Qwen4-Max vs Gemini 4 Argon: Uma coluna está vazia, e a outra custa US$ 9,95 por tarefa

Uma disputa entre Qwen4-Max e Gemini 4 Argon parece, em uma tabela de preços, cara ou coroa: nenhum dos fornecedores venderá tokens para qualquer um dos modelos a um preço publicado por token hoje, e ambos chegam com uma grande janela de contexto e uma ressalva típica de prévia. Deixa de parecer cara ou coroa no momento em que você tenta executá-los. O Gemini 4 Argon tem um identificador, um endpoint e um preço por uso pelo qual você pode ser cobrado. O Qwen4-Max tem uma assinatura, uma URL base somente para Singapura e uma data de descontinuação quinze dias após o lançamento. Um deles é um modelo que você pode incluir em uma requisição esta tarde; o outro é um modelo que você pode incluir em uma requisição esta tarde e não no mês que vem. Essa assimetria — não um delta de benchmark — é a decisão da qual esta página trata, porque um delta de benchmark ainda não existe.

O que cada um realmente é, datado

O Gemini 4 Argon é o modelo de fronteira do Google, anunciado em 30 de setembro de 2026 em uma postagem do DeepMind atribuída a Koray Kavukcuoglu, e lançado em três etapas que começaram com um grupo nomeado de defensores cibernéticos no Fairwind Program. No anúncio, não tinha ID de modelo na API Gemini nem endpoint; o que tinha era uma tabela de benchmarks de fornecedores com dezenove linhas e uma metodologia de avaliação de cinco páginas. Desde então, adquiriu o que importa operacionalmente: está no catálogo do OrcaRouter como google/gemini-4-argon, ao preço de tabela do Google de US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de tokens de saída, e tem movimentado tráfego real por lá — 41,8 milhões de tokens nos sete dias até 11 de novembro de 2026.

O Qwen4-Max é o nível principal da família Qwen 4 que a Alibaba anunciou no palco do Apsara, em Hangzhou, em 22 de setembro de 2026. Sua prévia foi aberta às 10:00 UTC+8 em 11 de novembro de 2026, ID do modelo qwen4-max-preview, alias qwen4.0-max-preview, e será desativado após as 24:00 de 25 de novembro de 2026. Não há acesso com pagamento conforme o uso: ele é servido apenas por meio da assinatura Token Plan da Alibaba, na região de Singapura, em uma URL base dedicada. Sem preço por token, sem contagem de parâmetros, sem tabela de benchmarks, sem pesos.

Então, a comparação tem uma forma que vale a pena nomear com precisão. Ambos são previews no sentido comum — nenhum é um produto consolidado e disponível para o público em geral. Mas o preview do Gemini 4 Argon é uma etapa de implantação que está se ampliando, e o preview do Qwen4-Max é uma janela de quinze dias com um fim declarado. Preview como fase versus preview como evento.

A coluna vazia, e quão vazia ela é

Toda comparação entre esses dois eventualmente precisa da linha que diz quem é mais inteligente, e aqui está essa linha:

• Benchmarks de fornecedores — Gemini 4 Argon: uma tabela de dezenove linhas, o próprio harness do Google, colunas de concorrentes extraídas dos números autorrelatados pelos próprios concorrentes. Qwen4-Max: nenhum.

• Pontuação independente — Gemini 4 Argon: 50 no Artificial Analysis Intelligence Index, em sua revisão atual v5.0.1, medida com esforço alto. Qwen4-Max: não medida; o ranking não contém nenhuma entrada do Qwen4.

• Janela de contexto — Gemini 4 Argon: 1.000.000 tokens. Qwen4-Max: 1.000.000 tokens. A única linha em que estão no mesmo nível, e estão no mesmo nível porque ambos publicaram um número redondo.

• Limite de saída — Gemini 4 Argon: 65.536 tokens no caminho padrão, com geração de decodificação longa estendendo-se até 1M. Qwen4-Max: 393.216 tokens compartilhados entre o raciocínio e a resposta.

