
Qwen4-Max vs. Kimi K4: Der eine wurde diese Woche veröffentlicht, der andere überhaupt noch nie.
- 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
Suche nach Kimi K4, und du wirst jede Menge Texte über ein Modell finden, das nicht existiert. Suche nach Qwen4-Max, und du findest – Stand 16. November 2026 – ein Modell, das du mit einer veröffentlichten Preisliste, sechs Regionen und einer Dokumentationsseite aufrufen kannst, die auf 09:46 Uhr am selben Morgen datiert ist. Das sind keine vergleichbaren Sachverhalte, und sie als zwei Seiten eines Duells zu behandeln, ist der häufigste Fehler in diesem Marktsegment. Diese Seite erfüllt daher zwei Aufgaben: Sie legt dar, was Kimi K4 ist – ein Name ohne Modellkarte, ohne API-Kennung, ohne Gewichte, ohne Preis und ohne Ankündigung dahinter – und dann führt sie den Vergleich durch, den ein Leser tatsächlich nutzen kann, zwischen Qwen4-Max und Kimi K3.1 Pro, dem Modell, das Moonshot AI heute ausliefert, und dem höchstbewerteten Open-Weights-Modell im Artificial Analysis Intelligence Index.
Dieser zweite Vergleich ist interessanter als der, den du eingetippt hast, denn er ist der einzige Punkt, an dem Qwen4-Max auf ein Modell trifft, das es bei der gemessenen Leistungsfähigkeit schlägt, beim Preis aber gegen es verliert. Er ist auch der Vergleich, der zeigt, warum der fehlende Qwen4-Max-Benchmark teuer ist: Gegenüber Kimi K3.1 Pro steht auf der einen Seite der Tabelle eine echte Zahl und auf der anderen eine Leerstelle.

Der Kimi-K4-Check, offen durchgeführt
Behauptungen, dass etwas nicht veröffentlicht wurde, verblassen, daher hier die Belege statt des Urteils. Die Preisgestaltungsdokumentation für Entwickler von Moonshot AI für die Kimi-API führt kimi-k3.1-pro und kimi-k3 als Modelle der K3-Serie mit einem Kontextfenster von 1.048.576 Token sowie die K2-Serie auf, die laut derselben Seite bis Ende Dezember 2026 vollständig eingestellt sein soll. Es erscheint keine Kennung kimi-k4. Die Modellliste der Plattform führt keine. Der Blog-Index des Labs selbst enthält keinen K4-Beitrag. Eine Repository-Suche unter der Organisation moonshotai liefert nichts über K3.1 Pro hinaus.
Das einzige Artefakt, das zu diesem Namen auftaucht, ist ein Re-Upload eines Drittanbieters auf Hugging Face, im Juli 2026 erstellt, mit einer Handvoll Downloads, keiner Dokumentation und einem komplett von Kimi K3 übernommenen Tag-Set. Es ist kein Moonshot-Artefakt, und diese Seite behandelt es auch nicht als solches. Ein ausgeliefertes Moonshot-Flaggschiff hinterlässt innerhalb weniger Tage eine überprüfbare Spur – eine Modellkarte mit Parameteranzahl, eine Zeile in der Preistabelle, eine API-Kennung, einen Leaderboard-Eintrag. Ein Name, der nichts davon hinterlassen hat, ist keine leise Veröffentlichung; er ist ein Name.
Um es klar zu sagen, denn die Darstellung dieser Seite könnte missverstanden werden: Dass K4 noch nicht draußen ist, sagt nichts über Moonshots Entwicklung aus. Das Labor hat innerhalb von vier Monaten zwei Modelle veröffentlicht, und das zweite davon, K3.1 Pro am 24. Oktober 2026, ist das beste Open-Weights-Ergebnis im aktuellen Index. Das nächste Modell ist eine Frage des Wann, nicht des Ob. Es ist einfach noch nicht jetzt.
Was aus Qwen4-Max diese Woche geworden ist
Bis zum 16. November existierte Qwen4-Max nur als qwen4-max-preview: ein ausschließlich über den Token-Plan verfügbares Mietangebot, das am 11. November um 10:00 UTC+8 geöffnet wurde, mit einer angekündigten Einstellung zum 25. November um 24:00 Uhr und nirgends einem Preis pro Token. Das GA-Modell ist eine andere Kennung, qwen4-max, mit Pay-as-you-go-Tarifen, sechs Regionen — Singapur, Peking, Hongkong, Frankfurt, Virginia und Tokio — und ohne Ablaufdatum.
Die veröffentlichte Spezifikation umfasst einen Kontext von 1.000.000 Token, eine maximale Ausgabe von 131.072 Token im Nicht-Denken-Modus, ein gemeinsames Budget von 262.144 Token für Denken plus Antwort, Text-, Bild- und Videoeingabe sowie Ausgabe nur in Textform. Das Denken ist standardmäßig aktiviert, mit einem Budget von 131.072 Token und einem auf „hoch“ gesetzten Reasoning-Aufwand. Die API spricht OpenAI Chat Completions, OpenAI Responses, Anthropic Messages und DashScope, was bedeutet, dass ein vorhandenes Anthropic SDK, das auf eine neue Basis-URL gerichtet wird, ohne Umschreiben funktioniert. Fine-Tuning und Modell-Deployment sind als nicht unterstützt dokumentiert, und es werden keine Gewichte veröffentlicht.

Qwen4-Max gegen das Kimi, das man tatsächlich aufrufen kann
Kimi K3.1 Pro war ein Post-Training-Release und keine neue Architektur: Moonshot beschreibt es als ein Kimi K3, das mit deutlich mehr Post-Training-Rechenleistung neu trainiert wurde, einschließlich groß angelegtem gemeinsamen Reinforcement Learning über Hunderte nachgelagerte Domänen. Das Kontextfenster ist mit 1.048.576 Tokens unverändert, Bild- und Videoeingabe sind unverändert, und die Ausgabegrenze ist mit 1 Mio. Tokens unverändert. Am folgenreichsten änderte sich der Preis: 2,00 $ pro Million Eingabe-Tokens und 10,00 $ pro Million Ausgabe-Tokens, gegenüber 3,00 $ und 15,00 $ bei K3.
• Eingabepreis — Qwen4-Max 1,50 $ pro 1 Mio. in Singapur, 1,413 $ anderswo, gegenüber Kimi K3.1 Pro 2,00 $
• Ausgabepreis — Qwen4-Max 4,50 $ in Singapur, 4,24 $ andernorts, gegenüber Kimi K3.1 Pro 10,00 $
• Cache-Lesen — Qwen4-Max 0,075 $ nach einem fünfminütigen Schreibvorgang für 1,875 $, gegenüber Kimi K3.1 Pro 0,20 $ nach einem Schreibvorgang für 2,00 $
• Kontext — Qwen4-Max 1.000.000 Tokens gegenüber Kimi K3.1 Pro 1.048.576 Tokens, ein Vorsprung von 4,6 % für Kimi
• Maximale Ausgabe — Qwen4-Max 131.072 Non-Thinking, gegenüber dem 1M-Token-Limit von Kimi K3.1 Pro, ein großer Vorsprung für Kimi
• Unabhängige Bewertung — Qwen4-Max unveröffentlicht, gegenüber Kimi K3.1 Pro 46,5 auf dem Artificial Analysis Intelligence Index v5.0.1, dem besten Open-Weights-Ergebnis in der Rangliste
• Gewichte — Qwen4-Max: keine veröffentlicht, im Gegensatz zu K3, dem Muttermodell von Kimi K3.1 Pro, das unter einer eigenen Lizenz offen ist
• Anbieter-Benchmark — Qwen4-Max keine, gegenüber Kimi K3.1 Pro mit 65,7 % bei Terminal-Bench 4.0, laut Anbieterangabe
Die Zeile mit dem Ausgabepreis ist diejenige, die ein Budget neu ordnet. Bei 4,50 $ gegenüber 10,00 $ ist Qwen4-Max bei der Ausgabe in Singapur 55 % günstiger und in den anderen Regionen 58 % günstiger. Eine Pipeline, die monatlich 50 Millionen Ausgabe-Tokens erzeugt, zahlt 225 $ mit Qwen4-Max und 500 $ mit Kimi K3.1 Pro. Das ist eine echte Lücke und das stärkste Einzelargument für das neuere Modell.
