Ao vivo 18/11 · Turma 318 nov às 19:00 MSK — aula prática gratuita de agentes de IA · Turma 3 ao vivo começa 23/11Aula 18/11 →Turma 3 (23/11)

Alibaba reduz em 67% o custo por tarefa do Qwen4-Max, mas o GPT-6.1 Sol sai mais barato: $3,27 contra $1,27

A Alibaba abriu o acesso ao Qwen4-Max e promete um modelo “três vezes mais barato”, mas o preço por milhão de tokens não é o preço de uma tarefa resolvida. Segundo a Artificial Analysis, uma tarefa do índice custa $3,27, contra $10,02 na versão anterior (−67%). Porém, 75% desse desconto veio da tabela de preços, e não da economia de tokens. O modelo raciocina demais. Por isso, o GPT-6.1 Sol, com token mais caro, resolve a mesma tarefa por apenas $1,27. Use o Qwen4-Max pelo contexto de 1M, não por um código barato.

Processado por IA de TG: @ai_product (AI Product / Igor Akimov); editado por Hamidun News
Alibaba reduz em 67% o custo por tarefa do Qwen4-Max, mas o GPT-6.1 Sol sai mais barato: $3,27 contra $1,27
Fonte: TG: @ai_product (AI Product / Igor Akimov). Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalTG: @ai_product (AI Product / Igor Akimov) ↗
Editor-chefe
Índice Artificial Analysis43 pontos contra 34 do Qwen3.8-Max
Preço$1,50 / $4,50 por 1M de tokens, cache a $0,075
Terminal-Bench 4.048,5 contra 67,2 do Kimi K3.1

A Alibaba liberou o acesso geral ao Qwen4-Max e o apresenta como um “24/7 AI teammate” três vezes mais barato que a geração anterior. O problema é que o “mais barato” se refere ao preço por token, e o que você paga é a tarefa resolvida. Imagine pedir ao modelo que corrija um bug em um repositório: se ele “pensa” duas vezes mais que o concorrente antes de responder, a tarifa baixa por token não protege a sua fatura.

Foi exatamente o que aconteceu. Nas medições da Artificial Analysis (laboratório independente que compara modelos), rodar uma tarefa do índice custa $3,27, contra $10,02 no Qwen3.8-Max, ou seja, 67% menos.

Já no GPT-6.1 Sol, a mesma tarefa sai por apenas $1,27. Para quem desenvolve, a conclusão é prática: compare os modelos pelo custo da tarefa resolvida com os seus próprios dados, e não pela tabela de preços.

O que há dentro e quanto custa

O Qwen4-Max é um modelo gigante, com 2,4 trilhões de parâmetros, dos quais 71 bilhões são ativados a cada resposta. É uma escala de data center. Não haverá pesos abertos: a Alibaba vai publicá-los apenas para os modelos menores da linha. O contexto é de 1M de tokens; a entrada aceita texto, imagens e vídeo, e a saída é somente texto.

O preço é $1,50 por milhão de tokens de entrada, $4,50 por milhão de tokens de saída e $0,075 para entrada em cache. Isso é 25% mais barato que o Qwen3.8-Max e bem abaixo dos líderes do mercado.

O que a própria Alibaba mostrou e o que dizem as medições independentes

O gráfico do fornecedor foi montado pela própria empresa, então é preciso lê-lo com ressalvas:

  • DeepSWE v1.1 (tarefas de desenvolvimento): 75,7 contra 74,2 do Opus 5.5 e 75,5 do Kimi K3.1. Cinco modelos ficaram dentro de uma margem de 1,5 ponto — isso é ruído, não liderança.
  • HLAB-Vals (tarefas jurídicas): 21,3 contra 9,2 do Opus 5.5. Aqui o Qwen4-Max de fato abriu vantagem.
  • Terminal-Bench 4.0 (trabalho de agente no terminal): 48,5 contra 67,2 do Kimi K3.1 e 59,6 do Opus 5.5. Resultado fraco.
  • ProgramBench: 31,5 contra 65,0 do Opus 5.5. Outro resultado ruim.
  • Chartography (leitura de gráficos) e Video-Index (vídeo): defasagem de 6 a 17 pontos em relação aos modelos americanos.

