Muse Spark vs Qwen 4 Max: metade desta comparação ainda não tem um endpoint

Uma página que compara Muse Spark a Qwen 4 Max tem um problema que não tem nada a ver com a qualidade de nenhum dos modelos, e o problema pertence à primeira frase, não à última. O Muse Spark é real e pode ser chamado: o Meta Superintelligence Labs apresentou a família em 8 de abril de 2026, e o checkpoint atual, Muse Spark 1.3, está disponível de forma geral desde 2 de setembro de 2026 a US$ 1,25 por milhão de tokens de entrada e US$ 4,25 por milhão de saída. O Qwen 4 Max não pode ser chamado e nunca pôde. Ele foi mostrado em um palco na Apsara Conference em Hangzhou em 22 de setembro de 2026 e nada foi publicado desde então — nenhum model card, nenhum identificador de API, nenhuma janela de contexto, nenhum preço, nenhum peso, nenhuma pontuação de benchmark. Então a única versão honesta dessa comparação é uma resposta em duas partes: o que o Qwen 4 Max anunciado deveria ser, e como o Muse Spark se compara ao flagship da Qwen para o qual você pode realmente enviar uma solicitação hoje, que é Qwen3.8-Max.

O que é o Q​wen 4 Max, precisamente

É uma entrada de lista. Na Apsara, o líder do Qwen LLM, Liu Da Yiheng, apresentou quatro níveis — Qwen 4 Max como carro-chefe, Qwen 4 Flash, Qwen 4 Plus e Qwen 4 27B —, descreveu a família como sendo treinada em uma arquitetura de nova geração e disse que ela chegaria em breve. Esse é todo o registro público. Não há data associada a nenhum nível e, nas seis semanas desde então, nada foi publicado que permitisse planejar com base nisso.

Um número que circula ao lado do anúncio não lhe pertence. A meta de "5 a 10 trilhões de parâmetros" associada à notícia do Qwen 4 é uma declaração prospetiva sobre as gerações posteriores ao Qwen 4 — o período do Qwen 4.5 e do Qwen 5 — não uma especificação do Qwen 4 Max. A Alibaba não associou absolutamente nenhuma contagem de parâmetros ao Qwen 4 Max. Se vir este modelo descrito como um modelo com vários trilhões de parâmetros este mês, esse número foi transposto de um slide diferente, e vale a pena recusar repeti-lo.

O que existe é uma prévia parcial da arquitetura, sob um nome diferente. O Qwen3.8-Flash-Next foi disponibilizado em código aberto no final de agosto de 2026, e seu model card o rotula como uma prévia da arquitetura Qwen 4: um modelo esparso com 125 bilhões de parâmetros principais mais 51 bilhões de parâmetros de embeddings de N-gramas, ativando cerca de 6 bilhões por passo, com um contexto nativo de 262.000 tokens e um custo de treinamento relatado cerca de 90% abaixo do Qwen3.7-Plus. Isso lhe mostra o formato do que está por vir. Não lhe diz o que o Qwen 4 Max pontua, custa ou aceita.

• Disponibilidade — Qwen 4 Max: anunciado em 22 de setembro de 2026, sem endpoint, sem data; Muse Spark 1.3: disponível em geral desde 2 de setembro de 2026

• Pontuações de benchmark publicadas — nenhuma para o Qwen 4 Max; a Meta publica um scorecard agêntico completo para o Muse Spark 1.3

• Contagem de parâmetros — não divulgada para o Qwen 4 Max; também não divulgada para o Muse Spark 1.3, embora a Alibaba tenha confirmado 2,4 trilhões no total, com 95 bilhões ativos para seu principal modelo em produção

• Preço — nenhum anunciado para o Qwen 4 Max; $1,25 / $4,25 por milhão de tokens para o Muse Spark 1.3, com um nível Contributor a $0,10 / $0,20

• Janela de contexto — não anunciada; 1.048.576 tokens para o Muse Spark 1.3

• Pesos — nenhum deles é aberto. Os pesos abertos nessas duas famílias pertencem ao Qwen3.8-2.4T-A95B e, do lado da Meta, ao Muse Spark Open e ao Muse Glimmer

A comparação que você pode realmente executar

O Qwen3.8-Max é o modelo pelo qual os níveis do Qwen 4 serão medidos, e já está atendendo tráfego de produção hoje: disponível em geral desde 3 de agosto de 2026 a US$ 2,00 por milhão de entrada e US$ 6,00 por milhão de saída, valor fixo em toda a sua janela de contexto, sem sobretaxa para prompts longos, construído como um mixture-of-experts de 2,4 trilhões de parâmetros com 95 bilhões de parâmetros ativos por token, e com pesos abertos em 12 de agosto de 2026 como Qwen3.8-2.4T-A95B, tanto em BF16 quanto em FP8, sob uma licença Qwen personalizada. Esse último detalhe importa e é fácil de passar despercebido: os pesos do modelo principal estão disponíveis, e a API hospedada é uma conveniência adicional sobre eles, em vez de ser a única via de acesso.

