Um cartão de título em 16:9 com o texto "Qwen4-Max vs Grok 4.7", com o subtítulo "Um milhão de tokens de contexto contra meio milhão, e uma pontuação para acompanhar", com três cartões arredondados: uma janela de 1.000.000 de tokens, US$ 1,50 e US$ 4,50 por milhão de tokens, e as duas datas de lançamento, 16 de novembro e 21 de setembro de 2026. Logotipo da OrcaRouter no canto inferior direito.
Guides & Insights

Qwen4-Max vs Grok 4.7: Um milhão de tokens de contexto contra meio milhão, e uma pontuação à altura

Autor

jinhao.song

Data de publicação

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

Uma solicitação que lê 400.000 tokens de histórico do repositório e grava um patch de 20.000 tokens custa US$ 6,80 no Qwen4-Max da Alibaba a preços de tabela internacionais e US$ 8,00 no Grok 4.7 — e apenas um desses dois modelos passou por uma avaliação independente que diga algo sobre se ele consegue fazer o trabalho. Esse é o resumo desta comparação em uma frase: o Qwen4-Max da Alibaba, disponível em geral com uma tabela de preços publicada desde 16 de novembro de 2026, é mais barato por token e tem o dobro da janela de contexto; o Grok 4.7 da SpaceXAI, lançado em 21 de setembro de 2026, é o que tem uma pontuação medida, quatro níveis de raciocínio selecionáveis e um ano de histórico operacional por trás. Qual desses dois fatos importa mais depende inteiramente do que sua carga de trabalho faz quando fica sem espaço.

Ambos os modelos têm entrada e saída de texto, com entrada de imagem à parte; ambos suportam chamada de ferramentas e saída estruturada; e ambos têm preços na mesma faixa. As diferenças que resistem ao contato com uma carga de trabalho real são a folga de contexto, a economia de cache, as evidências e a forma como cada fornecedor permite gastar computação em raciocínio.

A generated two-column scoreboard titled 'Qwen4-Max vs Grok 4.7 - the scoreboard', comparing a 1,000,000-token context against 500,000, $1.50 against $2.00 input, $4.50 against $6.00 output, $0.075 against $0.50 cached read, no independent score against 35.5, and a fixed reasoning default against four selectable levels, over a footer reading 'Qwen4-Max per Alibaba; Grok 4.7 per SpaceXAI and Artificial Analysis Index v5.0.1.' OrcaRouter logo bottom-right.

O que cada um é, nos termos do próprio fornecedor

O Qwen4-Max é o carro-chefe de quarta geração da Alibaba, documentado como um modelo multimodal que aceita texto, imagens e vídeo e produz texto. Seus limites publicados são uma janela de contexto de 1.000.000 de tokens, uma saída máxima de 131.072 tokens no modo sem pensamento e um orçamento combinado de pensamento mais resposta de 262.144 tokens. O pensamento vem ativado por padrão, com um orçamento de 131.072 tokens e esforço de raciocínio definido como alto, o que é uma postura padrão diferente da maioria dos modelos carro-chefe ocidentais e vale saber antes de comparar qualquer coisa com ele.

O Grok 4.7 é o atual carro-chefe de texto da SpaceXAI, um modelo de raciocínio com janela de contexto de 500.000 tokens, corte de conhecimento em maio de 2026, entrada de imagens e quatro níveis de raciocínio, incluindo uma nova configuração máxima. A SpaceXAI não publica contagem de parâmetros para ele e descreve o lançamento como um modelo base maior com um treinamento de aprendizado por reforço mais longo, em vez de uma nova arquitetura. Seu preço de tabela é US$ 2,00 por milhão de tokens de entrada, US$ 6,00 por milhão de saída e US$ 0,50 por milhão de tokens de entrada em cache.

A screenshot of Alibaba Cloud Model Studio's 'Model releases and updates' changelog, dated 2026-11-16 and headed qwen4-max, with the 2026-11-11 qwen4-max-preview entry and later entries visible beneath it.

