Qwen4-Max Preview entkam der Paywall: Dasselbe Modell, jetzt hinter einer Chat-Box

On 11 November 2026 the Qwen4-Max Preview turned up in Q​wen Chat — the same model A​libaba started serving through Model Studio's Token Plan at 10:00 that morning, now reachable without a Singapore subscription, a dedicated base URL or an API key. Nothing about the model changed: 1,000,000 tokens of context, a 393,216-token output ceiling that thinking and the answer have to share, text, images and video going in. What changed is who can reach it. A preview that had been an enterprise line item became something you can open in a browser tab and type into, and both doors lead to the same fourteen remaining days. The Q​wen 4 line was named from a stage at the Apsara conference on 22 September 2026 with no specifications attached to any tier; Qwen3.8-Max, the flagship it is meant to replace, has been callable since 3 August at $2.00 per million input tokens and $6.00 per million output. This one you can look at, and on the API side you still cannot buy it by the token.

Die zweite Tür – und warum sie wichtiger ist, als es klingt

Q​wen Chat is a consumer surface. There is no per-token meter in it, no model ID to paste into a request body, and no bill at the end of the month. For a preview that A​libaba has fenced off behind a credit subscription, that is a different kind of access, not a cheaper version of the same one — it moves the model from the procurement conversation into the evaluation conversation.

Der API-Weg hat, wie dokumentiert, drei Hürden. Der Zugang ist ausschließlich über den Token Plan möglich, und Pay-as-you-go wird ausdrücklich nicht unterstützt. Die Basis-URL ist eine dedizierte unter token-plan.ap-southeast-1.maas.aliyuncs.com, daher öffnet ein vorhandener Model-Studio-Schlüssel sie nicht. Und der Plan selbst enthält eine Einschränkung, die es wert ist, zitiert statt paraphrasiert zu werden: Er gilt für „interaktive Nutzung in Coding- und Agent-Tools, nicht für automatisierte Batch-Skripte“. Eine Preview, die man nicht im Batch verarbeiten darf, ist eine Preview, die man von Hand bewertet.

Read those together and the Q​wen Chat launch looks less like a marketing beat and more like the honest completion of the product. If the licence says interactive use only, a chat window is not a workaround for the paid plan — it is the surface the plan was always describing.

Worin sich die beiden Türen tatsächlich unterscheiden

Gleiches Modell, andere Verrohrung. Die entscheidenden Unterschiede, jeweils in einer Zeile:

• Cost model — Q​wen Chat: no per-token charge visible to the user, no key to manage vs Token Plan: a monthly credit subscription, with Personal Edition tiers at $6 for 20,000 credits, $10 for 45,000, $18 for 80,000 and $43 for 200,000, plus $15 per 20,000-credit top-up bundles.

• Ceiling — Q​wen Chat: whatever the chat client will accept in one turn vs the API: the full 1,000,000-token context and 393,216-token output budget, both documented.

• Programmatic access — Q​wen Chat: none, it is a chat interface vs the API: O​penAI Chat Completions, O​penAI Responses and A​nthropic Messages compatible, so an existing client needs a base URL and a key rather than a rewrite.

• Tooling — Q​wen Chat: whatever the app exposes vs the API: function calling, web search, built-in tools, JSON Object and JSON Schema output.

• Reproducibility — Q​wen Chat: a conversation you can read but not version vs the API: request parameters you can pin, which is the only way to compare two runs honestly.

• Ablauf — auf beiden identisch: 24:00 Uhr am 25. November 2026, UTC+8; danach wird das Modell eingestellt.

Die letzte Zeile ist die, die die Leute vergessen werden. Die Chat-Tür wirkt dauerhaft, weil Chat-Produkte das meistens sind. Dieses hier nicht.

Das Zeitfenster ist das Produkt, und es ist vierzehn Tage lang.

A​libaba's documentation states the window as 10:00 on 11 November to 24:00 on 25 November, UTC+8, and adds that the model will be retired when the preview ends. It also states that no changes will be made during the period. A frozen preview is a specific kind of offer: a behaviour you find irritating on day two will still be there on day thirteen, and reporting it buys you nothing until a successor exists. That is the correct trade for an evaluation build and the wrong trade for a dependency.

