Eine generierte 16:9-Titelkarte auf dunkelblauem Hintergrund mit der Aufschrift „Qwen4-Max“ und dem Untertitel „Zwei Termine, eine Anzeigetafel“ sowie drei abgerundete Karten: MODELLDATUM 16. Nov. 2026, ZWEITER ANBIETER 18. Nov. 2026, INDEXWERT 43. Eine Fußzeile lautet „Artificial Analysis Intelligence Index v5.0.1“. OrcaRouter-Logo unten rechts.
Guides & Insights

Qwen4-Max ist jetzt an zwei Stellen im Angebot. Die unabhängige Rangliste ist der Teil, der sich zu lesen lohnt.

Autor

jinhao.song

Veröffentlicht am

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

Qwen4-Max ging am 16. November 2026 in den allgemeinen Verkauf, und am Morgen des 18. November bewarb es bereits eine Inference-Plattform eines Drittanbieters – mit demselben Kontext von 1 Mio. Token und denselben Text-, Bild- und Videoeingaben. Das ist die Neuigkeit, und es ist eine kleine Neuigkeit: Ein zweiter Anbieter ist ein Vertriebsereignis, kein Modellereignis. Was im selben Zeitfenster aufkam und so gut wie keine Aufmerksamkeit erhalten hat, ist eine Messung. Artificial Analysis führt jetzt einen Qwen4-Max-Eintrag, und in seinem Intelligence Index bewertet es das Modell mit 43, gegenüber 34 für Qwen3.8-Max, den Vorgänger, den es ersetzt.

Beide Zahlen haben einen Kontext, der entscheidet, ob sie gute Nachrichten sind, und der Blog des Anbieters liefert ihn nicht. Dieser Beitrag behandelt daher drei Dinge in dieser Reihenfolge: was am 16. November tatsächlich erschienen ist, was die unabhängige Vergleichszeile sagt, was im Launch-Post fehlt, und was sich ändert — und was stillschweigend kaputtgeht —, wenn dasselbe Modell von jemand anderem als Alibaba bereitgestellt wird.

Zwei Termine, und nur einer davon ist ein Release

Das Datum des Modells ist der 16. November 2026. Das Qwen-Team von Alibaba datierte seinen Launch-Beitrag auf den 16. November, und die Dokumentationsseite von Model Studio für das Modell trägt einen Aktualisierungszeitstempel von 2026-11-16 09:46:08 mit der Überschrift „qwen4-max (Neuestes Modell)“ und einer einfachen Modellkennung von qwen4-max. Diese Seite ist die, die kommerziell zählt: Sie ersetzte eine Vorschaukennung, qwen4-max-preview, die am 11. November mit einem Credits-Plan an den Start gegangen war und ein veröffentlichtes Auslaufdatum vom 25. November hatte. Die allgemeine Verfügbarkeit bedeutete eine nutzungsbasierte Preisliste, sechs Regionen und kein Ablaufdatum.

Das Ereignis vom 18. November ist von anderer Art. Eine Plattform, die nicht Alibaba ist, begann zwei Tage nach dem Erscheinen der Preisliste, das Modell für ihre eigenen Kunden anzubieten. Am 18. November änderte sich nichts am Modell: keine neuen Gewichte, keine neue Kontextgröße, kein neuer Preis aus dem Labor. Wenn Sie Berichterstattung lesen, die diese Woche als Launch darstellt, hinkt diese Einordnung einen Schritt hinterher — Qwen4-Max wurde am 16. gestartet, und was am 18. geschah, war, dass es in großem Maßstab weiterverkäuflich wurde. Diese Unterscheidung ist keine Pedanterie. Sie sagt Ihnen, welche Fragen Sie stellen müssen: nicht „Was kann es?“, was am Montag beantwortet wurde, sondern „Was übersteht den Weg durch einen Wiederverkäufer?“, was niemand beantwortet hat.

A generated two-column scoreboard titled 'Qwen4-Max vs Qwen3.8-Max' with five rows: index score 43 against 34; output tokens per run 127M against 150M; wall-clock per task 32.1 min against 47.5 min; cost per task $3.27 against $10.02; throughput 55 tok/s against 'not listed'. Footer reads 'Artificial Analysis Intelligence Index v5.0.1, measured November 2026'. OrcaRouter logo bottom-right.

Was wurde am 16. November veröffentlicht?

