
O Qwen4-Max foi criado para o trabalho do mundo real. O relógio do mundo real marca 32 minutos por tarefa.
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 187 tok/s
- openaiNOVOOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 por 1M de tokens · 80 tok/s
- openaiNOVOOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 por 1M de tokens · 155 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 196 tok/s
- AlibabaNOVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 por 1M de tokens · 85 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 705 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 139 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 69 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 por 1M de tokens · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 38 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 · 230 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 101 tok/s
“Feito para o trabalho do mundo real” é como o Qwen4-Max está sendo vendido esta semana, em uma plataforma de terceiros que listou o modelo em 18 de novembro, dois dias depois de a Alibaba colocá-lo à venda geral. O Qwen4-Max foi lançado em 16 de novembro de 2026, e o anúncio dessa plataforma não acrescentou novos pesos, nenhum novo número de contexto e nenhum novo preço — apenas um slogan e um botão. O slogan, por acaso, é a alegação mais testável que alguém já fez sobre o modelo, porque trabalho do mundo real não é uma pontuação de benchmark. É uma tarefa que precisa terminar, dentro de um orçamento, enquanto alguém espera por ela. No único painel público que cronometra exatamente isso, o Qwen4-Max precisa de 32,3 minutos para concluir uma única tarefa do Intelligence Index. A mediana do setor é 12,4. Seu próprio antecessor, o Qwen3.8-Max, precisava de 47,4.
Essa é a forma do veredicto, e não é ruim. O Qwen4-Max é um terço mais rápido que o modelo que substitui e 19 pontos melhor no mesmo índice, e faz o raciocínio extra com um custo por token cerca de um quarto mais barato. O que o relógio muda é quem deve recorrer a ele. Um modelo que leva meia hora por tarefa não é o modelo que você coloca por trás de uma caixa de chat ou de um loop de agente de vinte etapas sem decidir, deliberadamente, que pode arcar com o tempo de relógio. Este texto trata dessa decisão e dos três números que a orientam — minutos por tarefa, tokens por tarefa e o único nível de esforço que foi realmente medido.
Um slogan que aponta para a latência, não para um ranking.
O texto de lançamento de um produto carro-chefe normalmente discute capacidade. Este discute trabalho, o que silenciosamente desloca a questão de "quão inteligente" para "quanto tempo" e "quanto custa". São perguntas diferentes com respostas diferentes, e os próprios materiais do fornecedor respondem à primeira muito melhor do que à segunda.
As alegações publicadas pela Alibaba para o Qwen4-Max são sobre eficiência, e todas são condicionadas a um ajuste de esforço. Na própria suíte Work360 do fornecedor, o modelo obtém 52,69 contra 47,74 do Qwen3.8-Max, enquanto gera 24% menos tokens no esforço Xhigh e 35% menos no High. No Terminal-Bench 4.0, a redução de tokens é de 48% e 49% nos mesmos dois ajustes, e o custo médio por tarefa no Work360 cai de US$ 4,43 para US$ 1,67. Todos esses números são relatados pelo fornecedor, nenhum foi reproduzido de forma independente, e todos estão atrelados a um nível de esforço que você precisa selecionar. Esse último detalhe não é uma nota de rodapé. É o motivo pelo qual a linha de medição de tempo independente não pode ser lida como “a velocidade do modelo” sem uma ressalva.
A linha independente, dita de forma clara
A Artificial Analysis mediu o Qwen4-Max no Intelligence Index v5.0.1 em Xhigh, o nível mais alto do seu seletor de três níveis, e publicou o painel completo de custo e velocidade junto com a pontuação. Leitura ao vivo em 18 de novembro de 2026:
• Índice de Inteligência — 43 para o Qwen4-Max contra 62 para o GPT-6.2 Astra e 34 para o Qwen3.8-Max (0902)
• Tempo de relógio por tarefa — 32,3 minutos, contra uma mediana de 12,4 para modelos comparáveis; Qwen3.8-Max levou 47,4
• Tokens de saída por execução de índice — 127 milhões, contra uma mediana do setor de 65,1 milhões
• Velocidade de saída — 54 tokens por segundo, medida no endpoint próprio da Alibaba
• Tempo até o primeiro token de resposta — 148,57 segundos
• Custo por tarefa de indexação — US$ 3,27, contra US$ 10,02 do Qwen3.8-Max
• Contexto anunciado — 984.000 tokens, conforme medido pelo rastreador, contra 1.000.000 na documentação do Alibaba
O par interessante são os dois primeiros. Quarenta e três é uma pontuação medíocre, e o placar diz isso — descreve o modelo como abaixo da média entre modelos comparáveis, com uma mediana também de 43, então o Qwen4-Max fica exatamente na linha. Enquanto isso, 32,3 minutos contra uma mediana de 12,4 minutos não é medíocre; é quase três vezes o grupo. A capacidade ficou na média, e o custo de extraí-la ficou na cauda.

Para onde vai a meia hora
Dois números explicam o tempo, e nenhum deles é um mistério. O primeiro é a verbosidade: 127 milhões de tokens de saída para concluir a mesma suíte de nove avaliações que o modelo mediano conclui em 65,1 milhões. O segundo é a vazão: 54 tokens por segundo, o que é comum. Velocidade comum multiplicada pelo dobro de tokens resulta em aproximadamente o dobro do tempo, e mais um pouco, porque uma tarefa que dura muito também passa mais tempo esperando pelo próprio raciocínio.
Junte tudo isso e a consequência prática é uma aritmética que você consegue fazer sem um benchmark. Se uma tarefa do mundo real leva meia hora para o Qwen4-Max, então um loop de agente com dez chamadas leva cinco horas, e um lote noturno de cem chamadas leva cinquenta. Isso não é motivo para evitar o modelo — trabalhos em lote não se importam com quanto tempo uma chamada leva —, mas é uma restrição rígida para trabalhos interativos e agênticos, que é exatamente do que “trabalho do mundo real” costuma ser uma forma abreviada.
Existe um efeito de segunda ordem que importa mais do que a meia hora em si. Uma tarefa de 32 minutos é longa o suficiente para interagir mal com todos os timeouts de uma stack de produção: o timeout de inatividade do gateway, o orçamento de retentativas do próprio cliente, a janela de visibilidade da fila, o contêiner que é reciclado aos quarenta minutos. Um modelo que termina em doze minutos sobrevive a uma configuração padrão. Um modelo que termina em trinta e dois minutos é o modelo que ensina onde seus timeouts estão definidos, e a falha que ele produz — uma retentativa que duplica o trabalho, ou uma resposta truncada cobrada integralmente — custa mais do que a diferença de tokens jamais poderia ter economizado.

Um ponto publicado no topo de um mostrador de três níveis
O Qwen4-Max expõe três níveis de esforço de raciocínio — low, high e Xhigh — e usa high por padrão, com um orçamento de raciocínio que, por sua vez, tem 131.072 tokens como padrão. A Artificial Analysis avaliou-o em Xhigh. Essa é uma escolha defensável: é assim que as próprias alegações de eficiência do fornecedor são apresentadas, e coloca o modelo sob sua melhor luz. Mas isso significa que os 43 e os 32,3 minutos descrevem a configuração mais cara que o modelo oferece, e a configuração de baixo esforço — aquela que um produto interativo realmente executaria — não tem nenhum número independente publicado.
Compare o formato da divulgação do outro lado dos lançamentos deste mês. O GPT-6.2 Astra publica sua curva completa no mesmo índice: 62 em max e em Xhigh, 60 em high, 57 em medium, 46 em low. Dá para ver quanto uma configuração mais barata custa em capacidade, e uma equipe pode escolher um ponto nessa curva. O Qwen4-Max oferece um ponto e um padrão que fica um nível abaixo dele. Se você executar o modelo em high, estará usando uma configuração que ninguém mediu, e se executar em low, estará usando uma para a qual o fornecedor também não publicou nenhuma afirmação.
Essa lacuna é o detalhe menos noticiado do lançamento, e ela favorece o modelo tanto quanto o prejudica. A leitura honesta não é “Qwen4-Max é lento”. É “Qwen4-Max é lento na configuração em que foi avaliado, e ninguém fora da Alibaba cronometrou qualquer outra configuração”. Se você está avaliando-o, o controle de esforço é o primeiro experimento a executar, não o último, porque é a alavanca que move ao mesmo tempo o cronômetro e a fatura.
O que o cartão de preços realmente premia
No medidor, o Qwen4-Max é barato — genuinamente barato, e barato de um jeito que menos penaliza a carga de trabalho errada.
• Tarifas de Singapura — US$ 1,50 por milhão de tokens de entrada e US$ 4,50 por milhão de tokens de saída
Regiões de escopo global — US$ 1,413 de entrada e US$ 4,24 de saída, com três casas decimais, que é o que as listagens de terceiros citam
• Cache — $0,075 por milhão por leitura em Singapura, $0,071 nos demais locais; uma gravação de cinco minutos custa $1,875 e uma hora custa $3,00
• Contexto longo — preço fixo. Não há um nível premium acima de um limite de tokens, o que não se aplica a todos os concorrentes este mês
• Batch — uma tarifa de lote de arquivos exclusiva de Pequim, de US$ 0,707 para entrada e US$ 2,12 para saída
Esses são os preços publicados da Alibaba. A estrutura importa mais do que os números: o preço fixo em toda a janela significa que uma revisão de documento de 400.000 tokens custa US$ 0,60 de entrada aqui, ao passo que um modelo com multiplicador de contexto longo cobraria várias vezes isso. Para as cargas de trabalho em que este modelo é realmente bom — documentos longos, vídeo, extração em massa —, a tabela fixa vale mais do que o número de destaque por token. E, para as cargas de trabalho em que ele é ruim — interativas, com múltiplos turnos, agênticas —, a tabela é irrelevante, porque a restrição é o relógio, e não o medidor.
A parte que ninguém listou: não há checkpoint
O ajuste fino e a implantação de modelos estão ambos marcados como não suportados na documentação do modelo. O Qwen4-Max pode ser alugado, mas não possuído, e a única concessão da publicação de lançamento aos pesos abertos é que modelos Qwen4 menores estão "chegando ao código aberto". Para um modelo vendido com base em trabalho do mundo real, isso é um limite real, e não um detalhe de licenciamento: as equipes com mais trabalho do mundo real para realizar são geralmente as equipes que querem fazer ajuste fino nele. Se o seu plano envolve uma variante destilada, uma implantação on-premises ou um snapshot reproduzível vinculado a um conjunto fixo de pesos, este modelo não oferece nenhuma das três opções, e nenhuma listagem de terceiros pode acrescentá-las.

O que você pode ligar agora
Qwen4-Max não está no nosso catálogo — a rota não existe, e não vamos dar a entender o contrário. O que está nele é o Qwen3.8-Max, que pode ser roteado hoje pelo seu preço de tabela do fornecedor com 0% de markup, e que é o modelo com o qual você realmente faria benchmark antes de decidir que uma tarefa de 32 minutos vale a pena: ele pontua 34 contra 43, mas é o modelo com o preço e o comportamento que sua equipe já entende.
A questão de roteamento que este lançamento levanta é restrita e vale a pena ser enunciada com precisão. Quando um modelo leva meia hora por tarefa, o modo de falha com que você se preocupa não é uma resposta errada — é uma chamada que morre no minuto vinte e nove depois de ser cobrada por vinte e nove minutos. É esse o argumento para colocar um modelo de execução longa atrás de uma rota com failover automático em vez de chamar um provedor diretamente: a nova tentativa cai em um endpoint ativo, e a lógica de escalonamento fica na rota em vez de no código da sua aplicação. Uma única chave para mais de 200 modelos também significa que a comparação na próxima seção é uma mudança de configuração, e não um segundo contrato.
Quem deve se mover e quem deve esperar
Mude agora se seu trabalho for em lote, com muitos documentos, com entrada de vídeo ou medido em horas em vez de segundos. Preço fixo para contexto longo, janela de 984.000 tokens, entrada nativa de vídeo, chamada de ferramentas com capacidade para vídeo e um custo de US$ 3,27 por tarefa de indexação contra US$ 10,02 do modelo que ele substitui é uma atualização direta para esse tipo de trabalho, e o relógio de 32 minutos é irrelevante quando nada está esperando do outro lado.
Espere, ou pelo menos teste o ajuste primeiro, se o seu trabalho for interativo ou agêntico. Os números publicados descrevem a configuração mais cara que o modelo tem, em um painel em que a tarefa mediana termina em doze minutos, e a configuração que você realmente implantaria nunca foi cronometrada de forma independente. Execute os esforços baixo e alto com seus próprios traces antes de executá-los contra um benchmark — esse experimento custa alguns dólares e responde a uma pergunta que o post de lançamento não fez.
E leia a data corretamente, seja qual for o seu lado. O Qwen4-Max entrou em venda geral a 16 de novembro de 2026. O que aconteceu no dia 18 foi que ele passou a estar disponível noutro lugar, sob um slogan sobre trabalho no mundo real. O modelo não mudou. O relógio não mudou. O slogan é a única coisa nova, e é a única afirmação na página que você pode verificar por si mesmo.
Comparados neste artigo2
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
