Muse Spark vs. Qwen 4 Max: Die Hälfte dieses Vergleichs hat noch keinen Endpunkt

Eine Seite, die Muse Spark mit Q​wen 4 Max vergleicht, hat ein Problem, das nichts mit der Qualität eines der beiden Modelle zu tun hat, und das Problem gehört in den ersten Satz und nicht in den letzten. Muse Spark ist real und aufrufbar: M​eta Superintelligence Labs hat die Familie am 8. April 2026 vorgestellt, und der aktuelle Checkpoint, Muse Spark 1.3, ist seit dem 2. September 2026 allgemein verfügbar, für 1,25 US-Dollar pro Million Eingabe-Token und 4,25 US-Dollar pro Million Ausgabe-Token. Q​wen 4 Max ist nicht aufrufbar und war es nie. Es wurde am 22. September 2026 auf einer Bühne auf der Apsara Conference in Hangzhou gezeigt, und seitdem wurde nichts veröffentlicht – keine Modellkarte, keine API-Kennung, kein Kontextfenster, kein Preis, keine Gewichte, kein Benchmark-Score. Die einzige ehrliche Version dieses Vergleichs ist also eine zweiteilige Antwort: was das angekündigte Q​wen 4 Max sein soll und wie Muse Spark im Vergleich zu dem Q​wen-Flaggschiff abschneidet, an das man heute tatsächlich eine Anfrage senden kann, nämlich Qwen3.8-Max.

What Q​wen 4 Max precisely is

Es ist ein Listeneintrag. Bei Apsara gab Liu Da Yiheng, Qwen-LLM-Leiter, einen Ausblick auf vier Stufen – Qwen 4 Max als Flaggschiff, Qwen 4 Flash, Qwen 4 Plus und Qwen 4 27B –, beschrieb die Familie als auf einer Architektur der neuen Generation trainiert und sagte, sie werde bald erscheinen. Das ist der gesamte öffentliche Kenntnisstand. An keine der Stufen ist ein Datum geknüpft, und in den sechs Wochen seitdem wurde nichts veröffentlicht, worauf man eine Planung stützen könnte.

Eine Zahl, die zusammen mit der Ankündigung kursiert, gehört nicht dazu. Das mit den Qwen-4-Neuigkeiten verbundene Ziel „5 bis 10 Billionen Parameter“ ist eine zukunftsgerichtete Aussage über die Generationen nach Qwen 4 – den Zeitrahmen Qwen 4.5 und Qwen 5 – und keine Spezifikation für Qwen 4 Max. Alibaba hat Qwen 4 Max überhaupt keine Parameterzahl zugeordnet. Wenn Sie es diesen Monat als Modell mit mehreren Billionen Parametern beschrieben sehen, wurde diese Zahl aus einer anderen Folie übernommen, und es lohnt sich, sie nicht zu wiederholen.

Was es gibt, ist eine partielle Vorschau der Architektur, unter einem anderen Namen. Qwen3.8-Flash-Next wurde Ende August 2026 als Open Source veröffentlicht, und seine Modellkarte bezeichnet es als Vorschau auf die Qwen-4-Architektur: ein Sparse-Modell mit 125 Milliarden Hauptparametern plus 51 Milliarden Parametern an N-Gramm-Einbettungen, das pro Schritt etwa 6 Milliarden aktiviert, mit einem nativen Kontext von 262.000 Token und berichteten Trainingskosten, die etwa 90 Prozent unter denen von Qwen3.7-Plus liegen. Das verrät, wie das aussieht, was kommt. Es verrät nicht, welche Punktzahlen Qwen 4 Max erzielt, was es kostet oder was es akzeptiert.