Die Zeile zur Ausgabengrenze ist diejenige, die das Ganze kippen kann. Kimi K3.1 Pro gibt in einer einzigen Antwort eine Million Tokens aus; Qwen4-Max ist außerhalb des Denkmodus auf 131.072 Tokens und auf 262.144 Tokens begrenzt, die es sich mit dem Denkmodus teilt. Wenn Ihre Arbeitslast das Generieren langer Dokumente, das Neuschreiben ganzer Dateien oder ausgedehnte Reasoning-Traces in einem einzigen Aufruf umfasst, kann das günstigere Modell die Aufgabe möglicherweise zu keinem Preis abschließen, und ein Rabatt von 55 % auf eine Anfrage, die in acht Aufrufe aufgeteilt werden muss, ist kein Rabatt.
Warum die Lücke in der Punktespalte die eigentliche Geschichte ist
Jeder Modellvergleich, den dieser Blog veröffentlicht, stößt bei den neuen Alibaba-Flaggschiffen auf dieselbe Hürde: Die Dokumentation ist ungewöhnlich präzise, was die Mechanik angeht, und schweigt völlig über die Qualität. Die Seite von Qwen4-Max gibt die Standardtemperatur in jedem Modus, die Top-p- und Top-k-Werte, das Thinking-Budget, die genauen Obergrenzen für Eingabe- und Ausgabetoken pro Modus sowie die sechs Regionen mit ihren Deployment-Geltungsbereichen an. Sie veröffentlicht keine Benchmark-Tabelle, weder vom Anbieter gemeldet noch aus anderer Quelle, und es gibt keinen Qwen4-Eintrag im Modellindex von Artificial Analysis – die modellspezifische URL liefert einen 404.
Gegenüber Kimi K3.1 Pro hat diese Asymmetrie eine konkrete Konsequenz. Auf der Kimi-Seite gibt es eine First-Party-Zahl, die jeder sehen kann, und eine unabhängige Zahl auf derselben Index-Version, und beide stehen an der Spitze der Open-Weights-Bestenliste. Auf der Qwen-Seite gibt es einen Preis und ein Datenblatt. Wer sie vergleicht, vergleicht nicht zwei Modelle; er vergleicht ein gemessenes Modell mit einem dokumentierten, und die einzige Möglichkeit, diese Lücke zu schließen, besteht darin, es selbst zu messen.
Was billiger ist, als es klingt. Hundert Prompts aus Ihrem eigenen Traffic, auf beiden Modellen ausgeführt, kosten zu diesen Preisen ein paar Dollar. Das ist das gesamte Evaluierungsbudget, das nötig ist, um Qwen4-Max für Ihre Workload von einer unbekannten Größe in eine bekannte Größe zu verwandeln – und es ist weniger als die Kosten für eine einzige Woche, in der Sie beim Ausgabepreis danebenraten.
Die eine Stelle, an der die beiden Designs am stärksten auseinandergehen
Moonshots K3-Architektur stützt sich in 69 ihrer 92 Sparse-Layer auf Kimi Delta Attention, einen Linear-Attention-Mechanismus mit einem rekurrenten Zustand fester Größe. Dieses Design macht einen 1M-Token-Kontext erst bezahlbar bedienbar, und es ist auch der Grund, warum unabhängige Evaluatoren branchenweit Long-Context-Behauptungen der Anbieter selbst abwerten: Linear-Attention-Hybride büßen bei der Needle-in-a-Haystack-Retrieval im Vergleich zu Full Attention tendenziell ein paar Punkte ein. Qwen veröffentlicht nichts zum Attention-Design von Qwen4-Max, daher lässt sich nicht sagen, auf welcher Seite dieses Trade-offs es steht.
