
Qwen4-Max vs GPT-6.2 Astra: Preço de Saída Nove Vezes Maior, 18% de Diferença na Fatura
- 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 / $10.00 por 1M de tokens · 101 tok/s
O GPT-6.2 Astra custa US$ 8,00 por milhão de tokens de entrada e US$ 40,00 por milhão de tokens de saída. O Qwen4-Max custa US$ 1,50 e US$ 4,50. No medidor, isso representa uma diferença de 5,3 vezes na entrada e de 8,9 vezes na saída — o tipo de disparidade que normalmente resolve uma comparação antes de alguém ler o benchmark. Então o Artificial Analysis atribui US$ 4,00 por uma tarefa concluída do Intelligence Index ao GPT-6.2 Astra, que a OpenAI lançou em 17 de novembro de 2026, e US$ 3,27 ao Qwen4-Max, que a Alibaba colocou à venda geral no dia anterior. Dezoito por cento. Dois modelos com preços separados por nove vezes na metade cara do medidor ficam a menos de um quinto um do outro no custo de concluir um trabalho.
Nenhum dos dois números está errado, e a razão pela qual eles coexistem é a comparação inteira. A Astra compra seu resultado com 65,8 milhões de tokens de saída a uma taxa alta; a Qwen4-Max compra o mesmo formato de resultado com 127 milhões a uma taxa baixa. O que as separa não é o preço nem a capacidade — 62 contra 43 no índice, uma diferença que nenhum argumento de preço fecha. O que as separa é onde os dois caminhos quebram: um em um limite de tokens, o outro no topo de um dial de esforço que só foi medido uma vez.
Seis fileiras, dos dois lados
Todos os números abaixo têm indicada a respetiva origem. Os preços correspondem à tarifa padrão publicada por cada fornecedor; as pontuações do índice, os custos por tarefa, os volumes de tokens e os tempos são medições da Artificial Analysis efetuadas em 18 de novembro de 2026, no Intelligence Index v5.0.1.
• Entrada — GPT-6.2 Astra $8.00 por milhão de tokens abaixo de 272.000, $16.00 nesse valor ou acima vs Qwen4-Max $1.50 fixo em Singapura, $1.413 em regiões de escopo global, em qualquer comprimento
• Saída — Astra US$ 40,00 abaixo do limite, US$ 60,00 acima vs. Qwen4-Max US$ 4,50 fixo
• Entrada em cache — Astra US$ 0,40 por milhão com 95% de desconto em comparação com Qwen4-Max US$ 0,075 em Singapura, US$ 0,071 nos demais locais
• Índice de Inteligência — Astra 62 no esforço máximo, 60 no alto, 57 no médio, 46 no baixo vs. Qwen4-Max 43 no Xhigh, sem valor publicado no alto ou no baixo
• Custo por tarefa de indexação — Astra $4.00 vs Qwen4-Max $3.27
• Tempo por tarefa de indexação — Astra 12,9 minutos vs Qwen4-Max 32,3 minutos, contra uma mediana do setor de 12,4
• Tempo até o primeiro token da resposta — Astra 171 segundos vs Qwen4-Max 149 segundos
• Contexto — Astra com 1M de tokens no total vs Qwen4-Max 984.000 conforme medido, 1.000.000 conforme documentado
• Modalidade — Astra recebe texto e imagem, enquanto Qwen4-Max recebe texto, imagem e vídeo; ambos emitem apenas texto
• Esforço — Astra cinco níveis, de máximo a baixo, sempre ativo vs Qwen4-Max três níveis, de baixo a Xhigh, com padrão em alto
Como dois cartões separados por nove vezes chegam à mesma fatura
A convergência não é coincidência e não é um desconto. São dois fornecedores escolhendo lados opostos do mesmo negócio. A OpenAI cobra caro pelos tokens e vende um modelo que usa poucos deles. A Alibaba cobra barato pelos tokens e vende um modelo que usa muitíssimos deles. Ambas definiram o preço de sua tabela de acordo com os hábitos do próprio modelo, e é por isso que a tabela de preços não diz quase nada sobre a fatura.
A contagem de tokens é o mecanismo, e ela é desequilibrada exatamente na direção que os preços preveem. No conjunto de nove avaliações, o GPT-6.2 Astra gera 65,8 milhões de tokens de saída — a mediana do segmento é 65,1 milhões, então ele é um consumidor de tokens completamente comum. O Qwen4-Max gera 127 milhões, aproximadamente o dobro da mediana, e o próprio resumo do rastreador o chama de muito prolixo. Multiplicando tudo, a estimativa ingênua coloca o Qwen4-Max em cerca de US$ 571 de saída, contra US$ 632 do Astra.
Essas duas estimativas não são os números publicados, e vale a pena entender a diferença em vez de encobri-la. Os valores de US$ 3,27 e US$ 4,00 por tarefa são médias ponderadas de nove avaliações, combinando tokens de entrada, entrada em cache, raciocínio e resposta, cada um à sua própria tarifa. A multiplicação considerando apenas a saída chega à mesma vizinhança por coincidência. Qualquer um que diga que derivou uma da outra está adivinhando, inclusive quem disser que a diferença de 18% é exatamente a proporção de tokens — não é, e as duas quantidades se movem independentemente quando um prompt fica mais longo ou um cache fica mais quente.
