
Qwen 4 Max vs Qwen 3.8 Max: você deve construir sobre o modelo que existe, ou esperar pelo que não existe?
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaNOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaNOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 124 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 · 43 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 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 132 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 131 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligência
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligência
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 185 tok/s
Esta é a única comparação no ciclo de lançamento do Qwen 4 Max em que ambos os lados da comparação vêm do mesmo laboratório e, portanto, é a única com uma decisão atrelada a ela. O Qwen 3.8 Max está em disponibilidade geral desde 3 de agosto de 2026 a US$ 2,00 por milhão de tokens de entrada e US$ 6,00 por milhão de tokens de saída, com uma janela fixa de 1.000.000 de tokens, pesos publicados e um endpoint ativo. O Qwen 4 Max foi anunciado na conferência Yunqi, em Hangzhou, em 22 de setembro de 2026, como o nível principal de uma família de quatro modelos que ainda está em treinamento, sem data de lançamento, sem preço e sem pontuação publicada. A pergunta que um leitor realmente tem não é qual é melhor — isso não pode ser respondido —, mas se algo no anúncio deveria mudar o que ele desenvolve neste mês. Para quase todos, a resposta é não, e o raciocínio por trás disso é mais interessante do que a conclusão.
O que você pode comprar hoje, dito com precisão
O Qwen3.8-Max é um mixture-of-experts de 2,4 trilhões de parâmetros, com 95 bilhões de parâmetros ativos por token. Está disponível de forma geral desde 3 de agosto de 2026, com preço de US$ 2,00 para entrada e US$ 6,00 para saída por milhão de tokens, sem variação ao longo de todo o contexto de um milhão de tokens, sem sobretaxa para prompts longos e sem limite a partir do qual a tarifa aumente. Seus pesos foram publicados em 12 de agosto de 2026 como Qwen3.8-2.4T-A95B em BF16 e FP8 sob uma licença Qwen personalizada, o que significa que ele pode ser inspecionado, quantizado e auto-hospedado por organizações com o hardware necessário para servi-lo. Ele registra 56 no Artificial Analysis Intelligence Index, a US$ 1,14 por tarefa, segundo a revisão em vigor quando foi medido — uma revisão que, desde então, foi substituída duas vezes, de modo que esse número é uma leitura histórica e deve ser rotulado como tal sempre que for comparado a um número atual de um modelo diferente.
Na nossa própria página do modelo, o perfil do serviço é concreto: um tempo até o primeiro token p50 de 3,29 segundos, entrada de texto, imagem e vídeo com saída de texto, e 31,3 milhões de tokens de tráfego nos últimos sete dias em comparação com um snapshot datado, qwen3.8-max-0902, que está atendendo à solicitação. Esse último detalhe merece atenção. A Alibaba está lançando snapshots datados dentro da geração 3.8, o que significa que a geração ainda está se movendo sob um nome de modelo estável.
O Qwen 4 Max não tem nada disso. O que o anúncio forneceu foi uma lista e uma linhagem de arquitetura:
• Os quatro níveis — Qwen 4 Max como topo de linha, Qwen 4 Flash para capacidade de processamento, Qwen 4 Plus como o intermediário equilibrado, e um Qwen 4 27B de pesos abertos
• O status — descrito no palco pelo líder do Qwen LLM, Liu Da Yiheng, como treinamento em uma arquitetura de nova geração, com um lançamento descrito apenas como em breve
• A prévia da arquitetura — Qwen3.8-Flash-Next, disponibilizado em código aberto no final de agosto de 2026 e rotulado em seu próprio card como uma prévia de design do Qwen 4: 125 bilhões de parâmetros principais mais 51 bilhões de parâmetros de embedding N-gram, aproximadamente 6 bilhões ativos por etapa, um contexto nativo de 262.000 tokens que se estende em direção a 1 milhão, e um custo de treinamento relatado cerca de 90 por cento abaixo do Qwen3.7-Plus
• O número do roadmap que não se aplica aqui — a meta de 5 trilhões a 10 trilhões de parâmetros que circulou na cobertura descreve as gerações Qwen 4.5 e Qwen 5, não esta. Nenhum número de parâmetros foi publicado para o Qwen 4 Max.

