Um cartão de título gerado com os dizeres Qwen4-Max vs Gemini 4 Neon, com o subtítulo 28% mais barato por ponto de índice, 17 pontos atrás, e três ícones de linha planos sugerindo um medidor de custo, uma linha de pontuação crescente e um cronômetro.
Guides & Insights

Qwen4-Max vs Gemini 4 Neon: 28% mais barato por ponto de índice

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

Qwen4-Max e G​emini 4 Neon estão separados por quarenta e oito horas e por dezessete pontos do Intelligence Index, e o número interessante não é nenhum dos dois. É US$ 0,076 contra US$ 0,106 — quanto lhe custa um ponto do Artificial Analysis Intelligence Index em cada modelo, quando se divide o custo medido por tarefa pela pontuação. O Qwen4-Max, com disponibilidade geral desde 16 de novembro de 2026 a US$ 1,50 por milhão de tokens de entrada e US$ 4,50 por milhão de tokens de saída, compra pontos no índice 28% mais barato do que o G​emini 4 Neon, que custa US$ 3,00 e US$ 15,00. O Neon é o modelo superior por uma margem que ninguém deveria questionar. O Qwen4-Max é a melhor compra por ponto, por uma margem menor que a diferença de preço e maior do que a maioria dos compradores imagina.

Dois modelos, duas perguntas diferentes

Antes da aritmética, o enquadramento, porque estes dois não são concorrentes no sentido comum, e tratá-los como um só é o que faz a comparação dar errado.

O Gemini 4 Neon é o quarto modelo sob a designação Gemini 4 do Google, e está posicionado contra os próprios irmãos, e não contra a Alibaba. Ele usa por padrão o nível alto de esforço e traz quatro níveis — baixo, médio, alto, xhigh — enquanto Carbon e Argon param no alto. O Qwen4-Max traz três — baixo, alto, xhigh — e também usa alto por padrão. Ambos recebem texto, imagem e vídeo e produzem texto. Ambos operam com contexto de um milhão de tokens. Ambos são proprietários, ambos têm pesos fechados e ambos são vendidos com o mesmo argumento: trabalho agêntico de horizonte longo, no qual o modelo precisa manter um grande conjunto de trabalho e continuar.

O que os separa é quanto custa essa proposta. O Neon tem o preço do nível mais caro da sua família — $3.00 e $15.00 fixos, sem janela introdutória, sem nível gratuito, contra o Argon a $2.00 e $10.00 até 30 de novembro. O Qwen4-Max tem o preço da ponta barata da fronteira, $1.50 e $4.50 em Singapura e $1.413 e $4.24 nas regiões de escopo global. Na tabela de preços, isso é uma diferença de dois para um. No medidor, não é, e o motivo é a pontuação.

Quanto custa cada ponto do índice

A Artificial Analysis publica ambos os modelos no índice v5.0.1 — o índice rebased, portanto uma pontuação mais antiga de um ranking de verão não é comparável — e publica também um custo medido por tarefa do índice. Esse segundo número é o que importa, porque incorpora quantos tokens cada modelo realmente consome para terminar, que é onde as tabelas de preços mentem.

• Inteligência — Qwen4-Max 43, contra Neon 61 em xhigh e 60 em high. O padrão do Neon é high, então o número único justo para o Neon é 60.

• Preço por milhão, entrada e saída — Qwen4-Max US$ 1,50 e US$ 4,50 em Singapura, US$ 1,413 e US$ 4,24 nos demais locais. Neon US$ 3,00 e US$ 15,00, valor fixo em todos os lugares.

• Custo por tarefa de indexação — Qwen4-Max $3.27. Neon $6.44, e esse valor é medido em xhigh, e não no seu padrão, que é o único custo que o rastreador destaca para o Neon.

• Custo por ponto de índice — Qwen4-Max $0,0760. Neon $0,1056 em xhigh, e um valor menor em high, que ninguém publicou.

• Tokens de saída para concluir a suíte — Qwen4-Max 127M, Neon 123M no high e 283M no xhigh. Nos padrões de ambos, os dois ficam dentro de 3% um do outro em verbosidade, o que é o fato que torna o restante da aritmética simples.

• Tempo por tarefa de indexação — Qwen4-Max 29,8 minutos, Neon 14,8 em high e 21,5 em xhigh. Esta é a maior lacuna funcional da comparação, e nenhum valor de preço a elimina.

• Velocidade de saída — Qwen4-Max 59 tokens por segundo, Neon 101 no modo high e 110 no modo xhigh.

Contexto — Qwen4-Max 984.000 conforme medido, 1.000.000 conforme documentado. Neon 1.000.000 conforme documentado e conforme servido, sem janela medida publicada.

Leia a linha de custo por ponto duas vezes, porque ela faz algo que a linha de preço não faz. A tabela de preços diz que o Neon custa o dobro. O medidor diz que o Neon custa 1,97 vezes mais por tarefa — quase exatamente o dobro, o que significa que os dois modelos gastam um número semelhante de tokens por tarefa e que a economia por ponto vem quase inteiramente do preço, não da eficiência. O Qwen4-Max não está obtendo seus 28% por ser conciso. Está obtendo-os por ser barato.

E então a linha de pontuação recupera a maior parte disso. Ser 28% mais barato por ponto é uma vantagem real e pequena; dezessete pontos no índice são uma mudança de patamar. Uma equipe que escolhe o Qwen4-Max para economizar 28% por ponto decidiu que a diferença entre 43 e 60 não importa para sua carga de trabalho, e a vantagem de preço é o consolo, não o argumento.

A generated two-column scoreboard for Qwen4-Max and Gemini 4 Neon across six shared dimensions: index 43 against 60 at high, price $1.50 and $4.50 against $3.00 and $15.00 per 1M, cost per index task $3.27 against $6.44 at xhigh, time per task 29.8 minutes against 14.8, output speed 59 against 101 tokens per second, and a 1M context on both sides.

A velocidade é onde a diferença se amplia

O custo por ponto é a unidade certa para um trabalho em lote e a errada para qualquer coisa diante de uma pessoa, e esta comparação pune essa distinção mais duramente do que a maioria.

Neon decodifica a 101 tokens por segundo no padrão e 110 no xhigh. O Qwen4-Max decodifica a 59. Isso representa uma diferença de 1,7× no padrão e de 1,9× no teto, e isso se soma a uma diferença de tempo por tarefa de 14,8 minutos contra 29,8 — a mesma ordem de magnitude, que é o que se esperaria quando os modelos emitem contagens de tokens semelhantes a taxas diferentes.

Para um assistente de IDE, um agente de suporte ou qualquer interface com um indicador de carregamento, 59 tokens por segundo está do lado lento do utilizável e 101 é confortável. O rastreador descreve o Qwen4-Max como "notavelmente lento por tarefa" e o seu tempo até ao primeiro token de resposta em 137 segundos, que é o número que decide se uma UI de streaming parece viva. Se a sua carga de trabalho for interativa, a vantagem de 28% por ponto está a ser comprada com um custo de latência que nenhuma tabela de preços mostra e que os utilizadores vão notar antes do departamento financeiro.

O caso inverso também merece ser dito com clareza, porque é para ele que o Qwen4-Max é de fato vendido. Um agente de longa duração que desperta conforme um cronograma, trabalha por vinte minutos e escreve um patch não se importa se os tokens chegam a 59 ou 110 por segundo — ele se importa se a execução termina antes do próximo horário previsto. Nesse formato, 29,8 minutos contra 14,8 ainda é um custo real, mas é um custo em tempo de relógio, não em atenção, e tempo de relógio é algo que você pode comprar mais.

Contexto e os tetos que ninguém cita

Ambos os modelos anunciam uma janela de um milhão de tokens, e ambos têm um número menor por trás disso que decide o que uma tarefa real de contexto longo pode fazer.

• Teto de entrada — Qwen4-Max documenta 991.808 tokens no modo sem raciocínio e 983.616 no modo de raciocínio, sendo a diferença que o raciocínio e a resposta saem do mesmo bucket. A documentação da Neon apresenta um teto padrão de saída de 64K, com geração de decodificação longa se estendendo até 1M, o que é um tipo diferente de limite: uma extensão em vez de uma taxa fixa.

• Limite de saída — Qwen4-Max 131.072 sem raciocínio, ou 262.144 compartilhados entre raciocínio e resposta. Neon 64K padrão, ampliável em geração de decodificação longa.

• Escala de esforço — Qwen4-Max low, high, xhigh, com padrão high, sem medium: o Chat Completions mapeia medium para high, então pedir o degrau intermediário custa o mesmo que o degrau superior. Neon low, medium, high, xhigh, com padrão high, com todos os quatro disponíveis.

• Cache — Qwen4-Max oferece cache explícito e implícito, com leituras de cache em Singapura a US$ 0,075 por milhão e gravações a US$ 1,875 para uma janela de cinco minutos. Neon oferece apenas cache implícito, a US$ 0,15 por milhão — um desconto de 95% sobre uma tarifa de entrada de US$ 3,00.

• Batch — O Qwen4-Max oferece suporte a inferência em lote apenas em Pequim, a $0,707 e $2,12 para Batch File e a tarifa em tempo real para Batch Chat. O Neon executa batch e flex pela metade da tarifa, $1,50 e $7,50, em todas as regiões.

