O Qwen 4 divulgou benchmarks e tabela de preços juntos. Os pesos ficam para 20 de dezembro.

Em 11 de novembro, a Alibaba colocou no ar as APIs do Qwen 4 e do Qwen 4 Flash.
A notícia chegou à China naquela mesma tarde. Um vídeo de teste no Bilibili chamado "Qwen 4 saiu! Modelos abertos enfrentam o Claude Fable 5.2" já passava de sete mil visualizações no dia 13. Essas duas palavras, "modelos abertos", são o ponto mais delicado deste lançamento.
O que de fato foi entregue
O preço é $1 / $4 por milhão de tokens de entrada e saída. O número chama atenção na faixa de topo deste ano, onde nenhum dos cinco primeiros modelos está nesse patamar. Pelos dados da Artificial Analysis, uma tarefa de índice completa no modo de raciocínio alto custa cerca de $2.94, e o Fable 5.2 no mesmo ajuste custa umas nove vezes isso.
A nota é 58, terceiro lugar no Intelligence Index v5. À frente estão o Gemini 4 Carbon (63), que o Google ainda não abriu por completo, e o Fable 5.2 (65). Logo atrás vem o recorde de pesos abertos do Kimi K3.1 Pro. Nos itens separados, o Frontier Code 2.0 chega a 47.9% e o Frontier SWE v2 a 66.8%, o que o coloca entre o Opus 5.5 e o Fable 5.2 nas duas tabelas de código com agentes. No AA-Briefcase, a tabela de trabalho de conhecimento, marca 1792 Elo, um pouco acima dos 1785 do Fable 5.2 e ainda longe dos 1813 do Sonnet 5.5.
No design da API, a Alibaba foi na contramão da Anthropic. temperature, top_p e top_k estão abertos, a escolha forçada de ferramenta funciona, o pensamento híbrido alterna por requisição e o orçamento de pensamento se define direto. O Fable 5.2 mantém o pensamento adaptativo ligado e não aceita esses campos. Para um time de produto pesa mais que dois ou três pontos de benchmark: pensamento que se pode desligar é conta que se pode prever.
O multimodal passa por um endpoint: texto, imagem, áudio e vídeo, sem SKU Omni separada. A demo: interpretação simultânea em 19 idiomas, latência de voz abaixo de 400 milissegundos. Se o número aguentar a reprodução, interpretação em nível de estação de trabalho não precisa mais de um serviço à parte.
O benchmark que circula na China precisa de um parêntese
A tabela que mais circulou dentro do país é outra: GameFeel Bench.
Segundo um relatório vazado, o Qwen4-Flash marca 49.9, acima dos 47.2 do Opus 5.5 xHigh. O Qwen4-27B marca 44.6, quase os 45 do Sonnet 5.5. Custo por tarefa: $0.4 e $0.16, contra $2.6 do Opus 5.5. Se a versão 27B chega a esse nível numa 4090 ou num Mac Studio, times pequenos e médios vão refazer a conta da implantação própria.
O problema é a tabela. O GameFeel Bench é uma avaliação que o time do Qwen montou para os próprios modelos. A tarefa: dado um conceito de jogo em linguagem natural, produzir um sistema completo com colisão física, máquinas de estado, valores econômicos e retorno de interação. Questões geradas na hora e checadas por humanos, o que segundo o time impede decoreba. A ideia me agrada: um sistema inteiro chega mais perto de engenharia de verdade do que uma questão de múltipla escolha. Mas o conjunto de testes não é público e nenhum terceiro reproduziu, então a nota hoje é declaração do fabricante. Espere alguém jogar o próprio projeto contra ela.
Os pesos são uma data no calendário, não uma entrega
O que de fato tira a concentração dos desenvolvedores é isto: o lançamento de 11 de novembro cobre só a API. Sem download, sem repositório no Hugging Face, sem GGUF.
A Alibaba promete liberar o Qwen 4 (1.2T de parâmetros totais, 56B ativos) e o Qwen 4 Flash (30B no total, 3.3B ativos) sob Apache 2.0 até 20 de dezembro. A data é específica, mas continua sendo um quadradinho na agenda. Ainda não existe arquivo em disco.
O Qwen mais recente com pesos públicos ainda é o Qwen3.8-Flash-Next. Ou seja, o modelo com melhor custo-benefício daquela tabela ainda não é algo que você consegue rodar em casa.
Um precedente positivo: a Moonshot cumpriu a última data de pesos sem um dia de atraso. E um negativo: um lançamento que a comunidade calculou para o fim de outubro atrasou onze dias. Anote a promessa no calendário, não no pedido de compra.
Comprar ou não depende de querer rodar por conta própria
Junte as três coisas e fica claro.
Se você quer barato, estável e utilizável hoje, a API do Qwen 4 é uma das melhores opções de custo-benefício do ano, principalmente para lotes em que o pensamento fica desligado e o gasto precisa caber num orçamento.
Se você precisa de conformidade, offline e o modelo no seu data center, hoje não dá para assinar. É esperar 20 de dezembro: chegam pesos de 1.2T. Esse tamanho não é baixar e rodar. Arrumar a VRAM e montar a pilha de inferência ocupa um time por duas semanas.
Sobre aquele 49.9, eu trataria como um sinal à espera de verificação. Os modelos chineses de fato alcançaram o nível na faixa mais cara, e mantêm o preço baixo. Isso é fato. "Superar o Opus 5.5" é uma afirmação que precisa de um terceiro rodando nas próprias questões.
Tem um custo que passa batido: a migração. Juntar o multimodal num endpoint faz caber numa chamada o trabalho que antes ia por três cadeias, imagem com modelo de visão, voz com ASR mais TTS, vídeo com quadros voltando para imagem. Uma cadeia a menos é uma camada de autenticação, um rate limit e uma pessoa a menos olhando erro. Essa conta não aparece no balanço, mas decide se três pessoas mantêm quatro produtos.

O que olhar agora
20 de dezembro é o primeiro portão. Se os pesos saírem, não interessa o número de downloads, e sim três coisas: em quanto tempo as versões quantizadas aparecem, qual contexto cabe numa placa e quanto leva a adaptação dos frameworks de inferência. Colocar um modelo de 1.2T no data center da casa nunca foi questão de um comando.
O segundo portão é a reprodução por terceiros. Se outros laboratórios aceitarem medir os próprios modelos nas tarefas de "sistema executável de ponta a ponta" do GameFeel Bench, a tabela ganha credibilidade. Se daqui a um ano só uma empresa reportar notas ali, era material de apresentação.
O terceiro portão é o mais concreto: o preço se sustenta. $1/$4 é preço de conquista de cliente, e os últimos dois anos não animam a achar que ele fica parado com a participação estável. Fixe esse número no orçamento e talvez reescreva no ano que vem.
Mais uma coisa. Os lançamentos chineses desta rodada têm um padrão: primeiro API e tabela de preços para ganhar cliente, os pesos para uma segunda onda. Para quem usa, "open source" descreve cada vez mais um parcelamento e não uma entrega. Não é engano, mas pede que se mude o hábito de ler anúncio.
Artigos relacionados
O laço de US$ 99 bilhões que a Nvidia armou em volta dos clientes
Você financia o comprador, o comprador compra seu produto, a receita composta. Em boom é volante. Em desaceleração, o nome é outro.
Os 74% de margem bruta têm prazo de validade
Memória mais cara, wafer mais caro e um mix que pende para racks: as três forças chegam nos mesmos quatro trimestres da troca de CEO.
175 mil assinaturas não trazem ele de volta. Isto traria.
A campanha enquadra tudo como lealdade contra governança. É, na verdade, um plebiscito sobre um modelo de gestão que nunca havia sido testado.
A regra de exportação mudou o alvo: do chip para o cliente
A regra não proíbe chip nenhum. Ela muda a unidade de controle do objeto para a relação: quem é o cliente, não onde está o servidor.