Die folgende Spezifikation stammt von A​libaba, aus dem Launch-Beitrag und der Modelldokumentation, und nichts davon wurde unabhängig reproduziert – insbesondere die Architektur ist eine Anbieterbeschreibung eines Trainingslaufs, den kein Außenstehender inspiziert hat.

• Architektur — ein neues Qwen4-Design mit einem Backbone mit 2,4 Billionen Parametern, 71 Milliarden pro Token aktivierten Parametern und weiteren 328 Milliarden N-Gramm-Embedding-Parametern

• Attention — drei Gated-DeltaNet-Schichten, die jede Q​wen-Sparse-Attention-Schicht speisen, welche den Verlauf in Zustände fester Größe komprimiert und den Kontext in Mikroblock-Granularität indexiert

• Stabilitätsarbeit — vier parallele Residual-Zweige mit dynamischen Lese- und Schreib-Gates, vom Labor als Grund dafür beschrieben, dass der 2.4T-Lauf keine Loss-Spikes hatte

• Kontext – 1.000.000 Token in der Dokumentation des Anbieters; Artificial Analysis misst das nutzbare Fenster bei 984.000

• Ausgabegrenze — 131.072 Token bei deaktiviertem Denken oder 262.144 Token gemeinsam für Denken und Antwort

• Modalität — Text, Bild und Video als Eingabe; Text als Ausgabe. Native Vision, kein nachträgliches Add-on.

• Reasoning-Aufwand — auswählbare Stufen, die im Launch-Post als High und Xhigh bezeichnet werden, wenn darin die eigenen Effizienzwerte zitiert werden

• Tooling — Funktionsaufrufe, parallele Tool-Aufrufe, Websuche, strukturierte Ausgabe gemäß JSON Schema, Präfixvervollständigung, explizites und implizites Caching

• Schnittstellen — O​penAI Chat Completions und Responses, A​nthropic Messages und DashScope, die breiteste Protokolloberfläche, die A​libaba auf einem Flaggschiff ausgeliefert hat

• Was fehlt — Fine-Tuning und Modell-Deployment sind beide als nicht unterstützt gekennzeichnet. Es gibt keinen Checkpoint, und im Launch-Beitrag heißt es nur, dass kleinere Qwen4-Modelle „als Open Source kommen“.

Die Effizienzversprechen sind die, auf die sich der Launch am stärksten stützt, und es lohnt sich, sie präzise zu benennen, gerade weil sie an Bedingungen geknüpft sind. Gegenüber Qwen3.8-Max meldet der Anbieter etwa 24 % weniger Tokens auf seinem Work360-Benchmark bei Xhigh-Aufwand und 35 % weniger bei High sowie 48 % bzw. 49 % weniger auf Terminal-Bench 4.0 bei denselben beiden Einstellungen. Die durchschnittlichen Kosten pro Aufgabe auf Work360 sinken von 4,43 $ auf 1,67 $, eine Reduzierung um 62 %. Jede einzelne dieser Zahlen ist vom Anbieter angegeben, und jede von ihnen ist an eine Aufwandsstufe gekoppelt – was später zum wichtigen Detail wird, wenn ein Wiederverkäufer entscheidet, wie er diesen Regler offenlegt.

Die unabhängige Zeile, die niemand zitiert

Artificial Analysis hat Qwen4-Max auf Intelligence Index v5.0.1 veröffentlicht, und der Eintrag ist ungewöhnlich direkt. Die Punktzahl beträgt 43, was die Seite als unterdurchschnittlich im Vergleich zu vergleichbaren Modellen beschreibt — der Median liegt ebenfalls bei 43, sodass das Modell genau auf der Linie und nicht darüber liegt. Das ist ein weniger schmeichelhafter Satz als „neun Punkte mehr als beim Vorgänger“, und beides ist wahr. Qwen3.8-Max, gemessen als 0902-Snapshot, erreicht 34 auf demselben Index.

Der Rest der Zeile ist der Punkt, an dem die Argumentation interessant wird, denn er trennt die Fähigkeit von den Kosten, sie zu extrahieren.

• Indexwert — Qwen4-Max 43 gegenüber Qwen3.8-Max (0902) 34 auf v5.0.1

• Ausgabe-Tokens pro Indexlauf — 127 Millionen gegenüber 150 Millionen, bei einem Feldmedian von 65,1 Millionen. Beide Modelle sind extrem wortreich; das neue ist es weniger.