O que, na verdade, significou uma atualização geracional nesta linha
A evidência mais útil sobre o que o Qwen 4 Max vai mudar não é o anúncio. É a última atualização, porque a cadência recente da Alibaba está extraordinariamente bem documentada e extraordinariamente rápida.
A geração 3.8 chegou com uma prévia em 19 de julho de 2026, disponibilidade geral em 3 de agosto de 2026 e pesos treze dias depois, em 12 de agosto. Isso é uma geração completa, da prévia aos pesos abertos, em menos de quatro semanas, e seguiu a geração Qwen 3.7 tão de perto que a vida útil do nível Max — antes que um nível mais barato fechasse a lacuna em relação a ele — tem sido curta. Quem trata o carro-chefe da Qwen como um compromisso arquitetônico de vários anos tem lido a cadência de forma equivocada.
O que isso implica para o Qwen 4 Max é mais específico do que "esperar para ver":
• O nível Flash provavelmente chegará primeiro ou junto com o nível Max e, no registro do Qwen 3.8, o nível Flash é o que muda a economia unitária, e não o que muda os tetos de capacidade
• A camada aberta de 27B é a entrega mais previsível no roadmap, e a geração Qwen 3.8 demonstrou o efeito no ecossistema a jusante poucos dias após a chegada desses pesos
• O preço do nível Max, quando chegar, será definido em relação a um mercado em que o carro-chefe anterior da própria Qwen está em US$ 2,00 e US$ 6,00 e no qual um concorrente de 428 bilhões de parâmetros está em US$ 0,30 e US$ 1,20. O nome do nível promete capacidade, não uma posição de preço
Nada disso é razão para esperar. É razão para esperar que a geração avance rapidamente quando começar a avançar, e para preferir uma arquitetura que lhe permita acompanhá-la sem reimplantar.
O argumento a favor de esperar, exposto honestamente
Há duas situações em que esperar é a decisão certa, e são específicas o suficiente para serem nomeadas.
A primeira é uma carga de trabalho que está genuinamente bloqueada por algo que a geração Qwen 3.8 não consegue fazer e que a prévia do Flash-Next sugere que o Qwen 4 fará. A economia de contexto longo é o candidato óbvio: o Qwen3.8-Flash-Next é construído em torno de um esquema de atenção esparsa chamado QSA, ao qual a Alibaba atribui grande parte da redução de 90% nos custos de treinamento relatada, e se os níveis do Qwen 4 herdarem isso, o custo de executar contextos muito longos pode cair substancialmente. Se o seu roadmap é um produto que só faz sentido a um décimo dos preços atuais de contexto longo, esperar é racional. Se faz sentido hoje, faz sentido hoje.
A segunda é uma organização já comprometida com uma implementação auto-hospedada do Qwen. Se está a planear hardware em torno de um checkpoint do Qwen, o nível Qwen 4 27B e tudo o que se lhe seguir alteram aquilo que compra, e uma decisão de hardware tomada três semanas antes de ser anunciado um nível de pesos abertos é uma decisão tomada duas vezes.
Todos os demais deveriam estar construindo. Um modelo sem preço publicado, sem janela de contexto publicada, sem lista de modalidades publicada e sem data não é um insumo de planejamento. É um sinal de roadmap, e sinais de roadmap servem para sequenciar trabalho futuro, não para pausar o trabalho atual.

Tornando a migração futura barata
O motivo pelo qual essa decisão é menos problemática do que parece é que o custo de migração entre gerações do Qwen não precisa ser alto, desde que você não tenha fixado um identificador de modelo no seu aplicativo.
O OrcaRouter disponibiliza qwen/qwen3.8-max e o resto da família Qwen 3.8 — entre eles o Qwen3.8-Flash e o Qwen3.8-27B — num único endpoint compatível com a OpenAI com 0% de markup, com o preço de tabela do fornecedor repassado sem qualquer alteração. Daí decorrem duas consequências para uma equipe que acompanha este roadmap. Primeiro, quando a Alibaba reduz um preço ou lança um snapshot, a alteração chega à mesma chave no mesmo dia, e não numa data de renovação, porque não existe uma camada de margem para a absorver. Segundo, e mais relevante aqui, a eventual passagem de um modelo Qwen 3.8 para um nível Qwen 4 seria um identificador de modelo numa configuração, e não um novo contrato, um novo SDK e uma nova fatura — o que faz de "esperar para ver" uma decisão que você pode adiar, e não uma que tem de tomar agora.
O failover automático cobre o outro risco. As primeiras semanas de uma nova camada principal são o pior momento para direcionar o tráfego de produção exclusivamente por ela, e a capacidade de expressar essa política — uma fatia do tráfego para o novo modelo, o restante no incumbente, com failover automático entre eles — no DSL de roteamento em vez de no código da aplicação é o que transforma uma mudança de geração em um exercício de ajuste.
O que o OrcaRouter não disponibiliza é o Qwen 4 Max ou qualquer nível do Qwen 4. Nenhum deles foi lançado, e o catálogo reflete isso em vez de o antecipar.

A decisão, em uma página
Desenvolva com o Qwen3.8-Max agora se a sua carga de trabalho funciona em uma janela de 1M tokens a US$ 2,00 e US$ 6,00 por milhão de tokens, com pesos abertos publicados por trás dele. Isso descreve a maioria das cargas de trabalho, e o modelo está ativo, precificado, avaliado por benchmarks sob uma revisão declarada e atendendo tráfego de produção. Esperar por um nível sem data não compra nada que você possa usar neste trimestre.
Adie uma decisão se estiver comprando hardware para uma implantação Qwen auto-hospedada, ou se a economia do seu produto depender de os custos de contexto longo caírem em uma ordem de magnitude. Em ambos os casos, o roteiro do Qwen 4 é genuinamente determinante e, em ambos os casos, o nível específico a observar não é o topo de linha — é o lançamento aberto de 27B e o preço do nível Flash.
Ignore, por enquanto, qualquer tabela de especificações do Qwen 4 Max publicada antes de a Alibaba publicar um model card, e qualquer alegação de que o número do roadmap de 5 a 10 trilhões de parâmetros seja uma especificação do Qwen 4 Max. A primeira é especulação vestida de tabela; a segunda é um número emprestado de outro slide e atribuído a um modelo que ninguém executou.
A questão geracional se resolve da mesma forma que da última vez. A Alibaba lança rápido, pratica preços agressivos e libera os pesos com atraso. Seja lá o que Qwen 4 Max vier a ser, a postura sensata é ter um sistema em funcionamento no Qwen3.8-Max e um endpoint que possa adotar o sucessor numa mudança de configuração — uma posição que você pode manter durante qualquer anúncio, inclusive este.
Comparados neste artigo2
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
