Qwen4-Max Preview escapou do paywall: o mesmo modelo, agora atrás de uma caixa de chat

On 11 November 2026 the Qwen4-Max Preview turned up in Q​wen Chat — the same model A​libaba started serving through Model Studio's Token Plan at 10:00 that morning, now reachable without a Singapore subscription, a dedicated base URL or an API key. Nothing about the model changed: 1,000,000 tokens of context, a 393,216-token output ceiling that thinking and the answer have to share, text, images and video going in. What changed is who can reach it. A preview that had been an enterprise line item became something you can open in a browser tab and type into, and both doors lead to the same fourteen remaining days. The Q​wen 4 line was named from a stage at the Apsara conference on 22 September 2026 with no specifications attached to any tier; Qwen3.8-Max, the flagship it is meant to replace, has been callable since 3 August at $2.00 per million input tokens and $6.00 per million output. This one you can look at, and on the API side you still cannot buy it by the token.

A segunda porta, e por que isso importa mais do que parece

Q​wen Chat is a consumer surface. There is no per-token meter in it, no model ID to paste into a request body, and no bill at the end of the month. For a preview that A​libaba has fenced off behind a credit subscription, that is a different kind of access, not a cheaper version of the same one — it moves the model from the procurement conversation into the evaluation conversation.

A rota da API, conforme documentada, tem três barreiras ao seu redor. O acesso é exclusivo do Token Plan, e o modelo pay-as-you-go não é explicitamente suportado. A URL base é dedicada, em token-plan.ap-southeast-1.maas.aliyuncs.com, portanto uma chave existente do Model Studio não a abre. E o próprio plano carrega uma restrição que vale citar em vez de parafrasear: ele se destina a "uso interativo em ferramentas de programação e agentes, não a scripts de lote automatizados". Uma prévia que você não pode executar em lote é uma prévia que você avalia manualmente.

Read those together and the Q​wen Chat launch looks less like a marketing beat and more like the honest completion of the product. If the licence says interactive use only, a chat window is not a workaround for the paid plan — it is the surface the plan was always describing.

Em que as duas portas realmente diferem

Mesmo modelo, encanamento diferente. As distinções que importam, uma linha cada:

• Cost model — Q​wen Chat: no per-token charge visible to the user, no key to manage vs Token Plan: a monthly credit subscription, with Personal Edition tiers at $6 for 20,000 credits, $10 for 45,000, $18 for 80,000 and $43 for 200,000, plus $15 per 20,000-credit top-up bundles.

• Ceiling — Q​wen Chat: whatever the chat client will accept in one turn vs the API: the full 1,000,000-token context and 393,216-token output budget, both documented.

• Programmatic access — Q​wen Chat: none, it is a chat interface vs the API: O​penAI Chat Completions, O​penAI Responses and A​nthropic Messages compatible, so an existing client needs a base URL and a key rather than a rewrite.

• Tooling — Q​wen Chat: whatever the app exposes vs the API: function calling, web search, built-in tools, JSON Object and JSON Schema output.

• Reproducibility — Q​wen Chat: a conversation you can read but not version vs the API: request parameters you can pin, which is the only way to compare two runs honestly.

• Expiração — idêntica em ambos: 24:00 de 25 de novembro de 2026, UTC+8, após o qual o modelo é desativado.

Essa última linha é a que as pessoas vão esquecer. A porta de chat parece permanente porque os produtos de chat normalmente são. Este não é.

A janela é o produto, e ela dura catorze dias.

A​libaba's documentation states the window as 10:00 on 11 November to 24:00 on 25 November, UTC+8, and adds that the model will be retired when the preview ends. It also states that no changes will be made during the period. A frozen preview is a specific kind of offer: a behaviour you find irritating on day two will still be there on day thirteen, and reporting it buys you nothing until a successor exists. That is the correct trade for an evaluation build and the wrong trade for a dependency.

The commercial side of the window is unusually steep. During the preview, consumption runs "as low as 20% of the standard rate", and calls placed between 22:00 and 08:00 UTC+8 get a further discount that lands at 8% of standard. Two A​libaba pages describe that night step differently — one calls it 40% off, the other 60% — and both arrive at the same 8%, so treat the arithmetic as the fact and the percentage as copy. Credits themselves are consumed at a rate the vendor says is set dynamically by model type, token usage, thinking mode and tool calls, which means the only place to learn your real rate is the usage detail in the console.

O que a caixa de chat não pode lhe dizer

Três coisas estão faltando neste modelo, e a interface de chat torna todas as três mais difíceis de ver, em vez de mais fáceis.

There is no published parameter count. The nearest architecture statement from the Q​wen organisation is Qwen3.8-Flash-Next, published on Hugging Face on 24 August 2026, whose card describes it as an experimental preview of the architecture that will underpin Q​wen 4. That card reports 125 billion main parameters with roughly 6 billion active per step, a 51-billion-parameter n-gram embedding store, and three named techniques — QSA sparse attention, gated residual connections, and n-gram embeddings as a separate lookup table. It is vendor-reported, unreproduced, and it describes a 180-billion-parameter preview model, not this flagship. Anyone quoting a parameter count for Qwen4-Max is quoting something A​libaba has not said.

