O Qwen3-Max é o carro-chefe em escala de trilhão de parâmetros da equipe Qwen, apresentado no post oficial “Qwen3-Max: Just Scale” com um contexto de 256K tokens.
- Entrada
- texto $1.2/M
- Saída
- texto $6/M
- Leitura de cache
- $0.359/M
- Contexto
- 256K
- vs GPT-4o
- ~76% mais barato
Benchmarks
Publicado pelos fornecedores: Alibaba (Qwen)
O preço em contexto
Posição do preço entre 60 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Em cada extremidade está o mais barato e o mais caro. São tarifas base; os descontos de lote, região e escrita em cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do fornecedor) | 256.000 |
|---|---|
| Saída máxima (especificação do fornecedor) | 65.536 |
Cache de prompts
| Modo | automático + explícito |
|---|---|
| Prefixo mín. | 1.024 |
| Duração | explícito: 5 min, reinicia a cada acerto |
| Custo de escrita | 1.25x |
Raciocínio
| Parâmetro do fornecedor | enable_thinking + thinking_budget |
|---|---|
| Valores aceites | enable_thinking true · false; thinking_budget in tokens |
| Valor predefinido | desativado; enable_thinking tem padrão false, e thinking_budget tem como padrão o comprimento máximo de chain-of-thought do modelo aplicado quando o pedido nada indica |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | O trace retorna em reasoning_content; o reasoning_content no histórico de mensagens é ignorado por padrão, e o qwen3-max não está entre os modelos que aceitam preserve_thinking. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high a superfície de parâmetros do gateway - aplica-se o mapeamento do fornecedor acima |
Modelo
| Modalidades | texto → texto |
|---|---|
| Parâmetros | 1T+ no total MoE |
- Primeiro carro-chefe Qwen com mais de um trilhão de parâmetros (pesos fechados), apenas texto
- oficialmente posicionado para código agêntico e chamada de ferramentas
- raciocínio híbrido, desativado por padrão
conforme documentação oficial da Alibaba ↗
Use o Qwen3 Max em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="qwen3-max",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "qwen3-max",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-max",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "qwen3-max",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("qwen3-max")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Sobre o Qwen3 Max
- A Alibaba reporta resultados de ponta em suas próprias avaliações de conhecimento, raciocínio, código, seguimento de instruções, tarefas de agente e entendimento multilíngue, e sua nota de lançamento destaca uma atualização para código agêntico e chamada de ferramentas.
- A linha vem em forma Instruct ao lado de uma variante Thinking que integra um interpretador de código e uso adaptativo de ferramentas para problemas de raciocínio mais difíceis.
- Como o maior modelo da série Qwen3, ele mira cargas de trabalho de produção exigentes.
- É um modelo de texto para texto (a visão vive nos irmãos Qwen3-VL) com até 65.536 tokens de saída, e o Model Studio lista chamada de ferramentas, saída estruturada, inferência em lote e cache de contexto explícito e implícito.
- Um detalhe de comportamento o separa de todas as gerações Qwen posteriores deste catálogo: ele é um modelo de raciocínio híbrido cujo raciocínio é acionado pelo parâmetro enable_thinking e vem desligado por padrão, enquanto o Qwen3.5 e os mais novos chegam com o raciocínio já ativado.
- Quando o raciocínio está ativado, um parâmetro thinking_budget limita o gasto, e o trace volta separadamente em reasoning_content, cobrado como saída.
- Os pesos deste carro-chefe hospedado não são publicados, e a Alibaba agora o lista entre os modelos legados, apontando novos projetos para as séries Qwen3.5 e Qwen3.6.
- A Synthorai o oferece pelo endpoint de chat compatível com OpenAI.
Perguntas frequentes
A API do Qwen3 Max é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $1.2/M de tokens de entrada, só esse crédito já cobre cerca de 104 requisições de ~8K tokens ao Qwen3 Max.
Em que o Qwen3 Max é melhor?
Carro-chefe em escala de trilhão de parâmetros com 256K de contexto; variante thinking integra um interpretador de código; uso adaptativo de ferramentas para raciocínio mais difícil. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.
Quanto custa o Qwen3 Max?
Na Synthorai, o Qwen3 Max custa $1.2 por milhão de tokens de entrada e $6 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma. Tokens de entrada em cache são cobrados a $0.359/M.
O Qwen3 Max suporta cache de prompts?
Sim: o cache automático vem ativado por padrão, com um modo explícito para economia garantida. Tokens de entrada em cache são cobrados a $0.359/M, contra $1.2/M sem cache; os prompts precisam de um prefixo estável de 1,024 tokens para entrar em cache (TTL explícito: 5 min, reinicia a cada acerto). Guia de cache de prompts →
Como obtenho acesso ao Qwen3 Max?
Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="qwen3-max" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Modelos relacionados
Comparar
Cada valor desta página é transcrito da documentação do fornecedor, ligada acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; os valores de especificação que os fornecedores definem de forma diferente são apresentados com a diferença indicada em vez de representados num gráfico. Nada aqui é medido por nós, e nada é pontuado.