Pular para o conteúdo
Montar SquadSolicitar Orçamento

Qwen3.8-2.4T-A95B: preço em reais, contexto e benchmarks

  • Alibaba (Qwen)
  • lançado em
  • pesos abertos
  • verificado
  • Snapshot de
  • metodologia v1.2

  • Preço da perguntaEntrada US$/M

    em reais

  • Preço da respostaSaída US$/M

    em reais

  • Quanto texto lê de uma vezContexto

    tokens

  • Maior respostaSaída máx.

    tokens

  • Em São Paulo

Reais pelo dólar oficial (PTAX de venda do Banco Central) de , por dólar. IOF e spread ficam fora da conta.

Ficha técnica

Contexto de entrada
Saída máxima
Corte de conhecimento
não divulgado
Modalidades
Pesos do modelo
A versão de pesos abertos não é igual à versão de nuvem (Qwen3.8-Max): perde entrada de imagem e modo non-thinking; contexto nativo de 262k, não 1M.
Retirada mínima
sem data anunciada pelo fabricante
Em São Paulo
A AWS não lista este modelo no Amazon Bedrock: ele não aparece na tabela de disponibilidade regional nem na lista de modelos do Bedrock. Outras nuvens não foram conferidas.
O que significa
Na tabela de disponibilidade regional da AWS, In-Region quer dizer inferência dentro da região de São Paulo; Global quer dizer que o pedido pode ser processado em outra região da AWS, e os dados podem sair de São Paulo. A apuração cobre só o Amazon Bedrock: Azure e Google Cloud não foram conferidos.Se o seu dado não pode sair da região, isso decide a escolha antes do preço e do benchmark. Para a política de uso, a classificação de dados e a trilha de auditoria, veja governança e segurança para IA generativa.

Preços

Dólar por milhão de tokens, por provedor, como o fabricante publica: uma linha por tarifa e uma coluna por tipo de token.

Alibaba Cloud Model Studio, preços de modelos

Em vigor desde 2 out 2026.

Preço por milhão de tokens neste provedor, com o escopo declarado de cada valor e a fonte. Alibaba Cloud Model Studio, preços de modelos.
TarifaEntradaLeitura de cacheEscrita de cacheSaídaSaída em R$
Padrãonão consta

Saída em R$ convertida a partir da linha Padrão, a tarifa que a tabela do comparativo usa, pela PTAX de venda de 10 nov 2026.

Nenhuma mudança de preço registrada desde .

Avaliações

Todos os resultados publicados para este modelo, uma linha por grupo comparável: a mesma versão do benchmark e a mesma origem do número.

Nenhum benchmark com resultado publicado para este modelo neste snapshot. A página não preenche a lacuna com estimativa.

Quanto custa por mês nos quatro casos de uso

O custo mensal deste modelo em cada caso de uso do comparativo, nos três volumes do perfil de carga do caso, com a mesma conta da página de cada caso.

Custo mensal em reais deste modelo em cada caso de uso, por volume do perfil de carga.
Caso de usoVolume pequenoVolume médioVolume grande
Quanto custa um chatbot de IA por mês, em reaisR$ 268,0310.000 interações por mêsR$ 2.680,32100.000 interações por mêsR$ 26.803,201.000.000 interações por mês
Custo de RAG por documento e por mês, em reaisR$ 402,055.000 consultas por mêsR$ 4.020,4850.000 consultas por mêsR$ 40.204,80500.000 consultas por mês
Melhor modelo de IA para agentes: custo em reais e qualidadeR$ 1.393,771.000 tarefas por mêsR$ 13.937,6610.000 tarefas por mêsR$ 139.376,64100.000 tarefas por mês
Melhor IA para programação: custo em reais e benchmarksR$ 3.629,60500 tarefas por mêsR$ 36.296,005.000 tarefas por mêsR$ 362.960,0050.000 tarefas por mês

Reais por mês, convertidos pela PTAX de venda de 10 nov 2026. Cada caso usa o próprio perfil de carga, premissa da X-Apps; a fórmula, as premissas e os outros modelos estão na página do caso. Perfil de carga da X-Apps aprovado em 14 set 2026. Com a escrita de cache fora da conta, cada valor é um piso.

