Qwen4-Max Preview vs. Claude Opus 5.5: Ein Vierzehn-Tage-Modell gegen das, das Sie im Dezember noch aufrufen können

Alibaba hat Qwen4-Max Preview am 11. November 2026 um 10:00 Uhr geöffnet und auf derselben Dokumentationsseite angegeben, wann es schließt: um 24:00 Uhr am 25. November, UTC+8. Vierzehn Tage. Anthropic veröffentlichte Claude Opus 5.5 am 22. September 2026 zu 4,00 US-Dollar pro Million Eingabe-Tokens und 20,00 US-Dollar pro Million Ausgabe-Tokens, mit einer Stilllegungsverpflichtung von nicht vor dem 22. September 2027. Diese zwei Sätze klären bereits den größten Teil dieses Vergleichs, denn eines dieser Modelle ist ein vierzehn Tage langes Experiment und das andere ein Posten, den man in das Budget des nächsten Jahres aufnehmen kann.

Was die Termine nicht klären, ist, ob das Experiment es wert ist, durchgeführt zu werden. Es gibt keinen Benchmark für Qwen4-Max Preview – weder eine Anbietertabelle noch einen unabhängigen Testlauf noch einen einzigen veröffentlichten Wert –, daher rät jede Seite, die es bei der Qualität gegen Claude Opus 5.5 einordnet. Diese hier nicht. Sie vergleicht die vier Dinge, die Sie tatsächlich vor Freitag überprüfen können: was jedes Modell als Eingabe akzeptiert, wie viel Ausgabe eine einzelne Antwort fassen kann, was eine Aufgabe kostet und wie lange Sie es weiterhin verwenden dürfen.

Was jedes Einzelne ist, in der Form, die Sie heute aufrufen können

A​libaba schreibt das Produkt in seiner Ankündigung Qwen4-Max-Preview und in seiner Dokumentation die API-Zeichenfolge qwen4-max-preview; es gibt außerdem einen Alias, qwen4.0-max-preview, und A​libaba merkt an, dass beide funktionieren, die Abrechnung aber unter der 4.0-Form erfolgt. Keiner der beiden Namen führt zu einer öffentlichen Modellkarte, einer Parameteranzahl oder einer Lizenz, weil es nichts zum Herunterladen gibt.

Claude Opus 5.5 ist die entgegengesetzte Art von Objekt: ein dokumentierter, bepreister, plattformübergreifender Endpunkt, dessen sämtliche Grenzen auf einer Seite stehen, die man zitieren kann. Legt man die beiden nebeneinander, geht es bei dem Kontrast gar nicht wirklich um Leistungsfähigkeit.

• Kontextfenster — Qwen4-Max Preview 1.000.000 Tokens vs. Claude Opus 5.5 1.000.000 Tokens. Ein echtes Unentschieden – und die einzige Dimension, in der die Preview keinen Vorbehalt braucht.

• Maximale Ausgabe pro Antwort — 393.216 Token für die Vorschau, eine Zahl, die laut A​libaba für Thinking und die endgültige Antwort gemeinsam gilt, gegenüber 128.000 Token für Claude Opus 5.5 oder 300.000 auf der Batches-API mit einem Beta-Header.

• Eingabe — Text, Bilder und Video vs. Text und Bilder. Dies ist die einzige Achse, auf der ein Modell einfach nicht die Aufgabe erledigen kann, die das andere erledigen kann.

• Preis pro Million Tokens — nicht veröffentlicht; wird in Token Plan Credits gegen ein Abonnement abgerechnet, im Vergleich zu 4,00 $ für Eingaben und 20,00 $ für Ausgaben, mit Cache-Lesevorgängen zu 0,20 $ und 5-Minuten-Cache-Schreibvorgängen zu 5,00 $.

• Thinking-Standard — reasoning_effort aktiviert, standardmäßig xhigh, mit verfügbaren low und medium gegenüber adaptivem Thinking, das immer aktiv ist, wobei der Effort standardmäßig medium auf einer Skala von niedrig bis maximal ist. Die Standardwerte weisen in entgegengesetzte Richtungen, was mehr ausmacht, als es klingt.

