Qwen4-Max chega ao mercado e soma 43 pontos em índice independente

AI model illustration: a layered core glowing red with small figures below

A equipe Qwen (Tongyi Qianwen) da Alibaba lançou o Qwen4-Max, o maior modelo em número de parâmetros da linha Qwen até agora. São 2,4 trilhões de parâmetros no total, com arquitetura de mistura de especialistas (MoE) que ativa cerca de 71 bilhões de parâmetros por token, além de um módulo de embeddings N-gram de 328 bilhões de parâmetros. O modelo aceita texto e imagem como entrada, tem modo de raciocínio e, segundo a divulgação oficial, trabalha com contexto na casa de um milhão de tokens.

A versão de pré-visualização estreou primeiro no Token Plan da Alibaba, com desconto por tempo limitado de até 90% (ou seja, a um décimo do preço). Qoder, o aplicativo Qwen e o QwenStudio já passaram a usar o novo modelo, e a API é oferecida pela Alibaba Cloud. Os pesos não estão disponíveis para download, mantendo a prática da série Max desde o Qwen2.5-Max de rodar apenas na nuvem da própria empresa. A equipe diz que os modelos menores da família Qwen4 serão de código aberto, com a mesma arquitetura e os mesmos métodos de treinamento, mas não informou tamanhos, licença nem data.

Os números que a própria Alibaba apresenta

No blog de lançamento, a equipe Qwen apresenta o modelo como um «colega de equipe de IA» capaz de trabalhar de forma contínua e cita alguns casos reais: dois fornecedores de autopeças o usaram para escrever programas de usinagem, e o tempo de programação por peça caiu de cerca de 475 minutos para 24; numa due diligence jurídica antes de um IPO, o modelo organizou 198 documentos de trabalho e entregou um relatório de 86 páginas; houve ainda uma execução autônoma de 48 horas em que o modelo projetou um fluido de arrefecimento para data centers, depois sintetizado por um laboratório automatizado. Todos esses casos são autodeclarados pela empresa, sem divulgação dos nomes dos clientes nem dos critérios de aceitação.

Em custo, a Alibaba afirma que o consumo de tokens em tarefas equivalentes é sensivelmente menor que o do Qwen3.8-Max. No benchmark próprio Work360, o custo por tarefa cai de US$ 4,43 para US$ 1,67.

A empresa também divulgou uma tabela de resultados por categoria, que mostra tanto pontos fortes quanto fracos. No benchmark de agentes jurídicos HLAB-Vals 1.1, o modelo marca 21,3 pontos, contra 9,2 do Claude Opus 5.5. Em programação, no DeepSWE v1.1, chega a 75,7 pontos, espremido entre 74 e 76 junto com Opus 5.5, GPT-6.1 Sol e Kimi K3.1. No Terminal-Bench 4.0, faz apenas 48,5, enquanto o Kimi K3.1 chega a 67,2; no ProgramBench, são 31,5 pontos contra 65,0 do Opus 5.5.

Onde o modelo aparece nos rankings independentes

A avaliadora independente Artificial Analysis atribui ao Qwen4-Max um Índice de Inteligência de 43 pontos, 9 a mais que os 34 do Qwen3.8-Max, o que o coloca em 38º entre 81 modelos da mesma faixa de preço, um pouco acima da mediana de 41 pontos. Entre os dez modelos de ponta comparados diretamente, o Qwen4-Max fica em nono, atrás de Claude Fable 5.2 (65), Gemini 4 Carbon (60), Claude Opus 5.5 (59), GPT-6 Astra (57) e outros; entre os modelos chineses, quem o supera é o Kimi K3.1 Pro (46), da Moonshot AI.

Outro ranking traz um resultado mais bonito. Segundo a Arena, o Qwen4-Max ficou em primeiro entre os modelos chineses no Agent Arena, e a Alibaba subiu para a 14ª posição na classificação geral.

O preço é o seu cartão de visitas. Pelas tarifas oficiais registradas pela Artificial Analysis, a entrada custa US$ 1,50 por milhão de tokens e a saída US$ 4,50, com mais 95% de desconto na entrada que acerta o cache. Concluir uma questão do índice custa em média US$ 3,27, 67% menos que os US$ 10,02 do Qwen3.8-Max e um pouco abaixo dos US$ 3,68 do Kimi K3.1 Pro; o Tencent Hy4 é mais barato, cerca de US$ 1,03, mas com 8 pontos a menos.

O custo está na verbosidade. Durante a avaliação, o Qwen4-Max gerou 127 milhões de tokens no total, ante uma mediana de 78,6 milhões entre modelos comparáveis, cerca de 60% a mais (estimativa aproximada). O preço unitário caiu, mas o volume de uso recuperou parte da diferença.

Lado a lado com o mesmo pelotão

Colocando alguns carros-chefe chineses lado a lado, o quadro fica mais claro. O Kimi K3.1 Pro tem 3 pontos a mais no índice de inteligência, custa cerca de US$ 0,4 a mais por questão e é bem mais forte em tarefas de terminal; o Qwen4-Max se destaca em direito, tarefas de longo prazo e preço; o Tencent Hy4 aposta no preço extremamente baixo. Dos três, só o Qwen4-Max não libera os pesos, e a comunidade de desenvolvedores que o Qwen construiu com seus modelos abertos é justamente o ponto em que ele se distancia dos outros dois.

Para desenvolvedores na China, o que dá para fazer agora é aproveitar o período de desconto do Token Plan e testar uma rodada com tarefas reais. O Max não é de código aberto, e a implantação privada terá de esperar pelos modelos menores; quando saem e de que tamanho, a Alibaba ainda não disse. Além disso, várias pontuações do blog da Alibaba são medições próprias, e a Artificial Analysis ainda não divulgou dados de tempo por tarefa, de modo que o desempenho de latência não pode ser verificado por ora.

Fontes: blog de lançamento da equipe Qwen, página do modelo na Artificial Analysis (índice de inteligência, custo por tarefa, tokens de saída), CocoLoop, ranking da Arena, Trending Topics; uma reportagem da Cailian Press serviu para conferir os canais de lançamento e os descontos, e os parâmetros e resultados por categoria seguem os números divulgados pela Alibaba.