Qwen4-Max Preview: ein 1M-Token-Flaggschiff, das man nur fünfzehn Tage mieten kann

Die meisten Modell-Launches kommen mit einem Startdatum. Die Qwen4-Max-Vorschau kam mit einem Enddatum. A​libaba öffnete sie am 11. November 2026 um 10:00 Uhr (UTC+8) und erklärte auf derselben Dokumentationsseite, auf der sie angekündigt wurde, dass das Modell nach 24:00 Uhr am 25. November außer Betrieb genommen wird – fünfzehn Tage später, wobei dazwischen keine Änderungen zulässig sind. In diesem Zeitfenster erhalten Sie einen Kontext von 1.000.000 Tokens, eine Ausgabengrenze von 393.216 Tokens, die sich Denken und die endgültige Antwort teilen müssen, sowie native Bild- und Videoeingabe. Was Sie nicht erhalten, ist ein Preis pro Token, eine Parameteranzahl, veröffentlichte Gewichte oder auch nur eine einzige Benchmark-Zahl, egal ob vom Anbieter gemeldet oder anderweitig. Im Veröffentlichungsbeitrag heißt es, das Modell sei „für reale Aufgaben konzipiert, mit tieferem Wissen und erweiterten Fähigkeiten“, was der Art von Satz ist, den jeder Veröffentlichungsbeitrag enthält; die Dokumentation besagt, dass das Modell ein Ablaufdatum hat, was fast keiner von ihnen tut.

Was ist um 10:00 Uhr tatsächlich live gegangen?

Der Produktname ist Qwen4-Max-Preview und die Modell-ID ist qwen4-max-preview. Es gibt außerdem einen Alias, qwen4.0-max-preview, und A​libaba merkt an, dass beide IDs funktionieren, aber Abrechnungen die 4.0-Form ausgeben — gut zu wissen, bevor Sie Ausgaben unter der einen Zeichenfolge suchen und sie unter der anderen finden.

Es gibt genau einen Weg dorthin, und es ist nicht die gewöhnliche API. Qwen4-Max-Preview wird ausschließlich über Token Plan bereitgestellt; Pay-as-you-go-Zugriff wird ausdrücklich nicht unterstützt. Token Plan Personal Edition ist ein Abonnement in Credits, das nur in der Singapore-Region von Alibaba verfügbar ist, mit einer dedizierten Basis-URL unter token-plan.ap-southeast-1.maas.aliyuncs.com. Wenn Sie einen API-Schlüssel für Model Studio haben, der mit qwen3.8-max funktioniert, ist er nicht der Schlüssel, der dieses Modell freischaltet.

Der Zeitpunkt ist eine Zeile wert, denn der Abstand ist kurz. Alibaba stellte die Qwen-4-Familie – Max, Flash, Plus und 27B – am 22. September 2026 auf der Bühne seiner Apsara-Konferenz in Hangzhou vor, und die schriftliche Ankündigung an diesem Tag besagte nur, dass Qwen 4 im Training sei. Fünfzig Tage später verfügt die Flaggschiff-Klasse über einen funktionierenden Endpunkt. Das ist schnell für eine Frontier-Modellfamilie und das stärkste Argument dafür, die Vorschau ernst zu nehmen, statt sie als Bühnen-Demo abzutun.

Die Spezifikation, wie veröffentlicht

Das ist der ganze Wortlaut – von Alibabas eigener Modellseite und nicht aus der Berichterstattung darüber:

• Kontext — 1.000.000 Token.

• Maximale Ausgabe — 393.216 Token, gemeinsam genutzt für Denkprozess und endgültige Antwort.

• Eingabe – Text, Bilder und Video. Ausgabe ist Text.

• Denken — standardmäßig aktiviert, wobei reasoning_effort auf niedrig, mittel oder xhigh gesetzt ist; Standard ist xhigh.

• {{1}}Tools{{/1}} — Funktionsaufruf, Websuche und integrierte Tools.

• Strukturierte Ausgabe — JSON-Objekt und JSON-Schema.

• API-Form — kompatibel mit OpenAI Chat Completions, OpenAI Responses und Anthropic Messages.

