Cartão de título para MAI Code 2 vs Qwen 4 Max. O MAI Code 2 é mostrado como o modelo do GitHub Copilot da Microsoft a US$ 0,50 de entrada e US$ 2,50 de saída por milhão de tokens, com janela de contexto de 1M, sem endpoint e sem teto de saída publicado. O Qwen4-Max é mostrado como a API medida da Alibaba em seis regiões a US$ 1,50 e US$ 4,50 por milhão de tokens, com teto de entrada de 991.808 tokens e orçamento compartilhado de pensamento de 262.144 tokens.
Guides & Insights

MAI Code 2 vs Qwen 4 Max: Nove Dias, Duas Tabelas de Preços, Um Endpoint

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

Há um prazo escondido nesta comparação. Qwen 4 Max — que a Alibaba grafa como Qwen4-Max e que a API lista como qwen4-max — passou a ser cobrado por consumo em 16 de novembro de 2026, e as strings de modelo de pré-visualização que ele substituiu — qwen4-max-preview e qwen4.0-max-preview — deixam de responder às 24:00 UTC+8 de 25 de novembro de 2026. Isso é nove dias a partir de hoje. MAI Code 2, que a Microsoft lançou um dia depois de o Qwen4-Max entrar em GA, no Ignite, em 17 de novembro de 2026, não tem esse relógio: só é acessível selecionando-o dentro de um cliente GitHub Copilot, a $0.50 por milhão de tokens de entrada e $2.50 por milhão de saída, em uma tarifa promocional válida até 17 de maio de 2027. Portanto, um desses dois modelos tem um prazo de migração que você ainda pode perder, e o outro tem uma data de expiração com a qual você pode se planejar. Nenhum dos dois é um benchmark, e juntos eles explicam a maior parte do que separa a dupla.

A questão do preço e a questão do acesso apontam em direções opostas aqui, e apenas uma delas pode ser resolvida lendo uma tabela de tarifas.

Dois modelos que entraram em funcionamento com um dia de diferença e discordam em tudo o resto.

O MAI Code 2 chegou ao Microsoft Ignite como um de um lote de sete modelos em um único palco, e sua escolha de design definidora é que ele não existe fora das ferramentas de seu fornecedor. O Qwen4-Max da Alibaba saiu da prévia no dia anterior, após um período do Token Plan em Singapura, e sua escolha de design definidora é o oposto: medição por token em seis regiões, quatro protocolos de API e uma ficha de especificações documentada com as partes incômodas mantidas.

Essas vinte e quatro horas são toda a história do par. Uma empresa lançou um modelo otimizado para uma assinatura que já vende. A outra lançou um modelo otimizado para uma API que já opera. Cada diferença abaixo decorre disso, e é por isso que a comparação vale a pena.

As tabelas de tarifas, com os descontos que expiram

• Entrada — MAI Code 2 a $0.50 por milhão de tokens contra Qwen4-Max a $1.50 em Singapura, ou $1.413 nas regiões Globais; a MAI é um terço da tarifa de Singapura

• Produção — $2,50 contra $4,50 e $4,24; a proporção estreita-se para 56%

• Entrada em cache — US$ 0,025 contra US$ 0,075 em Singapura e US$ 0,071 em outros lugares; uma diferença de 3×, a menor vantagem da lista

• Gravações de cache — a Microsoft não divulga nenhuma, em comparação com o Qwen4-Max a US$ 1,875 por milhão por uma gravação de cinco minutos e US$ 3,00 por uma hora

A partir de 17 de maio de 2027 — o MAI Code 2 dobra para $1.00 / $0.05 / $5.00, momento em que sua tarifa de entrada ainda está abaixo da do Qwen4-Max e sua tarifa de saída está acima dela

• Contexto — 991.808 tokens de entrada no Qwen4-Max, caindo para 983.616 no modo de raciocínio, contra 1 milhão de tokens no MAI Code 2 dentro do VS Code e do Copilot CLI

• Orçamento de saída — não publicado pela Microsoft, frente a um orçamento de 262.144 tokens compartilhado entre raciocínio e resposta no Qwen4-Max

• Pesos — nenhum dos dois é baixável. A Microsoft afirma isso explicitamente; o nível Max do Qwen4-Max não traz compromisso com pesos abertos, ao contrário do nível 27B da mesma família

A linha de entrada em cache decide execuções longas de agentes e contraria a manchete. A leitura de cache do Qwen4-Max é 5% da sua própria tarifa de entrada, e seu exemplo prático publicado — uma saída de 8.000 tokens mais um prefixo lido duas vezes — transforma três passagens idênticas em US$ 0,918 contra US$ 1,908 sem cache. Uma equipe que mantém um prompt de sistema e um esquema de ferramentas fixos diante de uma pergunta em movimento obtém um desconto efetivo muito maior do que a tarifa de entrada sugere. O desconto de cache de 95% do MAI Code 2 sobre uma base menor é comparável em natureza, mas a Microsoft não publica nenhuma cobrança de gravação em cache, o que torna os dois cartões difíceis de comparar na única dimensão em que cargas de trabalho agênticas gastam a maior parte do seu dinheiro.

