Eine generierte Titelkarte mit der Aufschrift Qwen4-Max bei 70 % des Listenpreises, mit dem Untertitel Ein Rabatt von 30 %, der genau 30 % beträgt, und drei Preiskarten mit der Aufschrift Eingabe 1,05 $ pro 1 Mio., Ausgabe 3,15 $ pro 1 Mio. und Cache-Lesen 0,0525 $ pro 1 Mio.
Guides & Insights

Qwen4-Max liegt 30 % unter Alibabas Listenpreis: Eine Preisliste vor dem Endpunkt

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

Qwen4-Max wurde am 16. November 2026 ausgeliefert. Drei Tage später, am 19. November, setzte eine Drittanbieter-Inferenzplattform das Modell auf ihre Preisliste: 1,05 $ pro Million Input-Tokens, 3,15 $ pro Million Output-Tokens und 0,0525 $ für einen Cache-Lesevorgang. Teilt man diese durch die eigene Singapur-Preiskarte von A​libaba — 1,50 $, 4,50 $ und 0,075 $ —, kommt jeder einzelne Wert exakt auf 0,70. Nicht ungefähr 30 % Rabatt. Exakt 30 % Rabatt, auf allen drei Positionen, bis zur letzten Dezimalstelle. So bepreist sich kein unabhängiges Deployment; so bepreist sich ein Wiederverkäufer. Und dieselbe Seite, die die Preisliste trägt, trägt auch einen Hinweis „Demnächst verfügbar“ und ein Anmeldefeld mit der Bitte, benachrichtigt zu werden, sobald Qwen4-Max verfügbar ist, was dies zu einer Preisliste macht, die vor der Sache veröffentlicht wurde, die sie bepreist.

Was die 30 % tatsächlich sind

Drei Zahlen, ein Multiplikator – und der Multiplikator ist die ganze Geschichte.

• Eingabe — 1,05 $ pro Million Token auf der Drittanbieterkarte, gegenüber 1,50 $ auf A​libabas Singapur-Karte. Verhältnis 0,700.

• Ausgabe — 3,15 $ gegenüber 4,50 $. Verhältnis 0,700.

• Cache-Lesevorgang — 0,0525 $ gegenüber 0,075 $. Verhältnis 0,700.

Eine Plattform, die ihre eigene 2,4-Billionen-Parameter-Hardware gekauft, ihre eigenen Sparse-Attention-Kernel geschrieben und Bandbreite ausgehandelt hätte, würde auf Zahlen kommen, die sich um Alibabas Werte gruppieren, nicht auf drei Werte, die sich jeweils glatt durch zehn Siebtel teilen lassen. Unabhängige Preisbildung bringt unabhängiges Rauschen mit sich: hier eine Rundung, dort eine Marge, eine Cache-Rate, die eine andere Speicherstufe widerspiegelt. Exaktheit bei allen drei Werten ist das Kennzeichen einer Marge, die auf eine einzige vorgelagerte Karte angewendet wurde, und die vorgelagerte Karte, auf die sie angewendet wurde, ist die für Singapur und nicht die globale – $1.413 und $4.24 hätten $0.989 und $2.968 ergeben, und die veröffentlichten Werte entsprechen keinem der beiden.

Was zeigt, dass der Rabatt aktionsbedingt ist. Jemand zahlt die 30 % aus einem Launch-Budget, nicht aus einer anderen Kostenstruktur, und bei jedem Aktionspreis ist die Frage, wie lange er Bestand hat.

Drei Wege, wie eine Plattform 30 % unter den Listenpreis kommt

Es gibt keine vierte Erklärung, die es wert wäre, in Betracht gezogen zu werden, und es lohnt sich, die drei auseinanderhalten zu können, weil sie unterschiedliche Ablaufdaten haben.

