Una title card generata che riporta Qwen4-Max - la partner card, letta riga per riga, con tre cifre impostate come striscia di tariffe: $1.413 input, $4.24 output e $0.071 lettura cache per milione di token, etichettate come tariffe Global-scope, accanto a un chip che riporta 262,144 budget condiviso.
Guides & Insights

La nuova Partner Card di Qwen4-Max pubblicizza quattro capacità. Tre di queste ti costeranno qualcosa più avanti.

Autore

jinhao.song

Data di pubblicazione

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

Una seconda piattaforma ora vende Qwen4-Max, e il suo annuncio suona come il lancio di un prodotto: contesto da 1 milione di token, input di testo, immagini e video, tool calling, output strutturato, reasoning e 1,413 $ per milione di token di input, 4,24 $ per milione di output, 0,071 $ per milione in cache. Il modello è diventato generalmente disponibile sull'API di Alibaba stessa il 16 novembre 2026, quindi un secondo venditore due giorni dopo è veloce ma non sorprendente. Ciò che vale la pena leggere attentamente è l'elenco delle funzionalità, perché tre di quelle quattro capacità si comportano diversamente su una piattaforma partner rispetto a quanto fanno su quella di Alibaba, e il prezzo è l'indizio che spiega il perché.

Comincia dal prezzo, perché tutto il resto ne consegue. $1.413 e $4.24 non sono numeri nuovi. Sono le tariffe Global-scope di Alibaba — Pechino, Hong Kong, Francoforte, Virginia (USA) e Tokyo — a tre cifre decimali, inferiori del 5,8% rispetto alla scheda Singapore da $1.50 e $4.50. La tariffa della cache è l'indizio rivelatore: $0.071 è il valore Global, mentre quello di Singapore è $0.075. Nessuno arriva a $0.071 in modo indipendente. Una scheda partner che quota la tariffa regionale del fornitore al millesimo di dollaro sta quotando un pass-through, e un pass-through significa un solo deployment del modello con un secondo livello di fatturazione sopra, non una seconda esecuzione di addestramento né un secondo set di kernel.

Quella distinzione non è pedanteria. Stabilisce l’aspettativa per ogni altra riga della scheda: i prezzi sopravvivono a un passaggio, i comportamenti no, a meno che il partner non abbia svolto il lavoro di ingegnerizzazione necessario per renderlo possibile.

A generated two-column comparison card titled Qwen4-Max - the advertised card, checked, with the partner-listing column reading 1M tokens context, output ceiling not stated, $1.413 input, $4.24 output, video input yes and reasoning dial not stated, against the vendor column reading 1M with 984k usable, 262,144 shared, $1.413 Global, $4.24 Global, video yes, and low, high and xhigh on the dial.

Prima affermazione: contesto da 1M. Vero, e resta comunque il numero meno utile della pagina.

Ogni annuncio di Qwen4-Max pubblicizza un milione di token, e ognuno è tecnicamente corretto. La documentazione di A​libaba stessa indica 1,000,000 token di contesto con un tetto di input di 991,808 token quando la modalità thinking è disattivata e di 983,616 quando è attivata, mentre Artificial Analysis registra indipendentemente una finestra di contesto di 984k token. Quei tre numeri sono lo stesso 1M con diverse quantità di verità esposte.

La riga che conta non è il tetto dell’input ma il budget di output, che nessuna scheda partner in questa categoria pubblicizza. Qwen4-Max ha un budget di 262.144 token condiviso tra il ragionamento e la risposta finale, di cui 131.072 sono disponibili quando il ragionamento è disattivato. Su un input da 900.000 token, ti restano al massimo 91.808 token di risposta in modalità di ragionamento prima che la finestra si chiuda — e i token di ragionamento vengono conteggiati in questo budget. Un team che dimensiona un job a contesto lungo in base a "1M in, some out" sta facendo i conti con un numero che il fornitore non ha mai pubblicato.

È il primo punto in cui un annuncio di un partner può costarti soldi senza che tu te ne accorga. Una scheda che dice 1M non dice nulla sul fatto che la piattaforma faccia rispettare il budget condiviso, che tronchi il ragionamento invece della risposta o che si fermi silenziosamente a 128K di output. Sono le modalità di errore che si manifestano come un oggetto JSON troncato alle 2 di notte, non come un codice di errore.

Seconda affermazione: ingresso video. È la riga che stabilisce se l'annuncio è una vera porta.

L'input di testo, immagini e video è la capacità in questo annuncio più difficile da falsificare. Servire video a Qwen4-Max non significa semplicemente accettare un URL e inoltrarlo: i fotogrammi devono essere campionati, codificati nel flusso di token visivi del modello a una risoluzione e a una frequenza di fotogrammi su cui il modello è stato addestrato, e fatturati rispetto a un contesto che è già la risorsa scarsa. Una piattaforma che ha implementato solo il percorso testuale o rifiuterà del tutto il video oppure lo accetterà e lo degraderà silenziosamente.

Ecco perché la riga video è quella da testare per prima se stai valutando un partner. Una clip di un minuto a 30 fps, con una frequenza di campionamento conservativa, corrisponde a migliaia di token visivi; inseriscila in un prompt documentale da 700.000 token e sei al limite massimo di input, con una risposta più breve di quanto avessi pianificato. Il supporto video di Qwen4-Max è reale sull'API proprietaria di A​libaba — il modello è documentato per questo e Artificial Analysis registra testo, immagine e video come sue modalità — ma una scheda del partner è un'affermazione, non un risultato di test.

Il percorso delle immagini presenta una versione più lieve dello stesso problema. La gestione della risoluzione, il tiling e il costo in token di uno screenshot ad alto DPI sono tutte decisioni a livello di piattaforma, e nessuna di esse compare su un tariffario che applica un prezzo all'input per milione di token.

Tesi tre: tool calling e output strutturato. L'unico ambito in cui un partner può essere migliore del fornitore

L'output strutturato e il tool calling sono gli ambiti in cui una piattaforma pass-through può aggiungere valore reale, e vale la pena dirlo chiaramente perché il resto di questo articolo è cauto. Alibaba documenta output strutturato, tool calling parallelo, prefix completion, ricerca web e caching sia esplicito sia implicito su quattro superfici di protocollo — OpenAI Chat Completions, OpenAI Responses, Anthropic Messages e DashScope. Un partner che espone solo la forma OpenAI offre meno superficie, non un modello peggiore.

Ma un partner che ha costruito sopra un decoder vincolato allo schema può offrire qualcosa che l'endpoint del fornitore stesso non garantisce: JSON che viene parsato al primo tentativo, ogni volta, senza un ciclo di retry. Per una pipeline che estrae campi dalle fatture in volume, un retry evitato equivale a 2× i token di input risparmiati, e questo rende trascurabile la differenza regionale del 5,8% tra i listini Singapore e Global.

Quindi la domanda da porsi su questa capacità non è «è supportato l'output strutturato?» — ogni scheda dice di sì — ma «si tratta di decodifica vincolata o di un'istruzione nel prompt?». La prima è una garanzia; la seconda è un forte suggerimento che fallisce una volta su cinquanta, di solito sulla richiesta più lunga e più costosa del lotto.

Quarta tesi: il ragionamento. La capacità che si trasferisce peggio, e quella che nessuno prezza

Qwen4-Max viene fornito con il ragionamento attivo e l'effort predefinito su high. Il selettore accetta low, high e xhigh, il budget di pensiero predefinito è di 131.072 token e max_completion_tokens è impostato per impostazione predefinita su 262.144 in modalità di pensiero. Una richiesta che non imposta nessuno di questi tre parametri ottiene per impostazione predefinita la configurazione costosa, ed è da quella configurazione predefinita che deriva la maggior parte del costo: Artificial Analysis ha misurato 104.940 token di output per attività dell'indice, di cui 68.914 di ragionamento, rispetto a una mediana del settore di 65,1 milioni di token di output per l'intera suite di nove valutazioni. Qwen4-Max ne ha generati 127 milioni.

Su una piattaforma partner, a quella manopola possono succedere tre cose e solo una di esse è visibile. Il parametro dello sforzo di ragionamento può essere passato invariato, nel qual caso vale tutto quanto sopra. Può essere accettato e ignorato, nel qual caso la tua richiesta con sforzo basso viene addebitata come una con sforzo alto. Oppure può essere rifiutato, nel qual caso te ne accorgi con un 400 e correggi. Il primo caso va bene, il terzo è fastidioso, e il secondo è quello che raddoppia silenziosamente una fattura mensile — ed è il più comune, perché passare un campo sconosciuto a un'API di un fornitore è spesso il comportamento predefinito di un proxy compatibile con O​penAI.

È anche qui che l'affermazione sul prezzo viene messa alla prova più duramente. A $1,413 / $4,24 un partner sta fatturando la tariffa Global del fornitore, quindi il prezzo per token è onesto. Che il conteggio dei token sia onesto dipende da un parametro che non compare sulla scheda.

Cosa ti dice un annuncio di “collaborazione”, e cosa non ti dice

L'impostazione di questo lancio — una partnership con il team Qwen di Alibaba anziché una rivendita — va presa alla lettera per ciò che copre e non una parola di più. È plausibile che copra l'accesso anticipato ai pesi, l'allocazione della capacità e un identificatore supportato. Non copre le cose che determinano il tuo conto: il budget di ragionamento, il tetto di input in ciascuna modalità, la politica di campionamento video, la garanzia di decodifica vincolata o le regioni in cui si trova il deployment.

Esiste una versione testabile di questo. Chiedi alla piattaforma qual è il suo limite massimo di input in modalità pensiero. A​libaba dichiara 983.616. Se la risposta è "1M", la piattaforma non ha letto la documentazione del fornitore, e il resto della sua scheda tecnica merita lo stesso scetticismo. Quella singola domanda separa un partner che ha portato il modello da uno che ha portato il prezzo.

I dati indipendenti ora sono migliori rispetto al lancio, il che aiuta. Artificial Analysis assegna a Qwen4-Max 43 sull'Intelligence Index v5.0.1 — la mediana per i modelli comparabili — a 3,27 $ per attività dell'indice completata, 32,1 minuti per attività, 54,5 token di output al secondo e 155,4 secondi al primo token della risposta. Si tratta di una vera valutazione indipendente di un modello di due giorni, ed è il numero da citare a confronto con qualsiasi grafico del fornitore. Ciò che non dice è se una piattaforma partner lo riproduca: il tracker misura il modello su un solo endpoint, e una seconda distribuzione con batching diverso, kernel diversi o un'impostazione predefinita di ragionamento diversa può discostarsi di diversi punti e di un ampio multiplo di costo.

A screenshot of the Artificial Analysis page for Qwen4 Max captured 18 November 2026 with an English interface, showing the Alibaba provider tag and a November 2026 release, an Intelligence Index of 43, output speed of 55 tokens per second, 185.4 seconds to first token, a 984k-token context window, and a summary line describing the model as below average in intelligence, well priced, notably slow per task and very verbose.

Come acquistarlo senza tirare a indovinare

OrcaRouter non ospita Qwen4-Max. Il modello è raggiungibile tramite l'API Model Studio di A​libaba e diverse piattaforme di terze parti, e questa è la descrizione onesta della situazione — nessun percorso ospitato dal fornitore su questa piattaforma, quindi nessuna pretesa in tal senso. Ciò che OrcaRouter offre è il punto di confronto: oltre 200 identificatori di modello dietro un'unica API a 0% di markup, con il prezzo di listino del fornitore trasferito così com'è, quindi la card Singapore da $1,50 e la card Global da $1,413 sono gli stessi numeri qui come sulla pagina dei prezzi di A​libaba, e una variazione del prezzo del fornitore è effettiva lo stesso giorno anziché al ciclo di fatturazione successivo.

A screenshot of OrcaRouter's models catalogue captured 18 November 2026 with an English interface, showing the header '226 models - 17 providers - one API key, one bill', the filter rail for input modalities, context length, input price, status, access tier, series, supported parameters, privacy and inference region, and the first card visible being kimi/kimi-k3.1-pro next to a two-step 'how to call any model' panel.

Per un team che deve decidere se vale la pena adottare una scheda di un partner, la configurazione utile è un confronto affiancato piuttosto che una recensione. Invia le stesse 50 richieste — un documento lungo con un video, un batch di estrazione strutturata, una catena agentica di chiamata di strumenti, un incarico di classificazione a basso sforzo — all'endpoint del fornitore stesso e a quello del partner, e confronta i token fatturati, non i token restituiti. I due numeri divergono esattamente quando un parametro viene scartato, e il DSL di routing è ciò che ti consente di mantenere il partner per i carichi di lavoro in cui è davvero migliore e di ricadere automaticamente su quelli in cui non lo è.

L'annuncio è accurato. Il prezzo indicato è la tariffa Global di Alibaba stessa, l'elenco delle modalità corrisponde alla documentazione del fornitore, e un partner che riporta una lettura della cache a tre cifre decimali ha chiaramente fatto i conti. Ciò che omette è la parte che non puoi verificare da una scheda: un budget condiviso di 262.144 token che riduce la finestra utilizzabile, un selettore del ragionamento che decide la maggior parte della fattura, un percorso video che o è vera ingegneria o è un campo accettato, e una promessa di output strutturato che o è decodifica vincolata o è un auspicio. Queste quattro cose meritano più tempo di valutazione di quanto non meriti il 5,8% che il prezzo del partner consente di risparmiare.