
Qwen4-Max vs. GLM-5.5: Der eine hat heute eine Preisliste, der andere ist eine Versionsnummer
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 90 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 96 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNEUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 87 tok/s
- OrcaNEUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 133 tok/s
- OrcaNEUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 pro 1 Mio. Tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 152 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 pro 1 Mio. Tokens · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenz
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenz
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 pro 1 Mio. Tokens · 219 tok/s
Am 16. November 2026 um 09:46 ersetzte die Dokumentation von Alibaba Model Studio die Seite Qwen4-Max-Preview durch eine Seite mit der Überschrift „qwen4-max (Neuestes Modell)“, die eine Modellaufruf-ID von qwen4-max, eine Preisliste pro Million Token und Verfügbarkeit in sechs Regionen enthielt. Fünf Tage zuvor war dasselbe Modell eine fünfzehntägige Miete gewesen, die nur über ein Credits-Abonnement verkauft wurde und deren Auslaufen für den 25. November geplant war. GLM-5.5, der Name auf der anderen Seite dieses Vergleichs, hat keinen entsprechenden Moment, auf den man zeigen könnte: Stand heute hat Z.ai unter diesem Namen weder eine Modellkarte noch einen API-Bezeichner, keine Preiszeile und keine Gewichte veröffentlicht, und sein eigener Dokumentationsindex führt weiterhin GLM-5.2, GLM-5.3 und GLM-5.3-Flash als die gesamte Produktlinie. Das ist also kein Duell zwischen zwei Flaggschiffen. Es ist ein Duell zwischen einem Flaggschiff, das heute Morgen einen Preis erhalten hat, und einer Versionsnummer, die nichts erhalten hat.
Diese Asymmetrie ist das, worüber es sich zu schreiben lohnt, denn beide Namen werden gesucht, als wären sie gleichrangig. Im Folgenden werden sie getrennt behandelt: was Qwen4-Max heute tatsächlich geworden ist, was GLM-5.5 ist und wie der Vergleich aussieht, den man wirklich anstellen kann – Qwen4-Max gegen das GLM, das ausgeliefert wird –, und zwar bei Preis, Kontext und Evidenz.

Was hat sich heute Morgen um 09:46 Uhr geändert?
Die Vorschau ist weiterhin real und weiterhin separat. qwen4-max-preview, geöffnet am 11. November um 10:00 UTC+8, bleibt ein reines Token-Plan-Modell mit einem veröffentlichten Außerbetriebnahmedatum am 25. November um 24:00. Das neue qwen4-max ist eine andere Kennung mit einer anderen kommerziellen Ausprägung: Pay-as-you-go, veröffentlichte Preise, sechs Regionen einschließlich Singapur, Frankfurt, Virginia und Tokio sowie kein Ablaufdatum auf der Seite. Alibabas eigene Release-Liste datiert das Modell auf den 16. November 2026 – also heute –, und die Dokumentationsseite trägt den Zeitstempel 2026-11-16 09:46:08.

Zwei Dinge wurden nicht mitgeliefert. Auf den Seiten des Anbieters findet sich nirgends eine Benchmark-Tabelle – weder vom Anbieter berichtet noch anderweitig –, und für das Modell gibt es keinen Eintrag bei Artificial Analysis: Der Modellindex des Leaderboards enthält überhaupt keine Qwen4-Zeile, und die modellspezifische URL liefert einen 404. Alles Folgende zur Leistungsfähigkeit ist daher Dokumentation und keine Messung, und es ist entsprechend gekennzeichnet.
Die Preisliste, wie veröffentlicht
Dies sind Alibabas eigene Zahlen in US-Dollar pro Million Tokens, entnommen von der Abrechnungsseite am 16. November 2026:
• Singapur, Standard — 1,50 $ Eingabe, 4,50 $ Ausgabe
• Peking, Hongkong, Frankfurt, Virginia und Tokio, Standard — 1,413 $ Eingabe, 4,24 $ Ausgabe
• Cache-Schreibvorgang, TTL von fünf Minuten — 1,875 $ in Singapur, 1,767 $ anderswo
• Cache-Schreibvorgang, TTL von einer Stunde — 3,00 $ in Singapur, 2,827 $ andernorts
• Cache-Lesevorgang — 0,075 $ in Singapur, 0,071 $ andernorts
• Batch, nur US-Region — $0.707 Eingabe und $2.12 Ausgabe für Batch-Dateiarbeit
• Kostenloses Kontingent — eine Million Tokens für 90 Tage, nur in Singapur
Die Singapur-Zahl ist die, die man den Leuten nennen sollte, denn sie ist der internationale Listenpreis und sie ist die höchste. Bemerkenswert ist auch, dass sie den günstigsten Ausgabepreis aller aktuellen Flaggschiffe der drei großen Labore darstellt: Qwen3.8-Max ist mit 2,00 und 6,00 US-Dollar gelistet, Kimi K3.1 Pro mit 2,00 und 10,00 US-Dollar, Grok 4.7 mit 2,00 und 6,00 US-Dollar. Qwen4-Max unterbietet alle sowohl bei den Eingabe- als auch bei den Ausgabekosten, während es ein größeres Kontextfenster als jedes von ihnen beansprucht.
