Una card di titolo con la scritta Qwen4-Max, creata per il lavoro nel mondo reale, con la riga 32,3 minuti per attività dell’Intelligence Index rispetto a una mediana di settore di 12,4 minuti.
Guides & Insights

Qwen4-Max è stato progettato per il lavoro nel mondo reale. Il cronometro del mondo reale segna 32 minuti per attività.

Autore

Gideon Frost

Data di pubblicazione

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

"Costruito per il lavoro nel mondo reale" è come viene venduto Qwen4-Max questa settimana, su una piattaforma di terze parti che ha inserito il modello in elenco il 18 novembre, due giorni dopo che Alibaba lo ha messo in vendita generale. Qwen4-Max è stato rilasciato il 16 novembre 2026, e la scheda di quella piattaforma non ha aggiunto nuovi pesi, nessun nuovo dato sul contesto e nessun nuovo prezzo — solo uno slogan e un pulsante. Lo slogan è per caso l'affermazione più verificabile che chiunque abbia fatto sul modello, perché il lavoro nel mondo reale non è un punteggio di benchmark. È un'attività che deve concludersi, entro un budget, mentre qualcuno la aspetta. Sull'unica classifica pubblica che misura esattamente questo, Qwen4-Max impiega 32,3 minuti per completare una singola attività dell'Intelligence Index. La mediana del settore è 12,4. Il suo stesso predecessore, Qwen3.8-Max, ne impiegava 47,4.

Questa è la forma del verdetto, e non è affatto male. Qwen4-Max è un terzo più veloce del modello che sostituisce e 19 punti migliore sullo stesso indice, e svolge il ragionamento extra su un contatore che costa circa un quarto in meno per token. Ciò che l’orologio cambia è chi dovrebbe sceglierlo. Un modello che impiega mezz’ora per attività non è il modello che metti dietro una casella di chat o un loop agentico in venti passaggi senza decidere, deliberatamente, che puoi permetterti il tempo effettivo. Questo articolo riguarda quella decisione e i tre numeri che la guidano: minuti per attività, token per attività e l’unico livello di sforzo che è stato effettivamente misurato.

Uno slogan che punta sulla latenza, non su una classifica

Il testo di lancio di un prodotto di punta, di solito, argomenta sulla capacità. Questo argomenta sul lavoro, il che sposta silenziosamente la domanda da «quanto è intelligente» a «quanto tempo» e «quanto costa». Sono domande diverse con risposte diverse, e i materiali stessi del fornitore rispondono alla prima molto meglio di quanto rispondano alla seconda.

Le dichiarazioni pubblicate da Alibaba su Qwen4-Max riguardano l'efficienza e sono tutte subordinate a un'impostazione dell'effort. Nella suite Work360 dello stesso fornitore il modello ottiene 52,69 contro 47,74 di Qwen3.8-Max, generando il 24% di token in meno con effort Xhigh e il 35% in meno con High. Su Terminal-Bench 4.0 la riduzione dei token è del 48% e del 49% nelle stesse due impostazioni, e il costo medio per attività su Work360 scende da $4,43 a $1,67. Ognuno di questi dati è dichiarato dal fornitore, nessuno è stato riprodotto in modo indipendente e ognuno è legato a un livello di effort che bisogna selezionare. Quest'ultimo dettaglio non è una nota a piè di pagina. È il motivo per cui la riga dei tempi indipendente non può essere letta come «la velocità del modello» senza un avvertimento.

La riga indipendente, detta in parole semplici

Artificial Analysis ha misurato Qwen4-Max su Intelligence Index v5.0.1 a Xhigh, il livello più alto del suo selettore a tre livelli, e ha pubblicato il pannello completo di costi e velocità insieme al punteggio. Consultato in tempo reale il 18 novembre 2026:

• Indice di intelligenza — 43 per Qwen4-Max contro 62 per GPT-6.2 Astra e 34 per Qwen3.8-Max (0902)

• Tempo effettivo per attività — 32,3 minuti, rispetto a una mediana di 12,4 per modelli comparabili; Qwen3.8-Max ha impiegato 47,4

• Token di output per esecuzione dell'indice — 127 milioni, rispetto a una mediana di settore di 65,1 milioni

• Velocità di output — 54 token al secondo, misurata sull'endpoint proprietario di A​libaba

• Tempo al primo token di risposta — 148,57 secondi

• Costo per attività di indicizzazione — $3,27, contro $10,02 per Qwen3.8-Max

• Contesto dichiarato — 984.000 token, secondo quanto misurato dal tracker, rispetto a 1.000.000 nella documentazione di A​libaba

La coppia interessante è costituita dalle prime due. Quarantatré è un punteggio mediocre e la classifica lo dice: descrive il modello come sotto la media tra modelli comparabili, con una mediana anch'essa di 43, quindi Qwen4-Max si colloca esattamente sulla linea. Nel frattempo, 32,3 minuti contro una mediana di 12,4 minuti non è mediocre; è quasi tre volte il resto del gruppo. La capacità è risultata nella media, e il costo per estrarla è finito nella coda.

A single-column scoreboard for Qwen4-Max: Intelligence Index 43, wall clock per task 32.3 minutes, 127 million output tokens per run, 54 tokens per second, 984k context window, and $3.27 cost per index task, all measured by Artificial Analysis on 18 November 2026.

Dove va la mezz’ora

Due numeri spiegano il cronometro, e nessuno dei due è un mistero. Il primo è la verbosità: 127 milioni di token in output per completare la stessa suite di nove valutazioni che il modello mediano completa in 65,1 milioni. Il secondo è la velocità di elaborazione: 54 token al secondo, che è nella norma. Una velocità ordinaria moltiplicata per il doppio dei token dà all'incirca il doppio del tempo, e poi qualcosa in più, perché un'attività che dura a lungo passa anche più tempo ad attendere il proprio ragionamento.

Mettendo tutto insieme, la conseguenza pratica è un calcolo aritmetico che puoi fare senza un benchmark. Se un compito del mondo reale richiede a Qwen4-Max mezz'ora, allora un ciclo di agente da dieci chiamate richiede cinque ore, e un batch notturno da cento chiamate ne richiede cinquanta. Non è un motivo per evitare il modello — il lavoro in batch non si preoccupa di quanto duri una chiamata — ma è un vincolo rigido per il lavoro interattivo e agentico, che è esattamente ciò per cui di solito "lavoro del mondo reale" è una scorciatoia.

C'è un effetto di secondo ordine che conta più della mezz'ora in sé. Un'attività da 32 minuti è abbastanza lunga da entrare in conflitto con ogni timeout in uno stack di produzione: il timeout di inattività del gateway, il budget di retry del client stesso, la finestra di visibilità della coda, il container che viene riciclato dopo quaranta minuti. Un modello che completa in dodici minuti sopravvive a una configurazione predefinita. Un modello che completa in trentadue è quello che ti insegna dove sono impostati i tuoi timeout, e il guasto che produce — un retry che duplica il lavoro, o una risposta troncata fatturata per intero — costa più di quanto la differenza di token abbia mai fatto risparmiare.

The Artificial Analysis page for Qwen4-Max on Intelligence Index v5.0.1, showing a score of 43 at Xhigh effort alongside the cost, speed and time-to-first-token panel.

Un punto pubblicato nella parte superiore di un quadrante a tre livelli

Qwen4-Max espone tre livelli di sforzo di ragionamento — low, high e Xhigh — e usa high come impostazione predefinita, con un budget di pensiero che a sua volta ha un valore predefinito di 131.072 token. Artificial Analysis gli ha assegnato un punteggio a Xhigh. È una scelta difendibile: è il modo in cui vengono formulate le stesse dichiarazioni di efficienza del fornitore e mette il modello nella migliore luce possibile. Ma significa che i 43 e i 32,3 minuti descrivono la configurazione più costosa offerta dal modello, e la configurazione a basso sforzo — quella che un prodotto interattivo eseguirebbe davvero — non ha alcun numero indipendente pubblicato.

Confronta la forma della divulgazione rispetto alle pubblicazioni di questo mese. GPT-6.2 Astra pubblica l'intera curva sullo stesso indice: 62 al massimo e a Xhigh, 60 a high, 57 a medium, 46 a low. Puoi vedere quanto ti costa in capacità un'impostazione più economica, e un team può scegliere un punto su quella curva. Qwen4-Max ti offre un punto e un valore predefinito che si colloca un gradino sotto. Se esegui il modello a high, stai usando una configurazione che nessuno ha misurato, e se lo esegui a low ne stai usando una per cui il fornitore non ha pubblicato alcuna dichiarazione.

Quel divario è il dettaglio meno riportato del lancio, e gioca a favore del modello tanto quanto a suo sfavore. La lettura onesta non è «Qwen4-Max è lento». È «Qwen4-Max è lento con l'impostazione su cui è stato benchmarkato, e nessuno fuori da A​libaba ha cronometrato altre impostazioni». Se lo stai valutando, il selettore dello sforzo è il primo esperimento da eseguire, non l'ultimo, perché è l'unica leva che sposta contemporaneamente sia il cronometro sia il conto.

Che cosa premia davvero la scheda prezzi

Sul contatore, Qwen4-Max è economico — davvero così, ed è economico in un modo che penalizza il meno possibile il carico di lavoro sbagliato.

• Tariffe per Singapore — $1,50 per milione di token di input e $4,50 per milione di token di output

• Regioni con ambito globale — $1.413 di input e $4.24 di output, con tre decimali, che è quanto riportato negli elenchi di terze parti

• Cache — 0,075 $ per milione in lettura a Singapore, 0,071 $ altrove; una scrittura di cinque minuti costa 1,875 $ e un'ora costa 3,00 $

• Contesto lungo — tariffa unica. Non esiste un livello premium oltre una soglia di token, cosa che questo mese non vale per ogni concorrente

• Batch — una tariffa per batch di file, valida solo a Pechino, di $0.707 per input e $2.12 per output

Quelli sono i prezzi pubblicati di Alibaba. La struttura conta più dei numeri: una tariffa fissa per l'intera finestra significa che la revisione di un documento da 400.000 token costa qui $0,60 di input, mentre un modello con moltiplicatore per il contesto lungo addebiterebbe diverse volte tanto. Per i carichi di lavoro in cui questo modello è davvero valido — documenti lunghi, video, estrazione in blocco — la tariffa fissa vale più del prezzo di copertina per token. E per i carichi di lavoro in cui è scarso — interattivi, multi-turno, agentici — la tariffa è irrilevante, perché il vincolo è il tempo, non il contatore.

La parte che nessuno ha elencato: non c’è alcun checkpoint.

Il fine-tuning e il deployment del modello sono entrambi indicati come non supportati nella documentazione del modello. Qwen4-Max è noleggiabile e non acquisibile in proprietà, e l'unica concessione ai pesi aperti nel post di lancio è che i modelli Qwen4 più piccoli «arriveranno all'open source». Per un modello venduto sul lavoro nel mondo reale, questo è un limite concreto, non un dettaglio di licenza: i team con più lavoro reale da svolgere sono di solito quelli che vogliono fare tuning su di esso. Se il vostro piano prevede una variante distillata, un deployment on-prem o uno snapshot riproducibile fissato a un set di pesi fisso, questo modello non offre nessuno dei tre, e nessun elenco di terze parti può aggiungerli.

The OrcaRouter model page for qwen/qwen3.8-max, listing the vendor rates and the routable endpoint for Qwen4-Max's predecessor.

Cosa puoi chiamare ora

Qwen4-Max non è nel nostro catalogo — la rotta non esiste, e non abbiamo intenzione di lasciare intendere il contrario. Quello che c'è è Qwen3.8-Max, che è instradabile oggi al suo prezzo di listino del fornitore con 0% di ricarico, e che è il modello su cui fareste davvero benchmark prima di decidere che un compito da 32 minuti vale la pena: ottiene 34 contro 43, ma è il modello con il prezzo e il comportamento che il vostro team già comprende.

La questione di routing che questo lancio solleva è ristretta e vale la pena enunciarla con precisione. Quando un modello impiega mezz'ora per attività, la modalità di errore che ti interessa non è una risposta sbagliata — è una chiamata che muore al minuto ventinove dopo essere stata fatturata per ventinove minuti. È questo il motivo per mettere un modello a esecuzione prolungata dietro una rotta con failover automatico invece di chiamare direttamente un solo provider: il nuovo tentativo arriva su un endpoint attivo, e la logica di escalation risiede nella rotta invece che nel codice dell'applicazione. Una sola chiave per oltre 200 modelli significa anche che il confronto nella sezione successiva è una modifica di configurazione anziché un secondo contratto.

Chi dovrebbe muoversi, e chi dovrebbe aspettare

Passa subito se il tuo lavoro è in batch, molto incentrato sui documenti, con video in input o misurato in ore anziché in secondi. Prezzi flat per il contesto lungo, 984.000 token di finestra, input video nativo, tool calling compatibile con i video e un costo di 3,27 $ per attività di indicizzazione contro i 10,02 $ del modello che sostituisce rappresentano un upgrade diretto per quel tipo di attività, e il limite di 32 minuti è irrilevante quando non c’è nulla in attesa dall’altra parte.

Aspetta, o almeno prova prima il selettore, se il tuo lavoro è interattivo o agentico. I numeri pubblicati descrivono l'impostazione più costosa che il modello abbia, su una classifica in cui il task mediano termina in dodici minuti, e l'impostazione che effettivamente metteresti in produzione non è mai stata cronometrata in modo indipendente. Esegui le impostazioni di effort basso e alto sui tuoi trace prima di eseguirle su un benchmark — quell'esperimento costa qualche dollaro e risponde a una domanda che il post di lancio non ha posto.

E leggi la data correttamente, qualunque sia il tuo schieramento. Qwen4-Max è stato messo in vendita al pubblico il 16 novembre 2026. Quello che è successo il 18 è che è diventato disponibile da un'altra parte, con uno slogan sul lavoro nel mondo reale. Il modello non è cambiato. L'orologio non è cambiato. Lo slogan è l'unica cosa nuova, ed è l'unica affermazione della pagina che puoi verificare da solo.

Confrontati in questo articolo2

Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno