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

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
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:
| Limite | Modo sem raciocínio | Modo com raciocínio |
|---|---|---|
| Janela de contexto | 1.000.000 tokens | |
| Entrada máxima | 991.808 tokens | 983.616 tokens |
| Saída máxima | 393.216 tokens | 393.216 tokens |
| Cadeia de raciocínio | Não se aplica | Até 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.

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:
- No cliente do SDK da OpenAI, aponte base_url para o endpoint compatível da sua região, listado na documentação do Model Studio.
- Use a chave de API do Model Studio no lugar da chave da OpenAI, de preferência lida de variável de ambiente.
- 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.
| Teste | Qwen4-Max | Qwen 3.8-Max | Melhor do ranking |
|---|---|---|---|
| DeepSWE v1.1 | 75,7 | 69,3 | Qwen4-Max |
| CodeArena (Elo) | 1750 | 1676 | Claude Opus 5.5 (1816) |
| Terminal-Bench 4.0 | 48,5 | 38,9 | Kimi K3.1 (67,2) |
| ProgramBench | 31,5 | 28,0 | Claude 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.




