Qwen4-Max no Claude Code: configuração, preços e migração do preview

Conecte o qwen4-max ao Claude Code pelo endpoint de pagamento por uso da QwenCloud ou pelo Token Plan. Compare cobranças por tokens, criação de cache e resultados publicados de programação com Qwen3.8-Max e Opus 5.5. Troque o identificador do preview antes da desativação, diferencie os limites da API dos limites de saída do cliente e verifique uma tarefa real no repositório.

Conteúdo
Qwen4-Max no Claude Code: configuração, preços e migração do preview

Para testar o Qwen4-Max no Claude Code sem uma assinatura do Token Plan, use a API de pagamento por uso da QwenCloud e selecione qwen4-max explicitamente. Assim, desenvolvedores que o comparam com Qwen3.8-Max ou Opus 5.5 podem começar pelo acesso direto, com cobrança por tokens. Quem já usa qwen4-max-preview deve substituir o identificador antes do fim do período de preview, em 25 de novembro de 2026, às 24:00 UTC+8.

As informações de disponibilidade, limites e preços abaixo são de 17 de novembro de 2026.

O que mudou em relação ao preview?

A versão de produção lançada em 16 de novembro acrescenta acesso com pagamento por uso, além do Token Plan. O preview estava disponível apenas pelo Token Plan. Para o modelo de produção, use qwen4-max, não qwen4-max-preview.

Separe os limites da API das configurações do Claude Code. A especificação de produção informa um contexto de 1,000,000 tokens, com entrada máxima de 983,616 tokens no modo de raciocínio. A saída permite 131,072 tokens sem raciocínio, ou 262,144 tokens somando o raciocínio e a resposta final.

A especificação do preview permitia 393,216 tokens compartilhados entre raciocínio e resposta. Portanto, a API de produção tem um limite combinado de saída menor, embora a QwenCloud recomende aumentar a configuração de saída do Claude Code.

O preview termina ao final de 25 de novembro, equivalente a 26 de novembro às 00:00 UTC+8. A desativação está prevista para depois desse período. Substitua as referências explícitas ao preview nas configurações do shell e do cliente, reinicie o cliente e confira o identificador de produção. Não dependa da atualização automática de outro aplicativo para migrar suas configurações do Claude Code.

Qual forma de acesso escolher?

Escolha pagamento por uso para medir o custo de um teste com a API ou integrá-la a um aplicativo. Escolha Token Plan para programação interativa dentro da cota da assinatura.

Forma de acessoRequisitos e cobrançaQuando escolher
QwenCloud pay-as-you-goConta QwenCloud, chave de API e endpoint da mesma região, com cobrança ativada. Tokens de entrada e saída são cobrados separadamente.Medir o custo do Qwen4-Max diretamente, usá-lo no backend de um aplicativo ou em automação.
QwenCloud Token PlanAssinatura QwenCloud pelo serviço de Singapura, com chave e endpoint exclusivos do Token Plan. O uso consome Credits.Trabalho interativo em ferramentas de programação compatíveis, com uma cota mensal.
OpenRouterConta OpenRouter com saldo e um cliente compatível; use qwen/qwen4-max. A compra de créditos inclui uma taxa.Você já compara provedores pelo OpenRouter.
BetterToken, para modelos alternativosConta e chave de API próprias, cobrança por uso do modelo e configuração documentada do Claude Code.Comparar outros modelos e formas de acesso disponíveis; consulte os modelos e preços atuais.

O Token Plan Lite tem preço de tabela padrão de $6/month e 20,000 Credits, não 20,000 tokens. Sua política de uso exclui scripts de automação, backends de aplicativos e chamadas em lote não interativas. Esgotar o plano e os Credit Packs não muda automaticamente as solicitações para pagamento por uso.

Inclua as taxas de recarga do OpenRouter ao comparar o gasto total, não apenas as tarifas exibidas por token. O acesso à API da BetterToken é separado das assinaturas dos fornecedores. Confira a ativação da conta e os métodos de pagamento disponíveis antes de substituir uma forma de acesso que já funciona.

O pagamento por uso em Singapura oferece 1 milhão de tokens gratuitos, separados dos Credits do Token Plan. Confira as regras de elegibilidade e validade da cota gratuita; não presuma que ela ainda esteja disponível na sua conta.

Configure o Qwen4-Max no Claude Code

Você precisa do Claude Code CLI instalado e de uma chave QwenCloud de pagamento por uso criada na região de Singapura. Selecione a região no console, abra API Keys e crie uma chave.

