Una card di titolo 16:9 generata con la scritta "Qwen4-Max vs Kimi K4", sottotitolo "Uno è stato rilasciato questa settimana; l'altro non è mai stato rilasciato affatto", con due card arrotondate: un modello GA documentato con sei regioni e tariffazione pay-as-you-go, e un nome senza model card, senza identificatore API e senza annuncio. Logo OrcaRouter in basso a destra.
Guides & Insights

Qwen4-Max vs Kimi K4: uno è stato rilasciato questa settimana, l'altro non è mai stato rilasciato

Autore

jinhao.song

Data di pubblicazione

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

Cerca Kimi K4 e troverai moltissimi testi su un modello che non esiste. Cerca Qwen4-Max e, al 16 novembre 2026, troverai un modello che puoi chiamare con un listino prezzi pubblicato, sei regioni e una pagina di documentazione con timestamp 09:46 di quella mattina. Non sono situazioni comparabili, e trattarle come i due lati di un confronto è l'errore più comune in questo angolo del mercato. Questa pagina assolve quindi due compiti: stabilisce che cos'è Kimi K4 — un nome senza model card, senza identificatore API, senza pesi, senza prezzo e senza alcun annuncio alle spalle — e poi sviluppa il confronto su cui il lettore può davvero agire, tra Qwen4-Max e Kimi K3.1 Pro, il modello che Moonshot AI distribuisce oggi e il modello open-weights con il punteggio più alto sull'Artificial Analysis Intelligence Index.

Quel secondo confronto è più interessante di quello che hai inserito, perché è l'unico caso in cui Qwen4-Max incontra un modello che lo supera in capacità misurata pur perdendo sul prezzo. È anche il confronto che mostra perché il benchmark mancante di Qwen4-Max costi caro: contro Kimi K3.1 Pro c'è un numero reale da un lato della tabella e uno spazio vuoto dall'altro.

A generated two-column scoreboard titled 'Qwen4-Max vs Kimi K3.1 Pro - the scoreboard', comparing $1.50 and $4.50 per million tokens against $2.00 and $10.00, a 1,000,000-token context against 1,048,576, a 131,072 maximum output against a 1,000,000-token ceiling, no independent score against 46.5, and no weights against an open parent under a custom licence, over a footer reading 'Qwen4-Max per Alibaba; Kimi figures per Moonshot and Artificial Analysis Index v5.0.1.' OrcaRouter logo bottom-right.

Il controllo di K​imi K4, eseguito alla luce del sole

Le affermazioni secondo cui qualcosa non è stato rilasciato perdono valore, quindi ecco le prove anziché il verdetto. La documentazione sui prezzi per sviluppatori di Moonshot AI per l'API K​imi elenca kimi-k3.1-pro e kimi-k3 come modelli della serie K3, con una finestra di contesto di 1.048.576 token, oltre alla serie K2, che la stessa pagina indica sarà completamente ritirata entro la fine di dicembre 2026. Non compare alcun identificatore kimi-k4. L'elenco dei modelli della piattaforma non ne riporta alcuno. L'indice del blog del laboratorio stesso non contiene alcun post su K4. Una ricerca nei repository sotto l'organizzazione moonshotai non restituisce nulla al di sopra di K3.1 Pro.

L'unico artefatto che emerge per il nome è un ricaricamento di terze parti su Hugging Face, creato nel luglio 2026, con una manciata di download, nessuna documentazione e un set di tag copiato in blocco da Kimi K3. Non è un artefatto Moonshot e questa pagina non lo considera tale. Un flagship Moonshot rilasciato lascia una traccia verificabile nel giro di giorni — una model card con un conteggio dei parametri, una riga di rate card, un identificatore API, una voce in classifica. Un nome che non ha lasciato nulla di tutto ciò non è un rilascio silenzioso; è un nome.

Vale la pena dirlo chiaramente, perché l'impostazione di questa pagina potrebbe essere fraintesa: il fatto che K4 non sia ancora uscito non dice nulla sulla traiettoria di Moonshot. Il laboratorio ha rilasciato due modelli in quattro mesi, e il secondo, K3.1 Pro il 24 ottobre 2026, è il miglior risultato open-weights sull'indice attuale. Il prossimo modello è una questione di quando, non di se. Semplicemente, non è ancora il momento.

Cosa è diventato Qwen4-Max questa settimana

Fino al 16 novembre, Qwen4-Max esisteva solo come qwen4-max-preview: un noleggio riservato esclusivamente a Token Plan, aperto alle 10:00 UTC+8 dell'11 novembre, con una dismissione pubblicata alle 24:00 del 25 novembre e nessun prezzo per token da nessuna parte. Il modello GA ha un identificatore diverso, qwen4-max, con tariffe a consumo, sei regioni — Singapore, Pechino, Hong Kong, Francoforte, Virginia e Tokyo — e nessuna data di scadenza.

