Qwen4-Max Preview vs Claude Opus 5.5: Um modelo de catorze dias vs aquele que você ainda pode chamar em dezembro

A Alibaba abriu o Qwen4-Max Preview às 10:00 de 11 de novembro de 2026 e, na mesma página de documentação, informou quando ele será encerrado: 24:00 de 25 de novembro, UTC+8. Quatorze dias. A Anthropic lançou o Claude Opus 5.5 em 22 de setembro de 2026 por US$ 4,00 por milhão de tokens de entrada e US$ 20,00 por milhão de tokens de saída, com compromisso de descontinuação não antes de 22 de setembro de 2027. Essas duas frases já resolvem a maior parte desta comparação, porque um desses modelos é um experimento de duas semanas e o outro é uma rubrica orçamentária que você pode incluir no orçamento do próximo ano.

O que as datas não resolvem é se vale a pena executar o experimento. Não há nenhum benchmark para o Qwen4-Max Preview — nem uma tabela do fornecedor, nem uma execução independente, nem uma única pontuação publicada —, então qualquer página que o classifique em relação ao Claude Opus 5.5 em qualidade está chutando. Esta não faz isso. Ela compara as quatro coisas que você realmente pode verificar antes de sexta-feira: o que cada modelo aceita como entrada, quanto de saída uma única resposta comporta, quanto custa uma tarefa e por quanto tempo você tem permissão para continuar usando-o.

O que cada um é, na forma como você pode chamar hoje

A Alibaba escreve o produto Qwen4-Max-Preview no seu anúncio e a string de API qwen4-max-preview na sua documentação; existe também um alias, qwen4.0-max-preview, e a Alibaba observa que ambos funcionam, mas que a cobrança é apresentada sob a forma 4.0. Nenhum dos nomes remete para um cartão de modelo público, uma contagem de parâmetros ou uma licença, porque não há nada para descarregar.

O Claude Opus 5.5 é o tipo oposto de objeto: um endpoint documentado, com preço definido e multiplataforma, cujos limites estão todos em uma página que você pode citar. Coloque os dois lado a lado e o contraste não tem nada a ver com capacidade.

• Janela de contexto — Qwen4-Max Preview 1.000.000 tokens vs Claude Opus 5.5 1.000.000 tokens. Um empate genuíno, e a única dimensão em que a prévia não precisa de ressalvas.

• Saída máxima por resposta — 393.216 tokens para a prévia, um número que a A​libaba afirma ser compartilhado pelo raciocínio e pela resposta final, contra 128.000 tokens do Claude Opus 5.5, ou 300.000 na Batches API com um cabeçalho beta.

• Entrada — texto, imagens e vídeo vs texto e imagens. Este é o único eixo em que um modelo simplesmente não consegue fazer o trabalho que o outro consegue.

• Preço por milhão de tokens — não publicado; cobrado em Token Plan Credits em relação a uma assinatura, versus US$ 4,00 de entrada e US$ 20,00 de saída, com leituras de cache a US$ 0,20 e gravações de cache de 5 minutos a US$ 5,00.

• Padrão de pensamento — reasoning_effort ativado, com xhigh como padrão, e low e medium disponíveis, versus pensamento adaptativo sempre ativado, com o esforço em medium por padrão numa escala de low a max. Os padrões apontam em direções opostas, o que importa mais do que parece.

• Benchmark publicado — nenhum vs Artificial Analysis Intelligence Index 59, classificado em quinto lugar entre 74 modelos nessa métrica.

• Como você o acessa — somente com assinatura do Token Plan, na URL base de Singapura token-plan.ap-southeast-1.maas.aliyuncs.com, além do app Qwen, Qwen Chat, Agent Mode, Qoder, QwenWork e QwenStudio, em comparação com a API Claude, Amazon Bedrock, Google Cloud, Microsoft Foundry e Claude Platform na AWS.

• Janela de disponibilidade — 11 a 25 de novembro de 2026 vs. ativo, com desativação não antes de 22 de setembro de 2027.

