
Resumo Diário de IA, 16 de nov.: Qwen4-Max ganha um medidor e o Hy4 flash da Tencent chega a US$ 0,07
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 96 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 87 tok/s
- OrcaNOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligência
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligência
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 219 tok/s
Dois laboratórios chineses colocaram à venda no mesmo dia um modelo multimodal barato com janela de um milhão de tokens, e a diferença entre eles é o que importa: Qwen4-Max, a mistura de especialistas esparsa de 2,4 trilhões de parâmetros da Alibaba, cobra US$ 1,50 por milhão de tokens de entrada e US$ 4,50 de saída, enquanto Tencent Hy4 flash — um modelo de 224 bilhões de parâmetros com 12 bilhões ativos por token — tem preço de tabela de US$ 0,070 de entrada e US$ 0,281 de saída, com entrada em cache a US$ 0,003. É uma diferença de 21 vezes na entrada entre dois modelos que ambos alegam visão nativa, ambos aceitam um milhão de tokens de contexto e ambos entraram em operação em 16 de novembro de 2026. Nenhum dos dois valores é cupom de desconto ou teaser de semana de lançamento; ambos são as tabelas de preços permanentes, com camadas promocionais por cima.
Eles são produtos diferentes voltados a compradores diferentes, e é por isso que a diferença é real, e não um erro de precificação. O Qwen4-Max é um modelo de ponta que disputa o trabalho realizado por um modelo de fronteira, e tem preço 25% abaixo do próprio modelo de ponta anterior da Alibaba. O Hy4 flash é um cavalo de batalha destilado, feito para ser desinteressantemente barato em tarefas típicas de escritório, e a publicação de pesquisa da Tencent diz exatamente isso: use-o para documentos e slides, e reserve o modelo de ponta para engenharia de software de longo prazo. A seguir, o que cada empresa publicou, o que se recusou a publicar e quais partes de qualquer um dos lançamentos você consegue de fato acessar via API hoje.
Item um — Qwen4-Max deixa de ser uma prévia
A Alibaba transferiu o Qwen4-Max de uma prévia do plano de tokens para disponibilidade geral com cobrança por uso em 16 de novembro, e o identificador mudou junto com o modelo de cobrança: qwen4-max é a string ativa, enquanto qwen4-max-preview e qwen4.0-max-preview estão documentadas para desativação às 24:00 de 25 de novembro de 2026 UTC+8. Qualquer pessoa que tenha qualquer uma das duas strings de prévia em uma configuração tem nove dias para alterá-la.
• Arquitetura — 2,4 trilhões de parâmetros no total, 71 bilhões ativados por token, além de 328 bilhões de parâmetros de embedding N-gram que são consultados em vez de multiplicados. Três camadas Gated DeltaNet comprimem o histórico em estado fixo para cada camada Qwen Sparse Attention.
• Contexto e saída — uma janela de 1.000.000 de tokens. O orçamento compartilhado de raciocínio mais resposta é de 262.144 tokens, abaixo dos 393.216 no cartão de pré-visualização; a saída sem raciocínio tem limite de 131.072, com teto de entrada de 991.808 tokens.
• Preço, Singapura — US$ 1,50 de entrada e US$ 4,50 de saída por milhão de tokens, fixo em toda a janela, com leituras de cache a US$ 0,075. As outras cinco regiões listam US$ 1,413 e US$ 4,24.
• Preço, a geração anterior — Qwen3.8-Max custa US$ 2,00 e US$ 6,00 em Singapura, então o destaque é um corte direto de 25% nos dois lados da tarifa. Nas regiões globais, o corte é de 14,4%, porque a tabela de preços não-Singapura do modelo mais antigo já estava com desconto.
• Regiões e superfícies — Pequim, Singapura, Frankfurt, Virgínia (EUA), Tóquio e Hong Kong; OpenAI Chat Completions, OpenAI Responses, Anthropic Messages e DashScope; texto, imagem e vídeo como entrada, texto como saída. A inferência em lote existe apenas em Pequim.
Os benchmarks do fornecedor são da própria Alibaba e nada fora da empresa os reproduziu. No Work360, sua taxonomia interna de 26 domínios Tier-1 e 721 Tier-3, o Qwen4-Max obtém 52,69 contra 47,74 do Qwen3.8-Max, com cerca de 24% menos tokens em esforço xhigh e 35% menos em high. O custo médio por tarefa nesse conjunto cai de US$ 4,43 para US$ 1,67, uma redução de 62% — um número que multiplica um corte de preço não verificado por uma alegação não verificada de eficiência de tokens, o que vale lembrar quando ele for citado a você sem a multiplicação demonstrada. A Artificial Analysis não tinha nenhuma entrada do Qwen4-Max quando este resumo foi escrito.