Não há pontuações de benchmark, nem do fornecedor nem independentes. O ranking do Artificial Analysis, consultado em 11 de novembro de 2026, não traz nenhuma entrada do Qwen4. Isso não é um ponto negativo contra o modelo — uma prévia lançada hoje de manhã não teve tempo de ser medida —, mas significa que todo número "Qwen4 supera X" que circula hoje é ou uma projeção ou o número de um modelo diferente carregando o nome deste.

E não há lançamento de pesos. Este é um endpoint hospedado fechado por quinze dias, não um checkpoint para download, e a questão de licenciamento que se aplicaria a um modelo disponível para download simplesmente não se coloca porque não há nada para baixar.

Três configurações que determinam se vale a pena ler uma resposta

Se você abrir o lado da API, os padrões não são neutros, e é aí que uma requisição portada quebra.

reasoning_effort aceita low, medium ou xhigh e tem xhigh como padrão. Um modelo que gasta seu orçamento pensando antes de responder produzirá melhores resultados em prompts difíceis e pior latência em prompts fáceis; o padrão é o lado caro dessa troca.

max_tokens changed meaning with this model. Starting here, max_tokens is equivalent to max_completion_tokens and both cover thinking plus the final answer, where every earlier Q​wen model applied the cap to the answer alone. A request carried over from Qwen3.8-Max with max_tokens set to 4096 now buys 4,096 tokens of thinking and whatever is left — which on a hard prompt can be nothing. The failure mode is a truncated response, not an error you can catch.

preserve_thinking está ativado por padrão no Chat Completions, então o raciocínio anterior retorna no campo reasoning_content das mensagens do assistente. Concatenar isso em content e reenviá-lo como histórico é o formato errado e degradará o próximo turno. Observe também que reasoning_effort e thinking_budget não devem ser definidos juntos — escolha apenas um controle.

Um plano de testes que cabe em uma tarde

Catorze dias é tempo suficiente para aprender algo específico, se você decidir o que está testando antes de começar. Três prompts, executados duas vezes cada, são um uso melhor dessa janela do que uma semana de conversa sem objetivo definido.

Comece pela coisa para a qual a janela de contexto serve. Entregue a ela um documento longo ou uma gravação de tela cuja resposta você já conhece, e verifique se ela encontra o detalhe que você plantou perto do final. Um milhão de tokens é uma alegação sobre capacidade, não sobre atenção, e a única maneira de distinguir uma coisa da outra é uma agulha que você mesmo coloca lá.

Em seguida, teste o padrão de raciocínio em relação à configuração econômica no mesmo prompt. Se xhigh e medium chegarem ao mesmo resultado na sua tarefa, você encontrou latência que não precisa pagar. Se divergirem, você encontrou o limite do que o modelo consegue fazer sem pensar em voz alta.

Em seguida, execute a entrada de vídeo em algo curto e específico — uma gravação de UI com um bug conhecido nela. O entendimento de vídeo é a capacidade menos avaliada por benchmarks em qualquer model card, e aquela em que uma prévia tem maior probabilidade de surpreender você para um lado ou para o outro.

Anote o que você aprendeu, com datas e configurações. Daqui a quinze dias, esse documento será o único ativo que a prévia produz.

Where this sits in the Q​wen 4 line

A​libaba named four tiers at Apsara on 22 September: Max, Flash, Plus and 27B. As of today, one of them has an endpoint, one has a chat tab, and the other three have names. A family with one shipped tier and three announced ones is a roadmap, not a lineup, and the preview is best read as a capability demonstration aimed at the tier that will carry the flagship price.

Também vale dizer claramente o que este modelo não é. Ele não é o Qwen4-Max. A prévia antecede um carro-chefe disponível em geral que não tem ficha de modelo, preço público por token nem endpoint de pagamento conforme o uso. A nomenclatura é próxima o suficiente para que resultados de busca e posts em redes sociais rotineiramente confundam os dois; são produtos diferentes em estados diferentes, e tratar os números da prévia como os números do carro-chefe é como um slide de roadmap se transforma em um erro de aquisição.

O que fecha em 25 de novembro

Three outcomes are possible and they are not equally likely. The clean one is general availability with a published per-token rate and a pay-as-you-go endpoint, which would turn the preview into the cheapest due diligence anyone could have done. The second is an extension on the same terms, which would say A​libaba is still capacity-constrained in Singapore and still not ready to meter the model openly. The third is retirement on schedule with silence.

Para quem precisa lançar antes que algo disso se resolva, a pergunta prática é o que executar em vez disso, e a resposta já está na prateleira. O Qwen3.8-Max está disponível em geral desde 3 de agosto de 2026, com contexto de 1.000.000 de tokens, entrada de texto, imagem e vídeo, a US$ 2,00 por milhão de tokens de entrada e US$ 6,00 por milhão de saída — o preço de tabela do fornecedor sem nada acrescentado. É um entre 217 identificadores de modelo no catálogo da OrcaRouter, que também é o limite honesto da afirmação: não servimos o Qwen4-Max Preview, e nenhuma esperteza de roteamento muda isso. O que o catálogo oferece é uma cadeia de fallback, para que uma avaliação possa ficar atrás de um modelo em que você já confia em vez de na frente de um — se uma solicitação der erro, expirar ou for truncada porque o orçamento de raciocínio consumiu a resposta, o fallback responde e você ainda descobre se a janela de um milhão de tokens resolve seu problema.

The preview's real contribution is not a benchmark or a price. It is a date: 25 November, after which the answer to "what does the Q​wen 4 flagship do" stops being a chat tab and starts being a model card. Watch for that document, not for the launch post.