A assimetria nessa lista tem uma consequência prática fácil de passar batido. O Qwen4-Max Preview tem duas portas — uma porta de produto que não exige chave, e uma porta de API que precisa de uma assinatura do Token Plan e de uma base URL que você ainda não tem — enquanto o Claude Opus 5.5 é acessível a partir de qualquer cliente no formato OpenAI que você já tenha. Se sua avaliação é “este modelo entende minha base de código?”, a porta do chat basta. Se é “isto sobrevive ao contato com meu pipeline?”, você está provisionando um segundo contrato para um modelo que expira em duas semanas.

O teto de saída de 393K é onde a documentação esconde uma armadilha

393.216 é o número com que todo resumo deste lançamento começa, e é uma vantagem real: é pouco mais de três vezes o teto de 128.000 tokens do Claude Opus 5.5. Reescritas de repositório inteiro, síntese de transcrições longas, geração de um aplicativo pequeno inteiro em uma única resposta — a prévia foi feita para resultados que não cabem no orçamento de resposta da maioria dos modelos.

Leia a nota de rodapé, no entanto. A​libaba diz que os 393.216 tokens são compartilhados entre o raciocínio e a resposta final, e depois acrescenta uma frase que vai quebrar portes: a partir deste modelo, max_tokens em O​penAI Chat Completions é equivalente a max_completion_tokens, e ambos limitam o gasto combinado de raciocínio e resposta. Todos os modelos Q​wen anteriores mantiveram o comportamento antigo, em que o limite se aplicava à resposta. Assim, uma requisição copiada de qwen3.8-max com max_tokens: 8192 agora compra 8.192 tokens de raciocínio e o que sobrar — o que, no esforço xhigh padrão em um prompt difícil, pode acabar sendo nada. O modo de falha é uma resposta truncada, não um erro que você possa capturar.

A justiça exige uma correção na forma como isso costuma ser relatado. O max_tokens da Anthropic também limita o raciocínio e o texto juntos dentro de uma única resposta, portanto, um orçamento compartilhado não é invenção da Qwen e não é motivo para preferir um fornecedor. O que é diferente é o tamanho do orçamento e o fato de a Qwen ter mudado o significado de um parâmetro que seus próprios usuários já haviam aprendido. Isso é um custo de migração, e ele recai sobre você, não sobre o fornecedor.

A segunda armadilha é o esforço padrão. O Qwen4-Max Preview raciocina em xhigh, a menos que se diga o contrário; o Claude Opus 5.5 raciocina em medium. Duas chamadas não configuradas, comparadas lado a lado, não estão medindo a mesma quantidade de trabalho — e, no preview, um padrão mais profundo consome uma parcela maior do orçamento de resposta antes que exista a primeira palavra da resposta.

A entrada de vídeo é a única lacuna sem solução alternativa.

Claude Opus 5.5 aceita texto e imagens. Qwen4-Max Preview aceita texto, imagens e vídeo, e a A​libaba nomeia os casos de uso diretamente: análise de capturas de tela, compreensão de documentos e análise de vídeo.

Se o seu pipeline já amostra frames e os envia como imagens, nada muda — ambos os modelos conseguem ler os frames, e a diferença se reduz à contabilização de tokens. Se o seu pipeline quer entregar um arquivo e perguntar o que aconteceu nele, apenas um desses modelos consegue aceitar a pergunta. Raciocínio temporal sobre um clipe fornecido não é algo que você possa aproximar descrevendo o clipe em texto; você pode reconstruir uma aproximação, e vai gastar uma semana de pesquisador descobrindo quanto da resposta vivia no movimento.

Essa é a regra de decisão mais clara nesta comparação, e não exige um benchmark. Uma equipe com vídeo no caminho de entrada tem um candidato hoje. Uma equipe sem isso não tem motivo para aceitar uma expiração de quatorze dias como parte do acordo.

Os números independentes, e aquele que não é sobre este modelo

O Artificial Analysis não tem página para o Qwen4-Max Preview. Em 11 de novembro, não há velocidade medida, custo por tarefa, pontuação de índice nem número de provedores para ele — a prévia é nova demais e, com quatorze dias, pode nunca receber uma entrada. Assim, a única maneira honesta de colocar os dois em um mesmo gráfico é usar o flagship mais recente da Qwen que foi medido, o Qwen3.8-Max, e dizer claramente que se trata de um proxy.

• Índice de Inteligência — Claude Opus 5.5 59, classificado em quinto lugar entre 74, contra Qwen3.8-Max 34, abaixo da mediana de 40 para sua faixa de preço. Segundo a Artificial Analysis.

• Velocidade de saída — 115 tokens por segundo vs. 53. Segundo a Artificial Analysis, mesmo harness.

• Tempo até o primeiro token de resposta — 353,75 segundos vs 122,57 segundos. O Opus 5.5 é o modelo mais lento para começar e o mais rápido para terminar.

• Tempo por tarefa — 25,0 minutos vs 54,1 minutos, em comparação com uma mediana de 12,6.

• Custo por tarefa — $10,04 vs $10,02. Leia isso duas vezes; é o número mais interessante desta página, e a próxima seção explica por quê.

• Verbosidade — 218 milhões de tokens de saída no índice vs. 150 milhões, em comparação com uma mediana de 72,8 milhões.

Há uma medição que coloca diretamente um checkpoint do Qwen 4 contra o Claude Opus 5.5, e ela merece cuidado em vez de manchete. O GameFeel Benchmark — uma avaliação criativa e de desenvolvimento de jogos que pontua build, correção de bugs, game feel, ideias, visuais e áudio — traz uma linha para Qwen-4-Flash-Early com média de 49.9 contra Claude Opus 5.5 em esforço XHigh com média de 47.2. Quatro coisas precisam ser ditas sobre isso antes que alguém o cite. É um checkpoint de nível Flash, não Max. O rótulo -Early é o palpite do autor do benchmark sobre qual nível não lançado um endpoint sem rótulo se enquadra, não uma confirmação da Alibaba. As duas linhas não foram cobradas da mesma forma, então os valores de $0.40 e $2.60 por tarefa não são comparáveis diretamente. E a média esconde a divisão: Opus vence em correção de bugs, 65 a 63, e em avaliação reversa, 21.67 a 19.95, enquanto o checkpoint Qwen vence em ideias 54 a 41, visuais 65 a 63, áudio 30 a 25 e game feel 52 a 50. Correção de bugs e avaliação reversa são as duas subtarefas mais próximas do trabalho de produção; ideias e áudio são as duas mais distantes disso.

O mesmo benchmark também mostra o que o esforço faz com o Opus 5.5: no nível Medium, ele marca 42,3 por US$ 0,88 por tarefa, contra 47,2 por US$ 2,60 no XHigh. Quase três vezes o gasto para cinco pontos. Se você está executando o Opus com esforço máximo por padrão, é essa a linha que você deve observar.

Quanto custa uma tarefa quando não se pode precificar um dos lados

Comece pela metade que tem uma tabela de preços. Um trabalho que envia 200.000 tokens de entrada e retorna 20.000 tokens de saída custa US$ 0,80 de entrada e US$ 0,40 de saída no Claude Opus 5.5 — US$ 1,20. Reutilize essa entrada do cache e o lado da entrada cai para US$ 0,04, o que faz o mesmo trabalho custar US$ 0,44. Processe em lote e o valor total cai pela metade novamente. Isso é aritmética, não estimativas, e você pode incluí-los em uma previsão.

