Qwen4-Max vs. Gemini 4 Argon: Eine Spalte ist leer, und die andere kostet 9,95 $ pro Aufgabe

Ein Duell zwischen Qwen4-Max und Gemini 4 Argon wirkt auf einer Preisliste wie ein Münzwurf: Kein Anbieter verkauft Ihnen heute Tokens für eines der beiden Modelle zu einem veröffentlichten Preis pro Token, und beide kommen mit einem großen Kontextfenster und einem Vorabversions-Vorbehalt. Es hört auf, wie ein Münzwurf auszusehen, sobald man versucht, sie laufen zu lassen. Gemini 4 Argon hat eine Kennung, einen Endpoint und einen mengenabhängig abgerechneten Preis, gegen den Ihnen Rechnung gestellt werden kann. Qwen4-Max hat ein Abonnement, eine nur auf Singapur beschränkte Basis-URL und ein Außerbetriebnahmedatum fünfzehn Tage nach seiner Einführung. Eines davon ist ein Modell, das Sie heute Nachmittag in eine Anfrage einsetzen können; das andere ist ein Modell, das Sie heute Nachmittag und nicht nächsten Monat in eine Anfrage einsetzen können. Diese Asymmetrie – nicht ein Benchmark-Unterschied – ist die Entscheidung, um die es auf dieser Seite geht, denn einen Benchmark-Unterschied gibt es noch nicht.

Was jedes Einzelne tatsächlich ist, datiert

Gemini 4 Argon ist das Frontier-Modell von G​oogle, angekündigt am 30. September 2026 in einem DeepMind-Beitrag, der Koray Kavukcuoglu zugeschrieben wird, und in drei Phasen ausgerollt, die mit einer namentlich genannten Kohorte von Cyber-Verteidigern im Fairwind Program begannen. Zum Zeitpunkt der Ankündigung hatte es keine Modell-ID in der G​emini API und keinen Endpoint; was es hatte, war eine 19-zeilige Anbieter-Benchmark-Tabelle und eine fünfseitige Evaluierungsmethodik. Seitdem hat es das erlangt, was operativ zählt: Es steht in OrcaRouters Katalog als google/gemini-4-argon, zu G​oogles Listenpreis von $2.00 pro Million Eingabe-Token und $10.00 pro Million Ausgabe-Token, und es hat dort echten Traffic bewegt — 41,8 Millionen Token in den sieben Tagen bis zum 11. November 2026.

Qwen4-Max ist die Flaggschiff-Stufe der Q​wen 4-Familie, die A​libaba am 22. September 2026 auf der Bühne in Apsara in Hangzhou benannt hat. Die Vorschau wurde am 11. November 2026 um 10:00 UTC+8 geöffnet, Modell-ID qwen4-max-preview, Alias qwen4.0-max-preview, und sie wird nach 24:00 Uhr am 25. November 2026 außer Betrieb genommen. Es gibt keinen Pay-as-you-go-Zugang: Der Dienst wird ausschließlich über A​libabas Token Plan-Abonnement in der Region Singapur unter einer dedizierten Basis-URL bereitgestellt. Kein Preis pro Token, keine Parameteranzahl, keine Benchmark-Tabelle, keine Gewichte.

Die Gegenüberstellung hat also eine Form, die es wert ist, präzise benannt zu werden. Beide sind Vorschauen im üblichen Sinn – keine davon ist ein etabliertes, allgemein verfügbares Produkt. Aber die Vorschau von Gemini 4 Argon ist eine Rollout-Phase, die sich ausweitet, und die Vorschau von Qwen4-Max ist ein fünfzehntägiges Zeitfenster mit einem angegebenen Ende. Vorschau als Phase versus Vorschau als Ereignis.

Die leere Spalte und wie leer sie ist

Jeder Vergleich dieser beiden braucht irgendwann die Zeile, die sagt, wer klüger ist, und hier ist diese Zeile:

• Anbieter-Benchmarks — Gemini 4 Argon: eine Tabelle mit neunzehn Zeilen, G​oogles eigener Testrahmen, Konkurrenzspalten aus den selbst angegebenen Werten der Wettbewerber. Qwen4-Max: keine.

Unabhängige Punktzahl — Gemini 4 Argon: 50 im Artificial Analysis Intelligence Index in seiner aktuellen Revision v5.0.1, gemessen bei hohem Aufwand. Qwen4-Max: nicht gemessen; die Bestenliste enthält keinen Qwen4-Eintrag.

• Kontextfenster — Gemini 4 Argon: 1.000.000 Token. Qwen4-Max: 1.000.000 Token. Die einzige Zeile, in der sie gleichauf sind, und sie sind gleichauf, weil beide eine runde Zahl veröffentlicht haben.

• Ausgabegrenze — Gemini 4 Argon: 65.536 Token im Standardpfad, wobei sich die Long-Decode-Generierung bis auf 1 Mio. erstreckt. Qwen4-Max: 393.216 Token, die zwischen Denken und Antwort gemeinsam genutzt werden.