Item dois — Tencent lança a versão barata da família Hy
A publicação de pesquisa da Tencent é datada de 16 de novembro de 2026 e tem como título, aproximadamente, o modelo de custo-benefício para o trabalho cotidiano. A especificação com que ela abre é estreita e específica, o que é mais do que o lançamento do Qwen faz com seu conjunto de benchmarks.
• Tamanho — 224 bilhões de parâmetros no total, dos quais 64 bilhões são parâmetros do Engram, com 12 bilhões ativos por token.
• Contexto e modalidade — 1.048.576 tokens, entrada multimodal. A Tencent não informa o tamanho do codificador de visão nem se vídeo é aceito.
• Preço, cartão da China continental por milhão de tokens — ¥0,5 de entrada, ¥2 de saída, ¥0,02 em caso de acerto de cache. O mesmo cartão em dólares é $0,070, $0,281 e $0,003.
• Preço em relação ao seu próprio carro-chefe — o Tencent HY4 lista ¥6 de entrada, ¥18 de saída e ¥0,3 em cache, então o nível flash é doze vezes mais barato na entrada nova, nove vezes na saída e quinze vezes na entrada em cache, com a mesma janela de contexto.
• Pesos — nenhum. A Tencent afirma que planeia abrir o código-fonte do Hy4 flash e iterá-lo com frequência. Sem licença, sem data, sem repositório.
• Pontuação independente — nenhuma. A Artificial Analysis registra o Tencent HY4 com 34,6 no seu Intelligence Index em 5 de novembro e não possui entrada para o Hy4 flash.
A Tencent aponta quatro alavancas por trás do preço. Hybrid attention, LatentMoE e os parâmetros Engram proporcionam um KV cache com um vigésimo quarto do tamanho do Hy3 e um sexto do Tencent HY4. A autodestilação a partir do Tencent HY4 seguida de aprendizado por reforço reduziu o comprimento de saída ponta a ponta em 50%. Um megakernel, pesos de quatro bits e um caminho de decodificação chamado DFly mantêm a decodificação acima de 150 tokens por segundo. E a avaliação foi transferida dos rankings públicos para o WorkIndex, um conjunto interno de oito suítes que abrange criação e revisão de slides, coautoria, edição de documentos, reparo de tabelas, processamento de áudio e vídeo e compreensão visual — com os benchmarks públicos de agentes (DeepSWE, ProgramBench, Terminal-Bench 4.0, APEX-Agents, AutomationBench, HLE, OSWorld 2.1) publicados como imagens de gráficos em vez de uma tabela.
A alegação que circulou é a de um teste cego: 85 usuários internos do WorkBuddy, 27 categorias de tarefas, 259 tarefas reais do dia a dia, com satisfação relatada como próxima à do Claude Haiku 5.5, o menor custo por tarefa do painel e a menor duração de tarefa. “Próxima” é a palavra que importa — o resumo de lançamento diz que o modelo iguala o Haiku 5.5, enquanto a página de pesquisa diz que a satisfação ficou próxima dele. O painel é composto pelos próprios funcionários do fornecedor, no próprio produto do fornecedor, em tarefas selecionadas pelo fornecedor. Essa é uma forma razoável de decidir o que lançar internamente e uma evidência fraca sobre os resultados de qualquer outra pessoa.
A alegação de custo por tarefa da Tencent é mais cuidadosa que a maioria: no WorkIndex, um treze avos do custo da própria prévia Hy4 da Tencent, um vigésimo do Tencent HY4 e um oitavo do DeepSeek-V4.1-Flash-1017. Observe o parêntese que o fornecedor acrescenta à última — nível de esforço máximo, preço em horário de pico. A tarifa de horário de pico da DeepSeek é o dobro da tarifa fora de pico, então o um oitavo é medido em relação à mais cara das duas tabelas de preços publicadas da DeepSeek. Isso não é desonesto, porque uma implantação em horário de pico é uma implantação real, mas é a comparação que mais favorece a Tencent.
O que ambas as versões têm em comum, e o que nenhuma das duas tem
Dois laboratórios, um dia, uma lacuna em comum: nenhum dos modelos foi medido por alguém que não trabalhe para a empresa que o criou. A suíte da Alibaba é uma taxonomia de construção própria; a da Tencent é um benchmark interno que ela escolheu explicitamente em vez de leaderboards públicos. A Tencent vai além e publica os resultados de seu benchmark como gráficos PNG, de modo que os números não podem ser copiados, comparados por diff ou executados novamente sem ler pixels.