GLM-5.5, auf dieselbe Weise geprüft, wie wir es im Oktober geprüft haben
Die Behauptung, ein Modell existiere nicht, verfällt in dem Moment, in dem sie geschrieben wird; daher lohnt es sich, die Prüfung erneut darzulegen, statt sie nur zu behaupten. Der Dokumentationsindex für Entwickler von Z.ai führt, heute abgerufen, GLM-5.2, GLM-5.3 und GLM-5.3-Flash auf. Die Dokumentationspfade für GLM-5.4 und GLM-5.5 liefern „Page Not Found“ zurück. Die model-api-Seite des Anbieters nennt GLM-5.3, GLM-5.3-Flash, GLM-5 und GLM-5V-Turbo und nichts zwischen 5.3 und 6. Eine Suche nach dem Namen liefert die eigenen Seiten von Z.ai, auf denen 5.3 als aktuelles Flaggschiff aufgeführt wird, und keine Ankündigung eines Nachfolgers.
Dieser Blog veröffentlichte am 13. Oktober 2026 eine vollständige Prüfung des Namens über neun Oberflächen hinweg und kam zum selben Schluss. Nichts in den fünf Wochen seitdem hat daran etwas geändert. Die Unterscheidung, die für einen Käufer zählt, ist nicht „GLM-5.5 ist obskur“ – sondern „GLM-5.5 ist eine Nummer in einer Namenssequenz, und die Modelle, die man tatsächlich aufrufen kann, liegen eine Ziffer dahinter.“
Der bestehende Vergleich: Qwen4-Max gegen GLM-5.3
GLM-5.3 ist ein ernstzunehmendes Modell und der ehrliche Ersatz. Es wurde am 14. August 2026 veröffentlicht, öffnete seine API am 18. August und veröffentlichte am 28. August seine Gewichte mit 743 Milliarden Parametern unter einer eigenen Z.ai-Lizenz. Es ist ein Mixture-of-Experts-Design, das pro Token rund 40 Milliarden Parameter aktiviert, mit einem Kontextfenster von 1 Mio. Token und einer Ausgabegrenze von 128K. Hier ist der Kontrast, den ein Leser, der nach einem der beiden Namen sucht, tatsächlich braucht:
• Eingabepreis — Qwen4-Max: 1,50 $ pro 1 Mio. in Singapur, 1,413 $ andernorts, gegenüber GLM-5.3: 1,40 $ Listenpreis
• Ausgabepreis — Qwen4-Max 4,50 $, gegenüber GLM-5.3 4,40 $
• Kontext — Qwen4-Max 1.000.000 Tokens gegenüber GLM-5.3 1.000.000 Tokens, ein echtes Unentschieden
• Maximale Ausgabe — Qwen4-Max 131.072 Token ohne Denken, wobei sich Denken und Antwort 262.144 Token teilen, gegenüber GLM-5.3 128.000 Token
• Modalität — Qwen4-Max akzeptiert Text, Bild und Video und gibt Text zurück, im Gegensatz zu GLM-5.3, dessen Flaggschiff als reines Textmodell dokumentiert ist, wobei multimodale Aufgaben auf GLM-5.3-Flash verlagert werden
• Gewichte — Qwen4-Max veröffentlicht keine, und seine Dokumentation kennzeichnet Feinabstimmung und Modell-Deployment ausdrücklich als nicht unterstützt, im Gegensatz zu den offenen Gewichten von GLM-5.3 unter einer eigenen Lizenz
• Unabhängige Bewertung — Qwen4-Max hat keine, im Vergleich zu GLM-5.3 mit 31,7 im Artificial Analysis Intelligence Index v5.0.1 bei maximalem Reasoning-Aufwand und 23,1 bei geringem Aufwand
• Verfügbarkeit — Qwen4-Max in sechs Alibaba-Regionen gegenüber GLM-5.3 direkt vom Erstanbieter plus Cloud-Wiederverkauf
Lesen Sie die Preiszeilen zweimal, denn der Abstand ist geringer, als das Marketing um beide Modelle herum suggeriert: Beim Input kostet Qwen4-Max in Singapur sieben Cent mehr pro Million und in allen anderen Regionen ein und ein Drittel Cent mehr. Sie zahlen keinen Aufpreis für den neueren Namen. Sie zahlen ungefähr dasselbe Geld für eine deutlich breitere Eingabemodalität und eine etwas höhere Ausgabeobergrenze und verzichten auf das eine, was GLM-5.3 hat und Qwen4-Max nicht – Gewichte, die Sie herunterladen können.
