
Qwen4-Max ist bereits außerhalb von Alibabas API gelistet — zu Alibabas eigenem globalen Preis
- 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 · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNEUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 88 tok/s
- OrcaNEUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 134 tok/s
- OrcaNEUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 pro 1 Mio. Tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 67 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 · 44 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 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 134 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 · 128 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 · 186 tok/s
Qwen4-Maxwurde am 16. November 2026 allgemein verfügbar, und am nächsten Morgen war es an anderer Stelle als in Alibabas eigener API gelistet. Die Auflistung nannte 1,413 $ pro Million Eingabe-Tokens, 4,24 $ pro Million Ausgabe-Tokens und 0,071 $ für einen Cache-Read. Das sind keine Wiederverkäufer-Preise. Es handelt sich um Alibabas Global-Region-Preiskarte für Qwen4-Max, und zwar auf drei Nachkommastellen genau — die exakten Tarife, die der Anbieter für Peking, Hongkong, Frankfurt, US-Virginia und Tokio veröffentlicht, die 5,8 % unter der Singapur-Preiskarte von 1,50 $ und 4,50 $ liegen. Dass ein Modell innerhalb eines Tages nach der Einführung auf einer zweiten Plattform erscheint, ist 2026 nicht bemerkenswert. Eine zweite Plattform, die zum eigenen Listenpreis des Anbieters erscheint, sagt etwas Konkretes darüber aus, was tatsächlich bereitgestellt wird, und es ist kein zweites Deployment eines Modells mit 2,4 Billionen Parametern.
Wovon ein Inserat zum selben Preis zeugt
Die Lesart ist eng gefasst, und es lohnt sich, sie als Schlussfolgerung statt als Tatsache zu formulieren, denn niemand hat eine Kapazitätsangabe veröffentlicht. Qwen4-Max ist ein spärliches Mixture-of-Experts-Modell mit 2,4T Parametern, von denen pro Token 71B aktiviert werden, plus 328B N-Gramm-Embedding-Parameter, gebaut auf einer neuen Qwen4-Architektur mit Gated DeltaNet und einem spärlichen Attention-Indexer. Das auf unabhängiger Hardware zum Laufen zu bringen, erfordert mindestens Beschaffung, Kernel und eine Woche Tuning. Den Preis des Anbieters bis auf das Tausendstel eines Dollars innerhalb eines Tages nach der Markteinführung zu treffen, sieht nach einer Durchreichung aus, und der Preis für gecachte Token ist der entscheidende Hinweis: $0.071 ist eine merkwürdige Zahl, um unabhängig darauf zu kommen, und eine offensichtliche zum Kopieren.
• Eingabe — 1,413 US-Dollar pro Million auf der Drittanbieter-Karte, 1,413 US-Dollar auf Alibabas Global-Karte, 1,50 US-Dollar in Singapur.
• Ausgabe — 4,24 $ auf beiden Global-Scope-Karten; 4,50 $ in Singapur.
• Cache-Lesevorgang — 0,071 $ auf der Drittanbieterkarte und auf der Global Card von Alibaba; 0,075 $ in Singapur.
• Was nicht übernommen wurde – die Grenzen. Die Seite eines Drittanbieters bewirbt einen Kontext von 977K Token und eine maximale Ausgabe von 128K. Alibabas eigene Karte gibt eine Obergrenze für Eingaben von 991.808 Token an sowie ein gemeinsames Budget von 262.144 Token für Denken plus Antwort, von dem 131.072 verfügbar sind, wenn das Denken ausgeschaltet ist. Ein so schnell veröffentlichter Eintrag übernimmt einen Preis zuverlässiger als eine Obergrenze.
Der letzte Aufzählungspunkt ist der praktische. Wenn Sie einen Long-Context-Job dimensionieren — ein Repository mit 400K Token, ein mehrstündiger Agent-Trace —, dann wird eine Plattform, die die Ausgabe auf 128K begrenzt, Arbeit abschneiden, die das Modell selbst erledigt hätte. Preisgleichheit ist nicht Spezifikationsgleichheit, und bei einem so neuen Modell gibt es keine zweite Quelle, an der man ein Limit prüfen könnte, außer der eigenen Modellseite des Anbieters.
Der erste unabhängige Benchmark existiert. Die erste unabhängige Geschwindigkeitsmessung nicht.
Das ist der Teil der Geschichte, der mehr zählt als das Listing. Artificial Analysis hat Qwen4-Max mit einer vollständigen Zeile im Intelligence Index in seine Rangliste aufgenommen – 42,9, auf der öffentlichen Seite auf 43 gerundet, bei gemessenen Kosten von 3,27 US-Dollar pro Index-Aufgabe, nachdem das Modell während des Laufs 127 Millionen Ausgabe-Tokens erzeugt hat, womit der Tracker es auf seiner Verbosity-Skala auf Platz 65 von 80 einordnet. Das ist eine echte unabhängige Bewertung eines Modells, das zwei Tage alt ist, und es ist die Zahl, die man zitieren sollte, wenn jemand mit einem Anbieterdiagramm ankommt.
Was auf derselben Seite fehlt, ist eine Geschwindigkeitszeile. Keine Ausgabetokens pro Sekunde, keine Zeit bis zum ersten Token, keine Zeit bis zum ersten Antwort-Token. Jedes andere Modell der Flaggschiff-Klasse in dieser Übersicht führt diese drei Werte auf; Qwen4-Max führt einen Nullwert. Das ist keine Kritik am Tracker – eine Durchsatzmessung erfordert wiederholte Aufrufe an einen stabilen Endpunkt, und am 17. November gab es keinen stabilen Endpunkt, den man wiederholt hätte aufrufen können. Es ist eine Warnung vor den Reviews, die Sie diese Woche lesen werden: Jeder Artikel, der in den nächsten Tagen eine Tokens-pro-Sekunde-Zahl für Qwen4-Max nennt, misst entweder einen einzelnen Request einmal oder erfindet sie. Auch der Anbieter hat keine veröffentlicht.