Das erste ist ein vom Anbieter finanzierter Einführungsrabatt. A​libaba will Qwen4-Max vor Entwickler bringen, die bereits irgendwo einen API-Schlüssel besitzen, und der schnellste Weg dorthin ist die Subventionierung des ersten Monats einer Plattform. Dies ist die wahrscheinlichste der drei Optionen und die mit der kürzesten Frist, denn hier trägt die Bilanz der Plattform die Differenz für ein definiertes Zeitfenster.

Die zweite ist echte Großhandelspreisgestaltung — die Plattform kauft zu einem ausgehandelten Satz unter dem Listenpreis und gibt einen Teil davon weiter. Dies ist die einzige Version der 30 %, die stabil ist, und sie ist auch die Version, die eher in einer Händlervereinbarung auftauchen würde als auf einer Marketingseite. Wenn der Satz über Januar hinaus Bestand hat, war es das.

Das dritte ist ein Lockvogelangebot für ein Modell, das teuer im Betrieb und billig zu bewerben ist. Qwen4-Max aktiviert pro Token 71 Milliarden Parameter aus einem Backbone mit 2,4 Billionen Parametern — Serving-Kosten, die nicht deshalb sinken, weil der Preis gesunken ist. Eine Plattform, die zu 70 % des Listenpreises verkauft, um Routing-Anteile zu gewinnen, ist ein plausibles Geschäft, aber es ist ein Geschäft mit einem Boden darunter.

Alle drei ergeben heute denselben Preis, und keines davon ist aus der Preisliste ersichtlich. Das ist die ehrliche Grenze dessen, was sich von einer Seite ablesen lässt: Die Zahl ist real, und die dahinterstehende Rechnung wird nicht veröffentlicht.

Die Grenzen trägt der Preis nicht.

Hier ist der Teil, der mehr zählt als der Rabatt, und es ist der Teil, den ein preisorientierter Vergleich immer auslässt. A​libabas Karte für Qwen4-Max ist nicht nur Geld — sie ist eine Reihe von Obergrenzen, und ein Wiederverkäufer kopiert einen Preis viel zuverlässiger als ein Datenblatt.

• Kontext — Alibaba dokumentiert 1.000.000 Token, mit einer Eingabe-Obergrenze von 991.808 Token im Non-Thinking-Modus, die im Thinking-Modus auf 983.616 sinkt. Die Drittanbieter-Karte bewirbt einen 1-Mio.-Token-Kontext ohne die Eingabe-Obergrenze, und diese Zahl ist es, die ein langes Dokument tatsächlich begrenzt.

• Ausgabe — A​libaba begrenzt die Ausgabe ohne Denkmodus auf 131.072 Token und packt Denken plus Antwort in ein gemeinsames Budget von 262.144 Token. Eine Seite, die mit „1M Kontext“ wirbt und dort aufhört, hat Ihnen nichts darüber verraten, wie viel Antwort Sie zurückbekommen können.

• Modalität — Die Anbieterkarte hat Text, Bild und Video als Eingabe und Text als Ausgabe, mit nativem Videoverständnis statt eines nachträglich angeschraubten Extraktors. Angebote von Drittanbietern liefern häufig zuerst die Text- und Bildpfade und den Videopfad später, und das Angebot sagt nicht immer, welche Variante man bekommt.

Nichts davon ist ein Vorwurf. Es ist die gewöhnliche Kluft zwischen einem Modell und einem Deployment eines Modells, und bei einer vier Tage alten Veröffentlichung gibt es genau eine Quelle für die Obergrenze – Alibabas eigene Seite für Model Studio –, weil niemand das zweite Deployment lange genug laufen lassen hat, um dagegen zu veröffentlichen.

Praktische Konsequenz: Wenn Sie einen Long-Context-Job bemessen, nehmen Sie die Kontextangabe vom Anbieter und den Preis von demjenigen, der am günstigsten ist, aber gehen Sie nicht davon aus, dass sie dasselbe Produkt beschreiben, bevor Sie nicht eine Anfrage mit 400.000 Token durchgeschickt und beobachtet haben, wo sie abgeschnitten wird.

