Qwen 3.7-Max: review completo — o agente da Alibaba que assusta pelo preço

Introdução

Em 20 de maio de 2026, no Alibaba Cloud Summit em Hangzhou, a equipe Qwen da Alibaba fez algo que nenhum laboratório chinês tinha feito antes: apresentou um modelo de fronteira que, segundo a própria empresa, rodou autonomamente por 35 horas, disparou 1.158 chamadas de ferramenta sem nenhum humano supervisionando, e entregou um ganho de 10x num kernel de GPU que nunca tinha visto durante o treino. E aí cobrou por isso US$ 2,50 por milhão de tokens de entrada — uma fração do preço dos rivais ocidentais. Esse modelo é o Qwen 3.7-Max.

Ele é a resposta mais convincente até agora para uma pergunta que rondava 2026 inteiro: um laboratório chinês consegue mesmo competir na fronteira da IA agêntica, ou o topo da tabela vai ser sempre da OpenAI e da Anthropic? A resposta curta é sim, consegue — e a conta de custo é desconfortável para os concorrentes. Mas há ressalvas importantes que este review precisa deixar claras.

Especificações técnicas

• Data de lançamento: 20 de maio de 2026 (anúncio no Alibaba Cloud Summit; API disponível desde 19 de maio).
• Preço: US$ 2,50 por milhão de tokens de entrada e US$ 7,50 de saída — cerca de metade da tabela do Claude Opus 4.7, e até seis vezes mais barato que o Opus em alguns comparativos.
• Janela de contexto: 1 milhão de tokens (dobro dos 256 mil do antecessor Qwen 3.6 Max).
• Modalidades: texto na entrada e saída — sem visão. Para multimodal, a Alibaba aponta para o Qwen3.7-Plus-Preview.
• Pesos: fechado/proprietário. É a primeira vez que a linha Max abandona a tradição open-weight da Qwen. Não há pesos no HuggingFace.
• Modo de raciocínio: "extended thinking" nativo.
• Disponibilidade: Alibaba Cloud Model Studio, OpenRouter, Together AI e Qubrid AI. É compatível tanto com a spec da API da OpenAI quanto da Anthropic — e integra com o Claude Code.

Desempenho: os benchmarks

O perfil de benchmark do Qwen 3.7-Max é peculiar — e entender isso é a chave para decidir se ele serve para você:

• SWE-Bench Pro (programação agêntica): 60,6.
• Terminal-Bench 2.0: 69,7 — à frente do Claude Opus 4.6 nessa prova.
• GPQA Diamond (raciocínio científico): 92,4.
• Artificial Analysis Intelligence Index v4.0: 56,6 — 5º lugar geral e, no lançamento, o modelo chinês mais bem posicionado da tabela.

O detalhe revelador: o Qwen 3.7-Max perde em qualidade de chat bruta, mas vence nas métricas que importam para agentes de produção — programação agêntica e orquestração de ferramentas. Ele não é o campeão de conversa fiada; é o campeão de trabalho autônomo de longa duração. Como resumiu uma das análises, mesmo quando não lidera o ranking geral de inteligência, ele lidera em programação agêntica e orquestração de ferramentas. É um modelo construído com um propósito muito específico em mente.

O foco: a era dos agentes

A Qwen foi a fabricante de modelos de fronteira mais ativa de 2026, e o 3.7-Max é a declaração mais clara de onde eles miram: não um campeão de chat de uma resposta só, mas um agente — um modelo projetado para continuar trabalhando autonomamente por horas, disparar milhares de chamadas de ferramenta, e concluir tarefas reais de engenharia de software sem um humano no circuito.

Aquele feito das 35 horas e 1.158 chamadas de ferramenta não é só marketing: é a prova de conceito de uma categoria de uso que está virando o centro da indústria. Enquanto muitos modelos brilham em respostas rápidas e isoladas, o 3.7-Max foi feito para o trabalho longo, paciente e iterativo que define um agente de verdade. Se a sua necessidade é um agente de codificação que roda durante a madrugada migrando um sistema, esse é o tipo de modelo desenhado exatamente para isso — e a um custo que torna horas de execução economicamente viáveis.

O que significa o preço na prática

Vale fazer a conta de verdade, porque é nela que o Qwen 3.7-Max constrói seu argumento mais forte. Imagine um agente de codificação que roda por várias horas processando uma migração de sistema — o tipo de tarefa que consome milhões de tokens. No Claude Opus, a US$ 5/25 por milhão, ou no GPT-5.5, a US$ 5/30, essa execução longa pode custar caro o suficiente para inviabilizar deixá-la rodando rotineiramente. No Qwen 3.7-Max, a US$ 2,50/7,50, a mesma carga sai por uma fração — e de repente "deixar o agente trabalhando a noite toda" deixa de ser um luxo e vira uma prática viável.

É justamente essa mudança de viabilidade econômica que torna o modelo perigoso para os concorrentes. Não se trata de o Qwen ser melhor em tudo — ele não é. Trata-se de ele ser bom o suficiente nas tarefas agênticas certas, a um preço que muda quais projetos fazem sentido financeiramente. Para uma startup ou um time com orçamento apertado, essa diferença de custo pode ser o que separa um produto de IA economicamente sustentável de um que queima caixa rápido demais. A pergunta deixa de ser "qual é o melhor modelo" e passa a ser "qual modelo me deixa construir o que eu quero sem quebrar".

