Uma cartela de título intitulada «Qwen4-Max vs Grok 4.5: um modelo com um dia de vida contra um já substituído», com três etiquetas que dizem Qwen4-Max lançado em 16 de novembro de 2026, Grok 4.5 lançado em 8 de julho de 2026 e substituído por Grok 4.6, e uma pontuação de índice de 43 contra nenhuma publicada, com legenda para as páginas de modelos da Artificial Analysis em 17 de novembro de 2026.
Guides & Insights

Qwen4-Max vs Grok 4.5: Você está comparando um modelo lançado ontem com um que o próprio fornecedor já substituiu

Autor

jinhao.song

Data de publicação

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

Abra a página do modelo Grok 4.5 no Artificial Analysis e a primeira coisa na tela não é um benchmark. É um aviso: este modelo está descontinuado, a SpaceXAI lançou uma versão mais recente, o Grok 4.6, e você deve considerar essa em vez dele. A página ainda traz medições — 10,45 segundos até o primeiro token de resposta, 65 tokens por segundo, uma janela de contexto de 500k, US$ 2,00 de entrada e US$ 6,00 de saída por milhão — mas não traz mais nenhuma pontuação de inteligência, e a cadência dos benchmarks caiu de a cada seis horas para a cada dezoito horas. Qwen4-Max, em contraste, está à venda desde 16 de novembro de 2026 e tem um dia de idade. Colocar um modelo de um dia contra um modelo superado é uma coisa estranha de se fazer deliberadamente, e é exatamente por isso que vale a pena fazê-lo: a comparação diz menos sobre qual modelo é melhor do que sobre a rapidez com que o argumento de eficiência de tokens que justificava o Grok 4.5 foi superado.

O que cada modelo realmente é, um dia após o início de uma de suas vidas

A two-column scoreboard comparing Qwen4-Max and Grok 4.5 across six rows: release date 16 November 2026 against 8 July 2026; $1.50 in and $4.50 out against $2.00 and $6.00; 1,000,000 context against 500,000; index 43 against none published; latency not published against 10.45 seconds and 65 tokens per second; text, image and video against text, image and file. Footer notes Grok 4.5 is marked deprecated on Artificial Analysis and runs at 18-hour intervals instead of 6.

• Fornecedor — Alibaba vs SpaceXAI, que renomeou a linha Grok no meio do ano

• Lançado — Qwen4-Max em 16 de novembro de 2026 vs Grok 4.5 em 8 de julho de 2026, substituído por Grok 4.6

• Preço por milhão de tokens — US$ 1,50 de entrada / US$ 4,50 de saída vs US$ 2,00 de entrada / US$ 6,00 de saída

• Leitura de cache — US$ 0,075 por milhão para o Qwen4-Max vs. US$ 0,30 por milhão para o Grok 4.5

• Janela de contexto — 1.000.000 de tokens contra 500.000

• Saída máxima — 131.072 tokens sem raciocínio, 262.144 compartilhados no modo de raciocínio vs. 64.000 documentados

• Modalidades de entrada — texto, imagem e vídeo vs texto, imagem e arquivo

• Pontuação independente no índice — 43 para Qwen4-Max vs nenhuma publicada para Grok 4.5

• Status de descontinuação — principal atual vs substituído, com um sucessor no mesmo cartão

As três últimas linhas são o artigo. O cartão do Qwen4-Max é maior em todos os eixos que uma ficha de especificações consegue medir, e o cartão do Grok 4.5 tem uma anotação dizendo que existe uma versão melhor pelo mesmo preço.

A screenshot of the Artificial Analysis page for Grok 4.5, headed by a deprecation banner stating the model is still benchmarked but every 18 hours instead of every 6, and that SpaceXAI has launched a newer release, Grok 4.6.