A outra propriedade compartilhada é que ambos são fechados. O Qwen4-Max é disponibilizado apenas como API, com os modelos Qwen4 menores prometidos para abertura do código-fonte na mesma linhagem. O Hy4 flash é disponibilizado apenas como API, com um plano de abrir o código-fonte e sem data. Ambas as empresas já lançaram pesos antes — a prévia do Hy4 da Tencent em agosto saiu sob Apache 2.0 com receitas de serving no primeiro dia — e é por isso que a linguagem cautelosa em ambos os lançamentos soa como uma decisão, e não como uma limitação.
Onde eles divergem é no que o dinheiro compra. O Qwen4-Max é um carro-chefe de uso geral: a proposta é capacidade a um preço mais baixo do que o do último carro-chefe, com um argumento adicional de eficiência de tokens. O Hy4 flash é um especialista: a proposta é o custo por tarefa concluída em trabalho com documentos, slides e agentes, com o fornecedor admitindo uma pequena queda em tarefas longas de programação nos seus próprios dados internos. Uma diferença de 21 vezes no preço de entrada entre dois modelos multimodais de um milhão de tokens não é uma ineficiência de mercado. São duas empresas precificando dois tipos diferentes de trabalho.
O que você pode chamar hoje
Nenhum dos dois modelos está no OrcaRouter ainda. As rotas da Tencent no catálogo são tencent/hy4-preview a $0,834 de entrada e $2,501 de saída por milhão de tokens — o modelo do qual o Hy4 flash foi destilado — e tencent/hy3 a $0,18 e $0,59. A rota da Alibaba é qwen/qwen3.8-max a $2,00 e $6,00. O Qwen4-Max e o Hy4 flash podem ser acessados pelas APIs dos próprios fornecedores e, no caso da Tencent, por uma lista de seus próprios produtos de consumo e empresariais: TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima e Marvis. A Tencent diz que plataformas de terceiros virão em seguida e não informa data.

A rota que importa para a decisão desta semana é a da DeepSeek, porque a própria comparação de custos da Tencent escolhe o DeepSeek-V4.1-Flash-1017 como referência: deepseek/deepseek-v4.1-flash está no catálogo a $0,15 e $0,60 por milhão de tokens, com leituras de cache a $0,003 — o preço de tabela fora de pico da própria DeepSeek, repassado sem acréscimo — num contexto de 1.048.576 tokens, ao lado do snapshot 1017 à mesma tarifa. Se quiser testar se um duodécimo do preço de entrada produz um décimo do custo por tarefa no seu tráfego, é esse o número com que se comparar, e ele pode ser chamado agora, enquanto os dois novos modelos não podem.
Ficam duas camadas promocionais por cima do cartão Tencent e nenhuma delas deve entrar num orçamento. O TokenHub da Tencent Cloud está com 50% de desconto por um período não especificado, e o WorkBuddy é gratuito até 30 de novembro. O cartão de Singapura da Alibaba tem uma quota gratuita de um milhão de tokens válida por 90 dias. Todos os três expiram; as tarifas de tabela são o que permanece.
Duas datas para anotar na agenda
O primeiro é 25 de novembro, quando os identificadores de pré-visualização do Qwen4-Max deixam de funcionar. Se você está na pré-visualização, a migração consiste em uma mudança de string mais duas verificações que não gerarão erro quando estiverem incorretas: qualquer código que assumia um orçamento compartilhado de saída de 393.216 tokens agora tem 262.144, e tudo o que dependia de créditos do Token Plan agora é cobrado por token.
A segunda é 30 de novembro, quando o WorkBuddy deixa de ser gratuito e a promoção do TokenHub pode ou não continuar ativa.

Além dessas datas, o que se deve observar não é um preço. É o primeiro número de um harness que nenhuma das duas empresas escreveu. O Qwen4-Max terá uma entrada no Artificial Analysis em poucos dias, simplesmente porque os modelos da Alibaba sempre têm. O Hy4 flash pode não ter, já que o próprio carro-chefe da Tencent só chegou a esse índice em 5 de novembro, oito dias depois de ser lançado. Até que um deles seja medido fora da empresa, a leitura honesta de 16 de novembro é que dois modelos multimodais de um milhão de tokens muito baratos foram colocados à venda a preços que ficaram abaixo dos de seus próprios antecessores, e que a evidência para cada um é um conjunto de gráficos desenhados pela empresa que o vende.
Comparados neste artigo3
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