O limiar é o único lugar onde o hiato de nove vezes sobrevive.
Abaixo de 272.000 tokens de entrada, o card do GPT-6.2 Astra se comporta como um card: você paga aproximadamente cinco vezes o que o Qwen4-Max cobra pela mesma entrada, e oito a nove vezes pela saída, e o custo por tarefa absorve isso porque o Astra escreve menos tokens. Acima de 272.000 tokens, a comparação deixa de ser uma comparação.
O multiplicador de contexto longo da Astra dobra a entrada e a entrada em cache e aumenta a saída em 50% — e se aplica à solicitação inteira, não apenas à parte que ultrapassa o limite. O Qwen4-Max não tem limite algum: US$ 1,50 por milhão desde o primeiro token até o teto de entrada de 983.616 tokens no modo de raciocínio, ou 991.808 com o raciocínio desativado.
Faça as contas de uma revisão de documento, já que é para essa carga de trabalho que o contexto longo existe:
• 250.000 tokens de entrada, 5.000 de saída — GPT-6.2 Astra US$ 2,00 de entrada + US$ 0,20 de saída, totalizando US$ 2,20; Qwen4-Max US$ 0,375 + US$ 0,0225, cerca de US$ 0,40
• 400.000 tokens de entrada, 5.000 de saída — Astra US$ 6,40 de entrada mais US$ 0,30 de saída, então US$ 6,70, porque a solicitação inteira é cobrada em dobro; Qwen4-Max US$ 0,60 mais US$ 0,0225, então cerca de US$ 0,62
• 900.000 tokens de entrada, 5.000 de saída — Astra US$ 14,40 mais US$ 0,30, totalizando US$ 14,70; Qwen4-Max US$ 1,35 mais US$ 0,0225, cerca de US$ 1,37
Abaixo dessa linha, a razão de preços é a razão de tarifas. Acima dela, uma única chamada custa mais de dez vezes o equivalente no Qwen4-Max antes de qualquer um dos modelos escrever uma palavra. Isso não é uma sutileza de precificação; é a fronteira na qual este confronto muda sua resposta, e 272.000 está bem dentro da janela que ambos os modelos anunciam.

A linha de cache se move da mesma forma, ainda que de modo menos violento. O desconto de 95% da Astra sobre uma base de US$ 8 resulta em US$ 0,40 por milhão de tokens em cache, contra US$ 0,075 do Qwen4-Max — uma diferença de 5,3 vezes que persiste em todos os comprimentos de contexto. As gravações de cache vão na direção oposta à intuição: a Astra cobra US$ 10 por milhão, acima da sua tarifa padrão de entrada, enquanto a Qwen4-Max publica US$ 1,875 para uma gravação de cinco minutos e US$ 3,00 para uma hora. Uma carga de trabalho que relê um prefixo estável muitas vezes recupera a maior parte da diferença; uma carga de trabalho que reescreve seu prefixo a cada turno paga pelo privilégio dos dois lados e um pouco mais no da Astra.
O relógio se inverte, e a maioria das resenhas não percebe isso
A velocidade é onde os dois modelos deixam de ser imagens espelhadas um do outro. O Qwen4-Max responde primeiro — 149 segundos até o primeiro token de resposta, contra 171 do Astra — e depois leva duas vezes e meia mais tempo para terminar: 32,3 minutos por tarefa de indexação, contra 12,9. O Astra chega ao primeiro token mais tarde e conclui a tarefa mais cedo, por 19,4 minutos.
Essa inversão vale ser explicitada justamente porque divide os dois modelos entre tipos de carga de trabalho, em vez de classificá-los. Se o que você precisa é de uma resposta que comece a ser transmitida rapidamente — uma interface de chat, um resumo de documento que o usuário está acompanhando —, a vantagem inicial de 22 segundos do Qwen4-Max é o número que determina a velocidade percebida, e sua cauda longa é invisível a menos que o usuário espere pela resposta completa. Se o que você precisa é de uma tarefa que seja concluída, o número de 12,9 minutos é o que determina, e o número de 32,3 minutos é o que colide com todos os timeouts da sua stack.
Nenhum dos modelos é rápido em termos absolutos. A tarefa mediana no mesmo painel termina em 12,4 minutos, então Astra está exatamente na média e Qwen4-Max fica perto de três vezes o campo. Esta é uma comparação entre um modelo de velocidade normal e um lento, não entre dois rápidos.

Um desses modelos publica toda a sua curva.