The commercial side of the window is unusually steep. During the preview, consumption runs "as low as 20% of the standard rate", and calls placed between 22:00 and 08:00 UTC+8 get a further discount that lands at 8% of standard. Two A​libaba pages describe that night step differently — one calls it 40% off, the other 60% — and both arrive at the same 8%, so treat the arithmetic as the fact and the percentage as copy. Credits themselves are consumed at a rate the vendor says is set dynamically by model type, token usage, thinking mode and tool calls, which means the only place to learn your real rate is the usage detail in the console.

Was die Chatbox Ihnen nicht sagen kann

Drei Dinge fehlen diesem Modell, und die Chat-Oberfläche macht alle drei schwerer statt leichter erkennbar.

There is no published parameter count. The nearest architecture statement from the Q​wen organisation is Qwen3.8-Flash-Next, published on Hugging Face on 24 August 2026, whose card describes it as an experimental preview of the architecture that will underpin Q​wen 4. That card reports 125 billion main parameters with roughly 6 billion active per step, a 51-billion-parameter n-gram embedding store, and three named techniques — QSA sparse attention, gated residual connections, and n-gram embeddings as a separate lookup table. It is vendor-reported, unreproduced, and it describes a 180-billion-parameter preview model, not this flagship. Anyone quoting a parameter count for Qwen4-Max is quoting something A​libaba has not said.

Es gibt keine Benchmark-Werte – weder vom Anbieter noch von unabhängiger Seite. Die Bestenliste von Artificial Analysis, abgerufen am 11. November 2026, enthält überhaupt keinen Qwen4-Eintrag. Das ist kein Minuspunkt für das Modell – eine Vorschau, die heute Morgen an den Start ging, hatte noch keine Zeit, gemessen zu werden –, aber es bedeutet, dass jede heute kursierende Angabe der Form „Qwen4 schlägt X“ entweder eine Prognose ist oder die Zahl eines anderen Modells, die den Namen dieses Modells trägt.

Und es gibt keine Veröffentlichung von Gewichten. Dies ist ein geschlossener gehosteter Endpunkt für fünfzehn Tage, kein herunterladbarer Checkpoint, und die Lizenzfrage, die bei einem herunterladbaren Modell relevant wäre, stellt sich schlicht nicht, weil es nichts zum Herunterladen gibt.

Drei Einstellungen, die darüber entscheiden, ob eine Antwort lesenswert ist

Wenn Sie die API-Seite tatsächlich öffnen, sind die Standardwerte nicht neutral, und genau dort bricht eine portierte Anfrage.

reasoning_effort akzeptiert low, medium oder xhigh und ist standardmäßig auf xhigh eingestellt. Ein Modell, das sein Budget mit Nachdenken verbringt, bevor es antwortet, liefert bessere Ergebnisse bei schwierigen Prompts, aber eine schlechtere Latenz bei einfachen; der Standardwert liegt am teuren Ende dieses Kompromisses.

max_tokens changed meaning with this model. Starting here, max_tokens is equivalent to max_completion_tokens and both cover thinking plus the final answer, where every earlier Q​wen model applied the cap to the answer alone. A request carried over from Qwen3.8-Max with max_tokens set to 4096 now buys 4,096 tokens of thinking and whatever is left — which on a hard prompt can be nothing. The failure mode is a truncated response, not an error you can catch.

preserve_thinking ist in Chat Completions standardmäßig aktiviert, daher kommt vorheriges Denken im Feld reasoning_content der Assistentennachrichten zurück. Dieses in content zu konkatenieren und als Verlauf erneut zu senden, ist die falsche Struktur und wird die nächste Runde verschlechtern. Beachten Sie außerdem, dass reasoning_effort und thinking_budget nicht gemeinsam gesetzt werden dürfen – wählen Sie eine Steuerung.

Ein Testplan, der in einen Nachmittag passt

Vierzehn Tage reichen aus, um etwas Bestimmtes zu lernen, wenn Sie vor dem Start festlegen, was Sie testen. Drei Prompts, jeweils zweimal ausgeführt, sind eine bessere Nutzung des Zeitfensters als eine Woche offenes Geplauder.