• Preis pro Million Tokens — nicht veröffentlicht. Das Modell wird über ein Abonnement in Credits abgerechnet, und A​libaba veröffentlicht keinen Credits-pro-Token-Satz.

• Parameter — nicht veröffentlicht. Gewichte — nicht veröffentlicht. Lizenz — nicht anwendbar, da es nichts herunterzuladen gibt.

• Benchmark-Ergebnisse — keine. Keine Herstellertabelle, kein unabhängiger Testlauf.

• Verfügbarkeitszeitraum — 10:00 Uhr am 11. November bis 24:00 Uhr am 25. November 2026, UTC+8, danach eingestellt.

Lies die Ausgabengrenze zweimal. 393.216 ist eine große Zahl, und es ist nicht das Kontextfenster – es ist das Gesamtbudget für eine einzelne Antwort, und Reasoning-Tokens werden davon abgezogen, bevor die Antwort beginnt. Ein Modell, das standardmäßig mit xhigh-Aufwand arbeitet, wird einen erheblichen Teil dieses Budgets fürs Nachdenken verbrauchen, was die effektive Antwortlänge erheblich kürzer macht, als die Zahl vermuten lässt.

Die Zeile, die einen Port zum Ausfallen bringt: max_tokens

In den Nutzungshinweisen versteckt sich eine Änderung, die mehr Gewicht hat als der Großteil des Datenblatts. Ab qwen4-max-preview ist max_tokens gleichbedeutend mit max_completion_tokens, und beide begrenzen die kombiniert verfügbaren Tokens für das Denken und die endgültige Antwort. Jedes frühere Qwen-Modell behält sein bisheriges Verhalten bei, bei dem die Obergrenze für die Antwort galt. Eine von qwen3.8-max übernommene Anfrage mit max_tokens: 4096 bekommt nun also 4.096 Tokens fürs Denken plus den Rest, der übrig bleibt – und bei einem schwierigen Prompt kann dieser Rest durchaus null sein. Das Fehlerbild ist dann eine abgeschnittene Antwort statt eines Fehlers, den man abfangen kann.

Zwei weitere Standardwerte sollten bewusst gesetzt werden. Chat Completions aktiviert preserve_thinking standardmäßig, sodass früheres Denken im Feld reasoning_content der Assistant-Nachrichten zurückkommt; das in content zu konkatenieren und es als Verlauf zurückzusenden, ist die falsche Form und wird den nächsten Turn verwirren. Und reasoning_effort und thinking_budget dürfen nicht zusammen gesetzt werden — wählen Sie eine der beiden Steuerungen.

Nichts davon ist exotisch. Es sind die ganz normalen Kosten des Früh-dran-Seins: Die Kompatibilitätsschicht, die das Modell wie jeden anderen OpenAI-förmigen Endpunkt aussehen lässt, sorgt nicht dafür, dass seine Token-Abrechnung identisch ist, und der Unterschied zeigt sich erst, wenn etwas abgeschnitten wird.

Was ein Token Plan für fünfzehn Tage kostet

Da es keinen Preis pro Token gibt, ist die einzige Preisfrage, die ein Leser tatsächlich beantworten kann, was das Abonnement kostet. Die vier Tarife der Personal Edition von Alibaba kosten 6 US-Dollar pro Monat für 20.000 Credits, 10 US-Dollar für 45.000, 18 US-Dollar für 80.000 und 43 US-Dollar für 200.000, mit zusätzlichen Paketen zu 15 US-Dollar pro 20.000 Credits und einem Neukundenrabatt, der bis zum 30. November läuft. Credits werden zu einem Satz verbraucht, der laut Anbieter dynamisch durch Modelltyp, Token-Nutzung, Denkmodus und Tool-Aufrufe bestimmt wird, und die einzige Stelle, an der sich der tatsächliche Satz ablesen lässt, sind die Nutzungsdetails in der Konsole.