Por que alguém ainda escolheria o 4.5, e por que esse motivo está diminuindo

O argumento a favor do {{1}}Grok 4.5{{/1}} nunca foi a capacidade bruta. Eram os tokens: o modelo foi construído sobre uma base de 1,5 trilhão de parâmetros treinada ao lado de um editor de código e vendido com a promessa de resolver tarefas de engenharia de software com muito menos tokens de saída do que modelos de fronteira comparáveis, a um preço posicionado para produção em alto volume. Esse é um argumento genuinamente bom, e é o mesmo argumento que a A​libaba está fazendo para o Qwen4-Max — 24% a 35% menos tokens de saída do que seu antecessor, 48% a 49% menos no Terminal-Bench 4.0, custo médio por tarefa caindo de $4.43 para $1.67.

Em outras palavras, ambos os fornecedores estão vendendo economia. A diferença é que uma dessas alegações está prestes a ser testada continuamente e a outra deixou de ser testada com a mesma frequência. O Artificial Analysis ainda executa o Grok 4.5, mas a cada dezoito horas, em vez de a cada seis, o que é uma forma educada de dizer que o modelo passou da cobertura para a manutenção. Um modelo cujo comportamento é amostrado um quarto da frequência é um modelo cujas regressões são descobertas um quarto mais rápido.

Há uma razão defensável para mantê-lo num catálogo: é estável, é barato, a sua janela de 500k cobre a maior parte do trabalho e não exige que você mude nada. Esse é o argumento a favor de qualquer incumbente. Deixa de ser defensável no momento em que um sucessor com a mesma janela de contexto e o mesmo preço-base está disponível, porque nesse ponto a única vantagem restante do incumbente é que você ainda não migrou.

O único eixo em que o Grok 4.5 tem um número publicado e o Qwen4-Max não

Latência. Na medição da Artificial Analysis, o Grok 4.5 responde em 10,45 segundos e faz streaming a 65 tokens por segundo. Esses números não têm nada de excepcional em comparação com um modelo de fronteira moderno — o Claude Opus 5.5 leva 352 segundos até o primeiro token no esforço máximo, e o GPT-6.1 Sol, 169 segundos —, mas existem, são reproduzíveis e você pode planejar a capacidade com base neles.

O Qwen4-Max não tem nenhum número publicado de latência em lugar algum. O Artificial Analysis lista sua pontuação no índice, sua tabela de preços e seus totais de tokens, e deixa a coluna de desempenho em branco: nenhum tempo por tarefa, nenhuma taxa de saída, nenhum tempo até o primeiro token. O material de lançamento da Alibaba publica contagens de tokens, que são uma grandeza diferente, e um modelo que escreve metade dos tokens enquanto roda na mesma velocidade conclui uma tarefa na metade do tempo — as duas afirmações não são intercambiáveis.

Então, o estado honesto da comparação em 17 de novembro é que o modelo mais antigo, já substituído, é aquele para o qual você consegue estimar o tempo real de execução, e o novo é aquele que você mesmo precisa medir. Para um pipeline em lote, isso é uma tarde de trabalho. Para um produto interativo, é um motivo para executar o Qwen4-Max atrás de um fallback, em vez de à frente dele.

A linha de 200.000 tokens, de passagem

O Grok 4.5 tem preços escalonados por comprimento do prompt: até 200.000 tokens de entrada, ele cobra US$ 2,00 e US$ 6,00, e acima disso a tarifa dobra para US$ 4,00 e US$ 12,00. O Qwen4-Max oferece um único nível, de zero até o limite de contexto. Como a janela de contexto do Grok 4.5 é de 500 mil e seu nível barato para em 200 mil, os 300 mil superiores da própria janela são cobrados pelo dobro da tarifa anunciada — um detalhe que importa menos do que importaria em um modelo de 1 milhão de tokens, e bem mais do que o preço de destaque de US$ 2,00 sugere.

