Novo Cadastre-se grátis, 10 chamadas por nossa conta. Até US$ 1, sem cartão.
Este modelo foi descontinuado e saiu do catálogo ativo. As informações abaixo estão arquivadas. O provedor recomenda migrar para qwen3.7-max.

Qwen3 Max

Lançado em 2025-09-23

chatCódigoRaciocínioChamada de ferramentasCache de prompts

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

Qwen3 Max
LiveCodeBench Instruct, v6 (25.02-25.05) segundo Alibaba (Qwen)
nenhum outro modelo medido
69%
SWE-bench Verified Instruct segundo Alibaba (Qwen)
nenhum outro modelo medido
69.6%
AIME 2025 Instruct segundo Alibaba (Qwen)
nenhum outro modelo medido
81.6%
SuperGPQA Instruct segundo Alibaba (Qwen)
nenhum outro modelo medido
65.1%
τ²-Bench Instruct, weighted segundo Alibaba (Qwen)
nenhum outro modelo medido
74.8%

Publicado pelos provedores: Alibaba (Qwen)

O preço em contexto

Posição do preço entre 68 modelos comparáveis

Entrada$1.2/M
$0.1 · Dola Seed 2.0 Mini GPT-5.4 Pro · $30
Saída$6/M
$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180
Leitura de cache$0.359/M
$0.01 · Claude Haiku 5.5 GPT-5.4 Pro · $15

A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.

Especificações e limites

Tokens

Janela de contexto (especificação do provedor) 256.000
Saída máxima (especificação do provedor) 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 provedor enable_thinking + thinking_budget
Valores aceitos enable_thinking true · false; thinking_budget in tokens
Valor padrão desativado; enable_thinking tem padrão false, e thinking_budget tem como padrão o comprimento máximo de chain-of-thought do modelo usado quando a requisição não define nada
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 parâmetros expostos pelo gateway; vale o mapeamento do provedor indicado 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)

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 na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.

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 markup da plataforma. Tokens de entrada em cache são cobrados a $0.359/M.

Qual é a janela de contexto do Qwen3 Max?

O Qwen3 Max tem uma janela de contexto de 256K tokens na Synthorai. Uma única resposta pode ter até 65,536 tokens.

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 o SDK da OpenAI que você já usa 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 foi transcrito da documentação do provedor, com link acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; já as especificações que cada provedor define de um jeito aparecem com a diferença indicada, em vez de irem para um gráfico. Nada aqui foi medido por nós, e nada recebe nota.

Obtenha sua chave de API Compare seu custo →