Beginne mit dem, wofür das Kontextfenster gedacht ist. Gib ihm ein langes Dokument oder eine Bildschirmaufnahme, deren Antwort du bereits kennst, und prüfe, ob es das Detail findet, das du nahe am Ende platziert hast. Eine Million Tokens ist eine Aussage über Kapazität, nicht über Aufmerksamkeit, und der einzige Weg, den Unterschied zu erkennen, ist eine Nadel, die du selbst dort hineinsetzt.

Testen Sie dann den Reasoning-Standard gegen die günstige Einstellung mit demselben Prompt. Wenn xhigh und medium bei Ihrer Aufgabe am selben Punkt landen, haben Sie Latenz gefunden, für die Sie nicht bezahlen müssen. Wenn sie auseinandergehen, haben Sie die Grenze dessen gefunden, was das Modell ohne lautes Nachdenken leisten kann.

Dann teste die Videoeingabe an etwas Kurzem und Konkretem – einer UI-Aufzeichnung mit einem bekannten Bug darin. Videoverständnis ist die am wenigsten gebenchmarkte Fähigkeit auf jeder Modellkarte und diejenige, bei der eine Vorschau dich am ehesten in die eine oder andere Richtung überraschen dürfte.

Schreiben Sie auf, was Sie gelernt haben, mit Datum und Einstellungen. In fünfzehn Tagen ist dieses Dokument der einzige Vermögenswert, den die Vorschau erzeugt.

Where this sits in the Q​wen 4 line

A​libaba named four tiers at Apsara on 22 September: Max, Flash, Plus and 27B. As of today, one of them has an endpoint, one has a chat tab, and the other three have names. A family with one shipped tier and three announced ones is a roadmap, not a lineup, and the preview is best read as a capability demonstration aimed at the tier that will carry the flagship price.

Es lohnt sich auch, klar zu sagen, was dieses Modell nicht ist. Es ist nicht Qwen4-Max. Die Vorschau geht einem allgemein verfügbaren Flaggschiff voraus, das keine Modellkarte, keinen veröffentlichten Preis pro Token und keinen Pay-as-you-go-Endpunkt hat. Die Namensähnlichkeit ist groß genug, dass Suchergebnisse und Social-Media-Beiträge die beiden regelmäßig verwechseln; es sind unterschiedliche Produkte in unterschiedlichen Zuständen, und die Zahlen der Vorschau als die Zahlen des Flaggschiffs zu behandeln, ist der Weg, auf dem aus einer Roadmap-Folie ein Beschaffungsfehler wird.

Was schließt am 25. November?

Three outcomes are possible and they are not equally likely. The clean one is general availability with a published per-token rate and a pay-as-you-go endpoint, which would turn the preview into the cheapest due diligence anyone could have done. The second is an extension on the same terms, which would say A​libaba is still capacity-constrained in Singapore and still not ready to meter the model openly. The third is retirement on schedule with silence.

Für alle, die liefern müssen, bevor sich irgendetwas davon klärt, lautet die praktische Frage, was stattdessen laufen soll – und die Antwort liegt bereits im Regal. Qwen3.8-Max ist seit dem 3. August 2026 allgemein verfügbar, mit einem Kontext von 1.000.000 Token, Text-, Bild- und Videoeingabe, zu 2,00 US-Dollar pro Million Eingabe-Token und 6,00 US-Dollar pro Million Ausgabe-Token – der Listenpreis des Anbieters ohne jeden Aufschlag. Es ist eines von 217 Modell-IDs im Katalog von OrcaRouter, was zugleich die ehrliche Grenze der Aussage markiert: Qwen4-Max Preview bieten wir nicht an, und keine noch so clevere Routing-Logik ändert daran etwas. Was der Katalog Ihnen jedoch bietet, ist eine Fallback-Kette, sodass eine Evaluierung hinter einem Modell stehen kann, dem Sie bereits vertrauen und nicht davor – wenn eine Anfrage einen Fehler wirft, in ein Timeout läuft oder abgeschnitten wird, weil das Denk-Budget die Antwort aufgefressen hat, antwortet der Fallback, und Sie erfahren trotzdem, ob das Fenster mit einer Million Token Ihr Problem löst.

The preview's real contribution is not a benchmark or a price. It is a date: 25 November, after which the answer to "what does the Q​wen 4 flagship do" stops being a chat tab and starts being a model card. Watch for that document, not for the launch post.