Alibaba Cloud: inteligência, desempenho e preço dos modelos
Esta análise ajuda você a escolher o melhor modelo oferecido por Alibaba Cloud para seu caso de uso.
Mais inteligente
UpdatedQwen3.8 MaxQwen3.8 2.4T A95BQwen3.8-Flash-NextQwen3.8 27B (xhigh)Qwen3.7 MaxIntelligence Index
57 modelos no total
Mais rápido
Qwen3.5 Omni FlashQwen3.7 MaxQwen3 Next 80B A3B (Reasoning)Qwen3 Next 80B A3BQwen3.5 35B A3B (Non-reasoning)Velocidade de saída
57 modelos no total
Menor preço
Qwen2.5 TurboQwen3.8-Flash-NextQwen3.5 Omni FlashQwen3 VL 32B (Reasoning)Qwen3 VL 32BPreço combinado (por 1M de tokens)
57 modelos no total
Alibaba Cloud oferece 57 modelos, cada um com características diferentes de inteligência, desempenho e preço. Veja abaixo uma comparação das principais métricas entre os modelos.
- Em inteligência, os principais modelos oferecidos por Alibaba Cloud são Qwen3.8 Max (40), Qwen3.8 2.4T A95B (40) e Qwen3.8-Flash-Next (40).
- Em velocidade de saída, os modelos mais rápidos são Qwen3.5 Omni Flash (221 t/s), Qwen3.7 Max (201 t/s) e Qwen3 Next 80B A3B (Reasoning) (196 t/s).
- Em latência, Qwen3 30B A3B 2507 (Non-reasoning) (1.84s), Qwen3.5 Omni Flash (1.90s) e Qwen3 Omni 30B A3B (1.90s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, Qwen2.5 Turbo ($0.07), Qwen3.8-Flash-Next ($0.09) e Qwen3.5 Omni Flash ($0.17) têm os menores preços combinados por 1M de tokens. Os preços variam em até 3.2x entre os modelos.
- Em tamanho da janela de contexto, Qwen3.8 Max (1M), Qwen3.8-Flash-Next (1M) e Qwen3.8 27B (xhigh) (1M) aceitam as maiores janelas entre os modelos oferecidos por Alibaba Cloud.
Destaques
Avaliações de inteligência
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Quantitative analysis on spreadsheets & documents
Instruction following
Agentic tool use
Long-horizon agentic tasks
Kubernetes incident root-cause analysis
Visual reasoning
Intelligence Index vs. Price
Janela de contexto
Context Window
Preços
Intelligence Index vs. Price
Resumo do desempenho
Output Speed vs. Price
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Output Speed
Latência
Medida pelo tempo (segundos) até o primeiro token
Latency: Time To First Answer Token
Tempo de resposta de ponta a ponta
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
End-to-End Response Time vs. Price
Análises adicionais | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen3.8 Max | 1M | Proprietário | 40 | $2.67 | 41 | 2.74 | 64.16 | 49.14 | |||
Qwen3.8 2.4T A95B | 984k | Aberto | 40 | $2.16 | 41 | 2.75 | 64.03 | 49.02 | |||
Qwen3.8-Flash-Next | 1M | Aberto | 40 | $0.37 | 52 | 2.72 | 51.19 | 38.77 | |||
Qwen3.8 27B (xhigh) | 1M | Aberto | 34 | $0.82 | 45 | 3.84 | 59.75 | 44.73 | |||
Qwen3.7 Max | 991k | Proprietário | 30 | $1.15 | 201 | 2.55 | 17.04 | 12.00 | |||
Qwen3.6 Max Preview | 256k | Proprietário | 28* | -- | 61 | 3.53 | 44.70 | 32.93 | |||