Die Vorschau bringt ihre eigene Aktion mit: Während des Zeitfensters liegt der Verbrauch „bei nur 20 % des Standardtarifs“, und Anrufe zwischen 22:00 und 08:00 UTC+8 erhalten einen weiteren Rabatt, der bei 8 % des Standards landet. Die beiden Seiten, die diesen Nachttarif beschreiben, sind sich uneinig, wie er formuliert werden soll – die Modellseite bezeichnet den zusätzlichen Schritt als 40 % Rabatt, die Token-Plan-Seite als 60 % Rabatt – und beide kommen auf dieselben 8 %, also betrachten Sie die Rechnung als Tatsache und die Prozentangabe als Werbetext.

Eine Einschränkung verdient es, zitiert statt paraphrasiert zu werden, denn sie schließt die meisten Produktionseinsätze aus, noch bevor der Preis überhaupt eine Rolle spielt: Token Plan Personal Edition ist für „interaktive Nutzung in Coding- und Agent-Tools, nicht für automatisierte Batch-Skripte“. Eine Vorschau, die sich nicht stapelweise verarbeiten lässt, ist eine Vorschau, die man von Hand in einem Editor evaluiert – so wie man ein Modell in einem Chatfenster evaluieren würde.

Was Sie die fehlenden Zahlen kosten

Drei Abwesenheiten leisten hier echte Arbeit, und jede blockiert eine andere Entscheidung.

Kein Preis blockiert das Budget. Aus nichts, was A​libaba veröffentlicht, lassen sich Credits in Dollar pro Million Tokens umrechnen, daher kann ein Team die Preview nicht mit einem nutzungsbasiert abgerechneten Modell auf der einzigen Achse vergleichen, die für Volumenarbeit zählt. Das Abonnement setzt eine Obergrenze für die Ausgaben, nicht einen Tarif.

Keine Parameterangabe steht der Schätzung der Infrastruktur im Weg. Am nächsten an einer Aussage zur Architektur kommt Qwen3.8-Flash-Next, veröffentlicht unter der Q​wen-Organisation auf Hugging Face am 24. August 2026; die zugehörige Model Card beschreibt es als experimentelle Vorschau der Architektur, die Q​wen 4 zugrunde liegen wird. Diese Model Card nennt 125 Milliarden Hauptparameter bei etwa 6 Milliarden aktiven pro Schritt, einen n-Gramm-Embedding-Speicher mit 51 Milliarden Parametern sowie drei namentlich genannte Techniken – QSA sparse attention, gated residual connections und n-Gramm-Embeddings als separaten Lookup. Die Angaben stammen vom Anbieter und sind nicht reproduziert, und sie beschreiben ein Vorschau-Modell mit 180 Milliarden Parametern, nicht dieses Flaggschiff. Wer eine Parameteranzahl für Qwen4-Max zitiert, zitiert etwas, das A​libaba nicht gesagt hat.

Kein Wert blockiert das Ranking. Die Rangliste von Artificial Analysis, abgerufen am 11. November 2026, enthält überhaupt keinen Qwen4-Eintrag. Das ist keine Kritik am Modell – eine Vorschau, die heute Morgen geöffnet wurde, hatte keine Zeit, gemessen zu werden –, aber es bedeutet, dass jede bereits kursierende Zahl der Art „Qwen4 schlägt X“ eine Projektion ist oder die Zahl eines anderen Modells, die den Namen dieses Modells trägt.

Es gibt außerdem eine vierte Abwesenheit, die leicht zu übersehen ist: „Während dieses Zeitraums werden keine Änderungen vorgenommen“. Die Vorschau ist eingefroren. Ein Verhalten, das Sie am zweiten Tag störend finden, wird am vierzehnten Tag immer noch vorhanden sein, und es zu melden bringt Ihnen nichts, bis das nächste Modell existiert. Das ist der richtige Kompromiss für eine Vorschau und der falsche Kompromiss für eine Abhängigkeit.

Diese Woche eine Anfrage senden – und was stattdessen ausgeführt werden sollte

Wenn Sie das Modell sehen möchten, führt der Weg über ein Token-Plan-Abonnement, die dedizierte Basis-URL und die oben angegebene Modell-ID; der Endpunkt spricht die Wire-Formate von OpenAI und Anthropic, sodass ein bestehender Client eine Basis-URL und einen Schlüssel statt einer Neufassung benötigt.

