Uso primário declarado ou inferido com cautela a partir da documentação oficial.
Qwen4-Max
Modelo multimodal da Alibaba apresentado a 16 de novembro, com arquitetura MoE de 2,4 biliões de parâmetros totais e 71 mil milhões ativos por token. Compreende texto, imagens e vídeo e gera texto para programação, análise visual e tarefas com agentes.
O essencial
Capacidade máxima de entrada quando publicada pela fonte.
Limite máximo de geração documentado.
Canais de disponibilidade verificados.
Família funcional principal e especialidades verificadas.
Condições declaradas para API, pesos ou alojamento próprio.
Limites e integração
| ID de API | qwen4-max |
|---|---|
| Tipo de modelo | Texto e raciocínio · Código · Multimodal |
| Modelo de acesso | Proprietário pago |
| Licença | Proprietária |
| Implantação | API alojada |
| Lançamento | 16 NOV 2026 |
| Data de corte do conhecimento | Não publicado |
| Entrada | Texto · Imagem · Vídeo |
| Saída | Texto |
| Janela de contexto | 1.000.000 de tokens; entrada máxima de 991.808 sem raciocínio ou 983.616 com raciocínio |
| saída máxima | 131.072 tokens sem raciocínio; 262.144 para raciocínio e resposta combinados |
| Raciocínio | Opcional; ativado por predefinição com esforço high. Aceita low, high e xhigh. |
| Ferramentas publicadas | Chamadas de funções · Pesquisa na Web · Ferramentas em paralelo |
| Passeios Estruturados | JSON Object e JSON Schema |
| Processamento em lote | Indisponível |
| Cache de prompts | Cache implícita e explícita; TTL de 5 minutos ou 1 hora |
| Ajuste fino | Indisponível |
| Plataformas verificadas | Alibaba Cloud Model Studio |
Trabalhar com documentos extensos, desenvolver interfaces e coordenar ferramentas em tarefas com várias etapas. A API suporta streaming, chamadas paralelas e formatos JSON através de Chat Completions, Responses, Anthropic Messages e DashScope.
O milhão de tokens é a janela de contexto, não o limite de saída. O raciocínio consome parte dos 262.144 tokens de geração. Não estão disponíveis inferência batch, ajuste fino nem alojamento próprio. O acesso, as quotas e o tratamento regional dos dados dependem da conta e do âmbito contratado. Os futuros modelos Qwen4 mais pequenos não fazem parte deste lançamento.
O que pode fazer
Orientação
Trabalhar com documentos extensos, desenvolver interfaces e coordenar ferramentas em tarefas com várias etapas. A API suporta streaming, chamadas paralelas e formatos JSON através de Chat Completions, Responses, Anthropic Messages e DashScope.
Contexto
1.000.000 de tokens; entrada máxima de 991.808 sem raciocínio ou 983.616 com raciocínio · 131.072 tokens sem raciocínio; 262.144 para raciocínio e resposta combinados
Ferramentas e integração
Chamadas de funções · Pesquisa na Web · Ferramentas em paralelo
Acesso
Alibaba Cloud Model Studio · API e Token Plan
Custo documentado
| Conceito | Valor | Unidade/condição |
|---|---|---|
| Entrada padrão | 1,50 USD / 1M de tokens · Singapura | Tarifa padrão da API |
| Entrada em cache | Não publicado | Leitura de prefixos reutilizados |
| Escrita ou armazenamento em cache | Não publicado | A condição varia consoante o fornecedor |
| Saída padrão | 4,50 USD / 1M de tokens · Singapura | Pode incluir tokens de raciocínio |
| Entrada por lotes | Não publicado | Processamento assíncrono |
| Saída por lotes | Não publicado | Processamento assíncrono |
Tarifa internacional de Singapura: 1,50 USD de entrada e 4,50 USD de saída por milhão de tokens, incluindo os tokens de raciocínio. A leitura da cache custa 0,075 USD; criá-la custa 1,875 USD com TTL de 5 minutos ou 3 USD com TTL de 1 hora. O âmbito Global indica 1,413 USD de entrada e 4,24 USD de saída. Não misture regiões nem aplique descontos batch a este modelo.
i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.
Como ler os resultados
A publicação de lançamento apresenta 1.750 pontos e o sexto lugar no Code Arena WebDev com esforço xHigh, e 52,69 no Work360, uma avaliação proprietária de tarefas profissionais. São resultados publicados, não testes reproduzidos pela Inferama. A classificação Arena é uma fotografia do momento; o Work360 e outros testes com ferramentas dependem do ambiente e não garantem qualidade geral.
| Benchmark | Resultado | Métrica | Fonte |
|---|---|---|---|
| Code Arena WebDev | 1.750 | Pontuação Arena · xHigh | Ver fonte ↗ |
| Work360 | 52,69 | Pontuação global · avaliação proprietária | Ver fonte ↗ |
O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.
Cronologia
qwen4-max
Versão estável com pagamento por utilização; distinta do qwen4-max-preview, publicado a 11 de novembro.