O orçamento de saída encolheu no caminho para a disponibilidade geral

O fato menos noticiado sobre o GA do Qwen4-Max é que o preview lhe deu mais espaço para pensar. No preview, o orçamento compartilhado de pensamento mais resposta era de 393.216 tokens; no GA, é de 262.144. A saída sem pensamento é limitada a 131.072. Um terço da folga desapareceu no mesmo momento em que o modelo ganhou uma tabela de preços real e cinco novas regiões.

Se isso é uma regressão depende da sua carga de trabalho, mas é um delta documentado que qualquer pessoa que ainda aponte uma configuração para as strings de pré-visualização precisa conhecer, porque essas strings serão desativadas em nove dias. O identificador qwen4-max é o que sobrevive.

O equivalente do MAI Code 2 não foi publicado. A Microsoft documenta uma janela de contexto de 1 milhão de tokens e níveis de raciocínio configuráveis — a documentação do Copilot confirma que a profundidade de raciocínio é ajustável e observa que o contexto estendido é um recurso do VS Code e da Copilot CLI —, mas não há teto de saída em nenhum documento da Microsoft, então não há nada para comparar com o número 262.144. Essa assimetria percorre toda esta comparação: o Qwen4-Max informa os números incômodos, e o MAI Code 2 informa os lisonjeiros.

O que dizem as pontuações independentes, do único lado que as tem

Artificial Analysis traz o Qwen4-Max com 43 no Intelligence Index v5.0.1, custando US$ 3,27 por tarefa do índice, com 32,1 minutos por tarefa, 55 tokens por segundo de saída e 155,4 segundos até o primeiro token de resposta, em uma janela de contexto que mede em 984k. Esses são números de meio de tabela. A nota sobre verbosidade na mesma página é a leitura mais útil: o modelo gerou aproximadamente o dobro de tokens de saída do que o modelo mediano na execução do índice, portanto, seu preço nominal por token subestima seu custo real por tarefa.

O MAI Code 2 não tem nenhuma linha na Artificial Analysis — nenhuma página de modelo, portanto nenhuma leitura de índice. O que existe é o post de lançamento da Microsoft: quatro benchmarks nomeados, três executados na plataforma interna MSBench da empresa por meio da CLI do GitHub Copilot com subagentes desativados no esforço máximo de raciocínio, o quarto proveniente da Artificial Analysis, e os resultados expressos como 96% do desempenho do Claude Opus 5.5 a 5% do custo e 98% do desempenho do GPT-6.1 Sol a 40%. Nenhuma taxa de aprovação por benchmark é publicada.

Alinhe esses dados com honestidade e não será possível classificar os dois. O 43 do Qwen4-Max em um índice neutro é mediano; as proporções do MAI Code 2 são fortes nos seus próprios termos; eles medem coisas diferentes em harnesses diferentes, e nenhum dos fornecedores executou o do outro. O que se pode dizer é que o número do Qwen4-Max é auditável e o do MAI Code 2 não é, o que é uma afirmação sobre evidências e não sobre capacidade.

Artificial Analysis page for Qwen4 Max showing an Intelligence Index of 43 against a median of 43, $1.50 input and $4.50 output per million tokens, a 95 percent cache discount, 55 tokens per second, 32.1 minutes per task, $3.27 per task, 127 million output tokens against a median of 651 million, and a 984k token context window.

Os verbos que cada modelo foi treinado para executar

O posicionamento da Microsoft para o MAI Code 2 é restrito e específico: levar código à produção, depuração profunda, implementação em vários arquivos, raciocínio em todo o repositório, trabalho de UI e painéis e visualização. O post de lançamento é igualmente específico quanto aos limites — os modelos "explicitamente ainda não foram ajustados para problemas mais difíceis, como pesquisa científica fundamental e trabalho agêntico de horizonte muito longo" — e a alegação da avaliação cega de frontend, de 64% de preferência dos avaliadores em relação ao GPT-6 Sol, está limitada exatamente a essa força de codificação visual.

O posicionamento do Qwen4-Max é mais amplo por construção, e sua documentação mostra isso: entrada de texto, imagem e vídeo, saída estruturada, chamada paralela de ferramentas, conclusão de prefixo, pesquisa na web e cache explícito e implícito, abrangendo OpenAI Chat Completions, OpenAI Responses, Anthropic Messages e DashScope. A inferência em lote existe apenas em Pequim, e somente o caminho Batch File oferece o desconto — o Batch Chat é listado com a tarifa em tempo real, portanto a palavra "batch" no nome de um endpoint não é garantia de preço ali.