• Modalidade de entrada — Gemini 4 Argon: texto, imagem, áudio, vídeo e PDF. Qwen4-Max: texto, imagem e vídeo. Sem áudio, nenhum caminho para PDF documentado.

Preço por milhão de tokens — Gemini 4 Argon: US$ 2,00 de entrada, US$ 10,00 de saída, US$ 0,10 de entrada em cache. Qwen4-Max: não publicado; medido em Credits com base em uma assinatura.

Acesso — Gemini 4 Argon: API com medição, disponível para chamadas agora. Qwen4-Max: subscrição do Token Plan, apenas em Singapura, apenas para uso interativo, termina a 25 de novembro.

• Custo independente por tarefa — Gemini 4 Argon: $9,95. Qwen4-Max: não medido.

Sete de oito linhas têm um valor à direita. A linha que decide "qual é melhor" não tem nada nela, e nenhuma quantidade de leitura a preencherá. Esse é o estado honesto deste confronto em 11 de novembro de 2026, e vale mais afirmá-lo claramente do que encobri-lo com uma projeção.

A tabela de preços da Argon e a fatura da Argon são dois números diferentes.

O número mais útil na coluna Argon não é sua pontuação no índice. É $9,95 — o custo para concluir uma tarefa do Intelligence Index — ao lado de uma tabela de preços de $2,00 e $10,00. Na suíte de índices, a tarefa média levou 29,0 minutos para o Argon e gerou tokens suficientes que, a uma tarifa de saída de $10, a tarefa média custa cerca de cinco vezes o que a tabela de preços sugere que uma tarefa deveria custar. Isso não é um erro de precificação. É o que um modelo de raciocínio de alto esforço faz: ele escreve muito antes de parar.

A mesma execução do índice coloca o tempo mediano do Argon até o primeiro token de resposta em 40,12 segundos. Comparado com o número de sete dias na página do nosso próprio modelo — um tempo p50 até o primeiro token de 10,00 segundos em tráfego real do OrcaRouter —, os dois números medem coisas diferentes, e a diferença entre eles é uma boa ilustração de quanto da latência de um benchmark vem do harness e não do modelo. Nenhum dos números está errado; citar um como se fosse o outro é que está.

Para quem está orçando uma migração, a leitura prática é esta: uma tarifa de saída de $10 em um modelo que raciocina com esforço alto é uma tabela de preços, não uma previsão. Se sua carga de trabalho se parece com a suíte de índices — tarefas agênticas longas em que o modelo escreve muito antes de responder —, o custo por tarefa ficará bem acima do que diz uma estimativa de tokens. Se se parece com um produto de chat, não ficará. A única forma de saber qual é o seu caso é medir seu próprio tráfego, o que é uma coisa estranha de se precisar dizer em uma comparação e, ainda assim, é verdade para todo modelo de raciocínio lançado neste ano.

Por que o lado do Qwen tem uma contagem regressiva em vez de um preço

A escolha da Alibaba de distribuir o Qwen4-Max por meio de uma assinatura em vez de um endpoint com cobrança por uso diz algo sobre para que serve a prévia. O Token Plan Personal Edition tem escopo explicitamente definido para uso interativo em ferramentas de programação e agentes e explicitamente não para scripts em lote automatizados, e fica restrito a uma única região. Uma empresa que pretendesse competir por tráfego de produção com um modelo carro-chefe não o colocaria atrás de uma assinatura de consumidor de US$ 6 por mês com quatro níveis e um piso de 20.000 créditos. Uma empresa demonstrando uma capacidade, coletando feedback sob um congelamento e mantendo suas opções de medição em aberto faria isso.