A generated single-column price card for Qwen4-Max with six rows: input $1.05 per 1M against list $1.50, output $3.15 against list $4.50, cache read $0.0525 against list $0.075, a discount of exactly 30% on all three lines, a 1M context with a 991,808-token input ceiling, and a status line reading price published, endpoint not yet live.

Was ein 30%-Rabatt auf einen Agentenlauf wert ist

Tokenpreise sind die falsche Einheit für ein Modell, das für langlaufende agentische Arbeit verkauft wird, daher hier die Rechnung für eine Konstellation, für die Qwen4-Max ausdrücklich positioniert ist – ein Coding-Agent, der über 40 Turns hinweg einen Repository-Kontext von 200.000 Tokens hält und pro Turn 30.000 Tokens an Reasoning und Patch ausgibt. Listenpreise, ohne Caching, Singapur-Tarife auf beiden Seiten.

• Bei Alibabas Tarifkarte — 200.000 Eingabe-Token pro Turn zu 1,50 $ pro Million ergeben 0,30 $, und 30.000 Ausgabe-Token zu 4,50 $ pro Million ergeben 0,135 $. Das sind 0,435 $ pro Turn oder 17,40 $ über 40 Turns hinweg.

• Bei der Drittanbieter-Karte — derselbe Turn kostet $0.21 für Input und $0.0945 für Output, $0.3045 pro Turn oder $12.18 über 40 Turns.

• Die Ersparnis — 5,22 $ pro 40-Turn-Durchlauf, also 0,13 $ pro Turn. Bei einem Arbeitsaufkommen von tausend Durchläufen pro Monat sind das 5.220 $; bei einem Aufkommen von zehn ist es ein Mittagessen.

Fügen Sie nun Caching hinzu, denn dort summiert sich der Rabatt, und dort ist die eigene Wirtschaftlichkeit von Qwen4-Max am interessantesten. Alibaba dokumentiert Cache-Lesevorgänge mit 0,075 US-Dollar pro Million in Singapur und Cache-Schreibvorgänge mit 1,875 US-Dollar für ein Fünf-Minuten-Fenster. Bei 200.000 gecachten Tokens pro Turn kostet der Lesevorgang 0,015 US-Dollar, sodass die Eingabeseite eines warmen Turns von 0,30 US-Dollar auf 0,015 US-Dollar fällt – eine Zwanzigfach-Reduktion, noch bevor irgendein Rabatt greift. Die 30 % sind echtes Geld, aber sie sind 30 % einer Zahl, die kompetentes Caching bereits klein gemacht hat. Bei einem Lauf, der ein stabiles Präfix erneut liest, ist die Caching-Struktur ungefähr zwanzigmal so viel wert wie der Plattformrabatt, und keine Preisliste wirbt damit.

Der Punkt, an dem es nicht mehr funktioniert, ist ein Präfix, der sich bei jedem Turn ändert. Ein Tool-Calling-Agent, dessen Kontext überwiegend aus frischer Tool-Ausgabe besteht, erzielt keine Cache-Treffer, zahlt den Schreibaufschlag für nichts und fällt auf den vollen Eingabepreis zurück – an diesem Punkt sind die 30 % die gesamte Einsparung, und es ist der einzige verbleibende Hebel.

A screenshot of the Alibaba Cloud Model Studio documentation for qwen4-max, captured in an English interface, showing the qwen4-max latest-model heading, the Model List and Model Billing sidebar, and the Text, Vision, Speech and Embedding model categories.

Die Endpunktfrage

All das oben Gesagte setzt voraus, dass Sie das Modell zu diesem Preis aufrufen können, und Stand 19. November ist genau das der eine Punkt, den die Seite nicht klärt.

