Qwen4-Max na Together AI com 30% de desconto por tempo limitado: desenvolvedores calculam o custo de integração em 3 etapas

Qwen4-Max na Together AI com 30% de desconto por tempo limitado: desenvolvedores calculam o custo de integração em 3 etapas

A página oficial de Pricing da Together AI reduziu por tempo limitado os preços de entrada, saída e leitura de cache do Qwen4-Max para 70% do preço da implantação internacional de Singapura do Model Studio da Alibaba Cloud. A página indica que a promoção é válida até 2026-11-23.

A conclusão é condicional: o desconto de 30% só vale a pena ser testado às pressas se a sua tarefa conseguir concluir a validação antes do prazo final, depender principalmente de entrada de texto e imagem e não esbarrar nos limites de comprimento que a Together ainda não publicou item a item. Caso contrário, você deve usar o “custo por tarefa bem-sucedida” para decidir se faz a migração, e ao mesmo tempo preparar uma segunda conta com base no preço vigente após o fim da promoção. Esse desconto de 30% é uma tabela de preços — e ainda não equivale a uma implantação que você já validou.

O que você vai aprender ao ler este artigo?

  • Os valores específicos do desconto de 30% da Together AI, a base de cálculo e a data de expiração, além de de qual página vem cada um desses números.
  • Como conciliar as contas quando o preço da página de detalhes do modelo da Together e o da página de Pricing divergem.
  • Quais janelas, limites de saída e cobrança de cache divulgados oficialmente pela Alibaba Cloud não podem ser aplicados diretamente ao roteamento da Together.
  • Um método de aceitação para a migração voltado a tarefas de texto curto, contexto longo e imagem, além de exemplos de cálculo com denominador e premissas.
  • Os endpoints, grupos e preços de catálogo do qwen4-max listados na APIYI, e a diferença em relação à promoção da Together.

Índice: o texto primeiro organiza os fatos verificáveis em quatro grupos: preço com desconto e prazo da Together, diferenças do modelo de mesmo nome entre páginas diferentes, especificações oficiais da Alibaba Cloud e informações de listagem da APIYI; cada número traz indicação de origem e condição. Em seguida vem a parte de análise e julgamento, com a possível mecânica de precificação por trás do desconto de 30% (todas são suposições), o método e o código para calcular o custo por tarefa bem-sucedida usando o mesmo lote de tarefas, e os itens que precisam ser verificados um a um ao considerar a APIYI como alternativa independente.

qwen4-max-together-ai-30-percent-off-cost-check-pt-pt-image-0


Conceitos que você precisa saber sobre o desconto de 30% no Qwen4-Max

Conceito Explicação breve
Inferência Serverless As instâncias de execução são gerenciadas pelo fornecedor; o aplicativo chama por interfaces públicas e paga conforme o uso, sem precisar implantar o modelo por conta própria
Implantação internacional Uma forma de definir região e implantação no serviço de modelos da Alibaba Cloud; preços e regras variam conforme a região escolhida
Token Unidade de medida usada pelo modelo para processar textos e outras informações; itens de cobrança como entrada, saída e cache são calculados separadamente
Leitura de cache A requisição reutiliza uma entrada já processada anteriormente e é cobrada pela tarifa de leitura; a gravação em cache tem preço e validade próprios
Janela de contexto Comprimento total disponível em uma única inferência; o provedor também pode limitar separadamente a entrada máxima e a saída máxima
Modalidades de entrada Tipos de dados aceitos pelo serviço de modelo, como texto, imagem e vídeo
Custo por tarefa bem-sucedida O gasto total com inferência dividido pelo número de tarefas aprovadas; os gastos gerados por falhas e novas tentativas também entram na conta

Visão rápida do impacto do desconto de 30% no Qwen4-Max

  • Desenvolvedores de aplicativos e responsáveis por compras: o preço de tabela cai 30%, mas faltam só cerca de três dias para o prazo final, e a página não informa o fuso horário nem o horário exato de encerramento. Se não houver tempo para concluir a validação, planejar um orçamento de longo prazo com base no preço promocional é bastante arriscado.
  • Equipes com cenários de contexto longo ou agentes: tarefas em que os tokens de entrada dominam são as que mais economizam. Mas a Together não divulga separadamente os limites máximos de entrada e saída; é preciso testar na prática onde o truncamento acontece.
  • Quem precisa de compreensão de vídeo: a página oficial de modelos da Alibaba lista entrada de vídeo, mas a página de modelos da Together, por enquanto, só especifica texto e imagem. Antes de ter uma explicação clara ou resultados de testes reais, não é recomendável migrar tarefas de vídeo para lá.