O panorama independente para o par é incomumente claro, porque a Artificial Analysis lista ambos e os dois foram lançados com dez dias de diferença, com a mesma revisão do índice em vigor. Tudo abaixo vem dessas listagens, e os dois modelos não foram executados novamente em um ambiente de avaliação compartilhado — trate a comparação como uma leitura em bases equivalentes de medições publicadas, não como um teste controlado.

• Índice de Inteligência — Muse Spark 1.3 (Max) 48, posição 24 de 217, contra Qwen3.8-Max (0902) 45, posição 33 de 217

• Velocidade de saída — 121,9 tokens/segundo versus 39,3 tokens/segundo, sendo que o modelo Q​wen ocupa a posição 181 de 186 e o modelo M​eta a 43 de 186

• Custo por tarefa do Index concluída — US$ 1,60 versus US$ 5,41

• Preço de tabela por milhão de tokens — $1,25 de entrada / $4,25 de saída versus $2,00 de entrada / $6,00 de saída

• Janela de contexto — 1.048.576 tokens versus 984.000

• Verbosidade no Índice — 170M tokens de saída contra 190M

O interessante nesse conjunto é que o modelo Q​wen é mais lento e mais caro em todos os aspectos, embora marque três pontos de índice a menos, e a diferença não é marginal. Com 39,3 tokens por segundo contra 121,9, o Muse Spark 1.3 é cerca de três vezes mais rápido, e seu custo por tarefa concluída é cerca de um terço do de Qwen3.8-Max — $1,60 contra $5,41 — com preços que diferem apenas cerca de 40 por cento por token. A diferença está na velocidade, não na tabela de preços: um modelo que leva três vezes mais tempo para produzir cada token gasta dinheiro enquanto espera. Qualquer pessoa que compare esses dois apenas pelo preço de tabela chegará à conclusão errada sobre qual é mais barato de executar.

Duas coisas moderam isso, porque a versão honesta da comparação precisa de ambas. A primeira é a modalidade. A Muse Spark é documentada pela M​eta como aceitando texto, imagem, vídeo, áudio e PDF e retornando texto; o Qwen3.8-Max aceita texto, imagens e vídeo. Em um pipeline que transporta documentos digitalizados ou áudio, o carro-chefe da Q​wen simplesmente não consegue receber o payload — e, separadamente disso, a M​eta alerta que a compreensão de áudio no Muse Spark 1.3 não é totalmente suportada e direciona cargas de trabalho de áudio para o Muse Spark 1.2. A segunda é o tamanho da diferença. Três pontos de índice não são uma mudança de nível; é o tipo de margem que se inverte em um harness diferente ou em uma combinação de tarefas diferente. Os deltas de velocidade e custo são os achados duradouros aqui, e o delta de inteligência é o que se deve considerar com reservas.

Onde as duas famílias são genuinamente diferentes, além das pontuações

A divulgação é a divisão mais nítida. A Alibaba publicou a contagem de parâmetros do Qwen3.8-Max e lançou os seus pesos; a Meta não publicou a contagem de parâmetros de nenhuma versão do Muse Spark nem os pesos de nenhuma delas. Ambas as linhas principais são apenas hospedadas na sua forma atual — não é possível auto-hospedar o Muse Spark 1.3 e, embora os pesos do Qwen3.8-2.4T-A95B existam, um modelo de 2,4 trilhões de parâmetros é um objeto de datacenter e não algo que se executa numa estação de trabalho. Mas a opção existe de um lado e não do outro, e as opções que existem valem alguma coisa mesmo quando não as exercemos.