Como a conta é feita

Fórmula: custo_mensal_usd = interacoes_por_mes x (tokens_entrada_por_interacao x preco_entrada x (1 - proporcao_cache x (1 - fator_cache)) + tokens_saida_por_interacao x preco_saida) / 1000000; custo_mensal_brl = custo_mensal_usd x meta.cotacao.valor; para agentes e código, interacoes_por_mes = tarefas_por_mes x chamadas_por_tarefa Regras assumidas por esta fórmula em regras_de_custo: fator_cache, escrita_de_cache, horario_de_pico e provedor_por_modelo.

Quatro regras que esta conta assume

Fator de cache
O fator de cache é o preço de leitura de cache dividido pelo preço de entrada, quando o fabricante publica o preço de leitura de cache do modelo, e 1 quando esse preço não é divulgado, ou seja, sem desconto. Nunca 0: lido como 0, o fator aplicaria desconto integral sobre toda a parte da entrada servida por cache e subestimaria o custo (no caso código, com proporção de cache de três quartos, a subestimação seria de metade do valor). Dois preços em vigor não trazem preço de cache: os do Qwen3.8-Max e do Qwen3.8-2.4T-A95B, os dois no Model Studio da Alibaba Cloud, que manda consultar o console para o preço de cache desses modelos.
Escrita de cache
Fora do cálculo nesta versão e declarado como tal ao leitor. A escrita de cache custa 1,25x a entrada na janela de cinco minutos e 2x na de uma hora nos preços da Anthropic, e 1,25x nos da OpenAI; a taxa de reescrita do prefixo depende do padrão de uso, que o dataset não mede e que nenhuma fonte publica. Consequência declarada: em carga com muito cache o custo publicado é um piso, não uma estimativa central.
Horário de pico
Modelo com horário de pico na tabela de preços entra na coluna de custo pela tarifa de PICO, que é a tarifa de referência da própria página (a DeepSeek apresenta o fora de pico como desconto de metade), e o fora de pico aparece como nota. Vale para o DeepSeek-V4-Pro e o DeepSeek-V4.1-Flash: pico das 01:00 às 04:00 e das 06:00 às 10:00 UTC, de segunda a sexta, exceto feriados chineses, no máximo 35 das 168 horas da semana. No horário de Brasília (UTC-3) essas janelas vão das 22:00 à 01:00 e das 03:00 às 07:00, fora do horário comercial brasileiro, o que torna a tarifa de pico uma referência conservadora para quem usa o modelo nesse horário.
Provedor por modelo
Quando um modelo tem mais de um preço em vigor, a coluna de custo usa o preço indicado aqui. Muse Spark 1.3: o tier Standard da Meta Model API. O tier Contributor, doze vezes e meia mais barato, fica FORA da coluna de custo porque é o tier em que prompts e respostas do cliente treinam modelos da Meta; ele aparece só na seção de preços, com a pílula de treino de dados. Gemini 3.1 Pro Preview e Gemini 3.8 Flash: o preço da Gemini API do Google (os dois preços em vigor, Gemini API e Vertex AI, têm a mesma entrada, a mesma saída e o mesmo preço de leitura de cache, então a escolha não muda o valor).
Fora do cálculo
IOF, spread bancário, tributação de pessoa jurídica, marketplace de nuvem, Batch, modo rápido, escrita de cache, tokens de raciocínio além da saída declarada e custo de ferramentas ou de infraestrutura.

Perguntas frequentes

Respostas com os números deste snapshot, os mesmos da ficha, da tabela de preços e do custo por caso.

O Qwen3.8-2.4T-A95B custa US$ 2,00 de entrada e US$ 6,00 de saída por milhão de tokens (fonte: Alibaba Cloud Model Studio, preços de modelos). Pela PTAX de venda de 10 nov 2026, R$ 5,5840 por dólar, isso dá R$ 11,17 de entrada e R$ 33,50 de saída. Snapshot de 11 nov 2026; IOF e spread ficam fora da conta.

Ver a tabela de preços

Continue no comparativo

A tabela com todos os modelos lado a lado, as páginas por caso de uso e modelos parecidos com este.

Comparativo e casos de uso

Modelos parecidos

Quer colocar este modelo para trabalhar no seu caso?

A X-Apps desenha, opera e governa soluções com estes modelos. A escolha depende da sua carga, do seu dado e do seu risco.

Falar com um especialista em IA

Acelere a sua empresa com a X-Apps

Alocar profissionaisSolicitar Orçamento
A X-Apps é um provedor de TI parceiro e aconselhada pelo
Gartner
Siga a X-Apps