokens de entrada e 131.072 de saída.
  • Limites no modo de raciocínio: Até 983.616 tokens de entrada e 262.144 tokens combinados (max_completion_tokens) entre raciocínio e resposta final.
  • Configurações padrão de raciocínio: O raciocínio vem ativado em qwen4-max com reasoning_effort=high e thinking_budget=131072. A versão de produção aceita low, high ou xhigh para reasoning_effort, e os desenvolvedores podem passar enable_thinking=false em Chat Completions para desativar o raciocínio.

Recursos disponíveis e não disponíveis

O QwenCloud lista amplo suporte multimodal e a agentes para qwen4-max, embora três operações empresariais não estejam disponíveis no lançamento. Os recursos incluem geração de texto, raciocínio, CoT Summary, chamadas de função, chamadas paralelas de ferramentas, saída estruturada, compreensão de imagens, vídeos e PDFs, cache explícito e implícito, conclusão de prefixos, streaming, pesquisa na web, raspagem da web, busca de texto para imagem e de imagem para imagem, MCP e um interpretador de código (que exige o raciocínio ativado).

A compatibilidade inclui as APIs Chat Completions e Responses compatíveis com OpenAI, Anthropic Messages e DashScope, embora solicitações apenas de texto ao DashScope ainda precisem usar o endpoint multimodal do DashScope. Entre as limitações, o QwenCloud marca explicitamente inferência em lote, ajuste fino e implantação de modelos personalizados como não disponíveis para qwen4-max em 17 de novembro de 2026.

Como o Qwen4-Max se compara segundo as informações oficiais e a Artificial Analysis?

A Alibaba e a entidade independente Artificial Analysis relatam avanços do Qwen4-Max em relação ao Qwen3.8-Max em 17 de novembro de 2026, embora suas métricas meçam aspectos diferentes do comportamento do modelo. Não fiz testes independentes do Qwen4-Max no Lotook, então os números abaixo vêm exclusivamente dos materiais de imprensa da Alibaba e dos registros de avaliação publicados pela Artificial Analysis.

No benchmark proprietário Work360, que cobre 721 áreas especializadas, a Alibaba afirma que o Qwen4-Max supera o Qwen3.8-Max no geral, usando 35% menos tokens no modo de raciocínio High effort e reduzindo o custo médio por tarefa em aproximadamente 60%. No mesmo comunicado, a Alibaba também afirma que o Qwen4-Max ficou em 6º lugar no Code Arena e cita demonstrações internas, como custos médios de chamadas ao modelo 9% menores em anotação de dados, reescalonamento offline de CPU mais de 14x mais rápido e redução de 95% no tempo de programação de peças automotivas (de cerca de 475 minutos para 24 minutos). São demonstrações do fornecedor, não auditorias independentes, e a Alibaba não publicou no comunicado pontuações numéricas para Agents’ Last Exam, Vals Index, JobBench ou Chartography.

Os números independentes da avaliação do Qwen4-Max pela Artificial Analysis, registrados no histórico de alterações da Artificial Analysis de 15 de novembro de 2026 e comparados à classificação dos modelos da Alibaba, oferecem uma referência concreta:

  • Intelligence Index: O Qwen4-Max marca 43 no Artificial Analysis Intelligence Index, contra 34 do Qwen3.8-Max (0902), um aumento de 9 pontos. Isso coloca o Qwen4-Max na posição #38 entre 81 modelos na classe exibida.
  • Extensão e velocidade: A Artificial Analysis registra 127 milhões de tokens de saída no conjunto Intelligence Index (descritos pela AA como muito verbosos em relação à mediana de 78.6 milhões) e 32.1 minutos por tarefa (contra mediana de 13.3 minutos), com velocidade de saída de cerca de 54 tokens por segundo na página de resumo do modelo.
  • Diferenças de metadados: A Artificial Analysis mostra uma janela de contexto de 984k em vez da especificação oficial de 1.000.000 de tokens do QwenCloud e observa que não informou o número de parâmetros na página do modelo, enquanto o comunicado da Alibaba revela 2.4T parâmetros totais e 71B ativos.