Coloque-os lado a lado nas dimensões que determinam as compras:

• Contexto — Qwen4-Max 1.000.000 de tokens versus Grok 4.7 500.000 tokens

• Saída máxima — Qwen4-Max: 131.072 sem raciocínio, 262.144 compartilhados com o raciocínio, em comparação com o teto de saída publicado pelo fornecedor do Grok 4.7, que a SpaceXAI não divulga separadamente do contexto

• Preço de entrada — Qwen4-Max US$ 1,50 por 1M em Singapura, US$ 1,413 em Frankfurt, Virgínia, Tóquio, Hong Kong e Pequim, em comparação com Grok 4.7 US$ 2,00

• Preço de saída — Qwen4-Max $4.50 em Singapura, $4.24 em outros locais, versus Grok 4.7 $6.00

• Entrada em cache — Qwen4-Max $0,075 de leitura após uma escrita de cinco minutos por $1,875, versus Grok 4.7 $0,50 de leitura

• Modalidade — Qwen4-Max: entrada de texto, imagem e vídeo, versus Grok 4.7: entrada de texto e imagem

• Pontuação independente — Qwen4-Max: nenhuma publicada, versus Grok 4.7 com 35,5 no Artificial Analysis Intelligence Index v5.0.1 em esforço xhigh, 35,2 em esforço alto, 31,1 em esforço baixo

• Pesos — nenhuma das duas publica

O exemplo resolvido, com os cálculos apresentados

Comparações de custos entre modelos com designs de cache diferentes são justamente onde a maioria dos benchmarks publicados induz a erro de forma silenciosa, então aqui estão as mesmas três cargas de trabalho precificadas de ponta a ponta em ambas as tabelas de tarifas, usando preços de tabela internacionais e ignorando qualquer desconto negociado.

• Leitura de contexto longo, sem reutilização — 400K de entrada, 20K de saída: US$ 0,60 de entrada mais US$ 0,09 de saída no Qwen4-Max Singapura, totalizando US$ 0,69; US$ 0,80 mais US$ 0,12 no Grok 4.7, totalizando US$ 0,92. O Qwen4-Max é 25% mais barato.

• Loop de agente com prefixo estável — 200K de entrada, dos quais 180K estão em cache, 10K de saída, dez turnos: o Qwen4-Max cobra $0.0135 de leituras de cache mais $0.03 de entrada nova mais $0.045 de saída por turno, $0.885 no total; o Grok 4.7 cobra $0.09 de leituras de cache mais $0.04 de entrada nova mais $0.06 de saída por turno, $1.90 no total. A diferença aumenta para mais de 2× porque a taxa de leitura de cache difere em quase sete vezes.

• Classificação em massa, sem raciocínio — 2K de entrada, 200 de saída, 50.000 chamadas: US$ 1,74 no Qwen4-Max Singapore e US$ 2,60 no Grok 4.7. Ambos são valores baixos por mil chamadas, e ambos são dominados pelo lado da saída na medição.

Observe o que a primeira linha não diz. Uma vantagem de preço de 25% em uma leitura de contexto longo vale a pena ter, mas vale muito menos do que o custo de obter a resposta errada, e o modelo com a pontuação publicada é aquele sobre o qual você pode raciocinar antes de gastar qualquer coisa. Preço por token é um fato sobre o fornecedor; preço por tarefa concluída é um fato sobre o modelo, e ninguém publicou o segundo número para o Qwen4-Max ainda.

Onde a janela de 1M realmente muda uma decisão

Dobrar uma janela de contexto de 500K para 1M parece um argumento de marketing até você esbarrar nas cargas de trabalho específicas que ficam entre os dois números. Três que se repetem na prática: uma refatoração de todo o monorepo em que a fatia relevante é um grafo de dependências de 600K tokens, e não um único arquivo; uma revisão de contrato que precisa manter o acordo inteiro, mais seus anexos e aditamentos anteriores, no contexto de uma só vez; e uma sessão de agente de longa duração em que o que cresce é a transcrição, não o prompt.

No terceiro desses pontos, a economia de cache importa mais do que a janela. Uma sessão que anexa a uma transcrição de 300 mil tokens turno após turno paga por leituras de cache muito mais vezes do que por entrada nova, e a taxa de leitura de US$ 0,075 do Qwen4-Max contra os US$ 0,50 do Grok 4.7 é a maior diferença estrutural isolada entre as tabelas de tarifas dos dois fornecedores — maior, em termos percentuais, do que a diferença entre seus preços de tabela, que é de apenas 25% na entrada e 25% na saída. Observe também o custo de gravação em cache: o Qwen4-Max cobra US$ 1,875 por milhão para preencher uma entrada de cache de cinco minutos, o que fica acima do seu próprio preço de entrada; assim, uma carga de trabalho que faz cache de um prefixo que lê apenas uma vez paga um prêmio por isso. Esse é um projeto para leituras repetidas, não para prompts únicos.

