Pular para o conteúdo
~/buildbase $ 17/11/2026
APIs

Qwen4-Max sai da prévia: preço, contexto e como chamar pela API

Código de programação colorido ocupando toda a tela de um monitor

Um milhão de tokens de contexto, entrada multimodal e compatibilidade com as APIs da OpenAI e da Anthropic: esse é o pacote do Qwen4-Max, modelo da Alibaba que saiu da fase de prévia e ficou disponível em versão final em 16 de novembro de 2026. A prévia tinha sido aberta em 11 de novembro, e o identificador antigo tem data para sair do ar.

$ ls ./neste-artigo
  1. 1 milhão de tokens: os limites de entrada e saída
  2. CNY 10 a cada milhão de tokens enviados: a tabela por região
  3. Quatro protocolos de API: o que muda no código
  4. Benchmarks de código divulgados no lançamento
  5. 25 de novembro: o fim do identificador de prévia

Quem testou a prévia precisa trocar qwen4-max-preview por qwen4-max até 25 de novembro. O preço oficial da Alibaba é cobrado em yuan, com tabela diferente para a região de Singapura, e o modelo não tem pesos abertos.

 

1 milhão de tokens: os limites de entrada e saída

A página do modelo no Alibaba Cloud Model Studio lista os números que importam para quem vai integrar o modelo em produção:

LimiteModo sem raciocínioModo com raciocínio
Janela de contexto1.000.000 tokens
Entrada máxima991.808 tokens983.616 tokens
Saída máxima393.216 tokens393.216 tokens
Cadeia de raciocínioNão se aplicaAté 262.144 tokens

O modelo aceita texto, imagem e vídeo na entrada e responde em texto, segundo a Exame. Para quem processa repositórios inteiros ou longos históricos de logs, a janela de 1 milhão reduz a necessidade de quebrar o material em partes.

 

CNY 10 a cada milhão de tokens enviados: a tabela por região

A cobrança é por milhão de tokens, e os tokens de raciocínio entram na conta da saída. Na documentação oficial:

  • Pequim, Virgínia (EUA), Frankfurt, Tóquio e Hong Kong: CNY 10 na entrada e CNY 30 na saída.
  • Singapura (oferta internacional): CNY 10,938 na entrada e CNY 32,813 na saída.
  • Pequim: cota gratuita de 1 milhão de tokens, válida por 90 dias.

A Exame publicou, para a oferta internacional, US$ 1,50 a cada milhão de tokens enviados ao modelo e US$ 4,50 na resposta. A página do Model Studio consultada para este texto não traz a cotação em dólar, então vale conferir a fatura na moeda em que a sua conta é cobrada. Nenhuma das regiões listadas fica no Brasil.

Corredor de data center com fileiras de racks de servidores
Racks de servidores em data center. Imagem ilustrativa. Foto: Brett Sayles / Pexels

 
 

Quanto custa um job com 12 milhões de tokens no total

Na tabela de Singapura, um processamento que envia 10 milhões de tokens ao modelo e recebe 2 milhões sai por CNY 109,38 mais CNY 65,63, total de cerca de CNY 175. Nas demais regiões, o mesmo volume custa CNY 160.

 

Quatro protocolos de API: o que muda no código

O Model Studio aceita chamadas no formato OpenAI Chat Completions, OpenAI Responses, Anthropic Messages e no protocolo próprio DashScope. Na prática, quem já usa o SDK da OpenAI troca a URL base e o nome do modelo. O endereço do endpoint varia por região e está na documentação de cada protocolo. Os passos:

  1. No cliente do SDK da OpenAI, aponte base_url para o endpoint compatível da sua região, listado na documentação do Model Studio.
  2. Use a chave de API do Model Studio no lugar da chave da OpenAI, de preferência lida de variável de ambiente.
  3. Troque o campo model para qwen4-max e mantenha o restante da chamada de chat.completions como está.

Quem usa o SDK da Anthropic segue a mesma lógica: muda a URL base, a chave e o nome do modelo. Rode a suíte de testes de prompts antes de virar a chave em produção, porque o formato das respostas com raciocínio pode diferir do modelo anterior.

Times que já compararam modelos do Google depois do reajuste de preços podem cruzar os números com a análise do Gemini 4 Hydrogen e Carbon na API.

 

Benchmarks de código divulgados no lançamento

Os resultados abaixo foram compilados pela Yotta Labs a partir do material de lançamento. São números da própria fabricante e de rankings públicos, sem teste independente no seu tipo de código.

TesteQwen4-MaxQwen 3.8-MaxMelhor do ranking
DeepSWE v1.175,769,3Qwen4-Max
CodeArena (Elo)17501676Claude Opus 5.5 (1816)
Terminal-Bench 4.048,538,9Kimi K3.1 (67,2)
ProgramBench31,528,0Claude Opus 5.5 (65,0)

A leitura é de avanço claro sobre a geração anterior, com liderança só no DeepSWE. Em tarefas de terminal e em programas longos, o modelo fica atrás dos líderes.

 

25 de novembro: o fim do identificador de prévia

Segundo a Yotta Labs, o qwen4-max-preview fica disponível até a meia-noite de 25 de novembro no horário de Pequim, o que corresponde às 13h de 25 de novembro em Brasília. Depois disso, chamadas com esse nome devem falhar. Busque o identificador no código, nas variáveis de ambiente e nas configurações de roteadores de LLM antes dessa data.