O que é o Qwen4-Max, o novo modelo de topo da Alibaba?

Ilustração representando o modelo de IA Qwen4-Max da Alibaba

O Qwen4-Max é o modelo multimodal de topo da família Qwen4, da Alibaba. Ele usa arquitetura mixture-of-experts, tem visão nativa e janela de contexto de 1 milhão de tokens, segundo o perfil oficial da Qwen no X.

Está em disponibilidade geral via API desde 16 de novembro de 2026, depois de uma fase de preview, e foi lançado sem pesos abertos, como registrou a SiliconANGLE. Então, se você queria baixar o modelo e rodar na sua máquina, esquece: aqui o acesso é pela nuvem da Alibaba.

Como o Qwen4-Max é construído: mixture-of-experts com 2,4 trilhões de parâmetros

O Qwen4-Max é um modelo mixture-of-experts com 2,4 trilhões de parâmetros totais e 71 bilhões ativados por token, segundo a MarkTechPost. Na prática, ele é gigante no total, mas só usa uma fração disso para gerar cada pedaço da resposta.

E o que é mixture-of-experts? Pensa numa empresa com dezenas de especialistas. Nem todo mundo entra em toda reunião: para cada pergunta, um "roteador" chama só os especialistas que fazem sentido.

O modelo funciona parecido. Os 2,4 trilhões representam todo o conhecimento guardado, e os 71 bilhões são a parte que realmente trabalha a cada token. É por isso que esse tipo de arquitetura consegue ser grande sem custar o mesmo que um modelo denso do mesmo tamanho a cada chamada.

A Alibaba diz que modelos menores da família serão abertos em etapas, mas não há data oficial para isso, segundo a SiliconANGLE.

O que o Qwen4-Max aceita na entrada e quais recursos ele tem

O Qwen4-Max aceita texto, imagem e vídeo. A documentação do Alibaba Cloud Model Studio cita como usos a análise de screenshot, a compreensão de documentos e a análise de vídeo.

Além disso, ele suporta function calling, busca na web e ferramentas embutidas. Function calling, para quem ainda não usou, é quando o modelo devolve um pedido estruturado para chamar uma função do seu sistema (consultar um banco, abrir um ticket e por aí vai), em vez de só responder em texto.

Já a janela de 1 milhão de tokens é o tamanho da "memória de trabalho" da conversa. Ela abre espaço para mandar documentos longos, vários arquivos de código ou transcrições extensas numa mesma requisição, sem picotar tudo em pedaços pequenos.

Tome cuidado só com uma coisa: janela grande não significa que vale a pena lotar ela toda vez. Você paga por token de entrada, então mandar o repositório inteiro em cada chamada sai caro rapidinho.

Quanto custa o Qwen4-Max na API

No preço de lista internacional (região Singapura) do Alibaba Cloud Model Studio, o Qwen4-Max custa US$ 1,50 por 1 milhão de tokens de entrada e US$ 4,50 por 1 milhão de tokens de saída. A leitura de cache sai por US$ 0,075 por 1 milhão de tokens.

Comparando com o antecessor, o Qwen3.8-Max fica em US$ 2,00 de entrada e US$ 6,00 de saída na mesma região, segundo a DataStudios. Ou seja, o corte é de 25% nos dois lados.

ModeloEntrada (1M tokens)Saída (1M tokens)
Qwen4-MaxUS$ 1,50US$ 4,50
Qwen3.8-MaxUS$ 2,00US$ 6,00

Repare na diferença entre a leitura de cache e a entrada normal. Se o seu fluxo reaproveita o mesmo contexto grande várias vezes (um documento base, um conjunto fixo de instruções), o cache é onde mora a economia.

Preview e lançamento: qwen4-max-preview e qwen4-max

O preview do modelo abriu em 11 de novembro de 2026 com o ID qwen4-max-preview, disponível só via Token Plan e com retirada marcada para 25 de novembro de 2026, segundo a DataStudios.

A disponibilidade geral via API veio em 16 de novembro de 2026, com o ID qwen4-max, conforme a documentação do modelo.

Se você testou o preview e deixou o ID antigo fixo em alguma integração, se liga: ele tem data para sair do ar. Melhor trocar antes que as chamadas comecem a falhar no meio de um fluxo em produção.

O que a Alibaba diz sobre desempenho e eficiência

Segundo o perfil oficial da Qwen no X, o Qwen4-Max marcou 52,69 no Work360, benchmark próprio da empresa, contra 47,74 do Qwen3.8-Max. No mesmo teste, o custo médio por tarefa caiu de US$ 4,43 para US$ 1,67, cerca de 62% a menos.

A fabricante também afirma que o modelo supera o Qwen3.8-Max usando até cerca de 50% menos tokens, numa publicação do perfil oficial da Qwen no X.

Entre os benchmarks selecionados no anúncio, a Alibaba declara 75,7 no DeepSWE v1.1 e 46,7 no Agents’ Last Exam v1.1.

Agora, a ressalva honesta: todos esses números foram publicados pela própria Alibaba. Não há verificação independente nem ranking público conferido que confirme a posição do modelo, então trate como ponto de partida e não como veredito.

Onde o Qwen4-Max aparece além da API

Além da API, o Qwen4-Max está integrado a aplicações da própria Alibaba, como Qoder, QwenWork e Qwen Studio, segundo a SiliconANGLE.

Já a disponibilidade dentro do app Qwen Chat para usuários no Brasil não foi confirmada em fonte oficial. Então, por enquanto, o caminho garantido para usar o modelo é a API.

Para quem o Qwen4-Max faz sentido

O Qwen4-Max faz sentido para quem precisa de um modelo de API com contexto longo, entrada multimodal e recursos de agente. Os perfis que mais se encaixam, a partir do que está documentado:

  • Quem trabalha com documentos ou bases de código grandes: a janela de 1 milhão de tokens comporta muito material numa mesma requisição.
  • Fluxos com imagem e vídeo: análise de screenshot, leitura de documentos e análise de vídeo estão entre os usos citados na documentação.
  • Quem monta agentes: function calling, busca na web e ferramentas embutidas cobrem o básico de um agente que consulta e age.
  • Quem já usa o Qwen3.8-Max: o preço de lista é 25% menor na mesma região, o que já justifica um teste de migração.

E para quem ele NÃO serve? Para quem precisa de pesos abertos, rodar o modelo localmente ou ter controle total da infraestrutura. Nesse caso, o Max simplesmente não é opção, e o melhor é esperar os modelos menores da família.

Próximo passo

Se você tem integração com o qwen4-max-preview, troque para o ID qwen4-max antes de 25 de novembro de 2026. Se usa o Qwen3.8-Max, rode o mesmo conjunto de tarefas nos dois modelos e compare o gasto real com a tabela oficial de preços do Model Studio.

Se o que você precisa é de pesos abertos, acompanhe o blog da Qwen para ver quando os modelos menores da família Qwen4 forem anunciados.

Fontes consultadas

Consulta em .

Veja mais exemplos práticos no canal Hora de Codar.

Escrito por | Matheus Battisti

Matheus Battisti
Fundador da Hora de Codar

Programador apaixonado pelo mundo das tecnologias, sempre buscando em aprender e se aprofundar em linguagens, frameworks e o que mais for necessário para executar um bom trabalho. Agora tem uma nova missão que é de passar seu conhecimento adiante para formar novos programadores e especializar mais os que já são.

Formações

Formação Vibe Coding

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

  • 474 aulas
  • 20 projetos
  • 39h 30min

Blog | Mais populares