O quadro independente é mais modesto. No Artificial Analysis Intelligence Index, o modelo marcou 43 pontos, contra 34 do Qwen3.8-Max. Estão à frente o Fable 5.2 (65), o Gemini 4 Carbon (60), o Opus 5.5 (59), o GPT-6 Astra (57), o GPT-6.1 Sol (55) e até o mais antigo Kimi K3.1 Pro (46). No Vals Index, o Qwen4-Max tem 63,20%, o 11º lugar entre 38 e o melhor resultado entre os modelos chineses. No Code Arena WebDev, ocupa o sexto lugar com 1750 Elo, mas o ranking ainda é preliminar.

Por que o “três vezes mais barato” exige ressalvas

Dos 67% de economia por tarefa, 75% vieram da redução de preço e apenas 25% da queda real no consumo de tokens. O modelo continua falante: uma rodada do índice consome 127 milhões de tokens de saída, contra uma mediana de 78,6 milhões.

A comparação mais reveladora é com o GPT-6.1 Sol. Com preço de $2 / $10, o Sol custa $1,27 por tarefa na Artificial Analysis e $3,61 por teste na Vals. O Qwen4-Max custa $3,27 e $9,33, respectivamente. Além disso, na Vals o Sol pontua um pouco mais: 63,94% contra 63,20%. Ou seja, o modelo com o token mais caro sai mais barato e ainda é um pouco mais preciso. Token barato não significa tarefa barata: o raciocínio excessivo consome o desconto.

Para quem serve

Para codificação agêntica no terminal, o Qwen4-Max ainda não é uma opção: nesse caso, Kimi K3.1, Sol, Opus 5.5 ou Gemini 4 Carbon continuam melhores. Também não vale contar com um trabalho aprofundado com gráficos e vídeo, áreas em que a defasagem é visível.

O modelo, por outro lado, tem um nicho: tarefas que exigem contexto de 1M de tokens sem custo elevado, como a análise de documentos extensos, contratos ou bases de código. Os cenários jurídicos parecem um ponto forte à parte, mas esse resultado vem do gráfico do fornecedor e precisa ser verificado com os seus próprios dados antes da adoção.

Em resumo: é uma atualização geracional honesta — 9 pontos a mais no índice e preço três vezes menor que o da geração anterior, mas sem mágica. Antes de migrar a produção, rode o seu próprio conjunto de tarefas e calcule o custo final da tarefa resolvida, junto com a taxa de respostas corretas.

História

Perguntas frequentes sobre a notícia

O que há dentro e quanto custa?

O Qwen4-Max é um modelo gigante, com 2,4 trilhões de parâmetros, dos quais 71 bilhões são ativados a cada resposta. É uma escala de data center. Não haverá pesos abertos: a Alibaba vai publicá-los apenas para os modelos menores da linha. O contexto é de 1M de tokens; a entrada aceita texto, imagens e vídeo, e a saída é somente texto. O preço é $1,50 por milhão de tokens de entrada, $4,50 por milhão de tokens de saída e $0,075 para entrada em cache.

O que a própria Alibaba mostrou e o que dizem as medições independentes?

O gráfico do fornecedor foi montado pela própria empresa, então é preciso lê-lo com ressalvas: DeepSWE v1.1 (tarefas de desenvolvimento): 75,7 contra 74,2 do Opus 5.5 e 75,5 do Kimi K3.1. Cinco modelos ficaram dentro de uma margem de 1,5 ponto — isso é ruído, não liderança. HLAB-Vals (tarefas jurídicas): 21,3 contra 9,2 do Opus 5.5. Aqui o Qwen4-Max de fato abriu vantagem. Terminal-Bench 4.0 (trabalho de agente no terminal): 48,5 contra 67,2 do Kimi K3.1 e 59,6 do Opus 5.5. Resultado fraco.

Por que o “três vezes mais barato” exige ressalvas?

Dos 67% de economia por tarefa, 75% vieram da redução de preço e apenas 25% da queda real no consumo de tokens. O modelo continua falante: uma rodada do índice consome 127 milhões de tokens de saída, contra uma mediana de 78,6 milhões. A comparação mais reveladora é com o GPT-6.1 Sol. Com preço de $2 / $10, o Sol custa $1,27 por tarefa na Artificial Analysis e $3,61 por teste na Vals. O Qwen4-Max custa $3,27 e $9,33, respectivamente. Além disso, na Vals o Sol pontua um pouco mais: 63,94% contra 63,20%.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…