• Eingabemodalität — Gemini 4 Argon: Text, Bild, Audio, Video und PDF. Qwen4-Max: Text, Bild und Video. Kein Audio, kein PDF-Pfad dokumentiert.

• Preis pro Million Tokens — Gemini 4 Argon: 2,00 $ Eingabe, 10,00 $ Ausgabe, 0,10 $ für zwischengespeicherte Eingabe. Qwen4-Max: nicht veröffentlicht; wird in Credits gegen ein Abonnement abgerechnet.

• Zugang — Gemini 4 Argon: nutzungsabhängige API, jetzt abrufbar. Qwen4-Max: Token-Plan-Abo, nur Singapur, nur interaktive Nutzung, endet am 25. November.

• Unabhängige Kosten pro Aufgabe — Gemini 4 Argon: 9,95 $. Qwen4-Max: nicht gemessen.

Sieben von acht Zeilen haben rechts einen Wert. Die Zeile, die entscheidet, „welche besser ist“, ist leer, und kein noch so gründliches Lesen wird sie füllen. Das ist der ehrliche Stand dieses Duells am 11. November 2026, und es ist wertvoller, ihn klar zu benennen, als ihn mit einer Prognose zu übertünchen.

Argons Tarifkarte und Argons Rechnung sind zwei verschiedene Zahlen.

Die nützlichste Zahl in der Argon-Spalte ist nicht der Index-Score. Es sind 9,95 $ – die Kosten für die Erledigung einer Intelligence-Index-Aufgabe – direkt neben einer Preistabelle von 2,00 $ und 10,00 $. In der Index-Suite brauchte Argon für eine durchschnittliche Aufgabe 29,0 Minuten und erzeugte dabei genug Tokens, dass eine durchschnittliche Aufgabe bei einem Output-Tarif von 10 $ rund fünfmal so viel kostet, wie eine Aufgabe laut Preistabelle kosten sollte. Das ist kein Preisfehler. Es ist das, was ein Reasoning-Modell mit hohem Aufwand tut: Es schreibt sehr viel, bevor es aufhört.

Derselbe Index-Lauf setzt Argons Medianzeit bis zum ersten Antwort-Token auf 40,12 Sekunden. Verglichen mit der Sieben-Tage-Angabe auf unserer eigenen Modellseite – einer p50-Zeit bis zum ersten Token von 10,00 Sekunden bei echtem OrcaRouter-Traffic – messen die beiden Zahlen unterschiedliche Dinge, und die Lücke zwischen ihnen veranschaulicht recht gut, wie viel der Latenz eines Benchmarks vom Harness und nicht vom Modell stammt. Keine der beiden Zahlen ist falsch; eine so zu zitieren, als wäre sie die andere, schon.

Für alle, die eine Migration budgetieren, lautet die praktische Lesart so: Eine Ausgaberate von 10 $ für ein Modell, das mit hohem Aufwand denkt, ist eine Tarifkarte, keine Prognose. Ähnelt Ihre Arbeitslast der Index-Suite – lange agentische Aufgaben, bei denen das Modell viel schreibt, bevor es antwortet –, werden die Kosten pro Aufgabe deutlich über dem liegen, was eine Token-Schätzung sagt. Ähnelt sie einem Chat-Produkt, dann nicht. Der einzige Weg herauszufinden, welchen Fall man hat, besteht darin, den eigenen Traffic zu messen, was in einem Vergleich ein merkwürdiger Satz ist, den man sagen muss, und dennoch auf jedes in diesem Jahr veröffentlichte Reasoning-Modell zutrifft.

Warum auf der Qwen-Seite ein Countdown statt eines Preises steht

Die Entscheidung von A​libaba, Qwen4-Max über ein Abonnement statt über einen nutzungsabhängig abgerechneten Endpunkt anzubieten, verrät etwas darüber, wofür die Preview gedacht ist. Token Plan Personal Edition ist ausdrücklich auf die interaktive Nutzung in Coding- und Agent-Tools beschränkt und ausdrücklich nicht für automatisierte Batch-Skripte vorgesehen; zudem ist es auf eine einzige Region begrenzt. Ein Unternehmen, das mit einem Flaggschiff um Produktions-Traffic konkurrieren wollte, würde es nicht hinter ein Consumer-Abonnement für 6 US-Dollar pro Monat mit vier Tarifstufen und einem Mindestguthaben von 20.000 Credits stellen. Genau das würde ein Unternehmen tun, das eine Funktion vorführt, Feedback im Rahmen eines Freeze sammelt und seine Abrechnungsoptionen offenhält.

Der Freeze ist der Teil, den Teams unterschätzen. Auf der Seite von Alibaba heißt es, dass während des Vorschaufensters keine Änderungen vorgenommen werden. Was auch immer das Modell am ersten Tag falsch macht, wird es am vierzehnten Tag immer noch falsch machen. Das ist eine vertretbare technische Entscheidung und eine schlechte Grundlage für eine Abhängigkeit, denn sie bedeutet, dass die einzige Ihnen zur Verfügung stehende Feedbackschleife ein schriftlicher Bericht an einen Anbieter ist, der bereits erklärt hat, dass er erst nach Ablauf des Fensters darauf reagieren wird.