• Veröffentlichter Benchmark – keiner vs. Artificial Analysis Intelligence Index 59, auf diesem Maß rangiert das Modell damit auf Platz fünf von 74 Modellen.

• Wie Sie darauf zugreifen – nur über ein Token Plan-Abonnement, und zwar unter der Basis-URL für Singapur token-plan.ap-southeast-1.maas.aliyuncs.com, sowie über die Q​wen-App, Q​wen Chat, Agent Mode, Qoder, QwenWork und QwenStudio im Vergleich zur Claude API, Amazon Bedrock, G​oogle Cloud, Microsoft Foundry und Claude Platform on AWS.

• Verfügbarkeitszeitraum — 11. bis 25. November 2026 vs. aktiv, wobei die Außerbetriebnahme nicht vor dem 22. September 2027 erfolgt.

Die Asymmetrie in dieser Liste hat eine praktische Konsequenz, die man leicht übersieht. Qwen4-Max Preview hat zwei Türen – eine Produkttür, für die kein Schlüssel nötig ist, und eine API-Tür, die ein Token Plan-Abonnement und eine Base-URL erfordert, die Sie noch nicht haben –, während Claude Opus 5.5 von jedem OpenAI-förmigen Client aus erreichbar ist, den Sie bereits besitzen. Wenn Ihre Bewertung „Versteht dieses Modell meine Codebasis?“ lautet, reicht die Chat-Tür. Wenn sie „Übersteht das den Kontakt mit meiner Pipeline?“ lautet, richten Sie einen zweiten Vertrag für ein Modell ein, das in zwei Wochen abläuft.

Die 393K-Ausgabegrenze ist die Stelle, an der die Dokumentation eine Falle verbirgt.

393.216 ist die Zahl, mit der jede Zusammenfassung dieses Launches beginnt, und sie ist ein echter Vorteil: Sie liegt gut dreimal über der Obergrenze von 128.000 Tokens von Claude Opus 5.5. Komplettüberarbeitungen ganzer Repositories, die Synthese langer Transkripte, die Generierung einer gesamten kleinen Anwendung in einer einzigen Antwort – die Preview ist für Ausgaben ausgelegt, die nicht in das Antwortbudget der meisten Modelle passen.

Lies aber die Fußnote. Alibaba sagt, die 393.216 Token würden von Thinking und der endgültigen Antwort gemeinsam genutzt, und ergänzt dann einen Satz, der Portierungen brechen wird: Ab diesem Modell entspricht max_tokens in OpenAI Chat Completions max_completion_tokens, und beide begrenzen den kombinierten Verbrauch für Thinking plus Antwort. Alle früheren Qwen-Modelle behielten das ältere Verhalten bei, bei dem die Obergrenze für die Antwort galt. Eine aus qwen3.8-max übernommene Anfrage mit max_tokens: 8192 erkauft also jetzt 8.192 Token Thinking und alles, was übrig bleibt – was beim standardmäßigen xhigh-Aufwand für einen schwierigen Prompt durchaus nichts sein kann. Der Fehlermodus ist eine abgeschnittene Antwort, kein Fehler, den man abfangen kann.

Fairness erfordert eine Korrektur an der Art, wie darüber üblicherweise berichtet wird. Auch Anthropics max_tokens begrenzt Denken und Text gemeinsam innerhalb einer einzigen Antwort, ein gemeinsames Budget ist also keine Qwen-Erfindung und kein Grund, einen Anbieter vorzuziehen. Anders ist die Größe des Budgets – und die Tatsache, dass Qwen die Bedeutung eines Parameters geändert hat, den seine eigenen Nutzer bereits gelernt hatten. Das ist ein Migrationsaufwand, und er lastet auf Ihnen, nicht auf dem Anbieter.