• Verfügbarkeit — Q​wen 4 Max: angekündigt am 22. September 2026, kein Endpoint, kein Datum; Muse Spark 1.3: allgemein verfügbar seit dem 2. September 2026

• Veröffentlichte Benchmark-Ergebnisse — keine für Q​wen 4 Max; M​eta veröffentlicht eine vollständige agentische Scorecard für Muse Spark 1.3

• Parameteranzahl — nicht offengelegt für Qwen 4 Max; auch nicht für Muse Spark 1.3, obwohl Alibaba für sein ausgeliefertes Flaggschiff insgesamt 2,4 Billionen Parameter bei 95 Milliarden aktiven bestätigt hat

• Preis — für Qwen 4 Max wurde keiner angekündigt; 1,25 $ / 4,25 $ pro Million Token für Muse Spark 1.3, mit einer Contributor-Stufe zu 0,10 $ / 0,20 $

• Kontextfenster — nicht angekündigt; 1.048.576 Token für Muse Spark 1.3

• Gewichte — keine von beiden ist offen. Die offenen Gewichte in diesen beiden Familien gehören zu Qwen3.8-2.4T-A95B und, auf M​etas Seite, zu Muse Spark Open und M​use Glimmer

Der Vergleich, den Sie tatsächlich durchführen können

Qwen3.8-Max ist das Modell, an dem sich die vier Qwen-4-Stufen messen lassen müssen, und es bedient bereits heute Produktionsverkehr: allgemein verfügbar seit dem 3. August 2026 für 2,00 US-Dollar pro Million Eingabe- und 6,00 US-Dollar pro Million Ausgabe-Token, pauschal über das gesamte Kontextfenster hinweg ohne Aufschlag für lange Prompts, konzipiert als Mixture-of-Experts mit 2,4 Billionen Parametern und 95 Milliarden pro Token aktiven Parametern, und seit dem 12. August 2026 als Qwen3.8-2.4T-A95B in BF16 und FP8 unter einer eigenen Qwen-Lizenz offen gewichtet veröffentlicht. Dieses letzte Detail ist wichtig und leicht zu übersehen: Die Gewichte des Flaggschiffs sind veröffentlicht, und die gehostete API ist lediglich eine Annehmlichkeit obendrauf und nicht der einzige Weg.

Das unabhängige Bild für das Paar ist ungewöhnlich klar, weil Artificial Analysis beide aufführt und die beiden mit zehn Tagen Abstand veröffentlicht wurden, wobei dieselbe Index-Revision im Spiel war. Alles Folgende stammt aus diesen Auflistungen, und die beiden Modelle wurden nicht erneut auf einer gemeinsamen Testumgebung ausgeführt – betrachten Sie den Vergleich als einen Vergleich veröffentlichter Messwerte auf gleicher Grundlage, nicht als kontrollierte Studie.

• Intelligenz-Index — Muse Spark 1.3 (Max) 48, Rang 24 von 217, gegenüber Qwen3.8-Max (0902) 45, Rang 33 von 217

• Ausgabegeschwindigkeit — 121,9 Tokens/Sekunde gegenüber 39,3 Tokens/Sekunde, wobei das Q​wen-Modell auf Rang 181 von 186 liegt und das M​eta-Modell auf 43 von 186

• Kosten pro abgeschlossener Index-Aufgabe — 1,60 $ gegenüber 5,41 $

• Listenpreis pro Million Tokens — 1,25 $ Eingabe / 4,25 $ Ausgabe gegenüber 2,00 $ Eingabe / 6,00 $ Ausgabe

• Kontextfenster — 1.048.576 Token gegenüber 984.000

• Ausführlichkeit im Index — 170 Mio. Ausgabe-Tokens gegenüber 190 Mio.

Das Interessante an diesem Set ist, dass das Qwen-Modell auf jeder Achse langsamer und teurer ist, dabei aber drei Indexpunkte niedriger abschneidet, und der Abstand ist nicht marginal. Mit 39,3 Token pro Sekunde gegenüber 121,9 ist Muse Spark 1.3 etwa dreimal schneller, und seine Kosten pro abgeschlossener Aufgabe betragen etwa ein Drittel derjenigen von Qwen3.8-Max – 1,60 US-Dollar gegenüber 5,41 US-Dollar – bei Preisen, die pro Token nur etwa 40 Prozent auseinanderliegen. Der Unterschied ist die Geschwindigkeit, nicht die Preisliste: Ein Modell, das dreimal so lange braucht, um jedes Token zu erzeugen, gibt Geld aus, während es wartet. Wer diese beiden nur anhand des Listenpreises vergleicht, wird zu dem falschen Schluss darüber gelangen, welches Modell günstiger zu betreiben ist.