A resposta do Grok 4.7 para o mesmo problema é diferente em natureza, não em grau: quatro níveis de raciocínio significam que você pode reduzir o poder computacional nos turnos que não precisam dele e aumentá-lo naqueles que precisam, e a SpaceXAI precifica todos os quatro de forma idêntica. Isso é uma alavanca que o Qwen4-Max expõe como um valor de configuração — o esforço de raciocínio é alto por padrão, com um orçamento de pensamento de 131.072 tokens —, mas, sem uma medição independente do que cada configuração proporciona, é mais difícil puxar essa alavanca com confiança.

Quanto custa na prática a falta de um benchmark

O 35,5 do Grok 4.7 no Index v5.0.1 não é um número espetacular. Ele fica bem abaixo do 46,5 do Kimi K3.1 Pro na mesma versão do índice e atrás dos principais modelos de ponta ocidentais. O que ele faz é permitir compará-lo com algo. Uma equipe que escolhe entre dois modelos com pontuações pode decidir em uma tarde se o mais barato é bom o suficiente; uma equipe que escolhe entre um modelo pontuado e um não pontuado precisa comprar tempo de avaliação antes de conseguir decidir.

A Alibaba não publicou nenhuma tabela de benchmarks para o Qwen4-Max — nem uma divulgada pelo fornecedor, nem uma independente. Não há entrada do Qwen4 no índice de modelos Artificial Analysis, e a página por modelo retorna um 404. As únicas declarações de capacidade disponíveis são as da própria documentação: raciocínio profundo, chamada paralela de ferramentas, pesquisa na web, completude de prefixo, saídas estruturadas com os modos JSON Object e JSON Schema, e cache de prompt nas formas explícita e implícita. Essas são alegações de recursos, e são do tipo que geralmente são verdadeiras. Elas não são evidência de qualidade em nenhuma tarefa que lhe importe.

Portanto, a orientação prática é executar sua própria avaliação antes de trocar e dimensioná-la com honestidade. Uma centena de prompts representativos do seu próprio tráfego, pontuados pela rubrica que sua equipe já usa, lhe dirá mais sobre se o Qwen4-Max substitui o Grok 4.7 do que qualquer ranking — e custa alguns dólares em qualquer uma das tabelas de preços, porque o lado de entrada de ambos os medidores é o lado barato.

Colocando ambos em uma única tecla

O OrcaRouter lista o Grok 4.7 como grok/grok-4.7 pelo preço de tabela da própria SpaceXAI, US$ 2,00 de entrada e US$ 6,00 de saída por milhão, repassados sem acréscimo na mesma URL base compatível com OpenAI do restante do catálogo. O Qwen4-Max não está no catálogo hoje; ele é acessível pela própria API da Alibaba, onde o preço regional acima se aplica e onde uma chave de Singapura obtém a tarifa de US$ 1,50. A postura útil enquanto você ainda está avaliando é manter ambas as rotas ativas e deixar uma política de roteamento decidir por requisição, em vez de comprometer um caminho de código com qualquer uma delas.

A screenshot of the OrcaRouter model page for Grok 4.7, showing the identifier grok/grok-4.7, $2.00 input and $6.00 output per million tokens, the 500,000-token context window, the maximum output figure, the 2026-09-21 vendor date and the available endpoints.

Duas coisas na camada de roteamento se justificam aqui. A primeira é fusão de modelos: um painel que responde a um prompt difícil com ambos os modelos e um terceiro juiz é a forma mais rápida de descobrir se a pontuação ausente do Qwen4-Max está escondendo uma lacuna ou escondendo uma vitória, e custa duas chamadas em vez de uma migração. A segunda é failover automático — um novo modelo GA é exatamente o caso em que você quer uma cadeia de fallback configurada antes da primeira requisição em produção, não depois do primeiro 5xx.

Como decidir esta semana

Se suas cargas de trabalho couberem em 500 mil tokens e você não tiver disposição para uma avaliação, o Grok 4.7 é a escolha defensável: ele é mensurado, é operacionalmente maduro desde setembro e oferece um controle de raciocínio que você pode calibrar graças a um modelo pontuado. Se suas cargas de trabalho forem as específicas que precisam de mais de meio milhão de tokens — o monorepo, o conjunto completo de contratos, a transcrição que não para de crescer —, então o Qwen4-Max não é apenas mais barato: é o único dos dois capaz de aceitar a solicitação, e a ausência de um benchmark se torna um custo de fazer negócios, e não um motivo para esperar. Se você estiver em algum ponto intermediário, a resposta honesta é a que custa alguns dólares e uma tarde: execute os dois com seu próprio tráfego e deixe que uma comparação de tarefas concluídas prevaleça sobre uma comparação por token.

Comparados neste artigo1

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