Alibaba abre o Qwen 4 Max Preview de graça e supera o Claude Opus 5.5 no GameFeel Bench

A Alibaba lançou a prévia do Qwen 4 Max e abriu acesso gratuito a ela pelo chat na web chat.qwen.ai. O modelo é posicionado como ferramenta para programação e trabalho com agentes, ou seja, exatamente as tarefas em que acontece agora a principal corrida entre laboratórios. Em canais do Telegram já o chamam de «monstro gratuito», mas vamos separar os fatos do entusiasmo.

O que realmente se sabe

Há poucos fatos. O modelo se chama Qwen 4 Max Preview, o acesso é gratuito e ele é otimizado para código e cenários com agentes. O único número dos primeiros testes é o resultado no GameFeel Bench, benchmark que avalia a criação de jogos: ali o Qwen superou o Claude Opus 5.5. A fonte não traz detalhes: nem tamanho do contexto, nem preços da API, nem informações sobre pesos abertos, nem resultados nos testes de engenharia habituais. Não vamos inventá-los. A palavra Preview também importa: é uma versão inicial, e o autor da publicação original comenta com ironia que, enquanto estiver sendo oferecido, vale aproveitar.

Por que a comparação com o Opus 5.5 manca

A principal ressalva: o Qwen foi executado com effort máximo, e o Claude com effort médio. Effort, ou orçamento de raciocínio, é quantos tokens de «pensamento» o modelo pode gastar antes de responder. Imagine dois programadores com a mesma tarefa: a um deram meia hora, ao outro cinco minutos. Se o primeiro se saiu melhor, isso não significa que ele seja mais forte. O effort máximo costuma melhorar bastante o resultado em tarefas difíceis, mas torna a resposta mais cara e lenta. Uma comparação justa é possível com o mesmo effort ou com o mesmo custo ou tempo por tarefa.

Há um segundo problema: é um único benchmark estreito. Jogos não são o mesmo que um backend em produção, a refatoração de código legado ou longas cadeias de correções no CI. As tarefas com agentes são especialmente reveladoras. Um agente executa dezenas de passos: lê arquivos, chama ferramentas, corrige código, roda testes. Um erro em um passo inicial arrasta todos os demais, então importam não as demos bonitas, mas a estabilidade em longa distância. Um benchmark de jogos mede isso apenas em parte.

O que fazer com isso na prática

Uma prévia gratuita é motivo para um experimento barato, não para trocar de stack. Um plano sensato seria:

1. Pegue de 5 a 10 tarefas reais do seu backlog: um bug de produção, uma funcionalidade pequena, escrita de testes, uma migração.
2. Execute-as no Qwen 4 Max Preview e no seu modelo atual com o mesmo prompt.
3. Registre não só a qualidade, mas também o tempo de resposta, o número de iterações de correção e o consumo de tokens, se possível.
4. Se comparar com o Claude, execute-o tanto com effort médio quanto alto para ver um quadro justo.
5. Verifique separadamente uma tarefa longa: se o modelo perde o contexto ou entra em loop.

E não envie código proprietário nem chaves para um chat web gratuito. Os termos de uso dos dados não são descritos na fonte, então leia a política do serviço por conta própria.

Para gerentes de produto, a conclusão é esta: mais um concorrente gratuito forte pressiona os preços do mercado. Mesmo que o Qwen não ultrapasse o Opus, ele pode se tornar um modelo reserva barato para tarefas de complexidade média. Para fundadores: não construam um produto sobre uma prévia. Limites, condições e disponibilidade podem mudar sem aviso.

Conclusão

A notícia é mais do tipo «vale a pena testar» do que «tudo mudou». Um número com configurações assimétricas é um argumento fraco, mas o acesso gratuito torna a verificação quase de graça. Espere testes independentes em vários benchmarks, veja os preços e as condições da API e só então decida se vai colocar o Qwen no seu fluxo de trabalho.