Qwen4-Max vs Qwen 4: Um é um nível, o outro é uma família, e apenas um deles pode ser invocado

Essa comparação costuma ser escrita como se fosse uma luta entre dois modelos. Não é. Qwen 4 é o nome de uma geração — quatro níveis que a Alibaba apresentou do palco em sua conferência Apsara, em Hangzhou, em 22 de setembro de 2026 — e Qwen4-Max é um desses níveis, o carro-chefe, cuja prévia foi aberta em 11 de novembro de 2026 e se encerra em 25 de novembro. Compará-los é comparar um produto a uma linha de produtos. Ainda assim, vale a pena fazer isso, porque o nome da família é o que as pessoas digitam na caixa de busca e o nome do nível é o que elas realmente conseguem acessar, e é entre os dois que mora a maior parte da confusão sobre esta geração.

Comece pela situação atual, em uma frase para cada. O Qwen4-Max é real, invocável, cobrado em Credits por meio de uma assinatura da Alibaba e está programado para ser retirado em quatorze dias. O Qwen 4 como um todo é um nível em pré-visualização e três níveis que existem apenas como nomes: Qwen 4 Flash, Qwen 4 Plus e Qwen 4 27B nunca tiveram uma ficha de modelo, um preço, uma janela de contexto ou um benchmark publicados para eles.

A família, nível por nível, com o que existe

O comunicado escrito da própria Alibaba, de 22 de setembro de 2026, afirma que o Qwen 4 está "atualmente em treinamento" e não associa nenhuma especificação a nenhum nível. Os quatro nomes vieram do palco da conferência, ditos pelo líder do LLM Qwen, e foram noticiados a partir dessa sessão. Nomes de níveis anunciados em um palco são uma declaração sobre um plano. Aqui está o plano em relação à entrega, em 11 de novembro de 2026:

• Q​wen 4 Max — nível de topo. Disponibilizado como prévia, ID do modelo qwen4-max-preview, de 11 a 25 de novembro de 2026, somente com assinatura do Token Plan, região de Singapura. Contexto de 1M, orçamento de saída de 393.216 tokens compartilhado com raciocínio, texto, imagem e vídeo de entrada.

• Q​wen 4 Flash — nível de alto throughput. Nada publicado. Sem ID de modelo, sem card, sem data.

• Q​wen 4 Plus — nível intermediário equilibrado, historicamente a mais ampla variedade multimodal da família. Nada publicado.

• Q​wen 4 27B — o nível de pesos abertos, aquele que esta família costuma publicar no Hugging Face. Nada publicado; não existe repositório sob a organização Q​wen.

• O número de parâmetros — o roteiro de 5 a 10 trilhões de parâmetros que acompanha o nome Q​wen 4 — pertence às gerações Q​wen 4.5 e Q​wen 5, no mesmo lançamento e no mesmo parágrafo. A​libaba não publicou nenhum número de parâmetros para o Q​wen 4, nem para o Qwen4-Max.

Uma linha de quatro já foi lançada, e foi lançada com uma data de validade. Esse é todo o histórico de entregas da família e é uma descrição melhor do "Q​wen 4" do que qualquer tabela de especificações que possa encontrar, porque tudo o resto nessas tabelas foi inventado por alguém que preencheu uma lacuna.

O que a prévia prova sobre o resto da família

Um flagship lançado é evidência sobre seus modelos irmãos mesmo quando esses irmãos não foram lançados e, neste caso, a evidência é incomumente específica. O Qwen4-Max chega com três propriedades que soam como decisões no nível da família, e não no nível da faixa.

O primeiro é o contexto de 1M. O Max vem com uma janela de um milhão de tokens; a prévia da arquitetura do Q​wen 4 — Q​wen3.8-Flash-Next, publicada no Hugging Face em 24 de agosto de 2026 com um card que a descreve como uma prévia experimental da arquitetura que servirá de base para o Q​wen 4 — relata um contexto nativo de 262.144 tokens, extensível até 1 milhão. Uma família que chega a 1M no modelo principal é uma família cujos demais níveis serão descritos em relação a esse número, e a narrativa da extensão já está registrada no card da prévia.

O segundo pensa por padrão com esforço xhigh. O Max vem com o raciocínio ativado, ajustável por meio de reasoning_effort para low, medium ou xhigh, com o padrão no nível máximo. Isso é uma declaração sobre como a A​libaba espera que a família seja usada: o modelo pensa a menos que você diga para não pensar, e o orçamento de tokens para o raciocínio é retirado do mesmo pool de 393.216 tokens da resposta. Um nível Flash construído sobre essa mesma expectativa seria um produto muito diferente de um nível Flash feito para latência, e o cartão eventual dirá qual é qual.

O terceiro é a superfície da API. O Max é compatível com O​penAI Chat Completions, O​penAI Responses e A​nthropic Messages, e altera o significado de max_tokens para abranger o pensamento e a resposta em conjunto — uma mudança que a A​libaba documenta como começando "com qwen4-max-preview", com modelos Q​wen mais antigos mantendo o comportamento antigo. Quando um fornecedor faz do modelo mais recente o primeiro com uma nova regra de contabilização, a regra costuma seguir adiante ao longo da geração, em vez de permanecer em um único nível.

Nada disso é uma especificação do Q​wen 4 Flash, do Q​wen 4 Plus ou do Q​wen 4 27B. É a direção para a qual a geração está voltada, com base nas partes que o fornecedor realmente publicou, e é o máximo que qualquer pessoa fora da A​libaba pode dizer com honestidade sobre os outros três.

A questão dos 27B é a que importa para a maioria dos leitores.

O hábito da organização Qwen é a razão pela qual a faixa de 27B atrai mais atenção do que um modelo de porte médio normalmente atrairia. Qwen3.5-27B, Qwen3.6-27B e Qwen3.8-27B existem todos como repositórios para download; Qwen3.8-27B, publicado em agosto de 2026, declara a licença Apache 2.0, descreve um modelo denso de 27 bilhões de parâmetros com um codificador de visão, um híbrido de blocos Gated DeltaNet e Gated Attention, 262.144 tokens de contexto nativo extensível para 1 milhão, e um modo de raciocínio alternado por requisição.

É por isso que "Q​wen 4 27B" é interpretado por muitas pessoas como a promessa de pesos disponíveis para download. Não é. Hoje não existe nenhum repositório Q​wen 4 na organização Q​wen — as novidades mais recentes ali são a família 3.8, com o Qwen3.8-Flash-Next sendo o mais próximo que qualquer artefato público chega do Q​wen 4. O fato de o carro-chefe ser lançado como uma prévia por assinatura com acesso restrito, em vez de um lançamento aberto, não contradiz um eventual 27B aberto, mas significa que a camada de pesos abertos ficou atrás do carro-chefe neste ciclo de uma forma que não acontecia antes.

Para quem a arquitetura não consegue rotear por uma assinatura de Singapura, a consequência prática é direta: nenhum nível do Qwen 4 é utilizável por você hoje, em nenhuma forma, a nenhum preço. A geração que você realmente consegue executar é a 3.8, e o carro-chefe dessa geração é um modelo genuinamente forte, e não um substituto provisório.

Precificando uma família que publicou um preço e ele não é por token

O Qwen4-Max não tem tarifa por milhão de tokens. O que ele tem é uma assinatura: Token Plan Personal Edition por US$ 6, US$ 10, US$ 18 ou US$ 43 por mês para 20.000, 45.000, 80.000 ou 200.000 Credits, com pacotes de uso a US$ 15 por 20.000 Credits, um preço para novos usuários válido até 30 de novembro de 2026, e uma promoção de prévia que define o consumo em 20% do padrão, caindo para 8% entre 22:00 e 08:00 UTC+8. A Alibaba declara claramente que os Credits por solicitação são determinados dinamicamente pelo tipo de modelo, uso de tokens, modo de pensamento e chamadas de ferramentas.

Compare isso com o nível que o Qwen4-Max vai substituir, que tem uma tabela de preços de verdade: Qwen3.8-Max a US$ 2,00 de entrada e US$ 6,00 de saída por milhão de tokens, leituras de cache a US$ 0,25, em um contexto de 1 milhão de tokens. A comparação não é nem perto, e não é para ser — uma é uma assinatura cujo custo unitário você não consegue calcular, a outra é uma tarifa medida que você pode colocar numa planilha.

Há um motivo para se importar que vai além da janela de prévia. Se Q​wen 4 Flash e Q​wen 4 Plus chegarem na mesma cobrança por assinatura, então toda a geração é precificada como um pacote de produto, e não como inferência, e a aritmética de comprar versus construir muda para cada carga de trabalho que atualmente pressupõe medição por token. Se chegarem cobrados por uso, a prévia foi uma campanha de lançamento. Qual dessas alternativas acontece é algo que dá para saber em semanas e é o item mais relevante para a decisão sobre esta família neste momento.

O que fazer enquanto três dos quatro níveis são nomes

O erro caro aqui é tratar uma prévia de nível como um lançamento de família e planejar uma migração em torno de níveis que não existem. A medida barata é manter a decisão de roteamento separada da decisão de modelo, para que o nível que chegar primeiro possa ser adotado como uma mudança de configuração.

É esse o caso de expressar a preferência de nível como política, e não como código. A DSL de roteamento do OrcaRouter — YAML mais CEL, avaliada por requisição — permite fixar uma carga de trabalho em um modelo nomeado e trocar esse nome quando aparecer um melhor, sem tocar na aplicação; uma cadeia de fallback faz com que um modelo que você ainda está avaliando fique atrás de um em que você confia, em vez de estar em um caminho crítico. Hoje o catálogo retorna 217 identificadores de modelo e nenhum deles é um nível Qwen 4 — não servimos Qwen4-Max, e esta página não sugerirá o contrário. O que ele traz é a geração 3.8: Qwen3.8-Max a US$ 2,00 e US$ 6,00 da Alibaba com 0% de markup, o snapshot datado Qwen3.8-Max-0902, e Qwen3.8-Flash para volume. Colocar a carga de trabalho lá agora, atrás de uma política que nomeia o modelo em vez de codificá-lo diretamente, é a versão de "esperar pelo Qwen 4" que entrega algo.

Um snapshot datado merece ser destacado separadamente, porque é a parte disto que é fácil perder. Fixar em Qwen3.8-Max-0902 significa que o modelo que responde às suas solicitações não pode mudar sob seus pés enquanto um sucessor está sendo pré-visualizado, estendido ou retirado. É exatamente quando uma família está em fluxo que um snapshot se justifica.

Como isto se resolve

A comparação reduz-se a três datas. 25 de novembro de 2026 decide se o Qwen4-Max se torna um produto ou uma demonstração; um endpoint com pagamento conforme o uso ou uma extensão para além dessa data responderiam à pergunta, e o silêncio também responderia. O próximo cartão de modelo decide se o Q​wen 4 é uma família ou um carro-chefe — Flash e Plus ou ganham especificações, ou continuam a ser nomes de palco. E um repositório no Hugging Face decide a questão dos 27B para todos os que não podem usar de forma alguma uma API por assinatura.

Até lá, a frase correta é a que soa menos como um post de lançamento: um nível do Q​wen 4 existe por mais quatorze dias, três deles existem em um slide de setembro, e o Q​wen com que você pode contar hoje é o que a A​libaba lançou em agosto. Planeje com base nisso e a prévia se torna um bônus em vez de uma dependência.