Außerdem gibt es eine Änderung bei der Token-Abrechnung, die mit diesem Modell und nur mit diesem Modell eingeführt wird: max_tokens begrenzt jetzt Denken und Antwort zusammen, nicht mehr nur die Antwort. Alle früheren Q​wen-Modelle behalten das alte Verhalten. Eine Anfrage, die von Qwen3.8-Max mit einer Obergrenze von 4.096 Tokens übernommen wird, verbraucht nun einen Teil dieses Budgets für Reasoning mit xhigh-Aufwand, bevor sie überhaupt etwas schreibt, und das Symptom ist eine abgeschnittene Antwort statt eines Fehlers.

Sie anzurufen, ehrlich gesagt.

Gemini 4 Argon ist eine Zeile von einem Client im OpenAI-Format auf unserem Key, zu Googles Tarif ohne Aufschlag, außerdem mit einem Endpoint im Anthropic-Format sowie Zero-Data-Retention, die für Anfragen, die dies benötigen, verfügbar ist. Qwen4-Max ist nicht in unserem Katalog — wir bieten es nicht an, und wir werden nicht so tun, als wäre es anders; der Katalog liefert 217 Modellkennungen heute, und keine davon ist eine Qwen-4-Stufe.

Genau diese Lücke ist der Punkt, an dem Routing seinen Platz verdient, statt nur ein Slogan zu sein. Wenn Sie die Q​wen-Vorschau bewerten, setzen Sie sie hinter etwas, dem Sie bereits vertrauen, in einer Fallback-Kette, sodass ein Timeout oder eine abgeschnittene Antwort auf ein funktionierendes Modell zurückfällt, statt die Anfrage scheitern zu lassen. Wenn Sie Argon in einem Produktionspfad betreiben, deckt derselbe Mechanismus das andere Risiko ab: Eine p50-Zeit bis zum ersten Token von 10 Sekunden ist eine echte Latenzuntergrenze, und eine Kette, die bei Überschreitung ein Failover durchführt, kostet Sie eine Konfigurationszeile statt eines Vorfalls.

Das Kostenargument dafür, beide hinter einem Schlüssel zu haben, ist unspektakulär und es lohnt sich, es zu nennen: Aus zwei Anbietern, zwei Abrechnungssystemen und zwei SDK-Integrationen werden ein Schlüssel und ein Client. Das Credits-Abonnement der Preview wird nicht dadurch nach Verbrauch abgerechnet, dass es hinter unserem Gateway liegt – wir können nicht weiterverkaufen, was A​libaba nicht verkauft – die ehrliche Version der Behauptung lautet also, dass Argon nur einen Schlüssel entfernt ist und Qwen4-Max nur ein Abonnement entfernt ist, und das sind unterschiedliche Arbeitsmengen.

Die Entscheidung, da eine Spalte leer ist

Wenn Sie diesen Monat ein Frontier-Modell mit einem Fenster von einer Million Token und Videoeingabe brauchen, ist die Wahl nicht zwischen diesen beiden zu treffen. Sie fällt auf Gemini 4 Argon, und zwar aufgrund der Belege, dass es aufrufbar ist, nach Verbrauch abgerechnet wird, in der aktuellen Indexrevision mit 50 gemessen wird und Traffic ausliefert — mit den Einschränkungen, dass seine $2/$10-Preiskarte eine Rechnung bei hohem Aufwand zu niedrig ansetzt und die Benchmark-Tabelle seines Anbieters den Harness von G​oogle mit Pressemitteilungen der Wettbewerber vergleicht.

Wenn Sie darüber entscheiden, ob Sie einen Nachmittag mit der Q​wen-Vorschau verbringen, hängt die Antwort von einer Frage ab: Umfasst Ihre Arbeitslast sehr lange Ausgaben aus sehr langen Eingaben? Ein Antwortbudget von 393.216 Token bei einem Kontext von 1 Mio. ist die größte veröffentlichte Ausgabengrenze aller Modelle in diesem Vergleich, und wenn das die Einschränkung ist, an die Sie immer wieder stoßen, reichen fünfzehn Tage, um herauszufinden, ob Qwen4-Max damit umgehen kann. Wenn Ihre Arbeitslast gewöhnlicher Chat oder Codevervollständigung ist, lehrt Sie die Vorschau wenig, was Qwen3.8-Max nicht kann, und sie lehrt es in einer Währung, die Sie nicht in Dollar umrechnen können.

Was diese Seite verändern würde, ist eine Q​wen-4-Modellkarte mit einem Score darauf. Sobald das da ist, füllt sich die leere Zeile, und der Vergleich wird zu dem, den Leser erwarten. Bis dahin ist der nützliche Vergleich ein aufrufbares Modell gegen ein fünfzehntägiges Experiment, und die einzige Person, die sagen kann, welches du brauchst, ist die, die weiß, ob die Antwort im Dezember noch vorhanden sein muss.