
Qwen4-Max vs Gemini 4 Neon: 28% mais barato por ponto de índice
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 187 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 414 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 138 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 42 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 · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
Qwen4-Max e Gemini 4 Neon estão separados por quarenta e oito horas e por dezessete pontos do Intelligence Index, e o número interessante não é nenhum dos dois. É US$ 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 Gemini 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 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.

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 Gemini 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.

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.
