Qwen4-Max Preview: un'ammiraglia da 1 milione di token che puoi noleggiare solo per quindici giorni

La maggior parte dei lanci di modelli arriva con una data di inizio. L’anteprima di Qwen4-Max è arrivata con una data di fine. Alibaba ha aperto l’anteprima alle 10:00 dell’11 novembre 2026 (UTC+8) e ha affermato, sulla stessa pagina di documentazione che lo ha annunciato, che il modello sarà ritirato dopo le 24:00 del 25 novembre — quindici giorni dopo, senza che sia consentita alcuna modifica nel frattempo. All’interno di quella finestra ottieni un contesto di 1.000.000 di token, un tetto di output di 393.216 token che il ragionamento e la risposta finale devono condividere, e input nativo per immagini e video. Quello che non ottieni è un prezzo per token, un conteggio dei parametri, pesi pubblicati o un singolo numero di benchmark, riportato dal fornitore o meno. Il post di lancio dice che il modello è «progettato per attività del mondo reale, con conoscenze più approfondite e capacità potenziate», che è il tipo di frase che contiene ogni post di lancio; la documentazione dice che il modello ha una data di scadenza, cosa che quasi nessuno di essi fa.

Cosa è effettivamente andato online alle 10:00

Il nome del prodotto è Qwen4-Max-Preview e l'ID del modello è qwen4-max-preview. Esiste anche un alias, qwen4.0-max-preview, e Alibaba segnala che entrambi gli ID funzionano ma le fatture riportano la forma 4.0 — cosa utile da sapere prima di mettersi a cercare la spesa sotto una stringa e ritrovarla sotto l'altra.

Esiste esattamente un'unica via per accedervi, e non è l'API ordinaria. Qwen4-Max-Preview viene servito esclusivamente tramite Token Plan; l'accesso con pagamento a consumo non è espressamente supportato. Token Plan Personal Edition è un abbonamento in Credits, disponibile solo nella regione Singapore di Alibaba, con un URL di base dedicato su token-plan.ap-southeast-1.maas.aliyuncs.com. Se disponi di una chiave API di Model Studio che funziona con qwen3.8-max, non è la chiave che apre questo modello.

Il tempismo merita una riga perché l’intervallo è breve. Alibaba ha annunciato la famiglia Qwen 4 — Max, Flash, Plus e 27B — dal palco della sua conferenza Apsara a Hangzhou il 22 settembre 2026, e il comunicato scritto di quel giorno diceva solo che Qwen 4 era in addestramento. Cinquanta giorni dopo il livello di punta ha un endpoint funzionante. È veloce per una famiglia frontier ed è l’argomento più forte per prendere sul serio l’anteprima invece di archiviarla come una demo da palco.

La specifica, come pubblicata

Questo è tutto quanto, dalla pagina del modello di A​libaba stessa anziché da articoli che ne parlano:

• Contesto — 1.000.000 di token.

• Output massimo — 393.216 token, condivisi tra pensiero e risposta finale.

• Input — testo, immagini e video. L'output è testo.

• Pensiero — attivo per impostazione predefinita, con reasoning_effort impostato su low, medium o xhigh, con valore predefinito xhigh.

• Strumenti — chiamata di funzioni, ricerca web e strumenti integrati.

• Output strutturato — Oggetto JSON e JSON Schema.

• Formato API — compatibile con O​penAI Chat Completions, O​penAI Responses e A​nthropic Messages.

• Prezzo per milione di token — non pubblicato. Il modello viene misurato in Credits in relazione a un abbonamento, e Alibaba non pubblica una tariffa di crediti per token.

• Parametri — non pubblicati. Pesi — non pubblicati. Licenza — non applicabile, perché non c'è nulla da scaricare.

• Punteggi benchmark — nessuno. Non una tabella del fornitore, non un'esecuzione indipendente.

• Finestra di disponibilità — dalle 10:00 dell'11 novembre alle 24:00 del 25 novembre 2026, UTC+8, poi ritirata.

Leggi due volte il tetto di output. 393.216 è un numero grande e non è la finestra di contesto — è il budget totale per una singola risposta, e i token di ragionamento vengono prelevati da esso prima che la risposta inizi. Un modello che usa per impostazione predefinita lo sforzo xhigh spenderà una quota significativa di quel budget per pensare, il che rende la lunghezza effettiva della risposta considerevolmente più breve di quanto il numero suggerisca.