Casos práticos

Onde o Qwen 3.7-Max faz sentido:

• Agentes de codificação de longa duração — a combinação de 1M de contexto, foco agêntico e preço baixo torna viável deixar o modelo rodando por horas.
• Orquestração de ferramentas via MCP — uma das suas maiores forças.
• Documentos gigantes — o 1M de contexto permite alimentar um contrato inteiro, um manual completo ou um trimestre de relatórios de uma vez.
• Cargas de alto volume e custo sensível — onde pagar a tabela premium da Anthropic ou OpenAI não fecha a conta.

Onde NÃO usar: tarefas que exigem visão (ele é texto-puro), trabalho que precise de residência de dados em jurisdição dos EUA, ou onde a qualidade de chat de uma resposta só seja o critério principal.

As ressalvas que importam

É preciso ser franco sobre os poréns, porque eles podem ser decisivos:

• Sem visão: é texto-puro. Se o seu fluxo envolve imagens, ele está fora.
• Pesos fechados: a guinada da linha Max para o modelo proprietário significa que você não pode rodar localmente nem auditar os pesos. Quem quer self-hosting tem que ficar no Qwen 3.6, mais antigo.
• Sufixo -Preview: alguns endpoints ainda vinham marcados como prévia no fim de maio — sinal de que pode haver instabilidade ou mudanças.
• Jurisdição: para empresas com exigências regulatórias de onde os dados são processados, um modelo da Alibaba Cloud levanta questões que precisam ser avaliadas caso a caso.
• Números do fabricante: boa parte dos benchmarks de vitória são publicados pela própria Qwen. Vale validar na sua carga real antes de decidir.

Contexto: a virada estratégica da Alibaba

Há uma mudança de filosofia importante embutida no 3.7-Max. Historicamente, a Alibaba liderou o mundo open-weight — os Qwen 3.5, 3.6 e derivados foram os modelos chineses mais citados nos fluxos de trabalho de desenvolvedores ocidentais, justamente por serem abertos. A linha Max é uma virada deliberada: um carro-chefe fechado e proprietário, construído para disputar receita corporativa contra Anthropic e OpenAI — não apenas para semear adoção na comunidade.

É a Alibaba dizendo que quer brigar pelo dinheiro das empresas, não só pelo carinho dos desenvolvedores. O tier aberto (Plus) foi anunciado como planejado, mas nenhum peso do 3.7 tinha sido publicado até o fim de maio. Para o mercado, é um sinal de que até os campeões do código aberto estão de olho no modelo de negócio fechado quando o assunto é a fronteira — uma tendência que merece atenção de quem aposta em IA aberta.

Como acessar e testar

Um ponto a favor do 3.7-Max é a facilidade de experimentar. Por ser compatível com as specs de API tanto da OpenAI quanto da Anthropic, dá para apontar os SDKs dessas empresas para o Alibaba Cloud Model Studio com mudanças mínimas no código — muitas vezes só trocando a URL base e o token de autenticação. Isso significa que, se você já tem código escrito para Claude ou GPT, testar o Qwen no lugar deles é questão de minutos, não de reescrita.

Ele também integra com o Claude Code através do protocolo da API da Anthropic, configurando as variáveis de ambiente apropriadas. Além do Model Studio nativo, o modelo está disponível via OpenRouter, Together AI e Qubrid AI, o que dá opções de roteamento e evita ficar preso a um único provedor. A recomendação prática é a de sempre: pegue uma amostra da sua carga real, rode no Qwen e no seu modelo atual, e compare custo por tarefa concluída, não custo por token. Os números do fabricante são animadores, mas a sua carga específica é o único juiz que importa.

Prós e contras

Prós:

• Desempenho agêntico de fronteira a um preço que é fração dos rivais ocidentais.
• 1M de contexto — dobro do antecessor.
• Líder em programação agêntica e orquestração de ferramentas entre os pares.
• Compatível com APIs da OpenAI e da Anthropic; integra com Claude Code.
• Execução autônoma comprovadamente longa (35h, 1.158 tool calls).

Contras:

• Texto-puro, sem visão.
• Fechado — adeus self-hosting e auditoria de pesos.
• Ainda com sufixo -Preview em alguns endpoints.
• Questões de jurisdição de dados para certas empresas.
• Perde em qualidade de chat de resposta única.

Veredito final

O Qwen 3.7-Max é a prova de que a fronteira da IA agêntica não pertence mais exclusivamente ao Ocidente. Para quem constrói agentes de codificação de longa duração, orquestra ferramentas via MCP, ou precisa engolir documentos gigantescos a um custo que feche a conta, ele é uma alternativa séria e, em muitos casos, a escolha racional — a matemática de custo simplesmente favorece ele de forma desconfortável para os concorrentes.

Mas a decisão não é automática. Se você precisa de visão, de pesos abertos para self-hosting, de residência de dados nos EUA, ou de qualidade de chat de primeira numa resposta só, o 3.7-Max não é o seu modelo — aí Claude Opus 4.8 ou GPT-5.5 fazem mais sentido. O melhor jeito de enxergar maio de 2026 não é "qual modelo é o melhor", e sim "qual estrutura de preço é sustentável para a minha carga de trabalho". Para um número crescente de casos agênticos e de volume, a resposta passou a ser, sem constrangimento, este modelo da Alibaba. E isso, por si só, já reorganiza o tabuleiro.