Was Qwen veröffentlicht, ist eine Prompt-Caching-Implementierung mit expliziten und impliziten Modi und einem fünfminütigen Cache-Schreibvorgang zu 1,875 US-Dollar pro Million gegenüber einem Lesevorgang zu 0,075 US-Dollar – ein Rabatt von 96 % auf den Lesevorgang. Das Äquivalent von Kimi liegt bei 2,00 US-Dollar für das Schreiben und 0,20 US-Dollar für das Lesen – ein Rabatt von 90 %. Beide Designs belohnen ein stabiles Präfix und bestrafen einen Prompt, der sich bei jeder Runde ändert, und keines von beiden ändert die Berechnung bei einer einmaligen Anfrage.
Für die Arbeit mit Dokumenten mit langem Kontext – also genau die Arbeitslast, die beide Anbieter vermarkten – ist der praktische Test bei beiden Modellen derselbe: Bauen Sie einen Needle-Test auf Ihrem eigenen Korpus, bevor Sie dem angepriesenen Kontextfenster vertrauen. Ein Modell, das bei 900K Tokens auf Ihren Daten korrekt antwortet, ist mehr wert als eines, das bei 1M auf einem synthetischen Benchmark korrekt antwortet – und nur eine dieser beiden Zahlen ist ohne eine eigene Testumgebung überhaupt ermittelbar.
Sie nebeneinander aufzurufen
OrcaRouter führt Kimi K3.1 Pro als kimi/kimi-k3.1-pro zum Listenpreis von Moonshot – 2,00 $ Input und 10,00 $ Output pro Million – ohne Aufschlag weitergegeben, unter derselben OpenAI-kompatiblen Basis-URL wie der Rest eines 215 Kennungen umfassenden Katalogs, mit sowohl dem /v1/chat/completions- als auch dem /v1/responses-Endpunkt. Qwen4-Max ist derzeit nicht in diesem Katalog enthalten; es ist über Alibabas eigene API verfügbar, für die die oben genannte regionale Preisliste gilt.

Der Grund, beide erreichbar zu halten, statt sich für eines zu entscheiden, ist, dass die Entscheidung zwischen ihnen von der Arbeitslast abhängt und nicht vom Modell. Arbeit mit langen Generierungen verlangt nach Kimis Ausgabeobergrenze. Generierung mit hohem Volumen, bei der Antworten kurz sind, verlangt nach Qwen4-Max' Ausgabepreis. Überall dort, wo eine falsche Antwort teuer ist, will man das Modell mit einem Score – so lange, bis man auch für das andere einen Score erzeugt hat. Eine Routing-Richtlinie drückt das als Regeln aus statt als Architekturentscheidung, und automatisches Failover verhindert, dass das neuere der beiden zu einem Single Point of Failure wird, während Sie noch Belege sammeln.
Was das für die Suche bedeutet, mit der du begonnen hast
Wenn Sie wegen Kimi K4 hier sind: Die Antwort ist, dass es nicht veröffentlicht wurde, nichts darüber angekündigt wurde und das heute zu bewertende Modell Kimi K3.1 Pro ist – im aktuellen Index das stärkste Open-Weights-Modell, das jedem zur Verfügung steht. Achten Sie auf eine Modellkarte statt auf ein Gerücht: Ein Dokument, das Parameter, Kontext, Preis und eine API-Kennung zusammen enthält, ist das Signal, mit dem dieser Blog das ganze Jahr über ein veröffentlichtes Modell von einem kursierenden Namen unterschieden hat.
Wenn Sie wegen Qwen4-Max hier sind: Die Antwort lautet, dass es real ist, einen Preis hat und in genau einer Dimension günstig ist, die zählt – Ausgabe-Tokens –, während die Obergrenze bei einem Bruchteil dessen liegt, was das Kimi-Modell in einer einzigen Antwort ausgeben wird, und es überhaupt kein Qualitätsmaß liefert. Kaufen Sie es dort, wo Ausgabevolumen dominiert und Antworten kurz sind. Testen Sie es, bevor Sie es woanders kaufen. Und betrachten Sie die Lücke zwischen 4,50 $ und 10,00 $ als Einladung, Ihre eigene Evaluation durchzuführen, denn das ist die einzige Zahl in diesem Vergleich, die derzeit kostenlos ist.
In diesem Artikel verglichen2
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