La riga che romperà una porta: max_tokens

Nascosto nelle note d'uso c'è un cambiamento che conta più di gran parte della scheda tecnica. A partire da qwen4-max-preview, max_tokens è equivalente a max_completion_tokens, ed entrambi limitano i token complessivi destinati al ragionamento e alla risposta finale. Ogni modello Q​wen precedente mantiene il comportamento precedente, in cui il limite si applicava alla risposta. Quindi una richiesta migrata da qwen3.8-max con max_tokens: 4096 ora prevede 4.096 token di ragionamento più quello che resta, che su un prompt difficile può essere del tutto nulla — e la modalità di errore è una risposta troncata anziché un errore che si possa intercettare.

Vale la pena impostare deliberatamente altri due valori predefiniti. Chat Completions abilita preserve_thinking per impostazione predefinita, quindi il thinking storico viene restituito nel campo reasoning_content dei messaggi dell'assistente; concatenarlo in content e inviarlo di nuovo come cronologia è una struttura errata e confonderà il turno successivo. Inoltre, reasoning_effort e thinking_budget non devono essere impostati insieme — scegli un solo controllo.

Niente di tutto questo è esotico. È il costo ordinario dell'essere in anticipo: lo strato di compatibilità che fa sembrare il modello come qualsiasi altro endpoint in stile O​penAI non rende identica la sua contabilità dei token, e la differenza è visibile solo quando qualcosa viene troncato.

Quanto costano quindici giorni di Token Plan

Poiché non esiste un prezzo per token, l'unica domanda sui prezzi a cui un lettore può effettivamente rispondere è quanto costa l'abbonamento. I quattro livelli Personal Edition di Alibaba costano 6 $ al mese per 20.000 Crediti, 10 $ per 45.000, 18 $ per 80.000 e 43 $ per 200.000, con pacchetti aggiuntivi a 15 $ per 20.000 Crediti e uno sconto per i nuovi utenti valido fino al 30 novembre. I Crediti vengono consumati a una tariffa che, secondo il fornitore, è determinata dinamicamente dal tipo di modello, dall'utilizzo dei token, dalla modalità di pensiero e dalle chiamate agli strumenti, e l'unico posto in cui vedere la tariffa reale è il dettaglio di utilizzo nella console.

L'anteprima include una promozione propria: durante la finestra, il consumo è "fino a un minimo del 20% della tariffa standard", e le chiamate tra le 22:00 e le 08:00 UTC+8 ricevono un ulteriore sconto che arriva all'8% della tariffa standard. Le due pagine che descrivono quella tariffa notturna non concordano su come formularla — la pagina del modello parla di uno sconto aggiuntivo del 40%, la pagina Token Plan del 60% — ed entrambe arrivano allo stesso 8%, quindi considera l'aritmetica come il fatto e la percentuale come testo.

Una restrizione merita di essere citata piuttosto che parafrasata, perché esclude la maggior parte degli usi in produzione ancora prima che la questione del prezzo si ponga: Token Plan Personal Edition è destinato a "un uso interattivo in strumenti di programmazione e per agenti, non a script batch automatizzati". Un'anteprima che non puoi usare in batch è un'anteprima che valuti manualmente, in un editor, come valuteresti un modello in una finestra di chat.

Quanto ti costano i numeri mancanti

Three absences do real work here, and each blocks a different decision.

Nessun prezzo blocca il budget. I crediti non possono essere convertiti in dollari per milione di token da nulla che A​libaba pubblichi, quindi un team non può confrontare l'anteprima con un modello a consumo sull'unico asse che conta per il lavoro ad alto volume. L'abbonamento fissa un tetto alla spesa, non una tariffa.

L'assenza di un conteggio dei parametri non blocca le ipotesi sull'infrastruttura. La cosa più vicina a una dichiarazione sull'architettura è Qwen3.8-Flash-Next, pubblicato sotto l'organizzazione Qwen su Hugging Face il 24 agosto 2026, la cui scheda lo descrive come un'anteprima sperimentale dell'architettura che costituirà la base di Qwen 4. Quella scheda riporta 125 miliardi di parametri principali con circa 6 miliardi attivi per passaggio, un archivio di embedding n-gram da 51 miliardi di parametri e tre tecniche denominate: attenzione sparsa QSA, connessioni residue con gating e embedding n-gram come lookup separato. Si tratta di dati dichiarati dal fornitore e non riprodotti, e descrive un modello di anteprima da 180 miliardi di parametri, non questa ammiraglia. Chiunque citi un numero di parametri per Qwen4-Max sta citando qualcosa che Alibaba non ha detto.