Custo de integração do Qwen4-Max com 30% de desconto: fatos objetivos

Preço com 30% de desconto e data de validade do Qwen4-Max na Together AI

Os números da tabela abaixo foram verificados em 2026-11-20 e estão todos em dólares por milhão de tokens. Os números da Together vêm da página oficial de Pricing dela, que marca o Qwen4 Max como PROMO. Os números da Alibaba Cloud vêm do preço de implantação internacional em Singapura na tabela de preços do Model Studio.

Item de cobrança Preço promocional por tempo limitado na página Pricing da Together Preço da implantação internacional em Singapura da Alibaba Cloud Proporção
Entrada 1.05 1.50 0.70
Saída 3.15 4.50 0.70
Leitura de cache 0.0525 0.075 0.70
Validade A página indica até 2026-11-23, sem fuso horário nem hora específica Tabela de preços continuamente atualizada —

qwen4-max-together-ai-30-percent-off-cost-check-pt-pt-image-1

O “preço original” na página Pricing da Together é idêntico, item por item, ao preço de Singapura da Alibaba Cloud, e as três proporções são exatamente 0.70. Esse desconto de 30% vale apenas para esta base de implantação internacional em Singapura, estes três itens de cobrança e esta promoção. Se você estiver comparando com preços da Alibaba Cloud em outras regiões, ou se houver regras de cache diferentes, será preciso recalcular o desconto — não dá para simplesmente aplicar os 30%.

Essa notícia de preço apareceu pela primeira vez em um artigo do OrcaRouter de 2026-11-19, mas o texto original não citava a plataforma pelo nome, e o autor ainda esclarecia que a própria OrcaRouter não oferece esse modelo. Atualmente, a fonte em que é possível confirmar os mesmos três níveis de preço é a página Pricing da própria Together AI, então use essa página como referência ao citar.

Diferença de preço do Qwen4-Max entre a página de modelos e a página de Pricing da Together AI

A página de detalhes do modelo da Together (marcada em 2026-11-15) divulga o ID de invocação Qwen/Qwen4-Max e um exemplo de invocação Serverless, mas o preço exibido na página é de outra faixa: entrada 1,43, saída 4,28, leitura de cache 0,0713 (dólares por milhão de tokens). Como os dois sites públicos do mesmo provedor mostram números diferentes, ao citar o valor promocional de 70% do preço é preciso deixar claro que se trata do “preço promocional indicado na página oficial de Pricing” e registrar a data da consulta; a cobrança real deve ser baseada no detalhamento de uso da conta.

Dimensão Informações públicas da Together Informações oficiais da Alibaba Cloud
ID de invocação Qwen/Qwen4-Max, com exemplo Serverless Página de modelo do Model Studio
Modalidade de entrada A página do modelo lista explicitamente texto e imagem Entrada de texto, imagem e vídeo; saída de texto
Contexto total Anuncia janela total de 1 milhão Contexto total de 1 milhão de tokens
Entrada máxima Não confirmado item a item Não-pensamento 991.808 / pensamento 983.616
Saída máxima Não confirmado item a item Não-pensamento 131.072 / pensamento 262.144
Leitura de cache Página de Pricing 0,0525; página do modelo 0,0713 Singapura 0,075
Gravação de cache Não encontrado publicamente 5 minutos 1,875; 1 hora 3 (dólares por milhão)

A página oficial do modelo da Alibaba Cloud foi atualizada em 2026-11-18. De acordo com a descrição no texto do OrcaRouter, no modo de pensamento o conteúdo do pensamento e a resposta compartilham um orçamento de 262.144 tokens. Esses limites, modalidades e regras de cache pertencem à implantação da própria Alibaba Cloud, e não podem ser tomados diretamente como capacidades do roteamento da Together. Além disso, descrições anteriores mencionavam que a página da Together chegou a exibir um aviso de “aguardando lançamento”. Agora a página do modelo já fornece o ID de invocação e exemplos, mas esta rodada de verificação não confirmou se a invocação real foi bem-sucedida.

