Una scheda del titolo generata che riporta Qwen4-Max al 70% del prezzo di listino, con il sottotitolo Uno sconto del 30% che è esattamente del 30%, e tre schede prezzo che riportano Input $1,05 per 1M, Output $3,15 per 1M e Lettura cache $0,0525 per 1M.
Guides & Insights

Qwen4-Max è scontato del 30% rispetto al prezzo di listino di Alibaba: un tariffario prima dell'endpoint

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Qwen4-Max è stato rilasciato il 16 novembre 2026. Tre giorni dopo, il 19 novembre, una piattaforma di inferenza di terze parti ha inserito il modello nel proprio listino prezzi a $1,05 per milione di token di input, $3,15 per milione di output e $0,0525 per una lettura dalla cache. Dividi questi valori per il tariffario Singapore di Alibaba — $1,50, $4,50 e $0,075 — e ognuno di essi dà esattamente 0,70. Non circa il 30% in meno. Esattamente il 30% in meno, su tutte e tre le voci, fino all'ultima cifra decimale. Non è così che una distribuzione indipendente fissa i prezzi; è così che li fissa un rivenditore. E la stessa pagina che riporta il tariffario contiene anche un avviso "In arrivo" e un modulo di iscrizione che chiede di essere avvisati quando Qwen4-Max sarà disponibile, il che rende questo un listino pubblicato in anticipo rispetto al prodotto di cui fissa il prezzo.

Che cos'è realmente il 30%

Tre numeri, un moltiplicatore, e il moltiplicatore è tutto.

• Input — $1,05 per milione di token sulla carta di terze parti, contro $1,50 sulla carta Singapore di Alibaba. Rapporto 0,700.

• Output — $3,15 rispetto a $4,50. Rapporto 0,700.

• Lettura cache — 0,0525 $ rispetto a 0,075 $. Rapporto 0,700.

Una piattaforma che avesse acquistato il proprio hardware da 2,4 trilioni di parametri, scritto i propri kernel di attenzione sparsa e negoziato la larghezza di banda arriverebbe a numeri che si raggruppano vicino a quelli di Alibaba, non a tre cifre che si dividono ciascuna esattamente per dieci settimi. Il prezzo indipendente contiene rumore indipendente: un arrotondamento qua, un margine là, una tariffa di cache che riflette un diverso livello di archiviazione. L'esattezza tre su tre è la firma di un margine applicato a un'unica scheda upstream, e la scheda upstream a cui è stato applicato è quella di Singapore anziché quella Global — $1,413 e $4,24 avrebbero prodotto $0,989 e $2,968, e le cifre pubblicate non sono nessuna delle due.

Il che ti dice che lo sconto è promozionale. Qualcuno sta pagando il 30% attingendo a un budget di lancio, non a una diversa struttura di costi, e la cosa da chiedere riguardo a qualsiasi tariffa promozionale è quanto dura.

Tre modi in cui una piattaforma ottiene il 30% in meno rispetto al prezzo di listino

Non c'è una quarta spiegazione che meriti di essere presa in considerazione, e vale la pena riuscire a distinguere le tre perché hanno date di scadenza diverse.

Il primo è uno sconto di lancio finanziato dal fornitore. Alibaba vuole Qwen4-Max davanti a sviluppatori che hanno già una chiave API da qualche parte, e il modo più rapido per arrivarci è sovvenzionare il primo mese di una piattaforma. Questo è il più probabile dei tre e quello con i tempi più stretti, perché è il bilancio della piattaforma ad assorbire la differenza per una finestra definita.

Il secondo è un autentico prezzo all'ingrosso: la piattaforma acquista a una tariffa negoziata inferiore al prezzo di listino e ne trasferisce una parte. È l'unica versione del 30% che è stabile, ed è anche la versione che comparirebbe in un contratto di rivendita anziché in una pagina di marketing. Se la tariffa si mantiene oltre gennaio, è questo che era.

Il terzo è un loss leader su un modello che è costoso da servire ed economico da pubblicizzare. Qwen4-Max attiva 71 miliardi di parametri per token su un backbone da 2,4 trilioni di parametri — un costo di servizio che non diminuisce perché il prezzo è diminuito. Una piattaforma che vende al 70% del listino per conquistare quota di routing è un business plausibile, ma è un business con un pavimento sotto di sé.