O nicho em que um modelo superado ainda é a resposta certa é estreito, mas real: cargas de trabalho atreladas à sua eficiência de tokens, já ajustadas para prompts de 200 mil tokens e que não valem a pena revalidar. Se esse é o seu caso, o Grok 4.6 compartilha a janela de contexto, a superfície de entrada e o preço base, então a migração é uma questão de identificador de modelo, não de projeto.

O vídeo é a linha que encerra a comparação para algumas equipes.

O Qwen4-Max aceita texto, imagens e vídeo. O Grok 4.5 aceita texto, imagens e arquivos. A prévia Hy4 da Tencent, o Opus 5.5 da Anthropic e o Sol da OpenAI leem arquivos em vez de vídeo, o que torna o Qwen4-Max incomum, e não apenas mais novo: para trabalho em nível de frame — triagem de filmagens, análise de gravações de tela, qualquer coisa com uma linha do tempo — o restante desta comparação é irrelevante, porque não há nada com que comparar.

A contrapartida é que o orçamento documentado de saída de pensamento do Qwen4-Max é de 262.144 tokens compartilhados entre o traço de raciocínio e a resposta visível, com um orçamento de pensamento padrão de 131.072 e reasoning_effort com valor padrão alto. Um trabalho de análise de vídeo que raciocina longamente gastará uma fatia significativa do orçamento de resposta no raciocínio. Dimensione a saída com base em 131.072, e não no número de contexto de 1M da listagem.

A screenshot of the OrcaRouter model page for grok/grok-4.5, showing the 500K-token context badge, text, image and file input, the model identifier and the start of the pricing panel.

Executando o par, e o que «uma chave» rende de cada lado

O OrcaRouter roteia Grok 4.5 a $2,00 de entrada e $6,00 de saída por milhão até o limite de 200.000 tokens e $4,00 e $12,00 acima disso — a tabela de preços do próprio fornecedor, repassada com 0% de margem — e também roteia seu sucessor como Grok 4.6 pelas mesmas tarifas base, o que torna a migração de 4.5 para 4.6 uma alteração em um campo de uma regra de roteamento em vez de uma nova integração. A mesma chave acessa Claude Opus 5.5, GPT-6.1 Sol, Qwen3.8-Max e T​encent HY4 Preview.

O Qwen4-Max não está nessa lista. O catálogo ainda não incorporou a geração Qwen4, então uma rota para o Qwen4-Max é, por enquanto, uma chave direta da Alibaba, e a forma honesta de descrever o arranjo é um endpoint para tudo a que você possa recorrer, além de uma credencial direta para o modelo que você está avaliando.

Essa divisão ainda é a forma barata de responder à pergunta que este artigo propõe. Direcione a rota do Grok 4.5 e a rota do Grok 4.6 para o mesmo tráfego, publique a comparação com suas próprias requisições e mantenha o Qwen4-Max ao lado como um terceiro ramo com failover automático entre provedores por trás dele. A alternativa — desativar um caminho funcional para testar um modelo sem latência publicada — é como as equipes acabam fazendo rollback às 2h da manhã.

O que fazer sobre um modelo com um aviso

O aviso na página do Grok 4.5 não é um obituário. O modelo funciona, tem um preço competitivo e a sua janela de 500k é mais do que a maioria das tarefas precisa. Mas uma comparação entre ele e o Qwen4-Max não é realmente uma escolha entre duas opções: é uma escolha entre uma quantidade conhecida que está a ser descontinuada e uma quantidade desconhecida que acabou de chegar, e o desempate é a sua tolerância para medir as coisas por si mesmo.

Três coisas a observar, em ordem. Qualquer número independente de latência para o Qwen4-Max, que é o único dado que falta nesta comparação. Se a Alibaba revisa o orçamento compartilhado de 262.144 tokens de raciocínio quando o tráfego de agentes chegar. E se o Grok 4.5 continua no páreo depois do ponto em que seu sucessor já foi testado a fundo — porque um aviso de descontinuação costuma ser o primeiro parágrafo de uma data de aposentadoria.

Comparados neste artigo1

Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente