GPT-Image 2.6 Flare e Sunburst chegaramA partir de $0.025 por imagem

Qwen4-Max: preço, acesso à API e contexto de 1M

A Alibaba lançou o Qwen4-Max em 16 de novembro de 2026 com 2,4T de parâmetros totais, 71B ativos por token, visão nativa e contexto de 1M de tokens.

Kiki, OmniaKey COO8 min de leitura
Nesta página

O Qwen4-Max já está disponível. A Alibaba o lançou em 16 de novembro de 2026, e o QwenCloud vende o modelo como qwen4-max pelo Token Plan e pela API de pagamento por uso, com a entrada em Singapura a $1.50 por milhão de tokens. O anúncio lista 2,4 trilhões de parâmetros totais, 71 bilhões ativos por token, visão nativa e contexto de 1M de tokens (Alibaba, 16 de novembro de 2026; modelo mais recente do QwenCloud; preços do QwenCloud).

Resposta curta

  • O Qwen4-Max está ativo como qwen4-max no QwenCloud, pelo Token Plan Personal, Token Plan Team ou pela API de pagamento por uso (QwenCloud).
  • Singapura cobra $1.50 por milhão de tokens de entrada e $4.50 por milhão de saída; Pequim e as regiões Global cobram $1.413 e $4.24 (preços).
  • A janela de contexto é de 1M de tokens, e o raciocínio mais a resposta final podem chegar a 262.144 tokens.
  • O Qwen4-Max não tem download de pesos abertos. A Alibaba diz que modelos Qwen4 menores com pesos abertos virão "em breve" (lançamento).

O Qwen4-Max está disponível agora?

Sim. A Alibaba apresentou o modelo em Hangzhou em 16 de novembro de 2026 e afirma que ele está disponível no QwenCloud pelo Token Plan e pela API, além dos apps próprios QwenWork e QwenStudio (lançamento). A documentação do QwenCloud nomeia três formas de pagar: Token Plan Personal, Token Plan Team ou pagamento por uso (QwenCloud). O índice do Model Studio da Alibaba Cloud lista qwen4-max em raciocínio complexo e programação, e em compreensão visual. A página foi atualizada pela última vez em 16 de novembro de 2026 (Model Studio).

A implantação cobre Singapura (International), China North 2 em Pequim e Global em Frankfurt, Hong Kong, Tóquio e Virgínia (EUA). Singapura usa a URL base https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1 (QwenCloud). As chamadas de pagamento por uso em Singapura incluem 1 milhão de tokens grátis (preços do QwenCloud), separados dos créditos do Token Plan.

As ferramentas de programação têm uma lista explícita: o QwenCloud nomeia Claude Code, Codex e OpenCode (QwenCloud). Para os passos de endpoint personalizado de que essas ferramentas precisam, veja o guia de configuração do Claude Code. Para um panorama maior, leia a comparação de agentes de programação.

Status verificado em 16 de novembro de 2026.

O que mudou em relação ao Qwen3.8-Max?

O Qwen4-Max é um modelo de mistura de especialistas (MoE) esparsa. Ele mantém a escala de 2,4 trilhões de parâmetros totais do Qwen3.8-Max e reduz os parâmetros ativados em 25%, para 71 bilhões por token (lançamento). A Alibaba descreve a mudança MoE como abrangendo atenção, conexões residuais e embeddings. O QwenCloud chama o modelo de primeiro da família Qwen4 e resume raciocínio, visão nativa e execução de tarefas longas em uma frase (QwenCloud).

Os dois modelos ficam na mesma escala total de 2,4T. As contagens total e ativa descrevem o cálculo por token, enquanto o Work360 é um resultado de tarefas à parte, relatado pelo fornecedor.

A Alibaba informa o sexto lugar no Code Arena, um ranking de programação de terceiros. Também diz que o Qwen4-Max usou 35% menos tokens que o Qwen3.8-Max no nível High do Work360 e cortou o custo médio por tarefa em cerca de 60% (lançamento). O Work360 é o benchmark proprietário da Alibaba, pontuado em 721 campos especializados. O mesmo anúncio cita Agents' Last Exam, Vals Index, JobBench e Chartography sem publicar pontuações.

Esses números vêm da Alibaba, e nenhuma avaliação independente apareceu nas fontes consultadas. Leia o lugar no Code Arena como a declaração da Alibaba sobre um quadro de terceiros, e os números do Work360 como um benchmark de fornecedor que mede tarefas da própria Alibaba.

Especificações e ID do Qwen4-Max

O ID de produção é qwen4-max (QwenCloud). qwen4-max-preview é uma entrada separada, com ID, cobrança e data de desativação próprios (Model Studio). A entrada é texto, imagem e vídeo; a saída é texto (tabela de modelos do QwenCloud).

LimiteValor
Janela de contexto1.000.000 tokens
Entrada máx., sem raciocínio991.808 tokens
Entrada máx., com raciocínio983.616 tokens
Saída máx., sem raciocínio131.072 tokens
Raciocínio mais resposta262.144 tokens
Orçamento de raciocínio padrão131.072 tokens

O raciocínio vem ativado por padrão com reasoning_effort=high e um orçamento de 131.072 tokens (QwenCloud). O ajuste de esforço aceita low, high ou xhigh, e o QwenCloud mapeia minimal, medium e max para esses três valores. No Chat Completions, enable_thinking=false desliga o raciocínio. max_completion_tokens limita raciocínio e resposta final juntos, então uma requisição com raciocínio pode distribuir até 262.144 tokens entre os dois.

A inferência em lote não é compatível com qwen4-max (QwenCloud; tabela de modelos), nem o ajuste fino ou a implantação de modelo. As APIs são Chat Completions, Responses, Anthropic Messages e DashScope, e requisições só de texto continuam usando o endpoint multimodal do DashScope.

Os limites de mídia permitem 16 milhões de pixels por imagem, até 2.048 URLs de imagem, 250 imagens em base64 e 64 vídeos por requisição, com vídeo de até 2 horas ou 2 GB (tabela de modelos do QwenCloud). Esses tetos descrevem o que o endpoint aceita; o limite de entrada de 991.808 tokens decide quanto cabe em uma chamada.

Preços da API do Qwen4-Max por região

A página de preços do QwenCloud, verificada em 16 de novembro de 2026, lista estas tarifas de pagamento por uso em dólares americanos por milhão de tokens. Os modos com e sem raciocínio custam o mesmo, e o Qwen4-Max não tem faixas por tamanho de entrada (preços do QwenCloud).

ItemSingapuraPequim / Global
Entrada$1.50$1.413
Saída, raciocínio e resposta$4.50$4.24
Escrita de cache, 5 min$1.875$1.767
Escrita de cache, 1 h$3$2.827
Leitura de cache$0.075$0.071

Dois detalhes mudam a conta. Tokens de raciocínio são cobrados como tokens de saída (preços do QwenCloud), e as escritas e leituras de cache usam as tarifas acima. O cache explícito tem validade de 5 minutos ou 1 hora, com 5 minutos como padrão; o novo cache explícito do Qwen4 não está disponível no DashScope (QwenCloud).

Um exemplo para Singapura: 100.000 tokens de entrada a $1.50 por milhão dão $0.15, e 20.000 tokens de saída a $4.50 por milhão dão $0.09, então uma requisição fica perto de $0.24. A mesma requisição em Pequim ou Global sai por cerca de $0.23.

O preço em lote, a 50% da tarifa em tempo real, não se aplica aqui, porque o modelo não aceita inferência em lote (preços). As ferramentas embutidas são cobradas à parte: a busca na web custa $10 por 1.000 chamadas em Singapura e $0.573411 em Pequim e Global, enquanto chamadas de função e MCP não têm taxa de ferramenta. As tarifas de créditos do Token Plan e os limites de taxa por modelo não aparecem nas páginas consultadas.

O que o Qwen4-Max faz com visão e ferramentas?

A compreensão de imagem e a de vídeo aparecem como capacidades suportadas, e a mesma entrada tem o contexto de 1M de tokens (QwenCloud). A entrada é texto, imagem e vídeo, com saída de texto (tabela de modelos).

As ferramentas cobrem chamadas de função, chamadas paralelas, busca na web, raspagem web, interpretador de código, busca de texto para imagem, busca de imagem para imagem, compreensão de PDF e MCP (QwenCloud). O interpretador de código exige raciocínio ativado. A saída estruturada funciona como JSON Object ou JSON Schema, e streaming, conclusão de prefixo e cache implícito são suportados. O CoT Summary devolve um resumo legível enquanto o raciocínio completo fica criptografado.

preserve_thinking vem ativado por padrão em chamadas de ferramentas com vários turnos. Esse ajuste importa nos laços de agentes: o raciocínio anterior continua disponível nos turnos seguintes, a menos que você o desligue.

O anúncio da Alibaba acrescenta exemplos de clientes e internos. Um teste de agendamento em nuvem cortou 9% do custo das chamadas ao modelo de anotação de dados e deixou o reagendamento de CPU offline mais de 14 vezes mais rápido. Um cliente automotivo reduziu a programação manual de peças de cerca de 475 minutos para 24. Um fluxo científico rodou 48 horas em quatro iterações de laço fechado, e um estudo sobre Alzheimer fez 454 chamadas de ferramenta e 3.239 avaliações de métricas para produzir 24 moléculas candidatas (lançamento). Esses resultados são relatos da própria Alibaba.