Die zweite Falle ist der voreingestellte Aufwandsgrad. Qwen4-Max Preview denkt mit xhigh, sofern nichts anderes angegeben wird; Claude Opus 5.5 denkt mit medium. Zwei unkonfigurierte Aufrufe, die man Seite an Seite vergleicht, messen nicht denselben Arbeitsaufwand – und bei der Preview frisst ein tieferer Standard einen größeren Anteil des Antwort-Budgets, bevor auch nur das erste Wort der Antwort existiert.

Die Videoeingabe ist die einzige Lücke, für die es keinen Workaround gibt.

Claude Opus 5.5 akzeptiert Text und Bilder. Qwen4-Max Preview akzeptiert Text, Bilder und Video, und Alibaba nennt die Anwendungsfälle direkt: Screenshot-Analyse, Dokumentverständnis, Videoanalyse.

Wenn Ihre Pipeline bereits Frames sampelt und sie als Bilder sendet, ändert sich nichts – beide Modelle können die Frames lesen, und der Unterschied reduziert sich auf die Token-Abrechnung. Wenn Ihre Pipeline eine Datei übergeben und fragen möchte, was darin passiert ist, kann nur eines dieser Modelle die Frage annehmen. Zeitliches Schlussfolgern über einen bereitgestellten Clip ist nichts, was man durch das Beschreiben des Clips in Text approximieren kann; man kann eine Näherung rekonstruieren, und man wird eine Forscherwoche damit verbringen herauszufinden, wie viel der Antwort in der Bewegung steckte.

Das ist die klarste Entscheidungsregel in diesem Vergleich, und sie erfordert keinen Benchmark. Ein Team mit Video im Eingabepfad hat heute genau einen Kandidaten. Ein Team ohne Video hat keinen Grund, eine vierzehntägige Ablaufzeit als Teil der Vereinbarung zu akzeptieren.

Die unabhängigen Zahlen und diejenige, die sich nicht auf dieses Modell bezieht.

Artificial Analysis hat keine Seite für Qwen4-Max Preview. Stand 11. November gibt es dafür keine gemessene Geschwindigkeit, keine Kosten pro Aufgabe, keinen Indexwert und keine Anbieterzahl – die Preview ist zu neu und bekommt mit vierzehn Tagen womöglich nie einen Eintrag. Die einzige ehrliche Möglichkeit, die beiden in einem Diagramm gegenüberzustellen, besteht daher darin, das jüngste gemessene Qwen-Flaggschiff zu verwenden, Qwen3.8-Max, und klar zu sagen, dass es sich um einen Stellvertreter handelt.

• Intelligenz-Index — Claude Opus 5.5 59, belegt Platz fünf von 74 gegenüber Qwen3.8-Max mit 34, unter dem Median von 40 für seine Preisklasse. Laut Artificial Analysis.

Ausgabegeschwindigkeit — 115 Tokens pro Sekunde vs. 53. Laut Artificial Analysis, gleicher Testaufbau.

• Zeit bis zum ersten Antwort-Token – 353,75 Sekunden gegenüber 122,57 Sekunden. Opus 5.5 startet langsamer, ist aber schneller fertig.

• Zeit pro Aufgabe — 25,0 Minuten vs. 54,1 Minuten, gegenüber einem Median von 12,6.

• Kosten pro Aufgabe — 10,04 $ vs. 10,02 $. Lesen Sie das zweimal; es ist die interessanteste Zahl auf dieser Seite, und im nächsten Abschnitt geht es darum, warum.

• Ausführlichkeit — 218 Millionen Ausgabe-Tokens im Index gegenüber 150 Millionen, verglichen mit einem Median von 72,8 Millionen.