Onde os desenvolvedores podem chamar a API do Qwen4-Max?

Em 17 de novembro de 2026, os desenvolvedores podem chamar o Qwen4-Max diretamente pelo QwenCloud ou por três gateways de terceiros verificados: OpenRouter, Vercel AI Gateway e Novita AI. Cada plataforma atribui seu próprio identificador de modelo, e preços de revenda ou limites de catálogo podem divergir dos preços de tabela International do QwenCloud.

  1. QwenCloud (oficial): Use o ID de modelo qwen4-max. Para Chat Completions em Singapura, a URL base documentada é https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1; outras regiões usam seu host regional.
  2. OpenRouter: Listado na página do Qwen4-Max no OpenRouter como qwen/qwen4-max, com janela de contexto de 1M. Os preços do provedor publicados pelo OpenRouter para Alibaba Cloud International são $1.425 de entrada e $4.275 de saída por milhão de tokens, $0.07125 para leituras de cache e $1.78125 para criação de cache de 5 minutos, diferentes da tabela International do QwenCloud de $1.50 / $4.50.
  3. Vercel AI Gateway: Listado como alibaba/qwen4-max no histórico de alterações do Vercel AI Gateway e no catálogo de modelos da Vercel. O catálogo mostra $1.50 de entrada e $4.50 de saída por milhão de tokens com contexto de 1.000.000 de tokens. O histórico, porém, informa a data de inclusão no gateway como 15 de novembro de 2026, antes do anúncio da Alibaba em 16 de novembro, e a página do modelo mostra saída máxima de 384.000 tokens em vez dos limites de produção do QwenCloud de 131.072 / 262.144.
  4. Novita AI: Disponível como qwen/qwen4-max por endpoints compatíveis com OpenAI (https://api.novita.ai/openai) e Anthropic (https://api.novita.ai/anthropic), segundo o anúncio de lançamento da Novita AI. A Novita lista $1.413 de entrada e $4.24 de saída por milhão de tokens, $0.071 por leituras em cache, $1.767 por gravações de cache de 5 minutos e $2.827 por gravações de 1 hora. Esses valores correspondem às tarifas básicas Pequim/Global do QwenCloud, enquanto a página do modelo exibe contexto de 977K e saída de 384K ao lado de uma descrição de contexto nominal de 1.000.000.

Como os preços do Qwen4-Max se comparam aos de Qwen3.8-Max, Claude e Gemini?

O Qwen4-Max chega ao mercado no QwenCloud International por $1.50 por milhão de tokens de entrada e $4.50 por milhão de tokens de saída, abaixo dos preços de tabela do Qwen3.8-Max e dos atuais modelos principais Claude e Gemini em 17 de novembro de 2026. A tabela compara apenas preços de tabela padrão publicados; não é uma classificação de qualidade. A escolha do provedor também depende da adequação do ecossistema, dos limites de requisições e de como escolher um modelo para sua carga de trabalho.

Modelo Provedor / faixa Entrada ($ / 1M de tokens) Saída ($ / 1M de tokens) Contexto / notas de preço (em 17 nov. 2026)
Qwen4-Max (qwen4-max) Alibaba QwenCloud (Int.) $1.50 $4.50 Contexto 1M; $1.413 / $4.24 em Global e Pequim
Qwen3.8-Max (qwen3.8-max) Alibaba QwenCloud (Int.) $2.00 $6.00 Modelo anterior no QwenCloud
Claude Sonnet 5.5 Anthropic API $2.00 $10.00 Preços oficiais do Claude
Claude Opus 5.5 Anthropic API $4.00 $20.00 Preços oficiais do Claude
Gemini 4 Hydrogen (gemini-4-hydrogen) Google AI Studio (pago) $1.50 $7.50 Contexto 1M unificado; saída inclui raciocínio; cache implícito $0.075
Gemini 4 Carbon (gemini-4-carbon) Google AI Studio (pago) $2.00 (depois $4.00) $10.00 (depois $20.00) $2 / $10 até 30 nov. 2026; $4 / $20 a partir de 1º dez. 2026; menção a decodificação longa de 1M