Qwen3.8 27B (medium) | 1M | Aberto | 28 | $0.90 | 51 | 3.94 | 52.70 | 39.01 | |||
Qwen3.6 Plus | 1M | Proprietário | 27* | -- | 56 | 2.12 | 109.46 | 98.46 | |||
Qwen3.8 27B (low) | 1M | Aberto | 26 | $0.83 | 50 | 4.04 | 54.34 | 40.24 | |||
Qwen3.7 Plus | 1M | Proprietário | 26 | $0.33 | 66 | 2.21 | 39.97 | 30.21 | |||
Qwen3.5 27B | 262k | Aberto | 23* | -- | 76 | 5.74 | 38.45 | 26.17 | |||
Qwen3.8 27B | 1M | Aberto | 22* | -- | 50 | 4.01 | 13.95 | -- | |||
Qwen3.6 27B | 262k | Aberto | 22 | $0.62 | 57 | 3.66 | 112.46 | 99.99 | |||
Qwen3.5 397B A17B (Non-reasoning) | 262k | Aberto | 21* | -- | 86 | 2.14 | 7.93 | -- | |||
Qwen3.5 Omni Plus | 256k | Proprietário | 20* | -- | 96 | 2.14 | 7.37 | -- | |||
Qwen3.6 27B (Non-reasoning) | 262k | Aberto | 20* | -- | 58 | 3.63 | 12.32 | -- | |||
Qwen3.5 27B (Non-reasoning) | 262k | Aberto | 19* | -- | 85 | 5.67 | 11.52 | -- | |||
Qwen3.5 35B A3B | 262k | Aberto | 19* | -- | 148 | 2.04 | 18.98 | 13.55 | |||
Qwen3.5 397B A17B | 262k | Aberto | 19 | $0.47 | 84 | 2.24 | 45.96 | 37.79 | |||
Qwen3.6 35B A3B | 229k | Aberto | 19 | $0.48 | 123 | 2.07 | 50.01 | 43.87 | |||
Qwen3.5 122B A10B (Non-reasoning) | 262k | Aberto | 18* | -- | 136 | 2.43 | 6.12 | -- | |||
Qwen3 Max Thinking (Preview) | 262k | Proprietário | 16* | -- | 60 | 4.14 | 46.03 | 33.51 | |||
Qwen3.5 122B A10B | 262k | Aberto | 16 | $0.32 | 127 | 2.33 | 21.97 | 15.71 | |||
Qwen3 Max | 258k | Proprietário | 16* | -- | 51 | 2.37 | 12.25 | -- | |||
Qwen3.6 35B A3B (Non-reasoning) | 262k | Aberto | 15* | -- | 134 | 2.06 | 5.78 | -- | |||
Qwen3.5 35B A3B (Non-reasoning) | 262k | Aberto | 15* | -- | 165 | 2.08 | 5.12 | -- | |||
Qwen3 VL 235B A22B (Reasoning) | 131k | Aberto | 13* | -- | 58 | 2.91 | 45.83 | 34.34 | |||
Qwen3 235B A22B 2507 | 131k | Aberto | 13 | $0.08 | 64 | 2.74 | 41.53 | 31.03 | |||
Qwen3 Max (Preview) | 262k | Proprietário | 13* | -- | 58 | 4.02 | 12.60 | -- | |||
Qwen3.5 Omni Flash | 256k | Proprietário | 12* | -- | 221 | 1.90 | 4.16 | -- | |||
Qwen3 235B 2507 (Non-reasoning) | 131k | Aberto | 12* | -- | 59 | 2.30 | 10.82 | -- | |||
Qwen3 Coder 480B | 262k | Aberto | 12* | -- | 53 | 3.16 | 12.65 | -- | |||
Qwen3 VL 32B (Reasoning) | 131k | Aberto | 12* | -- | 88 | 2.56 | 30.93 | 22.69 | |||
Qwen3 Next 80B A3B (Reasoning) | 262k | Aberto | 11* | -- | 196 | 2.43 | 15.15 | 10.18 | |||
Qwen3 VL 235B A22B | 131k | Aberto | 10* | -- | 49 | 2.66 | 12.94 | -- | |||
Qwen3 30B A3B 2507 | 262k | Aberto | 10 | $0.08 | 165 | 2.40 | 17.59 | 12.15 | |||
Qwen3 Next 80B A3B | 131k | Aberto | 10* | -- | 181 | 2.23 | 4.99 | -- | |||
Qwen3 Coder 30B A3B | 262k | Aberto | 10* | -- | 91 | 2.70 | 8.20 | -- | |||
Qwen3 235B | 131k | Aberto | 9* | -- | 60 | 2.80 | 44.14 | 33.08 | |||
Qwen3 VL 30B A3B (Reasoning) | 131k | Aberto | 9* | -- | 110 | 2.23 | 24.85 | 18.10 | |||
Qwen3 VL 32B | 131k | Aberto | 8* | -- | 57 | 2.73 | 11.50 | -- | |||
Qwen3 235B (Non-reasoning) | 131k | Aberto | 8* | -- | 59 | 2.74 | 11.19 | -- | |||
Qwen3 VL 8B (Reasoning) | 131k | Aberto | 8* | -- | 115 | 2.35 | 24.06 | 17.37 | |||
Qwen3 VL 30B A3B | 131k | Aberto | 8* | -- | 112 | 2.17 | 6.66 | -- | |||
Qwen3 Omni 30B A3B (Reasoning) | 65.5k | Aberto | 8* | -- | 101 | 1.92 | 26.62 | 19.76 | |||
Qwen3 30B | 131k | Aberto | 8* | -- | 105 | 2.28 | 26.19 | 19.13 | |||
Qwen3 30B A3B 2507 (Non-reasoning) | 262k | Aberto | 8* | -- | 143 | 1.84 | 5.34 | -- | |||
Qwen3 32B (Non-reasoning) | 131k | Aberto | 7* | -- | 106 | 2.46 | 7.16 | -- | |||
Qwen3 VL 8B | 131k | Aberto | 7* | -- | 121 | 2.21 | 6.35 | -- | |||
Qwen3 32B | 131k | Aberto | 7 | -- | 106 | 2.45 | 26.06 | 18.89 | |||
Qwen3 14B (Non-reasoning) | 131k | Aberto | 7* | -- | 63 | 2.69 | 10.66 | -- | |||
Qwen3 30B (Non-reasoning) | 131k | Aberto | 7* | -- | 108 | 2.19 | 6.82 | -- | |||
Qwen2.5 Turbo | 1M | Proprietário | 6* | -- | 106 | 2.20 | 6.93 | -- | |||
Qwen3 14B | 131k | Aberto | 6 | -- | 61 | 2.73 | 43.54 | 32.65 | |||
Qwen3 Omni 30B A3B | 65.5k | Aberto | 6* | -- | 96 | 1.90 | 7.09 | -- | |||
Qwen3 8B (Non-reasoning) | 131k | Aberto | 6* | -- | 40 | 3.70 | 16.30 | -- | |||
Qwen3 8B | 98.3k | Aberto | 5 | -- | 40 | 3.77 | 66.86 | 50.48 | |||
Principais definições
Perguntas frequentes
Perguntas comuns sobre Alibaba Cloud
Alibaba Cloud oferece 57 modelos que acompanhamos: Qwen3.8 Max, Qwen3.8 2.4T A95B, Qwen3.8-Flash-Next, Qwen3.8 27B (xhigh), Qwen3.7 Max, Qwen3.6 Max Preview, Qwen3.8 27B (medium), Qwen3.6 Plus, Qwen3.8 27B (low), Qwen3.7 Plus, Qwen3.5 27B, Qwen3.8 27B, Qwen3.6 27B, Qwen3.5 397B A17B (Non-reasoning), Qwen3.5 Omni Plus, Qwen3.6 27B (Non-reasoning), Qwen3.5 27B (Non-reasoning), Qwen3.5 35B A3B, Qwen3.5 397B A17B, Qwen3.6 35B A3B, Qwen3.5 122B A10B (Non-reasoning), Qwen3 Max Thinking (Preview), Qwen3.5 122B A10B, Qwen3 Max, Qwen3.6 35B A3B (Non-reasoning), Qwen3.5 35B A3B (Non-reasoning), Qwen3 VL 235B A22B (Reasoning), Qwen3 235B A22B 2507, Qwen3 Max (Preview), Qwen3.5 Omni Flash, Qwen3 235B 2507 (Non-reasoning), Qwen3 Coder 480B, Qwen3 VL 32B (Reasoning), Qwen3 Next 80B A3B (Reasoning), Qwen3 VL 235B A22B, Qwen3 30B A3B 2507, Qwen3 Next 80B A3B, Qwen3 Coder 30B A3B, Qwen3 235B, Qwen3 VL 30B A3B (Reasoning), Qwen3 VL 32B, Qwen3 235B (Non-reasoning), Qwen3 VL 8B (Reasoning), Qwen3 VL 30B A3B, Qwen3 Omni 30B A3B (Reasoning), Qwen3 30B, Qwen3 30B A3B 2507 (Non-reasoning), Qwen3 32B (Non-reasoning), Qwen3 VL 8B, Qwen3 32B, Qwen3 14B (Non-reasoning), Qwen3 30B (Non-reasoning), Qwen2.5 Turbo, Qwen3 14B, Qwen3 Omni 30B A3B, Qwen3 8B (Non-reasoning) e Qwen3 8B.
O modelo mais inteligente disponível em Alibaba Cloud é Qwen3.8 Max, com 40 pontos no Intelligence Index.