Es gibt eine Messung, die tatsächlich einen Qwen-4-Checkpoint direkt gegen Claude Opus 5.5 stellt, und sie verdient Sorgfalt statt einer Schlagzeile. Der GameFeel Benchmark – eine Evaluation für Kreativität und Spieleentwicklung, die Build, Bugfixing, Spielgefühl, Ideen, Visuals und Audio bewertet – enthält eine Zeile für Qwen-4-Flash-Early mit einem Durchschnitt von 49,9 gegenüber Claude Opus 5.5 mit XHigh-Aufwand und einem Durchschnitt von 47,2. Vier Dinge müssen dazu gesagt werden, bevor jemand das zitiert. Es ist ein Checkpoint der Flash-Stufe, nicht Max. Das Label -Early ist die Vermutung des Benchmark-Autors, zu welcher unveröffentlichten Stufe ein unbeschrifteter Endpunkt gehört, keine Bestätigung von Alibaba. Die beiden Zeilen wurden nicht auf die gleiche Weise abgerechnet, daher sind die Zahlen von 0,40 $ und 2,60 $ pro Aufgabe nicht direkt vergleichbar. Und der Durchschnitt verbirgt die Aufteilung: Opus gewinnt beim Bugfixing mit 65 zu 63 und bei der Reverse-Evaluation mit 21,67 zu 19,95, während der Qwen-Checkpoint bei Ideen mit 54 zu 41, bei Visuals mit 65 zu 63, bei Audio mit 30 zu 25 und beim Spielgefühl mit 52 zu 50 gewinnt. Bugfixing und Reverse-Evaluation sind die beiden Teilaufgaben, die der Produktionsarbeit am nächsten stehen; Ideen und Audio sind die beiden, die am weitesten davon entfernt sind.

Dieselbe Bench zeigt auch, was der Aufwand bei Opus 5.5 bewirkt: Bei Medium erzielt es 42,3 für 0,88 $ pro Aufgabe, gegenüber 47,2 für 2,60 $ bei XHigh. Fast dreimal so viel Ausgaben für fünf Punkte. Wenn Sie Opus standardmäßig mit maximalem Aufwand laufen lassen, ist das die Zeile, auf die Sie achten sollten.

Was eine Aufgabe kostet, wenn man eine Seite nicht bepreisen kann

Beginne mit der Hälfte, für die es eine Preisliste gibt. Ein Job, der 200.000 Eingabe-Tokens sendet und 20.000 Ausgabe-Tokens zurückgibt, kostet bei Claude Opus 5.5 $0,80 für die Eingabe und $0,40 für die Ausgabe — $1,20. Verwende diese Eingabe aus dem Cache wieder, und die Eingabeseite sinkt auf $0,04, wodurch derselbe Job $0,44 kostet. Verarbeite ihn im Batch, und das Ganze halbiert sich noch einmal. Das ist Arithmetik, keine Schätzung, und man kann es in eine Prognose einfließen lassen.

Nun die andere Hälfte. Alibaba veröffentlicht für Qwen4-Max Preview keine Rate für Credits pro Token. Token Plan Personal Edition ist ein Credits-Abonnement — Alibabas vier persönliche Tarife reichen von 6 $ pro Monat für 20.000 Credits bis 43 $ für 200.000 — und der Anbieter sagt, die Rate, mit der ein Aufruf Credits verbraucht, werde dynamisch durch Modelltyp, Token-Nutzung, Denkmodus und Tool-Aufrufe festgelegt. Der einzige Ort, an dem sich die tatsächliche Rate beobachten lässt, sind die Nutzungsdetails in der Konsole, nachdem man welche verbraucht hat. Während der Preview gibt es einen Aktionsrabatt, wodurch die beobachtete Rate ein schlechter Anhaltspunkt für die Rate nach der Preview ist.