Wenn du etwas ausliefern willst, ist dies nicht das Modell, auf das du setzen solltest, und es lohnt sich, die Alternative klar zu benennen. Der Katalog von OrcaRouter nennt, Stand heute, 217 Modell-IDs und keine davon ist eine Qwen-4-Stufe – wir bieten Qwen4-Max nicht an, und keine noch so große Routing-Klugheit ändert daran etwas. Was derselbe Katalog aber enthält, ist das Modell, das dieses hier irgendwann ersetzen wird: Qwen3.8-Max, allgemein verfügbar, 1M Kontext, Text, Bild und Video als Eingabe, zu 2,00 $ pro Million Eingabe-Tokens und 6,00 $ pro Million Ausgabe, zum Listenpreis von Alibaba ohne Aufschlag. Der letzte Punkt ist der strukturelle Kern und kein Slogan: Weil wir den Preis des Anbieters mit 0 % Aufschlag durchreichen, schlägt eine Preisänderung des Anbieters am selben Tag auf deinen Key durch – genau der Mechanismus, der an dem Tag zählen wird, an dem eine Qwen-4-Stufe einen Pay-as-you-go-Tarif bekommt, falls sie einen bekommt.

Für die eigentliche Bewertung ist eine Fallback-Kette der günstige Weg, sie durchzuführen. Setzen Sie die Vorschau hinter ein Modell, dem Sie bereits vertrauen, statt sie davor zu setzen: Wenn eine Anfrage einen Fehler zurückgibt, ein Timeout auftritt oder sie abgeschnitten wird, weil das Denkbudget die Antwort aufgefressen hat, antwortet das Fallback, und Sie erfahren trotzdem, ob 1M-Kontext und Videoeingabe Ihr Problem lösen. Einen nicht erprobten Endpunkt ohne Fallback auszuprobieren, ist der Weg, auf dem aus einem fünfzehnminütigen Experiment ein Ausfall wird.

Was der 25. November entscheidet

Drei Ergebnisse sind möglich, und sie sind nicht gleich wahrscheinlich. Das saubere Ergebnis ist die allgemeine Verfügbarkeit mit einem veröffentlichten Preis pro Token und einem Pay-as-you-go-Endpunkt; das würde Qwen4-Max zu einer echten Kaufentscheidung machen und diese Preview zur günstigsten möglichen Due Diligence. Das zweite ist eine Verlängerung – ein weiteres Zeitfenster, gleiche Bedingungen – was Ihnen sagen würde, dass A​libaba in Singapur weiterhin kapazitätsbeschränkt und noch nicht bereit ist, das Modell nach Verbrauch abzurechnen. Das dritte ist die planmäßige Einstellung ohne Ankündigung, was bedeuten würde, dass die Preview eine Leistungsdemonstration war, die auf Unternehmen abzielte, die über Token Plan kaufen, statt auf Entwickler, die Tokens kaufen.

Achten Sie dabei auf zwei Dinge. Ob die anderen drei Stufen Modellkarten erhalten, denn eine Familie mit einer ausgelieferten Stufe und drei Namen ist eine Roadmap, keine Produktpalette. Und ob Q​wen 4 27B mit offenen Gewichten erscheint, denn diese Stufe war historisch diejenige, die die Q​wen-Organisation auf Hugging Face veröffentlicht, und ein herunterladbares Q​wen 4-Modell würde die Rechnung für alle ändern, die kein Singapur-Abonnement in ihre Architektur integrieren können.

Vorerst ist die ehrliche Zusammenfassung eng und nützlich: Qwen4-Max existiert, es ist aufrufbar, es hat ein Fenster von einer Million Token und ein Ausgabebudget von 393.216 Token, es wird in fünfzehn Tagen nicht mehr da sein, und niemand außerhalb Alibabas hat es gemessen. Das reicht, um einen Nachmittag damit zu verbringen, aber nicht, um ein Quartal darauf zu planen.