Qwen4-Max-Preview: configure o Claude Code antes de 25 de novembro

Use o Qwen4-Max-Preview em um teste interativo de programação com duração limitada, não no backend de um aplicativo. Conecte pelo Token Plan com a chave específica e selecione qwen4-max-preview explicitamente, sem depender da seleção automática de modelo. Prepare uma alternativa antes de 25 de novembro de 2026, 24:00 UTC+8, quando termina o período documentado da prévia.

A disponibilidade, as configurações e os preços abaixo correspondem a 2026-11-12.

Qual acesso está disponível e quando ele termina?

O Qwen4-Max-Preview está disponível pelo Token Plan Personal e Team, sem acesso com pagamento por uso. A prévia vai de 11 de novembro de 2026, às 10:00, até 25 de novembro de 2026, às 24:00. Ambos os horários usam UTC+8. A Alibaba informa que o modelo não mudará nesse período e será retirado depois.

O encerramento equivale a 26 de novembro às 00:00 UTC+8, ou 25 de novembro às 16:00 UTC. Essa data não estabelece quando um modelo substituto será lançado.

O modelo tem uma janela de contexto de 1M tokens e uma saída máxima de 393,216 tokens. O raciocínio e a resposta final compartilham esse limite de saída. Ele aceita texto, imagens e vídeo, além de oferecer chamadas de funções e saída estruturada.

A Alibaba documenta compatibilidade com Chat Completions, Responses e Anthropic Messages. Isso não significa que todos os clientes disponibilizem todos os recursos do modelo. Compare tarefas com o Qwen3.8-Max, sem tratar uma classificação de desempenho como fato estabelecido.

Um nome de modelo igual no Token Plan e no Qwen Chat não comprova configurações de serviço ou comportamento de ferramentas idênticos. Compare os resultados no mesmo cliente, com as mesmas ferramentas, instruções e orçamento de saída.

Quanto custa o Token Plan e quais usos são permitidos?

Planeje o custo de uma assinatura, não uma tarifa do Qwen4 por milhão de tokens. A visão geral da Personal Edition lista estes preços mensais para novas assinaturas, sem ofertas iniciais:

Plano Personal	Preço mensal de tabela, USD	Cota mensal
Lite	$6	20,000 Credits
Essential	$10	45,000 Credits
Standard	$18	80,000 Credits
Pro	$43	200,000 Credits

Credits é a unidade de cobrança da assinatura, não uma quantidade fixa de tokens. Confira o consumo real depois da tarefa de teste. Não transforme essa tabela em uma suposta tarifa de tokens da API.

As perguntas frequentes da Personal Edition informam que as chamadas são bloqueadas quando a cota aplicável acaba. Não há transferência automática do excedente para pagamento por uso. Comprar pacotes adicionais e renovar a assinatura são decisões separadas.

A Personal Edition ainda não permite cancelar a assinatura. Não presuma que a retirada da prévia cancela sua assinatura ou dá direito a reembolso. Confira as configurações de renovação antes de comprar apenas para esse teste.

As duas edições restringem o acesso ao uso interativo em ferramentas de programação e agentes. Scripts automatizados, backends de aplicativos e tarefas em lote não interativas ficam fora do uso documentado. A política da Team Edition explicita a mesma restrição.

Um agente chamar ferramentas durante sua sessão interativa é diferente de executar um script de avaliação agendado. Use os exemplos abaixo de forma interativa. Não transforme a chave do Token Plan em uma credencial genérica para backend.

Obtenha a chave específica antes de configurar o cliente

Use uma chave do Token Plan com um endpoint do Token Plan. Uma chave comum do Model Studio ou uma chave do Coding Plan não serve como substituta.

Na Personal Edition, assine e gere a chave em My Subscription, no console do Token Plan. Siga o guia de início da Personal Edition.

Na Team Edition, um administrador precisa atribuir uma licença à sua conta antes de gerar a chave. O guia de início da Team Edition coloca essa etapa em Member Management.

Os exemplos pressupõem que o cliente já está instalado e que você usa Bash no macOS ou Linux. Abra um novo terminal. Execute o comando, cole sua chave e pressione Enter:

read -rs TOKEN_PLAN_API_KEY && export TOKEN_PLAN_API_KEY

O comando não mostra a chave digitada. Inicie o cliente nesse terminal para que ele receba a variável exportada.

Configure o Claude Code e verifique a leitura de um arquivo

Associe o Qwen4-Max-Preview à opção Opus e selecione essa opção explicitamente. A configuração de Claude Code da Alibaba usa os seguintes mapeamentos para o Token Plan.

Execute estes comandos em um repositório que contenha README.md:

unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$TOKEN_PLAN_API_KEY"
export ANTHROPIC_BASE_URL="https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic"
export ANTHROPIC_MODEL="auto"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="qwen3.6-flash"
export ANTHROPIC_DEFAULT_SONNET_MODEL="qwen3.8-flash"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen4-max-preview"
export CLAUDE_CODE_SUBAGENT_MODEL="auto"
export CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616"
claude --model opus

No Claude Code, a URL base termina em /apps/anthropic. Não acrescente /v1.