Der Preisvergleich lautet also nicht „Welcher ist günstiger?“. Er lautet: „Eines davon hat einen Stückpreis, und das andere hat ein Abonnement, das sich noch nicht in einen solchen umrechnen lässt.“ Und die obigen Zahlen legen nahe, dass die Preisliste weniger ins Gewicht fällt, als es aussieht: Qwen3.8-Max ist mit 2,00 $ und 6,00 $ pro Million Tokens gelistet — ein Drittel von Opus 5.5s Eingabepreis und weniger als ein Drittel seines Ausgabepreises — und landet trotzdem bei 10,02 $ pro Intelligence-Index-Aufgabe gegenüber 10,04 $ bei Opus. Das günstige Modell erzeugt pro Aufgabe so viele mehr Tokens, dass die Preisliste nahezu vollständig aufgehoben wird. Ein günstigerer Listenpreis beschert Ihnen nur dann eine günstigere Rechnung, wenn das Modell zugleich prägnant ist, und bei allen verfügbaren Messungen ist diese Familie das nicht.

Sie parallel zu betreiben, ohne vorzugeben, dass es ein einziger Vertrag ist.

Claude Opus 5.5 ist in unserem Katalog als anthropic/claude-opus-5.5 gelistet, zu Anthropics veröffentlichten Preisen von 4,00 $ und 20,00 $ pro Million Tokens ohne Aufschlag, sodass es ein Schlüssel und eine Rechnung alongside more than 200 anderen Modellen ist, wobei eine Fallback-Kette und die Routing-DSL verfügbar sind, wenn Sie die einfache Hälfte einer Arbeitslast irgendwohin schicken möchten, wo sie günstiger als Opus ist, ohne Ihren Code zu ändern.

Qwen4-Max Preview ist nicht in unserem Katalog, und es lohnt sich, deutlich zu sagen, was das bedeutet: Wir bieten es nicht an, und Sie können es hier nicht in eine Failover-Kette aufnehmen. Um es zu erreichen, braucht es einen Token-Plan-API-Schlüssel, die Singapore-Basis-URL und einen zweiten Vertrag – genau die Art von Aufwand, die ein Modell mit einer Lebensdauer von zwei Wochen selten rechtfertigt. Wenn Sie es bewerten möchten, führen Sie es als Offline-Bake-off mit Ihrem eigenen Schlüssel anhand von Prompts durch, deren Antworten Sie bereits kennen, und lassen Sie die Produktion weiterhin auf etwas zeigen, das am 26. November noch Anfragen beantwortet.

Wofür die Vorschau gut ist, ist die Frage, die sie aufwirft. Zwei Wochen sind lang genug, um herauszufinden, ob video-nativer Input und ein Antwortbudget von 393K daran etwas ändern, was dein Produkt leisten kann – und kurz genug, dass du nicht versehentlich am Ende von der Antwort abhängig wirst.

Wer sollte diese Woche was tun?

Wenn sich Video im Eingabepfad befindet und keine Produktionsabhängigkeit vom Ergebnis besteht, öffne Qwen4-Max Preview heute über Q​wen Chat, verbringe einen Nachmittag mit den Clips, die dir wirklich wichtig sind, und behandle alles, was du lernst, als Recherche statt als Architektur. Setze reasoning_effort für den ersten Durchlauf auf medium, damit das Antwortbudget nicht verbraucht ist, bevor die Antwort beginnt, und setze max_tokens hoch genug, dass sowohl Denken als auch Ausgabe hineinpassen.

Wenn Sie irgendetwas ausliefern, das im Dezember funktionieren muss, ist Claude Opus 5.5 von den beiden das einzige mit einem Preis, den Sie prognostizieren können, einem Benchmark, den Sie einem Kunden gegenüber anführen können, und einem Datum, an dem es noch existieren wird. Seine Schwächen sind dokumentiert statt mysteriös – es ist langsam bis zum ersten Token, wortreich und pro Aufgabe teuer bei hohem Effort – und alle drei lassen sich über den Effort-Parameter justieren.

Und wenn Sie beides wollen, in dieser Reihenfolge, dann ist die Abfolge der entscheidende Punkt: die Fähigkeit an der kostenlosen Tür unter Beweis stellen, auf dem Modell aufbauen, das eine Preisliste hat, und die Frage im Dezember erneut aufgreifen, wenn der Nachfolger der Vorschau eintrifft – mit, so nimmt man an, einem Preis und einem Benchmark.