Informações de lançamento e preço de catálogo do qwen4-max na APIYI

A APIYI (apiyi.com) publicou um anúncio em 2026-11-17 às 16:07 lançando o qwen4-max. O ID também aparece no registro público de modelos gerado em 2026-11-20 às 15:17 (UTC+8). A afirmação anterior no blog da APIYI de que “ainda não estava disponível” deve ser considerada substituída por este anúncio e registro mais recentes.

Item Informações do catálogo público da APIYI
ID do modelo qwen4-max
Endpoints chat, responses, messages
Grupo de token ClaudeCode, CodexResponses, default, svip
Preço de catálogo (USD / milhão de tokens) entrada 1,50, saída 4,50, leitura de cache 0,075
Método de verificação com base no anúncio oficial e no registro; nenhuma chamada paga foi iniciada

Esse conjunto de preços de catálogo é numericamente idêntico ao preço da implantação internacional da Alibaba Cloud em Singapura; não é uma promoção da Together, nem um desconto da APIYI. O grupo da conta, as permissões do token e a forma de cobrança da plataforma afetam tanto a possibilidade de invocação quanto o valor final efetivamente pago.


Vale a pena migrar para o Qwen4-Max com 30% de desconto: análise e avaliação

Possíveis mecanismos de precificação por trás do desconto de 30% do Qwen4-Max (especulação)

O texto original do OrcaRouter apresentou três explicações. Veja cada uma abaixo; todas são apenas especulações. A página pública da Together só confirma a própria promoção e a data de término informada, sem revelar quem assume o desconto.

  • Subsídio do fornecedor (especulação): para promover o novo modelo, o fornecedor subsidia o preço de lançamento cobrado por plataformas de terceiros. Se for esse o caso, após o fim do subsídio o preço provavelmente voltará ao preço base.
  • Preço de atacado (especulação): a plataforma conseguiu um preço de compra mais baixo e pode repassar o desconto por longo prazo. Mas, em geral, esse cenário não viria marcado como PROMO nem com data-limite, o que não combina muito com o que a página mostra hoje.
  • Prejuízo para atrair usuários (especulação): a plataforma aceita um prejuízo de curto prazo para conquistar novos usuários. Nesse caso, a duração do desconto depende da estratégia da plataforma e não dá para prever.

O texto original usa o fim de dezembro como ponto de observação, mas o prazo já divulgado é 23 de novembro. Ao fazer orçamento, o melhor é calcular primeiro com base no vencimento em 23 de novembro e atualizar depois se houver anúncio de prorrogação.

Calculando o custo por tarefa bem-sucedida do Qwen4-Max com um mesmo lote de tarefas

Quando a comparação é feita só pelo preço por token, é fácil deixar passar os custos gerados por falhas, retentativas e truncamento. O caminho mais seguro é fixar um conjunto de tarefas, os comandos e as regras de validação, disparar esse mesmo lote de amostras para as rotas candidatas, registrar a cada chamada a entrada, a saída, os acertos de cache, as falhas, as retentativas e a latência, e então dividir o gasto total pelo número de tarefas que passaram na validação. Recomenda-se preparar pelo menos três tipos de amostra:

  1. Tarefas de texto curto: por exemplo, classificação, extração e reescrita, com foco na taxa de sucesso e na estabilidade do comprimento da saída.
  2. Tarefas de contexto longo: por exemplo, enviar uma requisição de cerca de 400.000 tokens, observar onde ocorre o truncamento e se o orçamento de saída é suficiente no modo de raciocínio.
  3. Tarefas com imagem: nas entradas de imagem que o Together já suporta explicitamente, verificar se o resultado do reconhecimento e a cobrança batem com o esperado.

qwen4-max-together-ai-30-percent-off-cost-check-pt-pt-image-2

Os exemplos de texto curto da tabela abaixo são dados hipotéticos, usados para mostrar como o denominador deve ser construído. O exemplo de contexto longo parte do cálculo do OrcaRouter: 200.000 de entrada e 30.000 de saída por rodada, 40 rodadas, sem uso de cache, e ambos os lados calculados pelo preço de tabela com referência a Singapura.

Caso de exemplo Premissas e denominador Preço promocional do Together Após o fim da promoção (supondo retorno ao preço original de 1.50/4.50 da página Pricing) Diferença
Texto curto (hipotético) 2.000 de entrada e 500 de saída por chamada; 100 tarefas, 8 retentativas, 108 chamadas no total; 92 passaram na validação 108 × 0.003675 ≈ 0.397, ÷ 92 ≈ 0.00431 por tarefa bem-sucedida 108 × 0.00525 ≈ 0.567, ÷ 92 ≈ 0.00616 cerca de 0.00185 por tarefa bem-sucedida
Agente de contexto longo (exemplo OrcaRouter) 40 rodadas = 1 execução, sem cache, supondo sucesso em todas 0.3045 por rodada, 12.18 por execução 0.435 por rodada, 17.40 por execução 5.22 por execução

Com esse exemplo, rodando mil vezes por mês a diferença fica em torno de 5,220 dólares; rodando dez vezes, são apenas cerca de 52 dólares. Vale notar que, se ao fim da promoção o preço voltar para a faixa 1.43/4.28 da página do modelo, o resultado muda de novo. Por isso, na coluna de preço convém manter três conjuntos ao mesmo tempo: “preço promocional”, “preço original da Pricing” e “preço da página do modelo”, para depois comparar com o preço unitário real quando a fatura chegar.

Exemplo de código para teste de custo do Qwen4-Max

O exemplo mínimo abaixo mostra uma chamada compatível com OpenAI. Usando a rota da APIYI como exemplo, ao trocar para outra rota, basta alterar base_url e o ID do modelo para os valores publicados pelo provedor correspondente.

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interface compatível com OpenAI da APIYI
)

resp = client.chat.completions.create(
    model="qwen4-max",
    messages=[{"role": "user", "content": "用一句话说明缓存读计费"}]
)
print(resp.choices[0].message.content, resp.usage)
Ver o script completo que registra o custo por “tarefa bem-sucedida individual”
import time
import openai

# Unidade: dólares / milhão de tokens; os três conjuntos de preços são registrados separadamente; depois que a fatura sair, substitua pelo preço unitário efetivamente pago
PRICES = {
    "together_promo": {"in": 1.05, "out": 3.15, "cache_read": 0.0525},
    "list_price":     {"in": 1.50, "out": 4.50, "cache_read": 0.075},
    "together_model_page": {"in": 1.43, "out": 4.28, "cache_read": 0.0713},
}

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Substitua pela rota a ser testada
)

def run_task(prompt, validate, model="qwen4-max", max_retries=2):
    """Retorna o registro de uso de cada chamada e se a tarefa passou na validação final"""
    records = []
    for attempt in range(max_retries + 1):
        t0 = time.time()
        try:
            r = client.chat.completions.create(
                model=model,
                messages=[{"role": "user", "content": prompt}],
            )
            u = r.usage
            details = getattr(u, "prompt_tokens_details", None)
            cached = getattr(details, "cached_tokens", 0) or 0
            ok = validate(r.choices[0].message.content)
            records.append({"in": u.prompt_tokens - cached, "cache": cached,
                            "out": u.completion_tokens, "ok": ok,
                            "latency": time.time() - t0})
            if ok:
                return records, True
        except Exception as e:
            records.append({"in": 0, "cache": 0, "out": 0, "ok": False,
                            "latency": time.time() - t0, "error": str(e)})
    return records, False

def cost_per_success(all_records, passed, price):
    total = sum(r["in"] * price["in"] + r["out"] * price["out"]
                + r["cache"] * price["cache_read"] for r in all_records) / 1e6
    return total / passed if passed else float("inf")

O campo de cache no script depende de a API retornar cached_tokens. Os campos retornados podem variar entre rotas; no fim, ainda é preciso usar a fatura da plataforma como referência. O custo de gravação em cache (a Alibaba Cloud oficialmente separa duas faixas: 5 minutos e 1 hora) não tem preço público no lado da Together, então deve ser registrado separadamente durante os testes.

🚀 Sugestão de teste: O tempo até o prazo final está curto; você pode primeiro usar o crédito gratuito para novos usuários na APIYI apiyi.com para executar de ponta a ponta o conjunto de exemplos e o script de registro de custos, confirmar que as regras de validação e o formato dos logs estão corretos e, depois, apontar o mesmo script para a rota da Together para comparação. Assim, todo o tempo de teste dentro da janela promocional pode ser usado para comparar preços.

Checklist para usar o qwen4-max da APIYI como alternativa independente

O preço de catálogo da APIYI é igual ao preço da Alibaba Cloud em Singapura. A ideia não é oferecer uma opção mais barata, mas sim uma outra rota estável, cobrada a preço de catálogo, para quando a promoção terminar ou a validação da rota da Together não passar. Ao integrar pela APIYI (apiyi.com), vale a pena conferir quatro pontos:

  • Conferência do catálogo: veja no registro se o endpoint e o grupo do qwen4-max incluem o protocolo que você vai usar, como responses ou messages.
  • Conferência da conta: confirme se o grupo do token atual tem permissão para chamar o modelo. O modelo aparecer no catálogo não garante que sua conta consiga chamá-lo.
  • Conferência da cobrança: rode um conjunto de exemplos e compare, item por item, o preço unitário efetivamente pago com o preço de catálogo.
  • Conferência de capacidades: ponto de truncamento em contextos longos, saída no modo de raciocínio e suporte multimodal devem ser testados em cada rota, sem aplicar diretamente os limites oficiais da Alibaba Cloud.

Se a sua carga de trabalho conseguir passar pela validação até 2026-11-23 e o custo calculado por tarefa bem-sucedida realmente for menor, você pode rodar primeiro com o preço promocional da Together por um período, mantendo ao mesmo tempo uma rota alternativa a preço de catálogo e um segundo orçamento. Se não houver tempo hábil para validar, ou se a sua solução depender de entrada de vídeo e saídas muito longas, o caminho mais seguro é colocar o fluxo para funcionar a preço de catálogo em uma interface compatível como a APIYI (apiyi.com) e, depois que a Together anunciar uma extensão ou completar as especificações, refazer a comparação de preços.


Referências

  1. Preços da Together AI: preço promocional e validade do Qwen4 Max

    • Link: together.ai/pricing
    • Observação: a página não indica data de publicação; a data de consulta deste artigo é 2026-11-20
  2. Página do modelo Qwen4 Max da Together AI: ID de invocação, exemplo Serverless e outra faixa de preço

    • Link: together.ai/models/qwen4-max
    • Observação: página marcada em 2026-11-15
  3. Preços de modelos do Alibaba Cloud Model Studio: preço de implantação internacional em Singapura e preço de gravação de cache

    • Link: alibabacloud.com/help/en/model-studio/model-pricing
    • Observação: tabela de preços atualizada continuamente
  4. Página do modelo Qwen4-Max da Alibaba Cloud: janela de contexto, limites de entrada e saída e modalidades

    • Link: alibabacloud.com/help/en/model-studio/qwen4-max
    • Observação: atualizada em 2026-11-18
  5. Texto original da OrcaRouter: fonte da notícia do desconto de 30% e exemplos de cálculo para cenários de Agent

    • Link: orcarouter.ai/blog/qwen-4-max-30-percent-price-cut-third-party
    • Observação: publicado em 2026-11-19; a explicação do mecanismo de preços é uma suposição do autor
  6. Anúncio de lançamento e registro de modelos da APIYI: endpoint qwen4-max, grupos e preço de catálogo

    • Link: docs.apiyi.com/live/2026-11/qwen4-max-launch
    • Observação: anúncio publicado em 2026-11-17, registro gerado em 2026-11-20

Autor: Equipe técnica da APIYI
Intercâmbio técnico: fique à vontade para nos contatar pela página inicial do site oficial da APIYI, apiyi.com. Mais materiais de integração estão disponíveis no centro de documentação.

Artigos relacionados

Similar Posts