Zwei Dinge relativieren das, denn die ehrliche Version des Vergleichs braucht beides. Das erste ist die Modalität. Muse Spark wird von Meta so dokumentiert, dass es Text, Bild, Video, Audio und PDF annimmt und Text zurückgibt; Qwen3.8-Max akzeptiert Text, Bilder und Video. In einer Pipeline, die gescannte Dokumente oder Audio führt, kann das Qwen-Flaggschiff die Payload schlicht nicht aufnehmen — und davon unabhängig warnt Meta, dass das Audioverständnis in Muse Spark 1.3 nicht vollständig unterstützt wird, und verweist Audio-Workloads auf Muse Spark 1.2. Das zweite ist die Größe des Abstands. Drei Indexpunkte sind kein Stufenwechsel; es ist die Art von Vorsprung, die bei einem anderen Harness oder einem anderen Aufgabenmix kippt. Die Geschwindigkeits- und Kostendeltas sind hier die belastbaren Befunde, und das Intelligenz-Delta ist dasjenige, das man mit Vorsicht behandeln sollte.

Wo sich die beiden Familien wirklich unterscheiden, jenseits von Scores

Die Offenlegung ist der schärfste Unterschied. Alibaba hat die Parameteranzahl von Qwen3.8-Max veröffentlicht und seine Gewichte freigegeben; Meta hat für keine Version von Muse Spark eine Parameteranzahl und für keine von ihnen Gewichte veröffentlicht. Beide Flaggschiff-Reihen sind in ihrer aktuellen Form nur als gehostete Dienste verfügbar — Muse Spark 1.3 lässt sich nicht selbst hosten, und obwohl die Gewichte von Qwen3.8-2.4T-A95B existieren, ist ein Modell mit 2,4 Billionen Parametern eher ein Objekt fürs Rechenzentrum als etwas, das man auf einer Workstation laufen lässt. Aber die Option gibt es auf der einen Seite und nicht auf der anderen, und Optionen, die existieren, sind etwas wert, selbst wenn man sie nicht nutzt.

Die Effort-Steuerung ist der zweite Unterschied, und die von M​eta ist granularer, und zwar auf eine Weise, die Ihre Rechnung verändert. Der Reasoning-Effort von Muse Spark umfasst minimal, low, medium, high, xhigh und max; die max-Stufe kam am 4. September, zwei Tage nach dem Launch, nach zusätzlichen Sicherheitstests, und sie ist die Konfiguration hinter jeder von M​eta veröffentlichten Schlagzeilenzahl. M​eta verkauft den 1.3-Checkpoint außerdem zu einem zweiten Preis: die Contributor-Stufe zu 0,10 $ / 0,002 $ gecacht / 0,20 $ pro Million Tokens, rund eine Größenordnung unter dem Standardtarif, im Austausch gegen die Erlaubnis, mit Ihren Prompts und Completions zu trainieren. Diese Stufe hat kein Q​wen-Äquivalent, und bei einer nicht sensiblen Workload mit hohem Volumen verschiebt sie den Kostenvergleich stärker als jeder Indexpunkt.

Die Open-Weight-Flanke ist die dritte. Wenn Sie wirklich lauffähige Gewichte aus einer der beiden Familien wollen, bietet Ihnen keines der Flaggschiffe das. Die von Meta sind Muse Spark Open und Muse Glimmer; bei Alibaba ist es Qwen3.8-27B und der Rest der offenen Qwen-3.8-Reihe. Das sind andere Gespräche als dieses hier, und eine Suche nach „Muse Spark vs Qwen 4 Max open weights“ hat eine Frage beantwortet, die keiner der beiden Anbieter gestellt hat.

Was würde diese Seite verändern?