Primeiro, procure configurações antigas de provedor em ~/.claude/settings.json e no arquivo .claude/settings.json do projeto. Depois, execute os comandos abaixo no Bash. Quando o primeiro comando aguardar a entrada, cole a chave e pressione Enter. Ela não será exibida na tela nem salva no histórico do shell.

read -rs ANTHROPIC_AUTH_TOKEN && export ANTHROPIC_AUTH_TOKEN
export ANTHROPIC_BASE_URL="https://ap-southeast-1.maas.qwencloudapi.com/apps/anthropic"
export ANTHROPIC_MODEL="qwen4-max"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen4-max"
export CLAUDE_CODE_SUBAGENT_MODEL="qwen4-max"
export CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616"
claude -p "Hello"

Essa configuração usa o endpoint compatível com Anthropic e as instruções específicas do modelo documentados pela QwenCloud. O exemplo genérico de pagamento por uso ainda indica qwen3.7-max; os valores acima selecionam intencionalmente o Qwen4-Max de produção.

ANTHROPIC_MODEL seleciona o modelo principal. ANTHROPIC_DEFAULT_OPUS_MODEL associa um modelo ao alias Opus do Claude Code; definir apenas esse alias não equivale a selecionar o modelo ativo. Essas variáveis exportadas valem para o terminal atual.

Uma resposta confirma a autenticação básica e o encaminhamento das solicitações por esse acesso. Em seguida, execute o comando abaixo em um repositório que contenha README.md:

claude -p "Read README.md and report the project name and any documented test command. Do not edit files."

Compare a resposta com o arquivo. O acesso correto deve retornar informações específicas do repositório sem modificar arquivos. Depois, tente uma pequena alteração com um teste existente. Uma resposta a uma saudação não comprova compatibilidade com as ferramentas de programação.

Usar uma assinatura existente do Token Plan

Mantenha as configurações de qwen4-max acima, mas substitua tanto a credencial quanto o endpoint pelos do Token Plan:

read -rs ANTHROPIC_AUTH_TOKEN && export ANTHROPIC_AUTH_TOKEN
export ANTHROPIC_BASE_URL="https://token-plan.maas.qwencloudapi.com/apps/anthropic"
claude

Cole sua chave exclusiva do Token Plan, não a de pagamento por uso. Faça a verificação do repositório de forma interativa no Claude Code. Para automação sem intervenção, use pagamento por uso.

Respostas longas cortadas e solicitações com falha

Se respostas longas forem cortadas, a QwenCloud recomenda trocar a configuração 64000 usada no preview por:

export CLAUDE_CODE_MAX_OUTPUT_TOKENS="131072"

Inicie uma nova sessão do Claude Code nesse terminal. Essa é a configuração de cliente recomendada pela QwenCloud, não uma promessa de que o CLI retornará 131,072 tokens. A documentação atual do Claude Code limita a saída de identificadores de modelo não reconhecidos a 128000 tokens. Configurações acima desse valor são reduzidas ao limite. Nenhum desses valores libera o limite combinado de 262,144 tokens de raciocínio e resposta da API. Divida uma entrega grande em solicitações separadas quando o limite do cliente for o obstáculo restante.

Em falhas de autenticação, confira o tipo de credencial e a região antes de trocar as chaves repetidamente. As regras regionais da QwenCloud exigem que a chave de API e o endpoint pertençam à mesma região.

Para erros do Token Plan, diferencie 429 insufficient_quota de 429 Requests rate limit exceeded com o guia oficial de erros. Se a cota acabou, aguarde a renovação ou compre um Credit Pack. Se o limite for de frequência, reduza a frequência das solicitações ou a quantidade de chamadas simultâneas. Após corrigir a causa, tente novamente uma solicitação interativa pequena.

Se os erros de contexto persistirem, mantenha a configuração explícita 983616. Confira como o Claude Code trata a janela de contexto com gateways antes de aumentar os limites.

Calcule a cobrança por tokens antes de comparar o custo das tarefas

Use as tarifas de Singapura nessa configuração. Não combine o preço de outra região com o endpoint de Singapura.

A estimativa abaixo atribui a cada modelo os mesmos 100,000 tokens de entrada sem cache e 10,000 tokens de saída faturados, incluindo raciocínio. Ela considera apenas a cobrança por tokens do modelo. Não inclui cache, ferramentas hospedadas pagas, taxas de recarga nem impostos.