Na página de preços da API Gemini do Google, o Gemini 4 Hydrogen iguala o Qwen4-Max em $1.50 de entrada e $0.075 por leitura implícita de cache, mas cobra $7.50 por milhão de tokens de saída. O Gemini 4 Carbon, excluído da faixa gratuita do Google, custa $2.00 / $10.00 até 30 de novembro de 2026 e dobra para $4.00 / $20.00 em 1º de dezembro de 2026, igualando o preço de tabela do Claude Opus 5.5.

Outra diferença para quem hospeda os modelos por conta própria é a licença: o Qwen4-Max é um modelo de API proprietário, não uma versão de pesos abertos. A Alibaba afirmou no comunicado que modelos Qwen4 menores e de pesos abertos chegarão em breve. Equipes que já precisam de um modelo de pesos abertos com janela de contexto de 1M podem implantar a versão de pesos abertos do Kimi K3.1 Pro da Moonshot, lançada em 4 de novembro de 2026.

FAQ

Qual é a diferença entre qwen4-max e qwen4-max-preview?

O ID de produção qwen4-max foi lançado em 16 de novembro de 2026 com cobrança por uso e Token Plan, limite combinado de 262.144 tokens para raciocínio e resposta e esforço de raciocínio high por padrão. O ID anterior qwen4-max-preview continua disponível apenas no Token Plan até o fim da prévia em 25 de novembro de 2026 às 24:00 UTC+8, usa limite de saída combinada de 393.216 tokens e esforço xhigh por padrão.

O Qwen4-Max tem janela de contexto de 1 milhão de tokens em produção?

Sim. A documentação do QwenCloud especifica um contexto de 1.000.000 de tokens para qwen4-max em produção em 17 de novembro de 2026. A entrada máxima chega a 991.808 tokens sem raciocínio ou 983.616 tokens com raciocínio ativado. Alguns catálogos de terceiros mostram números ligeiramente diferentes, como 984k na Artificial Analysis e 977K na página do modelo da Novita AI.

Os preços do Qwen4-Max são iguais em todas as regiões do QwenCloud?

Não. Em 17 de novembro de 2026, o QwenCloud separa os preços Singapore International dos preços Global e Pequim. Singapura cobra $1.50 por milhão de tokens de entrada e $4.50 por milhão de tokens de saída, com 1 milhão de tokens gratuitos por uso. Pequim e as regiões Global (Frankfurt, Hong Kong, Tóquio e Virgínia, EUA) compartilham preços de $1.413 de entrada e $4.24 de saída sem cota gratuita.

A Alibaba lançará modelos Qwen4 de pesos abertos?

A Alibaba não lançou os pesos abertos do Qwen4-Max, que continua sendo um modelo de API proprietário. No entanto, o comunicado de 16 de novembro de 2026 afirma que modelos menores da série Qwen4 com pesos abertos serão lançados em breve para desenvolvedores de todo o mundo. Desenvolvedores que precisam hoje de pesos abertos com contexto de 1M podem considerar o Kimi K3.1 Pro da Moonshot.

Fontes

As especificações, os preços e os detalhes de disponibilidade deste artigo vêm das seguintes fontes primárias, consultadas em 17 de novembro de 2026:

Escrito por

Chunyu Cai

Chunyu Cai é CEO da Lotook, LLC e empreendedor. Escreve sobre modelos de IA, agentes e como eles mudam o trabalho cotidiano. Chunyu Cai tem um mestrado pela instituição Imperial College London.