O Qwen4-Max é open source?

Não. O anúncio, a documentação do QwenCloud e as páginas do Model Studio não publicam pesos, link de download nem licença do Qwen4-Max. A Alibaba diz que os modelos de pesos abertos de menor escala da série Qwen4 "serão lançados em breve para desenvolvedores do mundo todo" (lançamento). Até eles aparecerem, qwen4-max é um modelo hospedado, acessível pelo QwenCloud, pelos apps da Alibaba e pelo Model Studio.

Qwen4-Max ou Qwen4-Max-Preview?

Use qwen4-max para trabalho novo. A entrada de preview qwen4-max-preview é só do Token Plan, sem acesso por uso (Model Studio). O preview vai das 10:00 de 11 de novembro de 2026 às 24:00 de 25 de novembro de 2026 (UTC+8), e depois o modelo é desativado. O preview limita a saída a 393.216 tokens compartilhados por raciocínio e resposta, contra 262.144 da versão de produção no modo de raciocínio. A Alibaba recomenda a versão de produção.

Um detalhe de numeração continua: a partir de qwen4-max-preview, max_tokens significa o mesmo que max_completion_tokens. Código escrito para modelos Qwen antigos pode gastar mais do que o previsto se assumir o significado anterior.

As chaves de preview param de funcionar em 25 de novembro de 2026 às 24:00 UTC+8. Mova tarefas agendadas e agentes de longa duração para qwen4-max antes dessa data.

A URL base do Token Plan no preview é https://token-plan.cn-beijing.maas.aliyuncs.com (Model Studio); o modelo de produção usa o endpoint do QwenCloud da sua região. Para os níveis de acesso do preview e os detalhes do Qoder, veja o guia de acesso ao Qwen4-Max-Preview.

Como escolher um caminho de acesso hoje?

SituaçãoAção
Integração novaPagamento por uso em Singapura, 1M grátis
Equipe com Token PlanTrocar o ID para qwen4-max
Chave de preview em uma tarefaMigrar antes de 25 de novembro
Tarefas em loteManter o modelo atual
Uma chave, vários modelosO caminho OmniaKey abaixo

O catálogo da OmniaKey tem o Qwen3.8-Max, o modelo com que a Alibaba compara o Qwen4-Max, e não lista o Qwen4-Max. Para usar um modelo Qwen com uma única chave hoje, a opção do catálogo é o Qwen3.8-Max; a página de preços traz as tarifas atuais.

Confira a lista de modelos na sua própria conta antes de entregar uma tarefa longa a qualquer um dos IDs, e calcule o preço de uma requisição real com as suas contagens de tokens, não com médias.

Perguntas frequentes

Posso usar o Qwen4-Max no Claude Code?

Sim. A documentação do QwenCloud da Alibaba lista Claude Code, Codex e OpenCode entre as ferramentas de programação para qwen4-max (QwenCloud). Use uma chave do QwenCloud e o endpoint da sua região; os passos gerais de endpoint personalizado estão no guia de configuração do Claude Code.

O Qwen4-Max suporta inferência em lote?

Não. O QwenCloud lista a inferência em lote como não suportada para qwen4-max, então a tarifa de lote de 50% da página de preços não se aplica (tabela de modelos; preços). Envie tarefas grandes como requisições separadas ou mantenha-as em um modelo que aceite chamadas em lote.

Qual é a saída máxima do Qwen4-Max?

131.072 tokens no modo sem raciocínio, e 262.144 tokens compartilhados por raciocínio e resposta quando o raciocínio está ativado (QwenCloud). max_completion_tokens limita as duas partes juntas.

O que acontece com o qwen4-max-preview em 25 de novembro?

O preview é desativado em 25 de novembro de 2026 às 24:00 UTC+8, e a Alibaba indica o modelo de produção qwen4-max (Model Studio). Renomeie qualquer tarefa que ainda use o ID de preview.

Onde posso usar o Qwen4-Max pela OmniaKey hoje?

A OmniaKey ainda não lista o Qwen4-Max. O modelo Qwen do catálogo é o Qwen3.8-Max, disponível com uma chave OmniaKey; as tarifas atuais estão na página de preços.

Fontes verificadas

Qwen4-MaxQwenmodelos MoEmodelos de visãopreço de API

Artigos relacionados

Artigos recentes

Guias populares