Modelo e acesso diretoEntrada por 1M tokensSaída por 1M tokensCobrança estimada por tokens do modelo
Qwen4-Max, Singapura$1.50$4.50$0.195
Qwen3.8-Max, Singapura$2.00$6.00$0.260
Claude Opus 5.5, API padrão$4.00$20.00$0.600

Para o Qwen4-Max, o cálculo é 0.1 × $1.50 + 0.01 × $4.50 = $0.195. São cobranças hipotéticas, não custos observados para concluir a mesma tarefa de programação. Os modelos podem consumir quantidades diferentes de tokens em raciocínio, contexto e novas tentativas. A QwenCloud documenta os padrões reasoning_effort=high e thinking_budget=131072; esse orçamento é um teto, não o uso faturado.

Inclua a criação do cache, não apenas as leituras

A leitura de cache do Qwen4-Max em Singapura custa $0.075 por 1M tokens, tanto para acertos de cache implícito quanto explícito. A criação de cache explícito custa $1.875 por 1M tokens para uma duração de 5 minutos, ou $3.00 para 1 hora.

Com as quantidades de tokens em milhões, calcule:

cost_USD = 1.50U + 0.075R + 1.875W5 + 3.00W60 + 4.50O

Aqui, U é a entrada sem cache e R é a entrada lida do cache. W5 e W60 representam as gravações no cache de cada duração. Conte cada token de entrada em apenas uma categoria. O inclui o raciocínio e a resposta final.

Para um exemplo completo, considere duas solicitações, cada uma com um prefixo estável de 100,000 tokens, 5,000 tokens de entrada novos e 2,000 de saída. A primeira grava o prefixo no cache; a segunda obtém um acerto nesse cache de 5 minutos.

A cobrança total estimada é 0.010 × $1.50 + 0.100 × $0.075 + 0.100 × $1.875 + 0.004 × $4.50 = $0.228. Sem cache, os mesmos volumes custam 0.210 × $1.50 + 0.004 × $4.50 = $0.333.

Esse exemplo pressupõe um acerto de cache. Use os campos de uso de cache do provedor para conferir as leituras e gravações reais. Em sessões de programação repetidas, verifique também o consumo adicional de tokens dos agentes em segundo plano do Claude Code. Não atribua todas as cobranças à resposta principal.

É uma opção melhor que o Opus 5.5 para programar?

Comece pelo Qwen4-Max em uma tarefa de escopo limitado no repositório quando o custo for importante. Mantenha o Opus 5.5 como referência em tarefas difíceis de terminal até que seus testes de aceitação justifiquem a troca.

Em 17 de novembro, o ranking Vals AI Terminal-Bench 4.0 apresenta:

Nome do modelo na tabela publicadaPontuação com Mini-SWE-agentCusto por teste
Qwen 4 Max48.48%$3.90
Qwen 3.8 Max 090238.89%$12.15
Claude Opus 5.565.15%$12.04

Isso sustenta uma conclusão mais restrita do que “substituto do Opus”. O Qwen4-Max supera a versão do Qwen3.8-Max identificada pela data na tabela, mas fica atrás do Opus nessas tarefas de terminal. Custo por teste não é o custo de uma alteração aprovada.

São execuções publicadas de agentes, não testes no Claude Code com o mesmo nível de esforço de raciocínio. A Vals avaliou o Qwen4-Max em xhigh; sua página do Opus informa max. O relatório da época do lançamento do Opus também revelou o uso de modelos de reserva. Por isso, a tabela atual não deve ser tratada como uma comparação controlada e sem recorrer a outros modelos. Confira como o esforço de raciocínio e os modelos de reserva afetam comparações de agentes de programação antes de extrapolar a diferença.

Limite seu primeiro teste a 30 minutos. Escolha uma tarefa pequena com um teste de aceitação conhecido, mantenha o mesmo estado do repositório e as mesmas instruções, e registre todos os custos, incluindo novas tentativas. Adote o Qwen4-Max para esse tipo de tarefa quando ele cumprir os mesmos critérios de aceitação a um custo total aceitável. Mantenha o Opus onde tentativas ou correções extras eliminarem a vantagem no preço dos tokens.

Quer otimizar seu fluxo de trabalho com LLMs?

Conecte modelos por uma única API, gerencie chaves e controle os gastos com IA.

Começar grátis