Drei Dinge, keines davon ein Datum, das irgendjemand zugesagt hat. Eine Modellkarte würde die Parameteranzahl, das Kontextfenster, die Modalitätszeile und den Preis in einem einzigen Dokument klären. Eine Benchmark-Tabelle würde die ersten Zahlen liefern, die man neben die von Meta stellen kann. Ein veröffentlichter Endpunkt würde diese Seite überflüssig machen, und das ist das Ergebnis, auf das man hoffen sollte – dann nämlich wird der Vergleich zu dem, den Lesende hier erwartet haben, und das Ehrliche wäre, das zu sagen, statt um das Fehlen herumzuschreiben.

Bis dahin ist das nützliche Signal die ausgelieferte Q​wen-Generation. Qwen3.8-Max ist die Messlatte, die Q​wen 4 Max schlagen muss; es hat veröffentlichte Gewichte und einen veröffentlichten Preis, und die Architekturvorschau von Q​wen 4 in Qwen3.8-Flash-Next legt nahe, dass die Familie darauf ausgelegt wird, vergleichbare Qualität zu einem Bruchteil der Trainingskosten zu erreichen. Der letzte Punkt ist eher eine Vorhersage als eine Tatsache, aber er ist der Grund, die Roadmap zu verfolgen: Eine Familie, deren Training günstiger ist, ist eine Familie, die aggressiv bepreist werden kann, und aggressive Preisgestaltung ist das Einzige, was A​libaba seit zwei Jahren zuverlässig geliefert hat.

Die Hälfte dieses Vergleichs, die existiert, ausführen

Beide hier aufrufbaren Modelle stehen in unserem Katalog, was die praktische Version dieser Seite zu einer Routing-Frage statt zu einer Recherchefrage macht. OrcaRouter führt die Qwen-3.8-Familie – Qwen3.8-Max, Qwen3.8-Flash und das Open-Weight-Modell Qwen3.8-27B – sowie die beiden Muse-Spark-Checkpoints, die wir anbieten, Muse Spark 1.1 und Muse Spark 1.2, hinter einem einzigen OpenAI-kompatiblen Endpoint über 200+ Modelle hinweg, zum Listenpreis des jeweiligen Anbieters mit 0 % Aufschlag, der durchgereicht wird. Muse Spark 1.3 ist nicht in unserem Katalog, und Q​wen 4 Max ist in keinem Katalog, weil es noch nicht existiert; sobald eines von beiden erscheint und ein Anbieter es anbietet, ist derselbe Schlüssel die Stelle, an der es auftauchen würde.

Was Ihnen das in diesem speziellen Vergleich bringt, ist die Möglichkeit, die Frage der drei Indexpunkte anhand Ihres eigenen Traffics selbst zu klären. Eine Routing-DSL verschiebt einen Teil der Anfragen per Konfiguration statt per Code von Qwen3.8-Max zu Muse Spark 1.2, und automatisches Failover bedeutet, dass ein fehlgeschlagener Long-Context-Aufruf auf das andere Modell zurückfällt statt auf eine Fehlerseite. Da die unabhängige Lücke zwischen den beiden Familien klein ist, ist dieses Experiment mehr wert als jede Leaderboard-Position — und es ist die einzige Möglichkeit herauszufinden, ob die dreimal schnellere Ausgabe von M​eta tatsächlich für die Beschaffenheit Ihrer Workload von Bedeutung ist.

So: Muse Spark gewinnt den Vergleich standardmäßig, und es wäre unehrlich, das als Urteil darzustellen. Es ist das Modell mit einem Endpunkt, einem Preis, einem Kontextfenster und einer Scorecard. Q​wen 4 Max hat eine Stage-Ankündigung, ein vierstufiges Aufgebot und eine Vorschau seiner Architektur, die unter einem anderen Namen läuft. Komm zurück, wenn die Modellkarte da ist; die interessante Frage wird dann sein, ob A​libabas Roadmap-Ökonomie die Preislinie erreicht, bevor M​etas nächster Checkpoint es tut.

Vergleiche wie dieser sind auch der Punkt, an dem die Fehlermodi sichtbar werden: Die dokumentierten KI-Vorfälle und Agenten-Ausfälle hinter Modellen dieser Klasse sind in the OrcaRouter AI Incident Archive gesammelt, wo jeder Eintrag seine eigenen Quellen, Schweregrad, Konfidenzstufe und eine Kennzeichnung als strittig mitführt.