O argumento --model opus seleciona o modelo principal associado ao alias. Esse comportamento segue as regras de seleção de modelos e aliases do Claude Code.

Os demais mapeamentos ainda permitem outros modelos nas tarefas auxiliares. Em particular, CLAUDE_CODE_SUBAGENT_MODEL="auto" não fixa o Qwen4-Max-Preview para todos os subagentes. Não apresente uma sessão inteira com vários modelos como um benchmark exclusivo do Qwen4.

Digite esta instrução na sessão interativa:

Read README.md using the file tool. Quote its first heading and summarize the project in two sentences. Do not modify files.

Verifique se aparece uma operação de leitura e se o título citado corresponde ao do arquivo real. Depois confira o consumo do Token Plan no mesmo período. Uma saudação genérica verifica menos do que um ciclo completo de chamada de ferramenta.

Em seguida, teste uma alteração pequena que tenha um teste de aceitação conhecido. Registre o modelo selecionado, o nível de raciocínio, o tempo decorrido, o resultado do teste e os Credits consumidos.

Se o Claude Code ainda parecer usar outro provedor, siga o procedimento para verificar a rota ativa antes de avaliar o modelo.

Corrija respostas truncadas sem confundir saída com contexto

Aumente o orçamento de saída quando uma resposta longa for cortada. A Alibaba recomenda especificamente CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000 para esse modelo.

Saia do cliente e inicie-o novamente no mesmo terminal Bash:

export CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000
claude --model opus

Esse ajuste é separado de CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616". Nenhum deles garante uma resposta com 393,216 tokens. O máximo do modelo, a configuração do cliente e o orçamento da requisição são limites diferentes.

Use OpenCode ou Qwen Code como alternativa

Aplique a configuração do cliente escolhido; as URLs base não são intercambiáveis. Faça uma cópia de segurança da configuração atual e preserve os ajustes não relacionados ao adicionar qualquer exemplo.

OpenCode: mantenha o `/v1` no final da URL do adaptador

Use a configuração do adaptador Anthropic da Alibaba em ~/.config/opencode/opencode.json.

O exemplo usa o esquema de provedor V1 publicado pela Alibaba. A documentação de migração do OpenCode V2 informa que as configurações V1 compatíveis continuam aceitas. Não misture campos nativos de V2 dentro desse objeto de provedor.

{
  "$schema": "https://opencode.ai/config.json",
  "model": "bailian-token-plan/qwen4-max-preview",
  "provider": {
    "bailian-token-plan": {
      "npm": "@ai-sdk/anthropic",
      "options": {
        "baseURL": "https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic/v1",
        "apiKey": "{env:TOKEN_PLAN_API_KEY}"
      },
      "models": {
        "qwen4-max-preview": {
          "name": "Qwen4-Max-Preview",
          "modalities": {
            "input": ["text", "image"],
            "output": ["text"]
          },
          "limit": {
            "context": 1000000,
            "output": 131072
          }
        }
      }
    }
  }
}

O /v1 final é intencional para esse adaptador, como mostra o guia de OpenCode da Alibaba. Não copie a URL base mais curta do Claude Code para essa configuração.

O valor de saída 131072 vem da entrada do modelo no exemplo de OpenCode da Alibaba. É uma configuração do cliente, não uma alteração do máximo publicado de 393,216 tokens.

A substituição de variáveis de ambiente do OpenCode lê a chave exportada por meio de {env:TOKEN_PLAN_API_KEY}. Execute opencode, confirme o provedor e o modelo com /models e repita a instrução de leitura do arquivo.

Qwen Code: defina explicitamente o orçamento de saída compartilhado

Use o endpoint do Token Plan compatível com OpenAI em ~/.qwen/settings.json.

O guia de Qwen Code da Alibaba documenta um limite de saída padrão de 32768 para esse modelo. O exemplo abaixo escolhe 64000 e o nível de raciocínio medium para um primeiro teste de programação. São escolhas explícitas, não os padrões do modelo.

{
  "$version": 4,
  "modelProviders": {
    "openai": [
      {
        "id": "qwen4-max-preview",
        "name": "Qwen4-Max-Preview",
        "baseUrl": "https://token-plan.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
        "envKey": "TOKEN_PLAN_API_KEY",
        "generationConfig": {
          "samplingParams": {
            "max_tokens": 64000,
            "reasoning_effort": "medium"
          },
          "extra_body": {
            "preserve_thinking": true
          }
        }
      }
    ]
  },
  "security": {
    "auth": {
      "selectedType": "openai"
    }
  },
  "model": {
    "name": "qwen4-max-preview"
  }
}

O campo envKey contém o nome de uma variável de ambiente, não a chave secreta. A referência de provedores do Qwen Code documenta esse mecanismo de credenciais e os ajustes de geração.

Execute qwen no terminal que contém a chave exportada. Confirme o modelo com /model e repita a mesma tarefa de leitura.

