Qwen4-Max fica 3 pontos atrás do Kimi K3.1 Pro em índice de IA

O Qwen4-Max, novo modelo de inteligência artificial da Alibaba, marcou 43 pontos no Artificial Analysis Intelligence Index. O resultado fica três pontos abaixo do Kimi K3.1 Pro, da Moonshot, mas o modelo chinês custa cerca de 11% menos por tarefa, segundo a comparação citada pelo Wccftech.
43 pontos
Nota do Qwen4-Max no Artificial Analysis Intelligence Index
Fonte: Artificial Analysis
A Alibaba também manteve o total de 2,4 trilhões de parâmetros do antecessor, o Qwen3.8-Max, e mexeu na arquitetura para reduzir custos e acelerar o processamento. A combinação coloca o modelo na disputa por desempenho, sem levá-lo à frente do rival nesse índice.
Qwen4-Max cobra menos por tarefa, mas não passa o Kimi
O índice da Artificial Analysis mostra uma melhora de nove pontos do Qwen4-Max em relação ao Qwen3.8-Max. Ainda assim, o Qwen4-Max fica três pontos atrás do Kimi K3.1 Pro, segundo os dados citados pela publicação. A vantagem da Alibaba aparece no custo: cerca de 11% menor por tarefa, conforme os dados citados pela publicação.


Na plataforma Vals AI, o Qwen4-Max aparece na 11ª posição, a melhor colocação registrada ali para um modelo chinês. A 11ª posição é a melhor colocação registrada ali para um modelo chinês, segundo a publicação.
O TecStudio já noticiou que o modelo chegou ao QwenCloud com contexto de até 1 milhão de tokens. A cobertura da chegada do Qwen4-Max explica esse limite de contexto, enquanto os novos números ajudam a dimensionar o desempenho e o custo.
Alibaba muda a arquitetura e reduz os preços por tokens
Segundo o Wccftech, a Alibaba cobra US$ 1,5 (cerca de R$ 8,48) por 1 milhão de tokens de entrada e US$ 4,5 (cerca de R$ 25,43) por 1 milhão de tokens de saída. O uso de cache implícito custa US$ 0,075 (cerca de R$ 424) por 1 milhão de tokens, com desconto de 70% em relação ao Qwen3.8-Max. A publicação afirma que os preços do modelo também caíram nos demais itens, mas não detalha os valores anteriores.
Entre as mudanças estão uma arquitetura de mistura de especialistas (MoE) otimizada, um sistema aprimorado para direcionar o processamento aos especialistas e ajustes nos dados de treinamento e alinhamento. O modelo combina três camadas GDN, que mantêm um resumo contínuo do contexto, para cada camada QSA, que busca trechos específicos. Segundo a fonte, essa organização deixa a leitura de contextos de 1 milhão de tokens mais de sete vezes rápida.
A Alibaba também adicionou Gated Residual, uma estrutura que distribui informações por quatro caminhos, e embeddings de n-gramas, com uma tabela de 328 bilhões de parâmetros para reconhecer combinações de palavras. Na prática, a proposta é economizar processamento sem perder o acesso a detalhes específicos do texto.
Para acompanhar as próximas novidades em modelos de IA e entender o que muda na prática, siga o Canal do TS no WhatsApp.
Por enquanto, os dados disponíveis apontam para uma troca clara: o Qwen4-Max avança em relação à geração anterior e custa menos por tarefa que o Kimi K3.1 Pro, mas ainda fica atrás no Artificial Analysis Intelligence Index.
Valores em reais convertidos pela cotação de fechamento do Banco Central de 13/11/2026 (US$ 1 = R$ 5,65). Conversão direta, sem impostos nem taxas de importação.
Fonte: Wccftech
Escrito por