Nessun punteggio blocca la classifica. La classifica di Artificial Analysis, consultata l'11 novembre 2026, non contiene alcuna voce Qwen4. Non è una critica al modello — un'anteprima aperta questa mattina non ha avuto il tempo di essere misurata — ma significa che ogni cifra «Qwen4 batte X» già in circolazione è una proiezione o il numero di un altro modello che porta il nome di questo.

C’è anche una quarta assenza che è facile non notare: «nessuna modifica sarà apportata durante questo periodo». L’anteprima è congelata. Un comportamento che trovi fastidioso il secondo giorno sarà ancora lì il quattordicesimo, e segnalarlo non ti servirà a nulla finché non esisterà il modello successivo. È il compromesso giusto per un’anteprima e quello sbagliato per una dipendenza.

Inviare una richiesta questa settimana e cosa eseguire invece

Se vuoi vedere il modello, il percorso è un abbonamento Token Plan, l'URL di base dedicato e l'ID del modello indicato sopra; l'endpoint parla i formati wire di OpenAI e Anthropic, quindi un client esistente ha bisogno di un URL di base e di una chiave, non di una riscrittura.

Se vuoi rilasciare qualcosa, questo non è il modello su cui farlo, e vale la pena essere chiari sull'alternativa.217 identificatori di modello e nessuno di essi è un tier Qwen 4 — non serviamo Qwen4-Max, e nessuna astuzia di routing può cambiarlo. Quello che lo stesso catalogo offre, invece, è il modello che questo sostituirà alla fine: Qwen3.8-Max, in disponibilità generale, contesto 1M, input di testo, immagini e video, a $2,00 per milione di token di input e $6,00 per milione di token di output, al prezzo di listino di Alibaba senza nulla in aggiunta. Quest'ultima parte è il punto strutturale, non uno slogan: poiché trasferiamo il prezzo del fornitore con un ricarico dello 0%, una variazione del prezzo del fornitore arriva sulla tua chiave il giorno stesso in cui avviene — che è esattamente il meccanismo che conterà il giorno in cui un tier Qwen 4 otterrà una tariffa pay-as-you-go, se mai ne otterrà una.

Per la valutazione stessa, una catena di fallback è il modo economico per eseguirla. Metti l'anteprima dietro un modello di cui ti fidi già, invece che davanti: se una richiesta genera 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 il contesto da 1M e l'input video risolvono il tuo problema. Provare un endpoint non collaudato senza un fallback è il modo in cui un esperimento da quindici minuti si trasforma in un'interruzione del servizio.

Cosa decide il 25 novembre

Sono possibili tre esiti e non sono ugualmente probabili. Quello lineare è la disponibilità generale con un prezzo per token pubblicato e un endpoint pay-as-you-go; ciò renderebbe Qwen4-Max una vera decisione d’acquisto e renderebbe questa anteprima la due diligence meno costosa possibile. Il secondo è una proroga — un’altra finestra, stesse condizioni — che ti direbbe che Alibaba ha ancora vincoli di capacità a Singapore e non è ancora pronta a misurare il consumo del modello. Il terzo è il ritiro nei tempi previsti, in silenzio, il che significherebbe che l’anteprima era una dimostrazione di capacità rivolta alle imprese che acquistano tramite Token Plan anziché agli sviluppatori che acquistano token.

Osserva due cose insieme a questo. Se gli altri tre livelli ricevono delle model card, perché una famiglia con un solo livello effettivamente rilasciato e tre nomi è una roadmap, non una gamma. E se Q​wen 4 27B compare con pesi aperti, perché storicamente quel livello è quello che l'organizzazione Q​wen pubblica su Hugging Face, e un modello Q​wen 4 scaricabile cambierebbe i calcoli per chiunque non possa inserire un abbonamento Singapore nella propria architettura.

Per ora il riassunto onesto è limitato e utile: Qwen4-Max esiste, è invocabile, ha una finestra di un milione di token e un budget di output di 393.216 token, tra quindici giorni non sarà più disponibile, e nessuno al di fuori di A​libaba l'ha misurato. È abbastanza per dedicarci un pomeriggio e non abbastanza per pianificare un trimestre su questa base.