Por que `max_tokens` pode truncar a resposta final?

No Qwen4-Max-Preview, o Chat Completions contabiliza raciocínio e resposta no mesmo orçamento de saída. Segundo o aviso de compatibilidade da API, max_tokens equivale a max_completion_tokens nesse modelo.

Este exemplo ilustra a consequência para o orçamento:

Combined output budget: 64,000 tokens
Assumed thinking usage: 48,000 tokens
Remaining answer allowance: at most 16,000 tokens

É um cálculo ilustrativo, não uma execução medida. Um limite dimensionado antes apenas para a resposta visível pode agora deixar pouco espaço para ela.

O raciocínio vem ativado por padrão. Os valores aceitos de reasoning_effort são low, medium e xhigh; o padrão é xhigh. Não configure reasoning_effort e thinking_budget juntos.

Comece com medium em um teste de escopo limitado. Experimente low para alterações simples, ou xhigh quando uma tarefa difícil justificar testar mais raciocínio. Mude um ajuste por vez e compare o trabalho concluído, não apenas o tamanho da resposta.

Os modelos Qwen anteriores mantêm o comportamento anterior de max_tokens. Não aplique retroativamente a regra da prévia a todas as integrações com Qwen.

Preserve o histórico de raciocínio no Chat Completions

Mantenha todo o raciocínio anterior no campo destinado a ele durante conversas com vários turnos. O Qwen4-Max-Preview ativa preserve_thinking por padrão.

O raciocínio das mensagens anteriores do assistente deve ficar em reasoning_content. Não o acrescente ao campo content do assistente nem o transforme em uma nova mensagem do usuário.

Essa é uma responsabilidade do adaptador do cliente. Não é uma orientação para colar manualmente raciocínio oculto no chat. Ao avaliar uma integração, verifique um turno seguinte e um ciclo completo de chamada de ferramenta, não apenas a primeira resposta.

A comparação entre Messages, Chat Completions e Responses explica por que a compatibilidade HTTP, sozinha, não confirma o funcionamento correto de um agente.

Verifique a causa de cada falha

Ao receber 401 InvalidApiKey: Invalid API-key provided., confira primeiro o plano de cobrança da chave, o status da assinatura e se a chave foi copiada por inteiro. Confirme o endpoint correspondente, reinicie o cliente e repita o teste de leitura.

Se aparecer AccessDenied com HTTP 403 e código access_denied após mapear os modelos, confira o Model Gallery no Model Studio. A Alibaba documenta o status Upcoming deprecation como uma possível causa. Verifique também as permissões e a disponibilidade no seu plano; nem todo 403 significa retirada do modelo.

Se a saída for truncada, confira o orçamento de saída efetivo e o nível de raciocínio antes de mudar a autenticação. Aplique o ajuste do Claude Code ou do Qwen Code mostrado acima e repita a mesma tarefa.

Se a cota acabar, use as opções de gerenciamento de cota da assinatura. Aumentar max_tokens não repõe Credits e pode elevar o consumo na próxima chamada bem-sucedida.

Migre para um acesso pago separado antes do encerramento

Use qwen3.8-max como alternativa com pagamento por uso para continuar depois da prévia. As instruções de configuração com pagamento por uso da Alibaba listam esse modelo explicitamente e descrevem a cobrança por consumo. A página do modelo publica os preços da API separadamente.

A recomendação trata da forma de acesso. Ela não afirma que a qualidade de programação seja equivalente à do Qwen4-Max-Preview.

Crie uma chave de API separada do Model Studio na região de Singapura, seguindo as instruções para obter uma chave. Depois substitua a chave, o endpoint, o modelo principal e os mapeamentos dos modelos auxiliares.

O exemplo Bash abaixo usa o endpoint compartilhado de Singapura documentado pela Alibaba. A referência de URLs base também apresenta endpoints específicos por espaço de trabalho, recomendados para produção.

read -rs DASHSCOPE_API_KEY && export DASHSCOPE_API_KEY
unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$DASHSCOPE_API_KEY"
export ANTHROPIC_BASE_URL="https://dashscope-intl.aliyuncs.com/apps/anthropic"
export ANTHROPIC_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_SONNET_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen3.8-max"
export CLAUDE_CODE_SUBAGENT_MODEL="qwen3.8-max"
claude --model qwen3.8-max

Aqui, todas as opções listadas são deliberadamente associadas ao modelo substituto. Ajuste os modelos auxiliares depois de conferir a disponibilidade e os custos.

Inicie uma nova conversa, repita a tarefa de leitura e verifique o consumo no acesso pago. Alterar apenas o modelo, mantendo as credenciais do Token Plan, não transfere a cobrança para pagamento por uso.

Como alternativa paga compatível com OpenAI, a BetterToken lista qwen3.8-max no catálogo em 2026-11-12. A URL base é https://www.bettertoken.ai/v1; use sua própria chave BetterToken e a integração documentada do OpenCode. Esse é um acesso pago separado à API, não acesso à prévia do Qwen4. Confira os preços atuais antes de trocar.