Essa é a assimetria prática entre um modelo de programação e um modelo generalista. O MAI Code 2 provavelmente é melhor naquilo para que foi criado, e a Microsoft tem benchmarks internos que não vai mostrar. O Qwen4-Max fará muito mais coisas, e a leitura independente da própria Alibaba diz que ele é apenas competente na parte de programação.

Onde executar cada um, e para que um roteador serve de fato aqui

O MAI Code 2 está disponível no GitHub Copilot nos planos Pro, Pro+, Max, Business e Enterprise, no Windows, macOS e Linux, no Copilot CLI e no Visual Studio Code. O MAI Code 2 Flash é o único modelo da família com uma superfície de API — uma prévia de acesso limitado no Microsoft Foundry por meio de uma API Responses compatível com OpenAI. O Qwen4-Max está na própria plataforma da Alibaba em seis regiões. Nenhum dos dois está no catálogo da OrcaRouter atualmente, portanto nenhuma afirmação de que os roteamos seria verdadeira.

O que o catálogo de fato contém é Qwen3.8-Max a $2,00 e $6,00 em Singapura — o modelo Qwen4-Max é 25% mais barato nos dois lados do medidor — além dos modelos de ponta contra os quais você avaliaria um codificador barato: Claude Opus 5.5, Kimi K3.1 Pro, Gemini 4 Carbon. Tudo pelo preço de tabela do provedor, com 0% de markup, tudo em uma única chave. Isso importa para um tipo específico de decisão: se você pretende escolher entre MAI Code 2 e Qwen4-Max executando ambos nos seus próprios repositórios, a comparação precisa de um controle, e o controle é mensurável hoje, enquanto nenhum dos candidatos é.

O argumento de roteamento que resiste ao contato com esses dois modelos não é "colocar ambos atrás de um único endpoint". É que o endpoint que você controla é onde o fallback fica. Um pipeline que chama Qwen3.8-Max pode fazer failover para um segundo provedor sem alteração de código; um assento do Copilot não pode fazer failover para nada, porque não há nada por baixo dele para rotear.

Como escolher sem um benchmark comum

Escolha o Qwen4-Max se o modelo tiver de responder a uma solicitação que seu código constrói. Esse é todo o argumento, e é decisivo: uma API com quatro protocolos e seis regiões contra uma entrada de seletor de modelos não é uma disputa acirrada para nada automatizado. Migre das strings de pré-visualização antes de 25 de novembro, reserve orçamento para a verbosidade que a execução do índice expôs e reserve para um teto de saída um terço menor que o da pré-visualização.

Escolha o MAI Code 2 se os desenvolvedores já estiverem no Copilot e o trabalho for o reparo empresarial de rotina para o qual a Microsoft o precificou. A um terço da tarifa de entrada do Qwen4-Max e pouco mais da metade da tarifa de saída dele, até um modelo que precise de uma segunda tentativa pode vencer no custo por tarefa concluída — e, ao contrário do Qwen4-Max, sua tarifa promocional tem uma data de término declarada, em vez de uma condição aberta que você não controla.

Não escolha nenhum dos dois se a carga de trabalho exigir uma pontuação que você consiga defender diante de um comitê de compras. Um modelo tem uma avaliação independente mediana; o outro não tem avaliação independente alguma. Nessa situação, a medida defensável é colocar aquele que você conseguir acessar para rodar contra um modelo que esteja em um ranking neutro, nas suas próprias tarefas, e comparar o custo por tarefa concluída em vez do preço por token.

Alibaba Cloud Model Studio documentation page headed 'Recommended models', updated 2026-11-16, listing qwen4-max as the latest model for text generation alongside the qwen3.7-plus and qwen3.8-flash cards.Scoreboard comparing MAI Code 2 and Qwen4-Max across six dimensions. Input $0.50 versus $1.50 per million tokens, output $2.50 versus $4.50, cached input $0.025 versus $0.075, context 1M tokens versus a 991,808-token input ceiling, maximum output not published versus a 262,144-token shared budget, and access via GitHub Copilot versus a metered API in six regions.

O que mudaria o veredito é um único número absoluto da Microsoft. Uma taxa de aprovação no Terminal Bench 2.1, publicada como a Moonshot publicou 65,7% no Terminal-Bench 4.0, permitiria ao comprador colocar o MAI Code 2 no mesmo eixo do 43 do Qwen4-Max e parar de depender de uma proporção. Até então, a escolha é entre um modelo que você pode medir e um desconto que você pode verificar, e o conselho honesto é ficar com o mensurável para qualquer coisa automatizada e com o desconto para qualquer coisa com uma pessoa sentada na frente.

Comparados neste artigo1

Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente