Qwen4-Max Preview è sfuggito al paywall: stesso modello, ora dietro una chat box

On 11 November 2026 the Qwen4-Max Preview turned up in Q​wen Chat — the same model A​libaba started serving through Model Studio's Token Plan at 10:00 that morning, now reachable without a Singapore subscription, a dedicated base URL or an API key. Nothing about the model changed: 1,000,000 tokens of context, a 393,216-token output ceiling that thinking and the answer have to share, text, images and video going in. What changed is who can reach it. A preview that had been an enterprise line item became something you can open in a browser tab and type into, and both doors lead to the same fourteen remaining days. The Q​wen 4 line was named from a stage at the Apsara conference on 22 September 2026 with no specifications attached to any tier; Qwen3.8-Max, the flagship it is meant to replace, has been callable since 3 August at $2.00 per million input tokens and $6.00 per million output. This one you can look at, and on the API side you still cannot buy it by the token.

La seconda porta, e perché conta più di quanto sembri

Q​wen Chat is a consumer surface. There is no per-token meter in it, no model ID to paste into a request body, and no bill at the end of the month. For a preview that A​libaba has fenced off behind a credit subscription, that is a different kind of access, not a cheaper version of the same one — it moves the model from the procurement conversation into the evaluation conversation.

La route API, come documentato, ha tre muri attorno. L'accesso è solo con Token Plan, e il pay-as-you-go non è esplicitamente supportato. L'URL di base è dedicato, su token-plan.ap-southeast-1.maas.aliyuncs.com, quindi una chiave Model Studio esistente non lo apre. E il piano stesso porta una restrizione che vale la pena citare piuttosto che parafrasare: è per "uso interattivo in strumenti di coding e agent, non script batch automatizzati". Un'anteprima che non puoi eseguire in batch è un'anteprima che valuti a mano.

Read those together and the Q​wen Chat launch looks less like a marketing beat and more like the honest completion of the product. If the licence says interactive use only, a chat window is not a workaround for the paid plan — it is the surface the plan was always describing.

Su cosa differiscono realmente le due porte

Stesso modello, impianti diversi. Le distinzioni che contano, una riga ciascuna:

• Cost model — Q​wen Chat: no per-token charge visible to the user, no key to manage vs Token Plan: a monthly credit subscription, with Personal Edition tiers at $6 for 20,000 credits, $10 for 45,000, $18 for 80,000 and $43 for 200,000, plus $15 per 20,000-credit top-up bundles.

• Ceiling — Q​wen Chat: whatever the chat client will accept in one turn vs the API: the full 1,000,000-token context and 393,216-token output budget, both documented.

• Programmatic access — Q​wen Chat: none, it is a chat interface vs the API: O​penAI Chat Completions, O​penAI Responses and A​nthropic Messages compatible, so an existing client needs a base URL and a key rather than a rewrite.

• Tooling — Q​wen Chat: whatever the app exposes vs the API: function calling, web search, built-in tools, JSON Object and JSON Schema output.

• Reproducibility — Q​wen Chat: a conversation you can read but not version vs the API: request parameters you can pin, which is the only way to compare two runs honestly.

• Scadenza — identica per entrambi: 24:00 del 25 novembre 2026, UTC+8, dopodiché il modello viene ritirato.

Quell'ultima riga è quella che la gente dimenticherà. La porta della chat sembra permanente perché i prodotti di chat di solito lo sono. Questa no.

La finestra è il prodotto, e dura quattordici giorni.

A​libaba's documentation states the window as 10:00 on 11 November to 24:00 on 25 November, UTC+8, and adds that the model will be retired when the preview ends. It also states that no changes will be made during the period. A frozen preview is a specific kind of offer: a behaviour you find irritating on day two will still be there on day thirteen, and reporting it buys you nothing until a successor exists. That is the correct trade for an evaluation build and the wrong trade for a dependency.

The commercial side of the window is unusually steep. During the preview, consumption runs "as low as 20% of the standard rate", and calls placed between 22:00 and 08:00 UTC+8 get a further discount that lands at 8% of standard. Two A​libaba pages describe that night step differently — one calls it 40% off, the other 60% — and both arrive at the same 8%, so treat the arithmetic as the fact and the percentage as copy. Credits themselves are consumed at a rate the vendor says is set dynamically by model type, token usage, thinking mode and tool calls, which means the only place to learn your real rate is the usage detail in the console.

Quello che la chat box non può dirti

Mancano tre cose in questo modello, e l'interfaccia della chat rende tutte e tre più difficili da vedere anziché più facili.

There is no published parameter count. The nearest architecture statement from the Q​wen organisation is Qwen3.8-Flash-Next, published on Hugging Face on 24 August 2026, whose card describes it as an experimental preview of the architecture that will underpin Q​wen 4. That card reports 125 billion main parameters with roughly 6 billion active per step, a 51-billion-parameter n-gram embedding store, and three named techniques — QSA sparse attention, gated residual connections, and n-gram embeddings as a separate lookup table. It is vendor-reported, unreproduced, and it describes a 180-billion-parameter preview model, not this flagship. Anyone quoting a parameter count for Qwen4-Max is quoting something A​libaba has not said.

Non esistono punteggi di benchmark, né del fornitore né indipendenti. La classifica di Artificial Analysis, consultata l'11 novembre 2026, non riporta alcuna voce Qwen4. Questo non è un demerito per il modello — un'anteprima aperta questa mattina non ha avuto il tempo di essere misurata — ma significa che ogni cifra "Qwen4 batte X" che circola oggi è o una proiezione o il numero di un altro modello che porta il nome di questo.

E non c'è alcun rilascio dei pesi. Questo è un endpoint ospitato chiuso per quindici giorni, non un checkpoint scaricabile, e la questione della licenza che si applicherebbe a un modello scaricabile semplicemente non si pone perché non c'è nulla da scaricare.

Tre impostazioni che determinano se vale la pena leggere una risposta

Se apri effettivamente il lato API, i valori predefiniti non sono neutrali ed è lì che una richiesta trasferita si rompe.

reasoning_effort accetta low, medium o xhigh e il valore predefinito è xhigh. Un modello che spende il proprio budget pensando prima di rispondere produrrà output migliori sui prompt difficili e una latenza peggiore su quelli facili; il valore predefinito è l'estremo costoso di questo compromesso.

max_tokens changed meaning with this model. Starting here, max_tokens is equivalent to max_completion_tokens and both cover thinking plus the final answer, where every earlier Q​wen model applied the cap to the answer alone. A request carried over from Qwen3.8-Max with max_tokens set to 4096 now buys 4,096 tokens of thinking and whatever is left — which on a hard prompt can be nothing. The failure mode is a truncated response, not an error you can catch.

preserve_thinking è attivo per impostazione predefinita in Chat Completions, quindi il ragionamento precedente viene restituito nel campo reasoning_content dei messaggi dell'assistente. Concatenarlo in content e reinviarlo come cronologia è una struttura errata e peggiorerà il turno successivo. Tieni inoltre presente che reasoning_effort e thinking_budget non devono essere impostati insieme — scegli un solo controllo.

Un piano di test da fare in un pomeriggio

Quattordici giorni sono tempo sufficiente per imparare qualcosa di specifico, se decidi cosa stai verificando prima di iniziare. Tre prompt, eseguiti due volte ciascuno, sono un uso migliore della finestra rispetto a una settimana di chat senza una direzione precisa.

Inizia da ciò per cui serve la finestra di contesto. Dagli un lungo documento o una registrazione dello schermo per cui conosci già la risposta, e verifica se trova il dettaglio che hai inserito vicino alla fine. Un milione di token è un'affermazione sulla capacità, non sull'attenzione, e l'unico modo per distinguere la differenza è un ago che ci metti tu stesso.

Poi testa l'impostazione predefinita di reasoning rispetto all'impostazione economica sullo stesso prompt. Se xhigh e medium si collocano nello stesso punto sul tuo task, hai trovato una latenza che non devi pagare. Se divergono, hai trovato il confine di ciò che il modello può fare senza pensare ad alta voce.

Poi prova l'input video su qualcosa di breve e specifico — una registrazione dell'interfaccia utente con un bug noto. La comprensione video è la capacità meno misurata con benchmark su qualsiasi scheda modello, e quella in cui un'anteprima ha più probabilità di sorprenderti in un senso o nell'altro.

Annota ciò che hai imparato, con date e impostazioni. Tra quindici giorni quel documento è l'unica risorsa che l'anteprima produce.

Where this sits in the Q​wen 4 line

A​libaba named four tiers at Apsara on 22 September: Max, Flash, Plus and 27B. As of today, one of them has an endpoint, one has a chat tab, and the other three have names. A family with one shipped tier and three announced ones is a roadmap, not a lineup, and the preview is best read as a capability demonstration aimed at the tier that will carry the flagship price.

Vale anche la pena dire chiaramente ciò che questo modello non è. Non è Qwen4-Max. L'anteprima precede un flagship disponibile a livello generale che non ha model card, né prezzo pubblicato per token, né endpoint pay-as-you-go. La denominazione è abbastanza simile perché i risultati di ricerca e i post sui social tendano abitualmente a confondere i due; sono prodotti diversi in stati diversi, e trattare i numeri dell'anteprima come quelli del flagship è il modo in cui una slide di roadmap diventa un errore di procurement.

Cosa chiude il 25 novembre

Three outcomes are possible and they are not equally likely. The clean one is general availability with a published per-token rate and a pay-as-you-go endpoint, which would turn the preview into the cheapest due diligence anyone could have done. The second is an extension on the same terms, which would say A​libaba is still capacity-constrained in Singapore and still not ready to meter the model openly. The third is retirement on schedule with silence.

Per chiunque debba rilasciare prima che tutto ciò si risolva, la domanda pratica è cosa usare al suo posto, e la risposta è già disponibile. Qwen3.8-Max è disponibile a livello generale dal 3 agosto 2026 con una finestra di contesto di 1.000.000 di token, input di testo, immagini e video, a 2,00 $ per milione di token di input e 6,00 $ per milione di output — il prezzo di listino del fornitore, senza aggiunte. È uno di 217 identificatori di modello nel catalogo di OrcaRouter, che è anche il limite onesto dell'affermazione: non forniamo Qwen4-Max Preview, e nessun accorgimento di routing, per quanto ingegnoso, cambia questo. Ciò che il catalogo ti offre è una catena di fallback, così una valutazione può stare dietro un modello di cui ti fidi già anziché davanti a uno — se una richiesta restituisce un errore, va in timeout o viene troncata perché il budget di ragionamento si è mangiato la risposta, il fallback risponde e scopri comunque se la finestra da un milione di token risolve il tuo problema.

The preview's real contribution is not a benchmark or a price. It is a date: 25 November, after which the answer to "what does the Q​wen 4 flagship do" stops being a chat tab and starts being a model card. Watch for that document, not for the launch post.