O congelamento é a parte que as equipes subestimam. A página da Alibaba declara que nenhuma alteração será feita durante a janela de pré-visualização. O que o modelo fizer de errado no primeiro dia, ainda fará no décimo quarto dia. Essa é uma decisão de engenharia defensável e uma base ruim para uma dependência, porque significa que o único ciclo de feedback disponível para você é um relatório escrito para um fornecedor que já disse que não agirá sobre ele até que a janela se feche.

Há também uma mudança na contabilidade de tokens que chega com este modelo e somente com este modelo: max_tokens agora limita o raciocínio e a resposta em conjunto, não apenas a resposta. Todos os modelos Q​wen anteriores mantêm o comportamento antigo. Uma requisição feita a partir do Qwen3.8-Max com um limite de 4.096 tokens agora gastará parte desse orçamento raciocinando em esforço xhigh antes de escrever qualquer coisa, e o sintoma é uma resposta truncada em vez de um erro.

Chamando-os, honestamente

Gemini 4 Argon é uma linha de um cliente no formato O​penAI na nossa chave, à tarifa do G​oogle sem nada acrescentado, com um endpoint no formato A​nthropic também e retenção zero de dados disponível para solicitações que precisarem. Qwen4-Max não está no nosso catálogo — não o servimos, e não vamos fingir o contrário; o catálogo retorna 217 identificadores de modelos hoje e nenhum deles é um nível Q​wen 4.

Essa lacuna é exatamente onde o roteamento justifica seu lugar em vez de ser um slogan. Se você está avaliando o preview do Q​wen, coloque-o atrás de algo em que você já confia em uma cadeia de fallback, para que um timeout ou uma resposta truncada degrade para um modelo funcional em vez de falhar a requisição. Se você está executando o Argon em um caminho de produção, o mesmo mecanismo cobre o outro risco: um tempo p50 de 10 segundos até o primeiro token é um piso de latência real, e uma cadeia que faz failover quando ele é excedido custa uma linha de configuração em vez de um incidente.

O argumento de custo para ter ambos atrás de uma única chave é banal e vale a pena ser dito: dois fornecedores, dois sistemas de cobrança e duas integrações de SDK tornam-se uma chave e um cliente. A assinatura Credits do preview não passa a ser cobrada por uso por estar atrás do nosso gateway — não podemos revender o que a Alibaba não vende —, então a versão honesta da afirmação é que o Argon está a uma chave de distância e o Qwen4-Max está a uma assinatura de distância, e esses são volumes diferentes de trabalho.

A decisão, considerando que uma coluna está vazia

Se você precisa de um modelo de fronteira com janela de um milhão de tokens e entrada de vídeo neste mês, a escolha não é entre esses dois. É o Gemini 4 Argon, com base na evidência de que ele é chamável, medido, avaliado em 50 na revisão atual do índice e com tráfego em produção — com as ressalvas de que seu cartão de $2/$10 subestima uma fatura de alto esforço e de que a tabela de benchmark do fornecedor compara o harness da G​oogle com comunicados de imprensa dos concorrentes.

Se você está decidindo se vale gastar uma tarde na prévia do Qwen, a resposta depende de uma pergunta: sua carga de trabalho envolve saídas muito longas a partir de entradas muito longas? Um orçamento de resposta de 393,216 tokens em um contexto de 1M é o maior teto de saída publicado de qualquer modelo nesta comparação, e, se essa é a restrição com que você continua esbarrando, quinze dias são tempo suficiente para descobrir se o Qwen4-Max dá conta disso. Se sua carga de trabalho é chat comum ou completação de código, a prévia ensina pouco que o Qwen3.8-Max não possa ensinar — e ensina isso numa moeda que você não pode converter em dólares.

O que mudaria esta página é um cartão de modelo Q​wen 4 com uma pontuação nele. Quando isso chegar, a linha vazia será preenchida e a comparação se tornará a que os leitores esperam. Até lá, a comparação útil é entre um modelo invocável e um experimento de quinze dias, e a única pessoa que pode dizer qual dos dois você precisa é aquela que sabe se a resposta ainda precisa estar lá em dezembro.