• Reale Zeit pro Aufgabe — 32,1 Minuten gegenüber 47,5 Minuten, bei einem Feldmedian von 11,5. Schneller als sein Vorgänger, aber immer noch unter den langsamsten gemessenen Modellen.

• Durchsatz — 55 Ausgabe-Tokens pro Sekunde, gemessen an A​libabas eigener API

• Kosten pro Aufgabe — 3,27 $ gegenüber 10,02 $, die nützlichste Einzelzahl in der Zeile

Liest man beides zusammen, ist das Upgrade real, aber enger, als das Marketing suggeriert. Qwen4-Max bringt neun Indexpunkte, verkürzt die Wall-Clock-Zeit um ein Drittel und senkt die Kosten für den Abschluss einer Aufgabe um rund zwei Drittel im Vergleich zum Modell, das es ersetzt. Geschwindigkeit in absoluten Zahlen bringt es nicht: Mit 32,1 Minuten pro Aufgabe ist es fast dreimal langsamer als das Medianmodell auf demselben Board und verbraucht dafür nahezu das Doppelte des medianen Tokenvolumens. Wenn Ihr Workload latenzempfindlich ist, ist die Indexzahl nicht die, die über Ihre Rechnung entscheidet.

A screenshot of the Artificial Analysis page for Qwen4 Max, headed 'Qwen4 Max: Intelligence, Performance & Price Analysis' and dated November 2026, showing an Intelligence Index score of 43 against a median of 43, 55 output tokens per second, a 984k context window, $1.50 input and $4.50 output per million tokens, $3.27 per task and 127M tokens generated on the index run.

Was bleibt bei der Weitergabe an einen Wiederverkäufer erhalten?

Dies ist der Punkt, den die Auflistung vom 18. November dringlich statt theoretisch macht. Wenn ein Modell von einer Plattform bereitgestellt wird, die nicht sein Urheber ist, werden vier Dinge zuverlässig übertragen und eines nicht.

Die vier, die immer mitreisen: die Preiskarte, weil sie von der Seite des Anbieters kopiert wird; die Kontextzahl, weil sie eine Schlagzeile ist; die Modalitätenliste, weil sie im Marketingtext steht; und die Protokollform, da die meisten Plattformen einen OpenAI-kompatiblen Endpoint bereitstellen, unabhängig davon, was dahintersteckt. Das sind die Dinge, die jedes Listing richtig hinbekommt, und es sind die Dinge, die jeder Vergleichsartikel zitiert.

Was sich nicht übertragen lässt, ist das Effort-Mapping. Die Ökonomie von Qwen4-Max ist konstruktionsbedingt vom Effort abhängig: Die Token-Einsparungen des Anbieters selbst schwanken bei Work360 je nachdem, ob Sie Xhigh oder High ausführen, zwischen 24 % und 35 %, und die Dokumentation stellt die Wahl als Request-Parameter bereit. Ein Reseller, der den Effort auf einen einzigen Standardwert festlegt oder einen OpenAI-artigen Reasoning-Parameter nur auf zwei von drei Stufen abbildet, liefert Ihnen ein Modell, dessen Kosten pro Aufgabe um ein Drittel von der veröffentlichten Zahl des Anbieters abweichen können — bei identischem Preis pro Token auf der Rechnung. Wenn Sie ein Listing gegen A​libabas eigene Zahlen benchmarken, legen Sie die Effort-Stufe explizit fest und prüfen Sie, was die Plattform damit macht, bevor Sie irgendetwas über den Preis schließen.

Zwei kleinere Dinge sind zu prüfen: ob das gemeinsame Budget von 262.144 Token für Denken und Antwort durchgesetzt oder stillschweigend gekürzt wird und ob Prompt-Caching zu den Cache-Sätzen des Anbieters statt zum vollen Eingabe-Satz weitergegeben wird. Beides verändert bei langen Agent-Läufen echtes Geld, und beides ist in einer Schlagzeile nicht sichtbar.

Was sich nicht geändert hat und auch nicht ändern wird

Die folgenreichste Tatsache über Qwen4-Max steht weder auf der Preiskarte noch auf dem Leaderboard: Man kann es nicht besitzen. Für dieses Modell gibt es keinen Checkpoint, und die Dokumentation führt Fine-Tuning und Selbst-Deployment als nicht unterstützt. Die Schlusszeile des Launch-Beitrags verspricht, dass kleinere Qwen4-Stufen als Open Source kommen werden, was eine Aussage über die Zukunft der Familie ist, nicht über dieses Modell. Jeder Weg zu Qwen4-Max führt über irgendeine API, sei es Alibabas sechs Regionen oder der Endpunkt eines Wiederverkäufers.