Agora a outra metade. A​libaba não publica nenhuma taxa de créditos por token para o Qwen4-Max Preview. O Token Plan Personal Edition é uma assinatura de Credits — os quatro níveis pessoais da A​libaba vão de US$ 6 por mês por 20.000 Credits a US$ 43 por 200.000 — e o fornecedor diz que a taxa à qual uma chamada consome Credits é definida dinamicamente pelo tipo de modelo, uso de tokens, modo de raciocínio e chamadas de ferramentas. O único lugar para observar a taxa real é o detalhe de uso no console depois de você ter gasto alguns. Durante o preview há um desconto promocional, o que torna a taxa observada uma referência ruim para a taxa após o preview.

Então, a comparação de preços não é “qual é mais barato”. É “um deles tem preço unitário e o outro tem uma assinatura que você ainda não consegue converter em preço unitário”. E os números acima sugerem que a tabela de preços importa menos do que parece: o Qwen3.8-Max tem preço de tabela de US$ 2,00 e US$ 6,00 por milhão de tokens — um terço do preço de entrada do Opus 5.5 e menos de um terço do preço de saída — e ainda assim chega a US$ 10,02 por tarefa do Intelligence Index, contra US$ 10,04 do Opus. O modelo barato gera tantos mais tokens por tarefa que a tabela de preços é quase totalmente anulada. Um preço de tabela mais barato só compra uma fatura mais barata se o modelo também for conciso, e, em todas as medições disponíveis, esta família não é.

Executá-los lado a lado sem fingir que se trata de um único contrato

O Claude Opus 5.5 está no nosso catálogo como anthropic/claude-opus-5.5, pelos preços publicados pela Anthropic de US$ 4,00 e US$ 20,00 por milhão de tokens, com 0% de markup, portanto é uma única chave e uma única fatura ao lado de mais de 200 outros modelos, com uma cadeia de fallback e a DSL de roteamento disponíveis caso você queira enviar a metade mais fácil de uma carga de trabalho para algum lugar mais barato que o Opus sem alterar seu código.

O Qwen4-Max Preview não está no nosso catálogo, e vale a pena ser franco sobre o que isso significa: não o disponibilizamos, e não é possível colocá-lo numa cadeia de failover aqui. Alcançá-lo implica uma chave API do Token Plan, o URL base de Singapura e um segundo contrato — que é exatamente o tipo de coisa que um modelo de duas semanas raramente justifica construir. Se quiser avaliá-lo, execute-o como um bake-off offline com a sua própria chave, contra prompts cujas respostas já conhece, e mantenha a produção apontada para algo que ainda responda a pedidos em 26 de novembro.

Para que a prévia serve é a pergunta que ela força. Duas semanas é tempo suficiente para descobrir se a entrada nativa em vídeo e um orçamento de resposta de 393K mudam o que o seu produto pode fazer — e curto o bastante para que você não acabe, sem querer, dependendo da resposta.

Quem deve fazer o quê, esta semana

Se você tiver vídeo no caminho de entrada e nenhuma dependência de produção em relação ao resultado, abra o Qwen4-Max Preview pelo Qwen Chat hoje, passe uma tarde nos clipes com os quais você realmente se importa e trate tudo o que aprender como pesquisa, e não como arquitetura. Defina reasoning_effort como medium na primeira passagem para que o orçamento de resposta não seja consumido antes de a resposta começar, e defina max_tokens alto o suficiente para que o raciocínio e a saída caibam.

Se você está entregando algo que precisa funcionar em dezembro, o Claude Opus 5.5 é o único dos dois com um preço que você consegue prever, um benchmark que você pode citar para um cliente e uma data em que ainda existirá. Suas fraquezas são documentadas em vez de misteriosas — ele é lento até o primeiro token, verboso e caro por tarefa em esforço alto — e todas as três podem ser ajustadas por meio do parâmetro de esforço.

E se você quer os dois, nessa ordem, o sequenciamento é o ponto central: comprove a capacidade na porta gratuita, desenvolva sobre o modelo que tem uma tabela de preços e reavalie a questão em dezembro, quando o sucessor da prévia chegar com, presume-se, um preço e uma referência de desempenho atrelados.