La specifica pubblicata prevede un contesto di 1.000.000 di token, un output massimo di 131.072 token in modalità non-thinking, un budget condiviso di 262.144 token per thinking più risposta, input di testo, immagini e video, e output solo testuale. Thinking è abilitato per impostazione predefinita con un budget di 131.072 token e reasoning effort impostato su high. L'API supporta OpenAI Chat Completions, OpenAI Responses, Anthropic Messages e DashScope, il che significa che un SDK Anthropic esistente puntato a un nuovo base URL funzionerà senza riscritture. Il fine-tuning e il deployment del modello sono documentati come non supportati, e non viene pubblicato alcun peso.

A screenshot of Alibaba Cloud Model Studio's 'Model releases and updates' changelog, dated 2026-11-16 and headed qwen4-max, with the 2026-11-11 qwen4-max-preview entry visible below and the documentation timestamp at the top of the page.

Qwen4-Max contro il K​imi che puoi davvero chiamare

Kimi K3.1 Pro è stato un rilascio di post-training più che una nuova architettura: Moonshot lo descrive come Kimi K3 riaddestrato con una quantità sostanzialmente maggiore di calcolo dedicato al post-training, inclusa un'apprendimento per rinforzo congiunto su larga scala su centinaia di domini downstream. La finestra di contesto è invariata a 1.048.576 token, l'input vision e video è invariato e il limite massimo di output è invariato a 1M token. Ciò che è cambiato in modo più rilevante è stato il prezzo: 2,00 $ per milione di token in input e 10,00 $ per milione in output, in calo rispetto ai 3,00 $ e 15,00 $ di K3.

• Prezzo di input — Qwen4-Max 1,50 $ per 1M a Singapore, 1,413 $ altrove, rispetto a Kimi K3.1 Pro 2,00 $

• Prezzo dell'output — Qwen4-Max 4,50 $ a Singapore, 4,24 $ altrove, rispetto a Kimi K3.1 Pro 10,00 $

• Lettura dalla cache — Qwen4-Max $0,075 dopo una scrittura di cinque minuti costata $1,875, rispetto a Kimi K3.1 Pro $0,20 dopo una scrittura da $2,00

• Contesto — Qwen4-Max 1.000.000 di token contro Kimi K3.1 Pro 1.048.576 token, un vantaggio del 4,6% per K​imi

• Output massimo — Qwen4-Max 131.072 non-thinking, contro il limite di 1M token di Kimi K3.1 Pro, un netto vantaggio per Kimi

• Punteggio indipendente — Qwen4-Max non ancora pubblicato, rispetto a Kimi K3.1 Pro 46,5 su Artificial Analysis Intelligence Index v5.0.1, il miglior risultato open-weights della classifica

• Pesi — Qwen4-Max: nessuno pubblicato, rispetto a K3, il modello padre di Kimi K3.1 Pro, aperto con una licenza personalizzata

• Benchmark del fornitore — Qwen4-Max nessuno, rispetto a Kimi K3.1 Pro al 65,7% su Terminal-Bench 4.0, secondo quanto riportato dal fornitore

La riga del prezzo di output è quella che riorganizza un budget. A 4,50 $ contro 10,00 $, Qwen4-Max costa il 55% in meno sull'output a Singapore e il 58% in meno nelle altre regioni. Una pipeline che genera 50 milioni di token di output al mese paga 225 $ con Qwen4-Max e 500 $ con Kimi K3.1 Pro. Si tratta di un divario reale, ed è il singolo argomento più forte a favore del modello più recente.

La riga del tetto di output è quella che può annullare tutto. Kimi K3.1 Pro emette un milione di token in una sola risposta; Qwen4-Max si ferma a 131.072 al di fuori della modalità di ragionamento e 262.144 condivisi con essa. Se il tuo carico di lavoro prevede la generazione di documenti lunghi, riscritture complete di file o tracce di ragionamento estese in un'unica chiamata, il modello più economico potrebbe non riuscire a completare il lavoro a nessun prezzo, e uno sconto del 55% su una richiesta che deve essere suddivisa in otto chiamate non è uno sconto.

Perché il vuoto nella colonna del punteggio è la vera storia

Ogni confronto tra modelli pubblicato da questo blog si imbatte nello stesso ostacolo con i nuovi modelli di punta di Alibaba: la documentazione è insolitamente precisa sulla meccanica e completamente silenziosa sulla qualità. La pagina di Qwen4-Max specifica la temperatura predefinita in ciascuna modalità, i valori top-p e top-k, il budget di pensiero, gli esatti limiti massimi di token in input e output per modalità e le sei regioni con i relativi ambiti di distribuzione. Non pubblica alcuna tabella di benchmark, né dichiarata dal fornitore né di altro tipo, e non esiste alcuna voce Qwen4 nell'indice dei modelli di Artificial Analysis — l'URL specifico del modello restituisce un 404.

Rispetto a Kimi K3.1 Pro, quell'asimmetria ha una conseguenza specifica. Dalla parte di Kimi ci sono un numero fornito direttamente dall'azienda che tutti possono vedere e un numero indipendente sulla stessa versione dell'indice, ed entrambi si trovano in cima alla classifica open-weights. Dalla parte di Qwen ci sono un prezzo e una scheda tecnica. Un acquirente che li confronta non sta confrontando due modelli; sta confrontando un modello misurato con uno documentato, e l'unico modo per colmare quel divario è misurarlo direttamente.

Il che costa meno di quanto sembri. Un centinaio di prompt estratti dal tuo traffico, eseguiti su entrambi, a queste tariffe, costa pochi dollari. Questo è l'intero budget di valutazione necessario per trasformare Qwen4-Max da un'incognita in una grandezza nota per il tuo carico di lavoro — ed è inferiore al costo di una sola settimana di stime sbagliate sul prezzo di output.

L'unico punto in cui i due design divergono maggiormente

L'architettura K3 di Moonshot si basa su Kimi Delta Attention, un meccanismo di attenzione lineare con uno stato ricorrente a dimensione fissa, su 69 dei suoi 92 strati sparsi. È questo design a rendere sostenibile da servire un contesto da 1M token, ed è anche il motivo per cui i valutatori indipendenti ridimensionano le dichiarazioni sul contesto lungo dei fornitori stessi in tutto il settore: gli ibridi con attenzione lineare tendono a perdere qualche punto nel recupero needle-in-a-haystack rispetto all'attenzione completa. Qwen non pubblica nulla sul design dell'attenzione di Qwen4-Max, quindi non c'è modo di sapere da quale lato di questo compromesso si colloca.

Ciò che Qwen pubblica è un'implementazione di prompt caching con modalità esplicite e implicite e una scrittura in cache di cinque minuti a $1,875 per milione rispetto a una lettura a $0,075 — uno sconto del 96% sulla lettura. L'equivalente di Kimi è $2,00 scritti e $0,20 letti, uno sconto del 90%. Entrambi i design premiano un prefisso stabile e penalizzano un prompt che cambia a ogni turno, e nessuno dei due cambia l'aritmetica su una richiesta one-shot.

Per il lavoro su documenti a contesto lungo — il carico di lavoro che entrambi i fornitori stanno vendendo — il test pratico è lo stesso su entrambi i modelli: costruisci un test "ago nel pagliaio" sul tuo corpus prima di fidarti della finestra dichiarata. Un modello che risponde correttamente a 900K token sui tuoi dati vale più di uno che risponde correttamente a 1M su un benchmark sintetico, e solo uno di questi due numeri è conoscibile senza il tuo harness.

Chiamandoli fianco a fianco

OrcaRouter include Kimi K3.1 Pro come kimi/kimi-k3.1-pro al prezzo di listino di Moonshot — $2,00 in ingresso e $10,00 in uscita per milione — passato senza ricarico, sullo stesso URL di base compatibile con OpenAI del resto di un 215-identifier catalogo, con entrambi gli endpoint /v1/chat/completions e /v1/responses. Qwen4-Max oggi non è in quel catalogo; è disponibile tramite l'API proprietaria di A​libaba, dove si applica il tariffario regionale sopra riportato.

A screenshot of the OrcaRouter model page for Kimi K3.1 Pro, showing the identifier kimi/kimi-k3.1-pro, $2.00 input and $10.00 output per million tokens, the 1,048,576-token context window, the large maximum output figure, text, image and video input, and the 2026-10-24 vendor date.

Il motivo per mantenere entrambi raggiungibili anziché sceglierne uno è che la decisione tra di essi dipende dal carico di lavoro, non dal modello. Il lavoro di generazione lunga vuole il limite massimo di output di K​imi. La generazione ad alto volume in cui le risposte sono brevi vuole il prezzo dell'output di Qwen4-Max. Qualsiasi cosa in cui una risposta sbagliata costa cara vuole il modello con un punteggio finché non hai generato un punteggio per l'altro. Una politica di routing esprime ciò come regole anziché come una decisione architetturale, e failover automatico impedisce che il più recente dei due diventi un unico punto di guasto mentre stai ancora raccogliendo prove.

Dove lascia la ricerca con cui hai iniziato

Se sei arrivato per Kimi K4, la risposta è che non è stato rilasciato, non è stato annunciato nulla al riguardo, e il modello da valutare oggi è Kimi K3.1 Pro — che, sull'indice attuale, è il modello open-weights più forte disponibile per chiunque. Tieni d'occhio una model card piuttosto che una voce: un documento che riporti insieme parametri, contesto, prezzo e un identificatore API è il segnale che questo blog ha usato tutto l'anno per distinguere un modello rilasciato da un nome in circolazione.

Se sei arrivato per il lato Qwen4-Max, la risposta è che è reale, ha un prezzo ed è economico esattamente in una dimensione che conta — i token di output — mentre si ferma a una frazione di ciò che il modello Kimi emetterà in una singola risposta e non offre alcuna misura della qualità. Compralo dove domina il volume di output e le risposte sono brevi. Provalo prima di comprarlo altrove. E considera il divario tra $4,50 e $10,00 come un invito a eseguire la tua valutazione, perché è l'unico numero in questo confronto che al momento è gratuito.

Confrontati in questo articolo2

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