Dieselbe Modellkarte enthält drei Aussagen, die sich nicht ohne Weiteres miteinander vereinbaren lassen. Sie führt Qwen4-Max als serverlos und verfügbar auf, sie veröffentlicht eine vollständige verbrauchsbasierte Preisliste, und sie zeigt den Status „Startet bald“ mit einer Registrierungsaufforderung, die anbietet, Sie zu benachrichtigen, sobald das Modell verfügbar ist. Jeweils zwei davon sind miteinander vereinbar. Alle drei gleichzeitig ergeben eine Seite im Übergang, und die richtige Lesart ist, dass die Preise bereits veröffentlicht sind, die Kapazität jedoch noch nicht – was für ein vier Tage altes Modell ein normaler Zustand und für eine Preisliste eine ungewöhnliche Sache ist, das so offen auszusprechen.

Das ist für eine Entscheidung auf eine ganz bestimmte Weise relevant. Ein Aktionspreis, der beginnt, bevor ein Endpunkt existiert, hat eine Uhr, die später als die Ankündigung startet – oder er startet überhaupt nicht. Wenn Sie ein Kostenmodell auf Basis von 1,05 $ erstellen, modellieren Sie ihn als einen Rabatt, den Sie noch nicht testen konnten, und behalten Sie Alibabas 1,50 $ als die Zahl, von der Ihr Budget lebt.

OrcaRouter bietet Qwen4-Max nicht an – das Modell ist über Alibabas eigene Model-Studio-API und mehrere Drittanbieter-Plattformen erreichbar, und der obige Rabatt gehört zu einer davon. Das Modell, das wir aus derselben Familie anbieten, ist Qwen3.8-Max, zu seinem veröffentlichten Listenpreis mit 0 % Aufschlag durchgereicht, was derselben Durchreichstruktur entspricht, durch die eine Preisänderung des Anbieters hier am selben Tag ankommt, an dem sie upstream erfolgt. Eine API für über 200 Modelle, ein Schlüssel und eine Routing-DSL, die eine Anfrage an Qwen3.8-Max oder an ein Modell eines anderen Labors senden kann, ohne einen zweiten Vertrag – die nützliche Form, wenn das Modell, das man eigentlich will, auf einer Preisliste steht, die noch niemand fertig aufgesetzt hat.

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured in an English interface, showing the model name, the qwen/qwen3.8-max identifier, text, image and video input with text output, and a $2.00 price figure in the page header.

Worauf zu achten ist und bis wann

• Ob die 30 % ihren ersten Monat überleben. Ein Aktionszins und ein Großhandelszins sehen in der ersten Woche identisch aus und im Februar völlig anders. Der Stichtag ist Ende Dezember 2026.

• Ob der Status „Demnächst verfügbar“ verschwindet und was die Limits dann aussagen. Ein veröffentlichter 1M-Kontext ohne angegebene Eingabeobergrenze ist nicht dasselbe Produkt wie A​libabas Obergrenze von 991.808 Token im Non-Thinking-Modus, und der Unterschied zeigt sich erst bei der Anfrage, die abgeschnitten wird.

• Ob eine zweite Plattform eine Karte veröffentlicht, die nicht dem 0,70-Fachen von A​libaba's entspricht. Würden zwei Plattformen beim selben Multiplikator landen, bedeutete das einen Großhandelstarif; würden zwei bei unterschiedlichen landen, bedeutete das zwei Einführungsbudgets, und das günstigste davon ist das mit dem frühesten Ablaufdatum.

• Ob Alibaba reagiert. Ein Anbieter, der sieht, wie innerhalb von drei Tagen 30 % vom Preis seines Flaggschiffs abgehen, zieht entweder den Großhandelspreis zurück oder ändert seinen eigenen Listenpreis – und Letzteres ist genau das, was ein Käufer will.

Die Schlagzeile ist, dass Alibabas Flaggschiff vier Tage nach seiner allgemeinen Verfügbarkeit für 70 % des Listenpreises zu haben ist. Der nützlichere Satz ist, dass die 30 % die kleinste Zahl in der Geschichte sind – kleiner als die Cache-Struktur, auf der es aufsetzt, kleiner als die Kontextobergrenze, die es nicht erwähnt, und kleiner als die Lücke zwischen einer Preisliste und einem Endpunkt, den man aufrufen kann. Bepreise den Rabatt. Budgetiere die Liste.