Das ist eine normale Gegebenheit für ein Frontier-Flaggschiff von 2026, und sie hat eine normale Konsequenz: Deine Integration ist eine Miete, und die Zahl der Vermieter ist gerade von einem auf mehr als einen gestiegen. Was das einzige wirklich gute Argument für das Listing vom 18. November ist – nicht, dass es billiger ist, sondern dass es ein weiterer Bezugsweg für ein Modell ist, das du nicht selbst hosten kannst.

Wenn Sie das diese Woche verdrahten

Qwen4-Max ist heute nicht im Katalog von OrcaRouter, und dieser Artikel wird nicht so tun, als wäre es anders. Was es gibt, ist das Modell, das es ersetzt: qwen/qwen3.8-max, das Flaggschiff mit 2,4 Billionen Parametern, das auf demselben Index 34 Punkte erzielte und laut der Liste von Alibaba 2,00 $ pro Million Eingabe-Token und 6,00 $ pro Million Ausgabe-Token kostet. Wenn du auf der Qwen-Reihe aufbaust und Qwen4-Max ausprobieren möchtest, ohne einen Produktionspfad auf eine zwei Tage alte kommerzielle Vereinbarung zu setzen, ist das sinnvolle Muster, den Vorgänger unter demselben Schlüssel zu behalten und zwischen beiden zu routen — OrcaRouter führt mehr als 200 Modellkennungen verschiedener Anbieter hinter einem OpenAI-kompatiblen Endpoint mit 0 % Aufschlag, mit automatischem Failover, sodass ein anbieterseitiger Ausfall oder ein Rate-Limit deine Anwendung nicht mitreißt. Die Routing-DSL macht dasselbe eine Ebene tiefer: Du kannst für den Großteil einer Workload ein günstiges Modell zusammenstellen und nur dort auf das teure hochstufen, wo die Aufgabe es tatsächlich braucht, statt für jeden Aufruf Flaggschiff-Preise zu zahlen.

A screenshot of the OrcaRouter models catalogue showing the filter rail and the header '226 models, 17 providers, one API key, one bill', with a card for Google Gemini 4 Carbon and its per-million input and output rates visible.

Das ist nicht dasselbe, wie Qwen4-Max auf dem Schlüssel zu haben, und es sollte nicht als solches verkauft werden. Es ist der Unterschied zwischen dem Warten darauf, dass ein Modell Ihren Stack erreicht, und einem Stack, der es aufnehmen kann, wenn es so weit ist.

Was würde dieses Stück verändern?

Drei Dinge, in absteigender Wahrscheinlichkeit. Eine zweite unabhängige Messung von Qwen4-Max würde klären, ob 43 eine Untergrenze oder eine Obergrenze ist – ein Board, ein Harness, eine Effort-Einstellung sind eine dünne Grundlage für ein Urteil, und dieser Blog hat schon erlebt, dass Index-Revisionen Scores um zweistellige Werte verschoben haben. Eine veröffentlichte Aufschlüsselung nach Effort-Level von Artificial Analysis, passend zu dem, was sie bereits für GLM-5.3 tun, würde die Kosten-pro-Aufgabe-Kennzahl tatsächlich aussagekräftig machen statt zu einem Durchschnitt über eine nicht näher spezifizierte Einstellung. Und ein Qwen4-Checkpoint – irgendein Qwen4-Checkpoint – würde das Mietargument vollständig beenden.

Bis dahin ist die richtige Lesart dieser Woche die wenig glamouröse. Am Montag wurde ein Flaggschiff ausgeliefert – mit einer echten Preisliste und einer unabhängigen Bewertung, die konkurrenzfähig, aber nicht führend ist; am Mittwoch nahm ein Reseller es auf, was einfach Distribution ist, die tut, was Distribution tut; und die Zahl, die über deine Integration entscheiden sollte, ist nicht {{1}}1,50 $ oder 43{{/1}}, sondern {{2}}32,1 Minuten und eine Token-Rechnung, die bei etwa dem Doppelten des Feldmedians liegt{{/2}}. Diese beiden sind es, die du tatsächlich bezahlen wirst.