Essa última linha é a que muda uma fatura real e recebe menos atenção. Uma carga de trabalho em lote no Neon custa US$ 1,50 e US$ 7,50 — um terço da tarifa de Cingapura do Qwen4-Max na entrada e 60% na saída — e está disponível onde o Neon estiver. O caminho de lote do Qwen4-Max é uma única região, o que significa que uma equipe fora de Pequim executando trabalho em massa assíncrono está pagando a tarifa cheia de US$ 4,50 de saída, enquanto o artigo de comparação que ela leu presumia o preço de lote. Se sua carga de trabalho for em lote, a vantagem de 28% por ponto se torna algo muito maior, e, se for em tempo real, ela permanece onde está.

A screenshot of the OrcaRouter model page for google/gemini-4-argon, captured in an English interface, showing the OrcaRouter Models navigation, the google/gemini-4-argon identifier, a time-to-first-token figure and the Pricing panel with zero-data-retention availability noted.

Onde cada um pertence

A recomendação honesta é mais limitada do que qualquer um dos fornecedores gostaria, e não escolhe um vencedor.

Neon é o padrão certo para qualquer coisa em que uma resposta errada sai cara e uma resposta lenta não — programação de horizonte longo, pesquisa em várias etapas, loops agênticos que rodam sem supervisão e são revisados depois do fato. Dezessete pontos de índice é o tipo de diferença que muda aquilo em que um modelo pode ser confiado, e não a rapidez com que ele termina; e, a US$ 6,44 por tarefa, você está pagando pelo teto, não pela média. Em comparação com o Carbon, também é a única tabela de preços do G​emini 4 que não muda em 1º de dezembro, o que a torna a escolha estável dentro da própria família, mesmo sendo a cara hoje.

O Qwen4-Max é o padrão certo para trabalhos de alto volume em que a tarefa do modelo está bem especificada e o custo se multiplica — etiquetar uma fila de entrada, redigir a resposta de rotina, executar o nível barato de uma escada de escalonamento e a cauda longa de etapas de agente que não precisam de um modelo de fronteira por trás. A US$ 3,27 por tarefa contra US$ 6,44, é aproximadamente metade da conta para um modelo que obtém 43 pontos, e 43 fica acima da mediana dos modelos em sua própria faixa de preço. Comprar o Neon para esse trabalho é comprar dezessete pontos que você não vai usar.

A armadilha está no meio, e é lá que a maioria das equipes acaba. Uma carga de trabalho que precisa de 55 não roda no Qwen4-Max e não precisa do Neon, e a resposta correta não é nenhuma dessas duas — é um modelo um degrau abaixo em cada família, com preço entre os dois, que é exatamente a decisão que uma camada de roteamento existe para tomar. O OrcaRouter não oferece Qwen4-Max nem Gemini 4 Neon; o que ele disponibiliza da linha Gemini 4 é google/gemini-4-argon e google/gemini-4-carbon, ambos aos preços de lista do Google, com 0% de markup repassado, então o aumento de 1º de dezembro nesses dois chega aqui no mesmo dia em que chega à tabela de preços do Google. O Qwen4-Max é acessível pela própria Model Studio API da Alibaba e por várias plataformas de terceiros. Uma API para mais de 200 modelos significa que a camada de classificação e a camada de fronteira podem ser modelos diferentes sem serem contratos diferentes, e o failover automático significa que, no dia em que um deles passar por um momento ruim, o pipeline não sofre o mesmo.

A screenshot of the OrcaRouter Models catalogue, captured in an English interface, showing the models count and provider count in the header, the filter rail with input modalities, context length, input price, status, access tier and inference region, and individual model rows with copyable model IDs.

O número a levar para fora disto

Qwen4-Max é 28% mais barato por ponto de índice e está 17 pontos atrás, decodifica a 59 tokens por segundo contra 101, e custa US$ 3,27 por tarefa contra US$ 6,44 na configuração que o rastreador destaca. Cada um desses números é uma resposta diferente para "qual é mais barato", e todos estão corretos.

O que deve decidir é a carga de trabalho, não o modelo. Se uma tarefa é concluída em uma única passagem e a resposta é verificada, o Qwen4-Max reduz a conta pela metade. Se uma tarefa leva mais de vinte minutos e a resposta é entregue sem verificação, o Neon é o único dos dois que a conclui — e 1,7× a taxa de decodificação é o que faz a diferença entre um agente útil e um agente pelo qual você deixa de esperar. Pague pelos pontos que você realmente consome. Ninguém nunca ficou feliz por ter comprado dezessete que não usou.