Um card de título gerado com o texto Qwen 4 vs Kimi K3.1 Pro, com o subtítulo $3,27 contra $3,68 não é a diferença que a etiqueta de preço sugere, e dois cards: Preço por 1M de tokens de saída listando Qwen4-Max $4,50 e Kimi K3.1 Pro $10,00, e Custo por tarefa concluída listando Qwen4-Max $3,27 e Kimi K3.1 Pro $3,68.
Guides & Insights

Qwen 4 vs Kimi K3.1 Pro: US$ 3,27 contra US$ 3,68 não é a diferença que a etiqueta de preço sugere

Autor

jinhao.song

Data de publicação

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

No papel, conversar com o Kimi K3.1 Pro custa mais que o dobro do que conversar com o Qwen4-Max: US$ 2,00 de entrada e US$ 10,00 de saída por milhão de tokens, contra US$ 1,50 e US$ 4,50. Na única medida independente que conta quanto custa uma tarefa concluída, e não quanto custa um token, a diferença cai para cerca de onze por cento — US$ 3,68 por tarefa do Intelligence Index para o Kimi K3.1 Pro, contra US$ 3,27 para o Qwen4-Max, ambos lidos da Artificial Analysis em 17 de novembro de 2026. Esse colapso é toda a história deste confronto, porque significa que os dois preços de manchete estão descrevendo quantidades diferentes de trabalho, e o modelo com o preço de etiqueta mais alto é o que pensa por mais tempo. O Kimi K3.1 Pro foi disponibilizado na API da Moonshot em 23 de outubro de 2026 e publicou seus pesos em 4 de novembro; o Qwen4-Max, principal modelo da geração Qwen 4 da Alibaba, entrou no ar em 16 de novembro. Nenhuma dessas datas é a notícia aqui — a inversão de custo por resultado é.

Por que dois preços que diferem por 2,2× geram contas que diferem em 11%

O Kimi K3.1 Pro é um modelo de mistura de especialistas com 2,8 trilhões de parâmetros, com cerca de 104 bilhões de parâmetros ativos por token. Ele é um modelo de raciocínio por padrão, com esforço selecionável — nenhum, baixo, alto, máximo — e, no padrão, ele demora: a Artificial Analysis mede uma mediana de 39,7 minutos por tarefa do Intelligence Index a 30 tokens de saída por segundo, contra uma mediana de 13,5 minutos entre os modelos que compara. O Qwen4-Max roda em uma base de 2,4 trilhões de parâmetros com 71 bilhões ativos por token, vem com o modo de pensamento ativado por padrão com um orçamento de 131.072 tokens e carrega um teto compartilhado de 262.144 tokens entre pensamento e resposta.

Ambos têm custo alto em tokens de saída porque ambos são modelos de raciocínio. O preço por token multiplica um número grande de qualquer forma, e o modelo que gera mais tokens a uma taxa menor pode chegar ao mesmo resultado que o modelo que gera menos a uma taxa maior. É isso que $3.27 e $3.68 estão lhe dizendo.

Onde as duas placas realmente divergem é em tudo aquilo que o número por tarefa dilui na média:

• Preço de saída — Qwen4-Max $4,50 vs Kimi K3.1 Pro $10,00 por 1M

• Preço de entrada — Qwen4-Max US$ 1,50 vs. Kimi K3.1 Pro US$ 2,00 por 1M

• Leitura em cache — Qwen4-Max $0.075 vs Kimi K3.1 Pro $0.20 por 1M

• Contexto — Qwen4-Max 1.000.000 vs Kimi K3.1 Pro 1.048.576 tokens

• Saída máxima — Qwen4-Max 262.144 compartilhados com raciocínio vs. Kimi K3.1 Pro 943.718

• Velocidade medida — Qwen4-Max não publicada vs Kimi K3.1 Pro 30 tokens por segundo

• Pontuação independente — Qwen4-Max 43 vs Kimi K3.1 Pro 46, mesmo quadro, mesmo dia

• Pesos — Qwen4-Max nenhum vs Kimi K3.1 Pro publicados sob uma licença personalizada

O teto de saída é um tipo diferente de limite

O máximo de saída de 943.718 tokens do Kimi K3.1 Pro não é um número redondo e não é uma cifra de marketing — é o que resta da janela de 1.048.576 tokens depois de subtraído um prompt, o que mostra que o modelo trata contexto e saída como um único pool. Trata-se de uma arquitetura de limite genuinamente diferente da do Qwen4-Max, em que 262.144 tokens são compartilhados entre o raciocínio e a resposta e a janela anunciada de 1.000.000 de tokens é folga do lado da entrada.

Na prática: peça a qualquer um dos modelos para produzir um artefato de 300.000 tokens e o Kimi K3.1 Pro faz isso em uma única passada, enquanto o Qwen4-Max não consegue, independentemente de quanto contexto você lhe forneça. Peça a qualquer um deles para ler 700.000 tokens e responder em 5.000, e ambos cumprem, com o Kimi K3.1 Pro cobrando US$ 1,40 de entrada e o Qwen4-Max US$ 1,05 pelas tarifas publicadas.

O modo de falha a que você deve ficar atento é uma carga de trabalho que precisa dos dois. Um pacote de evidências de 500.000 tokens mais um relatório de 400.000 tokens está dentro da janela do Kimi K3.1 Pro e fora do orçamento de saída do Qwen4-Max por um fator de 1,5. Se esse for o seu caso, esta comparação já terminou antes mesmo de o preço entrar em questão.

Os pesos abertos mudam a conversa, mas não da forma que as pessoas esperam

Os pesos do Kimi K3.1 Pro são públicos. Os do Qwen4-Max não são, e o material de lançamento da Alibaba diz apenas que modelos menores da família Qwen 4 "virão para código aberto" sem data. Essa assimetria é interpretada como "o Kimi é gratuito para rodar" com muito mais frequência do que deveria.

Um checkpoint de 2,8 trilhões de parâmetros com 104 bilhões ativos é um artefato de datacenter. Publicá-lo significa que você pode auditá-lo, ajustá-lo por fine-tuning, fixar uma versão e executá-lo em seus próprios aceleradores — isso não significa que você pode servi-lo em uma estação de trabalho, e não significa que o token marginal seja gratuito. O que significa é que nenhum fornecedor pode mudar o modelo à sua revelia, revogar a licença ou aumentar o preço em uma implantação fixada. Para um comprador regulamentado, isso vale mais do que US$ 0,50 por milhão de tokens de saída. Para uma equipe que lançará um recurso no próximo trimestre, não vale absolutamente nada.

A licença vale a pena ser lida antes de você basear seu planejamento nela. O Kimi K3.1 Pro é distribuído sob uma licença específica do Kimi, e não sob uma licença open-source padrão, e os termos não são idênticos aos da Apache-2.0. Se a redistribuição ou a hospedagem comercial fizer parte do seu plano, essa é uma questão jurídica, não de engenharia.

O que são o 43 e o 46, e o que não são

Ambos os números vêm do mesmo Artificial Analysis Intelligence Index no mesmo dia, o que os torna comparáveis entre si — e a quase nada mais em circulação. O Kimi K3.1 Pro tinha 55 na rubrica anterior à reconstrução no lançamento, e esse número ainda é citado na cobertura do seu próprio lançamento e em vários resumos ligados a fornecedores; no índice reconstruído, é 46. O Qwen4-Max só foi avaliado no atual, com 43.

Uma diferença de três pontos no índice é uma vantagem real, mas pequena, e é menor do que a variância entre execuções em tipos individuais de tarefa. Não deveria ser o fator decisivo. Isso importa principalmente porque enfraquece a intuição de que um modelo com preço de saída 2,2× maior deve estar fazendo algo categoricamente mais difícil.

O dado de velocidade é a lacuna mais acionável. Os 30 tokens de saída por segundo e os 39,7 minutos por tarefa de indexação do Kimi K3.1 Pro são medidos e publicados. O Qwen4-Max não tem velocidade de saída nem tempo por tarefa no mesmo quadro — o perfil mostra um traço. Para um produto interativo, isso é um risco real: pedem que você escolha entre um modelo cuja lentidão está documentada e outro cuja velocidade é desconhecida, e o desconhecido não é obviamente a aposta mais segura.

A generated two-column scoreboard for Qwen4-Max and Kimi K3.1 Pro: Artificial Analysis Index 43 against 46, input $1.50 against $2.00, output $4.50 against $10.00, cost per task $3.27 against $3.68, maximum output 262K shared against 943K, and open weights none against published.

Três compradores, três respostas.

Você gera entregáveis longos. Kimi K3.1 Pro, sem muita deliberação. O teto de saída é um limite rígido de capacidade, e a diferença de preço em uma geração de 300.000 tokens é de US$ 3,00 contra US$ 1,35 nas tarifas publicadas — o modelo barato não consegue fazer o trabalho de forma alguma, o que torna a comparação aritmética, e não analítica.

Você executa trabalho de alto volume e saída curta. Qwen4-Max. Quando a saída é de 2.000 tokens em vez de 200.000, o preço de saída é a conta inteira, e US$ 4,50 contra US$ 10,00 é decisivo. O raciocínio de longo horizonte do Kimi K3.1 Pro é pago quer você o use ou não, a menos que você reduza o esforço — e reduzir o esforço em um modelo ajustado para raciocínio longo é, na prática, um modelo diferente, não um desconto.

Você precisa ter a implantação sob seu controle. Kimi K3.1 Pro, porque é o único dos dois que você pode controlar de fato. Não existe versão deste argumento que termine com um modelo fechado que você não possa fixar.

O quarto caso — você quer ambos sem dois ciclos de compra — é onde uma camada de roteamento se justifica. Tanto kimi/kimi-k3.1-pro quanto a linha Qwen são acessíveis por um único endpoint do nosso lado; o próprio Qwen4-Max não é um dos 215 identificadores que atualmente servimos, e dizer o contrário seria mentira, então a divisão prática hoje é Kimi K3.1 Pro para o trabalho de horizonte longo e qwen/qwen3.8-max como o carro-chefe da Alibaba que você pode de fato chamar por nosso intermédio a $2.00 de entrada e $6.00 de saída. Isso é um fallback, não um substituto, e as evidências de custo por tarefa para o Qwen3.8-Max não são animadoras: a Artificial Analysis o coloca em $10.02 por tarefa de índice, três vezes os $3.27 do Qwen4-Max.

O número que ninguém publicou

Os dois custos por tarefa são ponderados por índice, o que significa que refletem uma combinação específica de perguntas de raciocínio, conhecimento e programação nas configurações padrão. Nenhum dos fornecedores publica o custo por tarefa empresarial concluída, e nenhum vai publicar, porque a resposta depende dos seus prompts. Os US$ 3,27 e US$ 3,68 são o mais próximo de uma comparação honesta disponível e ainda são uma média sobre a carga de trabalho de outra pessoa.

O que podemos afirmar com confiança é mais restrito: com o mesmo volume de saída, o Qwen4-Max é cerca de 2,2 vezes mais barato; com a mesma conclusão de tarefa, os dois ficam dentro de onze por cento; e a diferença entre essas duas afirmações é totalmente explicada por quantos tokens o Kimi K3.1 Pro gasta para chegar lá. Se o perfil de tokens da sua carga de trabalho se parecer com o do índice, os números por tarefa são os que devem orientar seu orçamento. Se não — e a maioria das cargas de trabalho de produção não se parece — calcule o preço de cem das suas próprias chamadas em ambos antes de se comprometer com qualquer um dos dois.

A questão em aberto para o próximo trimestre é se os dados de velocidade em falta do Qwen4-Max chegam antes de os compradores terem de decidir. Um modelo com um 43 medido e sem latência medida é mais difícil de vender do que um modelo com um 46 medido, e essa assimetria é uma lacuna nas evidências, não no modelo.

Artificial Analysis page for Qwen4 Max, captured 17 November 2026 in English, showing Intelligence #38 of 81, Cost #44 of 80, $1.50 input and $4.50 output per 1M tokens, a 95 per cent cache discount, and $3.27 per Intelligence Index task.

Dois destes três já estão em uma mesma chave

kimi/kimi-k3.1-pro é um dos 215 identificadores que atendemos, por meio de Chat Completions, da OpenAI Responses API e do Anthropic Messages, ao preço de tabela do provedor, sem acréscimo — portanto, os US$ 2,00/US$ 10,00 acima são o que você paga, e qualquer mudança que a Moonshot fizer entra em vigor no mesmo dia. O lado Qwen desta comparação é dividido: qwen/qwen3.8-max é roteável por nós a US$ 2,00 de entrada e US$ 6,00 de saída, enquanto o próprio Qwen4-Max não é, e passa pela API própria da Alibaba. Vale nomear essa divisão claramente porque ela muda o formato da recomendação: o modelo com a melhor economia por tarefa é aquele que você ainda não consegue alcançar por um único endpoint.

OrcaRouter model page for Kimi K3.1 Pro, captured 17 November 2026 in English, showing the identifier kimi/kimi-k3.1-pro, text, image and video input, a 1M-token context, 943K maximum output and a pricing panel.