O controle de esforço é a segunda divisão, e o da M​eta é mais granular de um jeito que muda a sua fatura. O esforço de raciocínio do Muse Spark abrange minimal, low, medium, high, xhigh e max; o nível max chegou em 4 de setembro, dois dias após o lançamento, após testes de segurança adicionais, e é a configuração por trás de todos os números de destaque que a M​eta publicou. A M​eta também vende o checkpoint 1.3 a um segundo preço: o nível Contributor a US$ 0,10 / US$ 0,002 em cache / US$ 0,20 por milhão de tokens, cerca de uma ordem de magnitude abaixo da tarifa Standard, em troca de permissão para treinar com seus prompts e completions. Esse nível não tem equivalente no Q​wen, e para uma carga de trabalho não sensível e de alto volume, ele leva a comparação de custos mais longe do que qualquer ponto de índice.

O flanco de pesos abertos é o terceiro. Se o que você realmente quer são pesos executáveis de qualquer uma das duas famílias, nenhum dos carros-chefe oferece isso. Os da M​eta são Muse Spark Open e M​use Glimmer; os da A​libaba são o Qwen3.8-27B e o resto da linha aberta do Q​wen 3.8. Essas são conversas diferentes desta, e uma busca por "Muse Spark vs Q​wen 4 Max open weights" respondeu a uma pergunta que nenhum dos dois fornecedores fez.

O que mudaria esta página

Três coisas, e nenhuma delas é uma data que alguém tenha prometido. Uma ficha de modelo definiria a contagem de parâmetros, a janela de contexto, a linha de modalidade e o preço em um único documento. Uma tabela de benchmark daria os primeiros números que podem ser colocados ao lado dos da M​eta. Um endpoint disponibilizado tornaria esta página obsoleta, o que é o desfecho a se esperar — nesse ponto, a comparação se torna aquela que os leitores vieram aqui esperando, e a atitude honesta é dizer isso em vez de escrever contornando a ausência.

Até lá, o sinal útil é a geração Qwen que está sendo lançada. O Qwen3.8-Max é a linha de base que o Qwen 4 Max precisa superar; ele tem pesos publicados e um preço publicado, e a prévia da arquitetura do Qwen 4 no Qwen3.8-Flash-Next sugere que a família está sendo construída para alcançar qualidade comparável a uma fração do custo de treinamento. Esse último ponto é uma previsão, não um fato, mas é o motivo para acompanhar o roadmap: uma família mais barata de treinar é uma família que pode ser precificada agressivamente, e precificação agressiva é a única coisa que a Alibaba entregou de forma confiável por dois anos.

Executando a metade desta comparação que existe

Ambos os modelos chamáveis aqui estão no nosso catálogo, o que torna a versão prática desta página uma questão de roteamento, e não de pesquisa. A OrcaRouter disponibiliza a família Qwen 3.8 — Qwen3.8-Max, Qwen3.8-Flash e o Qwen3.8-27B de pesos abertos — e os dois checkpoints Muse Spark que servimos, Muse Spark 1.1 e Muse Spark 1.2, por trás de um único endpoint compatível com OpenAI, abrangendo mais de 200 modelos, ao preço de tabela de cada fornecedor, com 0% de markup repassado. O Muse Spark 1.3 não está no nosso catálogo, e o Qwen 4 Max não está em catálogo algum porque ainda não existe; quando qualquer um deles for lançado e um fornecedor o oferecer, a mesma chave é onde ele apareceria.

O que isso lhe proporciona nesta comparação específica é a capacidade de resolver a questão dos três pontos de índice no seu próprio tráfego. Uma DSL de roteamento move uma fatia das requisições do Qwen3.8-Max para o Muse Spark 1.2 por configuração, e não por código, e o failover automático significa que uma chamada de contexto longo que falha degrada para o outro modelo em vez de para uma página de erro. Dado que a diferença independente entre as duas famílias é pequena, esse experimento vale mais do que qualquer posição em um leaderboard — e é a única forma de descobrir se a saída três vezes mais rápida da M​eta realmente importa para o formato da sua carga de trabalho.

Então: o Muse Spark vence a comparação por padrão, e seria desonesto apresentar isso como um veredito. É o modelo com um endpoint, um preço, uma janela de contexto e um scorecard. O Qwen 4 Max tem um anúncio de palco, uma grade de quatro níveis e uma prévia de sua arquitetura rodando sob um nome diferente. Volte quando o model card for lançado; a pergunta interessante então será se a economia de roadmap da Alibaba chega à linha de preço antes que o próximo checkpoint da Meta chegue.

Também é em comparações como esta que os modos de falha aparecem: os incidentes de IA documentados e as falhas de agentes por trás de modelos nesta classe são coletados no OrcaRouter AI Incident Archive, onde cada entrada carrega suas próprias fontes, gravidade, grau de confiança e sinalização de disputa.