O modelo mais rápido em velocidade de saída oferecido por Alibaba Cloud é Qwen3.5 Omni Flash, com 221.4 tokens por segundo.
O modelo com o menor tempo até o primeiro token da resposta final em Alibaba Cloud é Qwen3 30B A3B 2507 (Non-reasoning), com 1.84s. Uma latência menor significa um tempo de resposta inicial mais rápido.
O modelo mais acessível em preço combinado oferecido por Alibaba Cloud é Qwen2.5 Turbo, com $0.07 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).
Os preços em Alibaba Cloud variam em até 32x entre os modelos, de $0.07 por 1M de tokens no Qwen2.5 Turbo a $2.10 por 1M de tokens no Qwen3 Coder 480B.
Sim. Alibaba Cloud oferece uma API compatível com a OpenAI, facilitando a migração da OpenAI e o uso de integrações existentes com o SDK da OpenAI.
56 de 57 modelos oferecidos por Alibaba Cloud são compatíveis com o modo JSON para saída estruturada.
Sim. Todos os 57 modelos oferecidos por Alibaba Cloud são compatíveis com chamadas de funções (uso de ferramentas).
Sim. Alibaba Cloud oferece 30 modelos de raciocínio: Qwen3.8 Max, Qwen3.8 2.4T A95B, Qwen3.8-Flash-Next, Qwen3.8 27B (xhigh), Qwen3.7 Max, Qwen3.6 Max Preview, Qwen3.8 27B (medium), Qwen3.6 Plus, Qwen3.8 27B (low), Qwen3.7 Plus, Qwen3.5 27B, Qwen3.6 27B, Qwen3.5 35B A3B, Qwen3.5 397B A17B, Qwen3.6 35B A3B, Qwen3 Max Thinking (Preview), Qwen3.5 122B A10B, Qwen3 VL 235B A22B (Reasoning), Qwen3 235B A22B 2507, Qwen3 VL 32B (Reasoning), Qwen3 Next 80B A3B (Reasoning), Qwen3 30B A3B 2507, Qwen3 235B, Qwen3 VL 30B A3B (Reasoning), Qwen3 VL 8B (Reasoning), Qwen3 Omni 30B A3B (Reasoning), Qwen3 30B, Qwen3 32B, Qwen3 14B e Qwen3 8B. Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.
Sim. 46 dos 57 modelos oferecidos por Alibaba Cloud são de pesos abertos: Qwen3.8 2.4T A95B, Qwen3.8-Flash-Next, Qwen3.8 27B (xhigh), Qwen3.8 27B (medium), Qwen3.8 27B (low), Qwen3.5 27B, Qwen3.8 27B, Qwen3.6 27B, Qwen3.5 397B A17B (Non-reasoning), Qwen3.6 27B (Non-reasoning), Qwen3.5 27B (Non-reasoning), Qwen3.5 35B A3B, Qwen3.5 397B A17B, Qwen3.6 35B A3B, Qwen3.5 122B A10B (Non-reasoning), Qwen3.5 122B A10B, Qwen3.6 35B A3B (Non-reasoning), Qwen3.5 35B A3B (Non-reasoning), Qwen3 VL 235B A22B (Reasoning), Qwen3 235B A22B 2507, Qwen3 235B 2507 (Non-reasoning), Qwen3 Coder 480B, Qwen3 VL 32B (Reasoning), Qwen3 Next 80B A3B (Reasoning), Qwen3 VL 235B A22B, Qwen3 30B A3B 2507, Qwen3 Next 80B A3B, Qwen3 Coder 30B A3B, Qwen3 235B, Qwen3 VL 30B A3B (Reasoning), Qwen3 VL 32B, Qwen3 235B (Non-reasoning), Qwen3 VL 8B (Reasoning), Qwen3 VL 30B A3B, Qwen3 Omni 30B A3B (Reasoning), Qwen3 30B, Qwen3 30B A3B 2507 (Non-reasoning), Qwen3 32B (Non-reasoning), Qwen3 VL 8B, Qwen3 32B, Qwen3 14B (Non-reasoning), Qwen3 30B (Non-reasoning), Qwen3 14B, Qwen3 Omni 30B A3B, Qwen3 8B (Non-reasoning) e Qwen3 8B.
Sim. O desempenho de um provedor pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.
Ao escolher um modelo oferecido por Alibaba Cloud, considere a inteligência (para tarefas que exigem qualidade), a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e recursos como tamanho da janela de contexto, modo JSON e chamadas de funções.