Was die fehlende Punktzahl wert ist
GLM-5.3s 31,7 auf Index v5.0.1 ist für ein Flaggschiff ein mittelmäßiger Wert und liegt unter den 46,5 von Kimi K3.1 Pro aus derselben Benchmark-Generation. Das macht den Vergleich mit Qwen4-Max in eine Richtung ungewöhnlich unangenehm: Das Modell ohne Messung wird gegen ein Modell vermarktet, dessen Messung wenig schmeichelhaft ist, und anhand öffentlicher Daten lässt sich nicht feststellen, ob das neuere Modell diesen Wert übertrifft. Alibabas Dokumentation behauptet „deep reasoning“, ein standardmäßiges Thinking-Budget von 131.072 Tokens und einen Standardwert für den Reasoning-Aufwand von high – Konfiguration, nicht Leistungsfähigkeit. Bis ein unabhängiger Harness es bewertet, ist die ehrliche Einschätzung, dass Qwen4-Max’ Vorteil gegenüber GLM-5.3 dokumentiert und sein Nachteil nicht quantifiziert ist.
Für ein Team, das diese Woche statt im nächsten Quartal eine Entscheidung trifft, spricht das für eine Routing-Haltung statt für eine Migration. Behalten Sie GLM-5.3 für die Workloads bei, deren Verhalten Sie bereits kennen, und setzen Sie Qwen4-Max für diejenigen ein, bei denen seine dokumentierte Ausprägung der Grund für Ihr Interesse ist: Videoeingabe, ein Prompt, der mehr als 128K Ausgabe benötigt, oder eine Konversation, die lang genug ist, dass ein 1M-Fenster mit einem Cache-Lesevorgang für 0,075 US-Dollar die Rechnung verändert.
Diese über einen einzigen Endpunkt laufen lassen
OrcaRouter führt GLM-5.3 als z-ai/glm-5.3 zum eigenen Listenpreis von Z.ai — 1,40 $ pro Million Input und 4,40 $ pro Million Output — ohne Aufschlag durchgereicht, zusammen mit 214 weiteren Modell-IDs unter derselben OpenAI-kompatiblen Basis-URL. Qwen4-Max ist heute nicht in diesem Katalog; es ist über Alibabas eigene API verfügbar, wo die brandneue Preisliste veröffentlicht ist und wo die oben genannten regionalen Preise gelten. Durchreich-Katalog: Senkt ein Anbieter einen Preis, spiegelt er die Senkung noch am selben Tag wider und nicht erst im nächsten Vertragszyklus — das ist das praktische Argument dafür, die Modelle, die sich über einen Schlüssel routen lassen, dort zu belassen und die übrigen auf einer Beobachtungsliste zu führen.

Die Routing-DSL ist der Teil, der zu diesem speziellen Vergleich passt, denn die Entscheidung zwischen diesen beiden Modellen ist keine einmalige Entscheidung – sie fällt pro Aufruf. Eine Policy kann Anfragen mit Video an ein multimodales Modell schicken und reine Text-Massenarbeit an dasjenige der beiden, das pro erledigter Aufgabe in dieser Woche günstiger ist, und automatisches Failover verhindert, dass eine Beeinträchtigung auf Anbieterseite den gesamten Pfad lahmlegt, während Sie noch Belege über das neue Modell sammeln.
Was würde daraus ein echtes Duell machen?
Zwei Ereignisse, von denen jedes für sich genügen würde, diese Seite neu zu schreiben. Das erste ist eine GLM-5.5-Modellkarte: ein Dokument, das Parameter, Kontext, Preis und eine API-Kennung zusammenführt – das Signal, mit dem dieser Blog das ganze Jahr über ein ausgeliefertes Modell von einem Gerücht unterschieden hat. Das zweite ist ein Qwen4-Max-Eintrag auf einem unabhängigen Leaderboard – nicht weil eine Punktzahl entscheidet, welches Modell besser ist, sondern weil derzeit eine Seite dieses Vergleichs eine Messung und die andere einen Zeitstempel hat. Bis eines davon eintritt, ist die richtige Lesart die, die die Dokumentation stützt: ein Flaggschiff mit einem Preis, ein Name ohne Modell und ein Sieben-Cent-Unterschied bei der Eingabe, der weniger entscheidet, als beide Anbieter Ihnen glauben machen möchten.
In diesem Artikel verglichen2
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