Eis a assimetria que decide mais implantações do que qualquer um dos dois cartões de preço. A documentação para desenvolvedores e o rastreador do GPT-6.2 Astra descrevem, juntos, cinco níveis de esforço e a pontuação do índice em cada um: 62 no máximo, 62 no Xhigh, 60 no alto, 57 no médio, 46 no baixo. Dá para ver exatamente quanta capacidade custa uma configuração mais barata, o que significa que uma equipe pode escolher deliberadamente um ponto nessa curva — 57 no médio ainda está 14 pontos à frente do melhor número publicado do Qwen4-Max, e escreve muito menos tokens do que o esforço máximo.
O Qwen4-Max publica três níveis — low, high e Xhigh —, usa high por padrão e tem exatamente um ponto medido de forma independente, obtido em Xhigh, a configuração mais cara que oferece. Seu orçamento de pensamento é de 131.072 tokens por padrão, e nada fora da Alibaba cronometrou o que low ou high realmente fazem com o relógio ou a conta.
Isso muda o que significa "18% mais barato por tarefa". A comparação é entre a configuração medida da Astra e a configuração medida do Qwen4-Max, e a configuração medida do Qwen4-Max é aquela que nenhum produto enviaria por padrão. Baixe para high, e o tempo provavelmente melhora e a pontuação provavelmente cai — em quanto, é um número não publicado, e as próprias alegações de eficiência do fornecedor são declaradas em high assim como em Xhigh, o que indica que a configuração deve ser utilizável, e não um fallback.
A diferença de cobrança que não está em nenhuma das tabelas de tarifas
Uma regra do lado da Astra não tem equivalente no Qwen4-Max e custa dinheiro de uma forma que nenhuma comparação de preços vai conseguir revelar. A partir desta geração, a API descarta os itens de raciocínio quando deteta uma alteração no histórico a meio da conversa — uma edição de prefixo, um downgrade de modelo, uma mudança de utilizador final ou de organização. O modelo volta então a refazer trabalho que já tinha feito, e paga por isso outra vez.
Para um loop de agente que reescreve seu prompt de sistema entre turnos, essa é uma cobrança recorrente que não aparece em nenhuma comparação por token, e é o mecanismo com maior probabilidade de fazer os US$ 4,00 por tarefa medidos da Astra parecerem otimistas em produção. O Qwen4-Max não tem uma regra equivalente publicada, o que não é o mesmo que não ter comportamento equivalente — significa que o comportamento não está documentado e você o descobre nos seus logs.

Ligando para qualquer um deles
Nenhum dos modelos está no nosso catálogo. O GPT-6.2 Astra e o Qwen4-Max são ambos acessíveis por meio das APIs dos próprios fornecedores e de várias plataformas de terceiros, e não vamos sugerir o contrário; a rota para o Qwen4-Max não existe aqui, e a rota para o antecessor do Astra existe.
O que isso deixa é uma comparação que você pode querer executar em vez de ler, e a versão honesta do argumento de roteamento é estreita. Ambos os modelos são novos o suficiente para que seus números publicados descrevam uma configuração, não uma implantação. Executar os mesmos vinte traces por uma rota que permite trocar o modelo por trás de uma única chave — e fazer failover quando uma chamada de 32 minutos morre no minuto vinte e nove — é como você descobre em qual dessas duas curvas sua carga de trabalho se situa. O antecessor da Astra, GPT-6 Astra, e o Qwen3.8-Max já são roteáveis pelo preço de lista do fornecedor com 0% de markup, o que torna o A/B contra qualquer um dos novos modelos uma mudança de configuração em vez de um segundo contrato.
O que decide isso
Duas perguntas, nesta ordem, e a segunda só importa se a primeira der um resultado específico.
Primeiro: a tua carga de trabalho excede rotineiramente 272 000 tokens de entrada? Se sim, a escolha fica efetivamente decidida e a diferença de índice deixa de importar, porque o limiar da Astra transforma um rácio de entrada de 5 vezes num de 10 vezes sobre o pedido completo, ao passo que o cartão de preço fixo do Qwen4-Max não o faz. Para trabalho com documentos longos, vídeos longos e extração em massa, o Qwen4-Max é a resposta mais barata por uma ordem de grandeza, e 43 pontos de índice chegam para extração.
Segundo: se seus prompts são curtos, você precisa dos 19 pontos de índice? A Astra custa 22% mais por tarefa e conclui a tarefa em 40% do tempo, com uma curva de esforço publicada de cinco pontos na qual você pode optar por um nível inferior. O Qwen4-Max custa menos por tarefa, responde mais cedo, termina muito mais tarde e oferece uma única configuração mensurada. Em prompts curtos, a diferença por token basicamente desaparece, e a diferença de capacidade não.
O que nenhum dos modelos resolve é justamente aquilo que ambos venderam nesta semana: trabalho. A proposta de lançamento do Astra é um corte de preço, que é mensurável e já foi medido. A do Qwen4-Max é um slogan sobre trabalho no mundo real, que também é mensurável — só que não por alguém que apenas leu o post de lançamento. O cronômetro de 32,3 minutos e o único nível de esforço medido são onde esse slogan é testado, e são os dois números a levar para a sua própria avaliação, porque são os dois que o marketing não citou.
Comparados neste artigo2
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