Was ein Agentenlauf zu diesen Tarifen tatsächlich kostet
Tokenpreise sind die falsche Einheit für ein Modell mit langem Horizont, deshalb folgt hier die Arithmetik für ein Profil, für das Qwen4-Max explizit verkauft wird – ein Coding-Agent, der einen Kontext von 200.000 Token über 40 Turns hinweg mitführt und pro Turn 30.000 Token an Reasoning und Patch schreibt. Alle Zahlen sind Listenpreise, keine gemessene Abrechnung.
• Gecachter Kontext, pro Turn — 200.000 Tokens zu 0,075 $ pro Million sind 0,015 $. Über 40 Turns hinweg: 0,60 $.
• Ausgabe pro Turn — 30.000 Token bei 4,50 $ pro Million ergeben 0,135 $. Über 40 Turns hinweg: 5,40 $.
• Das Verhältnis — die Ausgabe kostet pro Turn neunmal so viel wie der gecachte Kontext, selbst nach einem Cache-Rabatt von 95 %. Der Cache-Rabatt ist nicht der Hebel, für den man ihn hält, sobald die Ausgabe lang ist.
• Frischer Input – jeder Turn, der den Cache verfehlt, kostet 1,50 $ pro Million statt 0,075 $, ein 20-facher Sprung. Vier Millionen Tokens an Cache-Fehlgriffen über den gesamten Lauf addieren 6,00 $, mehr als die gesamte Ausgaberechnung.
Das kehrt die übliche Empfehlung um. Bei Qwen4-Max ist die Cache-Trefferrate die Kennzahl, die man messen sollte, nicht die Ausgabelänge: Eine Schleife mit 40 Runden, die ihren Kontext warm hält, landet bei etwa $6.00, und dieselbe Schleife, die ihren Kontext kalt erneut sendet, landet bei etwa $12.00. Die eigene Schlagzeile des Anbieters – durchschnittliche Kosten pro Aufgabe in seinem Work360-Benchmark, die von $4.43 auf $1.67 fallen – ist eine Aussage über den Token-Mix seines Benchmarks, kein Versprechen für Ihren. Es ist außerdem eine Anbieterzahl auf einem Anbieter-Benchmark, und sie wird hier als solche gekennzeichnet, weil sie bisher von keiner unabhängigen Stelle reproduziert wurde.

Es ohne Re-Plattformierung ausprobieren
OrcaRouter routet Qwen4-Max nicht. Das sollte man klar sagen, statt es zu verschweigen: Der Katalog führt qwen/qwen3.8-max, anthropic/claude-fable-5.2 und openai/gpt-6.1-sol, und eine Anfrage für eine qwen4-Kennung gibt heute not-found zurück. Wenn Sie das neue Qwen-Flaggschiff über unseren Schlüssel wollen, warten Sie wie alle anderen.
Was diese Situation tatsächlich rechtfertigt, ist nicht, den gesamten Stack auf ein zwei Tage altes Modell umzustellen, um es zu testen. Ein Übergang von Preview zu GA, der zugleich das gemeinsame Ausgabebudget von 393.216 Tokens auf 262.144 senkt und die Abrechnung von Credits auf Pro-Token-Metering umstellt, ist genau die Art von Änderung, die einen Produktionspfad in Woche zwei bricht. Das spricht dafür, das Experiment hinter einem gerouteten Endpunkt statt einem fest codierten zu halten — neues Modell auf einer Route, das etablierte auf dem Fallback, eine Rechnung so oder so. Wenn Qwen4-Max in den Katalog kommt, wird es zum Preis des Anbieters mit 0 % Aufschlag gelistet, was bedeutet: Derselbe Durchreich-Preis, der eine Drittanbieter-Karte identisch mit Alibaba macht, ist auch das, was eine Preissenkung des Anbieters am selben Tag auf unserer Seite sichtbar macht.

Im Kleingedruckten steht ein Datum.
Für zwei Bezeichner läuft die Uhr: qwen4-max-preview und qwen4.0-max-preview funktionieren ab dem 25. November 2026 um 24:00 Uhr UTC+8 nicht mehr — neun Tage nach der allgemeinen Verfügbarkeit — und der Bezeichner, der übrig bleibt, ist das schlichte qwen4-max. Jede Konfiguration, jeder SDK-Standardwert, jedes Notebook oder jede Eval-Harness, die noch auf eine der beiden Preview-Zeichenketten zeigt, schlägt mit einem model-not-found fehl statt mit einer Deprecation-Warnung — was die denkbar unhilfreichste Art ist, das herauszufinden.
Die Geschichte ist also kleiner und nützlicher als „es ist jetzt überall verfügbar“. Ein Modell wurde veröffentlicht, innerhalb eines Tages erschien eine Drittanbieter-Karte zu den Global rates des Anbieters selbst, und die mit dieser Karte verbundenen Limits sind nicht die Limits des Anbieters. Der unabhängige Intelligenz-Score kam innerhalb eines Tages; der unabhängige Geschwindigkeits-Score ist überhaupt nicht gekommen. Lies den Preis als Durchreichung, entnimm die Obergrenze der Anbieterseite und setze eine Kalendererinnerung auf den 25. November für die Preview-IDs — das ist alles, was dir der 16. November tatsächlich gesagt hat.