Tutti e tre producono oggi lo stesso prezzo, e nessuno di essi è visibile dal listino tariffe. Questo è il limite onesto di ciò che si può leggere su una pagina: il numero è reale e l'aritmetica che vi sta dietro non è pubblicata.

I limiti che il prezzo non comporta

Ecco la parte che conta più dello sconto, ed è la parte che un confronto basato sul prezzo tralascia sempre. La scheda di Alibaba per Qwen4-Max non è solo denaro — è un insieme di tetti massimi, e un rivenditore copia un prezzo molto più affidabilmente di quanto copi una scheda tecnica.

• Contesto — Alibaba documenta 1.000.000 di token, con un tetto di input di 991.808 token in modalità non-thinking che scende a 983.616 in modalità thinking. La scheda di terze parti pubblicizza un contesto da 1M di token senza il tetto di input, che è il numero che di fatto vincola un documento lungo.

• Output — Alibaba limita l'output non-thinking a 131.072 token e inserisce thinking e risposta in un budget condiviso di 262.144 token. Una pagina che pubblicizza «1M context» e si ferma lì non ti ha detto nulla su quanta risposta puoi ottenere.

• Modalità — la scheda del fornitore prevede input di testo, immagini e video e output testuale, con una comprensione nativa dei video anziché un estrattore aggiunto a posteriori. Le schede di terze parti spesso forniscono prima i percorsi per testo e immagini e successivamente quello per i video, e la scheda non indica sempre quale si riceve.

Niente di tutto ciò è un'accusa. È il normale divario tra un modello e il deployment di un modello e, su una release vecchia di quattro giorni, esiste esattamente una sola fonte per il tetto massimo — la pagina Model Studio di A​libaba stessa — perché nessuno ha eseguito il secondo deployment abbastanza a lungo da pubblicare risultati da confrontare con esso.

Conseguenza pratica: se stai dimensionando un lavoro a contesto lungo, prendi il dato sul contesto dal fornitore e prendi il prezzo da chi è più economico, ma non dare per scontato che descrivano lo stesso prodotto finché non hai inviato una richiesta da 400.000 token e osservato dove tronca.

A generated single-column price card for Qwen4-Max with six rows: input $1.05 per 1M against list $1.50, output $3.15 against list $4.50, cache read $0.0525 against list $0.075, a discount of exactly 30% on all three lines, a 1M context with a 991,808-token input ceiling, and a status line reading price published, endpoint not yet live.

Quanto vale uno sconto del 30% su un'esecuzione di un agente

I prezzi per token sono l'unità sbagliata per un modello venduto sul lavoro agentico di lunga durata, quindi ecco l'aritmetica per uno scenario per cui Qwen4-Max è esplicitamente posizionato: un agente di programmazione che mantiene un contesto di repository da 200.000 token per 40 turni, emettendo 30.000 token di ragionamento e patch per turno. Prezzi di listino, senza caching, tariffe di Singapore su entrambi i lati.

• Con la scheda di Alibaba — 200.000 token di input per turno a 1,50 $ per milione fanno 0,30 $, e 30.000 token di output a 4,50 $ per milione fanno 0,135 $. Sono 0,435 $ a turno, ovvero 17,40 $ su 40 turni.

• Alla scheda di terze parti — lo stesso turno costa $0,21 in ingresso e $0,0945 in uscita, $0,3045 a turno, oppure $12,18 su 40 turni.

• Il risparmio — $5,22 per esecuzione da 40 turni, ovvero $0,13 per turno. Su un carico di mille esecuzioni al mese sono $5.220; su un carico di dieci è il prezzo di un pranzo.

Ora aggiungiamo la cache, perché è lì che lo sconto si accumula e dove l'economia di Qwen4-Max è più interessante. Alibaba documenta letture dalla cache a $0,075 per milione a Singapore e scritture in cache a $1,875 per una finestra di cinque minuti. Con 200.000 token in cache per turno, la lettura costa $0,015, quindi il lato input di un turno con cache calda crolla da $0,30 a $0,015 — una riduzione di venti volte prima ancora di qualsiasi sconto. Il 30% è denaro vero, ma è il 30% di un numero che una cache ben fatta ha già reso piccolo. Su un'esecuzione che rilegge un prefisso stabile, la struttura di caching vale circa venti volte lo sconto della piattaforma, e nessun tariffario lo pubblicizza.

Il punto in cui smette di funzionare è un prefisso che cambia a ogni turno. Un agente che chiama strumenti, il cui contesto è per lo più output fresco degli strumenti, non ottiene alcun cache hit, paga il premio di scrittura per nulla e ricade sulla tariffa piena per l'input; a quel punto il 30% è l'intero risparmio ed è l'unica leva rimasta.

A screenshot of the Alibaba Cloud Model Studio documentation for qwen4-max, captured in an English interface, showing the qwen4-max latest-model heading, the Model List and Model Billing sidebar, and the Text, Vision, Speech and Embedding model categories.

La domanda sull'endpoint

Tutto quanto sopra presuppone che tu possa chiamare il modello a quel prezzo e, al 19 novembre, questo è l'unico punto che la pagina non chiarisce.

La stessa scheda del modello contiene tre affermazioni che non convivono bene tra loro. Indica Qwen4-Max come serverless e disponibile, pubblica un tariffario completo a consumo e mostra uno stato "In arrivo" con un invito a registrarsi che offre di avvisarti quando il modello sarà disponibile. Due qualsiasi di queste affermazioni sono coerenti. Tutte e tre insieme indicano una pagina in transizione, e la lettura corretta è che i prezzi sono pubblicati e la capacità non ancora: uno stato normale per un modello di quattro giorni e una cosa insolita che un listino prezzi dica ad alta voce.

Questo conta per una decisione in un modo specifico. Una tariffa promozionale che parte prima che esista un endpoint ha un timer che parte dopo l'annuncio, oppure non parte affatto. Se stai costruendo un modello di costo intorno a $1,05, modellalo come uno sconto che non hai ancora potuto testare, e mantieni i $1,50 di A​libaba come la cifra su cui si regge il tuo budget.

OrcaRouter non serve Qwen4-Max — il modello è raggiungibile tramite l'API Model Studio di Alibaba e diverse piattaforme di terze parti, e lo sconto di cui sopra appartiene a una di queste. Il modello che instradiamo della stessa famiglia è Qwen3.8-Max, al suo prezzo di listino pubblicato con pass-through e ricarico dello 0%, che è la stessa struttura di pass-through per cui una variazione di prezzo del fornitore arriva qui lo stesso giorno in cui arriva a monte. Un'unica API per oltre 200 modelli, un'unica chiave e un DSL di routing che può inviare una richiesta a Qwen3.8-Max o a un modello di un altro laboratorio senza un secondo contratto — la soluzione utile quando il modello che ti serve davvero è su un listino prezzi che nessuno ha ancora finito di rendere operativo.

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured in an English interface, showing the model name, the qwen/qwen3.8-max identifier, text, image and video input with text output, and a $2.00 price figure in the page header.

Cosa guardare, e entro quando

• Se il 30% sopravvive al suo primo mese. Una tariffa promozionale e una tariffa all'ingrosso sembrano identiche nella prima settimana e per niente simili a febbraio. La data da verificare è la fine di dicembre 2026.

• Se lo stato «Lancio imminente» si azzera e cosa dicono i limiti quando ciò accade. Un contesto da 1M pubblicato senza un tetto di input dichiarato non è lo stesso prodotto del tetto di 991.808 token in modalità non-thinking di A​libaba, e la differenza emerge solo sulla richiesta che viene troncata.

• Se una seconda piattaforma pubblica un listino che non è 0,70 volte quello di Alibaba. Due piattaforme che si attestano sullo stesso moltiplicatore significherebbero una tariffa all'ingrosso; due che si attestano su moltiplicatori diversi significherebbero due budget di lancio, e la più economica tra loro è quella con la scadenza più anticipata.

• Se Alibaba reagisce. Un fornitore che vede un ribasso del 30% sul proprio prodotto di punta nell'arco di tre giorni o ritira il prezzo all'ingrosso o modifica il proprio prezzo di listino, e la seconda opzione è quella che un acquirente desidera.

Il titolo è che il modello di punta di Alibaba è disponibile al 70% del listino, quattro giorni dopo la sua disponibilità generale. La frase più utile è che il 30% è il numero più piccolo della storia — più piccolo della struttura di caching su cui poggia, più piccolo del limite di contesto che non menziona, e più piccolo del divario tra un listino prezzi e un endpoint che puoi chiamare. Prezza lo sconto. Metti a budget il listino.