Una card di titolo hero generata che riporta 'Qwen4-Max vs Qwen3.8-Max-Prime' con il sottotitolo 'La corsia veloce costa il doppio e arriva ultima.' e due pannelli prezzo/throughput: Qwen4-Max a '$1,50 / $4,50 per M' e 104.940 token per attività in 32,1 minuti, contro Qwen3.8-Max-Prime a '$3,301/$9,902 per M' e 170.794 token per attività in 47,5 minuti. Stile editoriale vettoriale piatto su sfondo bianco con una velatura gradiente dal blu al ciano, e il logo OrcaRouter composto in basso a destra.
Guides & Insights

Qwen4-Max vs Qwen3.8-Max-Prime: la corsia veloce costa il doppio e arriva ultima

Autore

jinhao.song

Data di pubblicazione

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

Qwen3.8-Max-Prime esiste per esattamente un motivo: far pagare all'incirca il doppio perché i token arrivino prima. Qwen4-Max, disponibile in generale dal 16 novembre 2026, costa meno del modello su cui Prime è stato costruito — 1,50 $ in input e 4,50 $ in output per milione di token a Singapore contro 2,00 $ e 6,00 $ — e completa un compito in circa due terzi del tempo effettivo. Quindi il confronto di cui un lettore ha davvero bisogno non è "nuovo modello di punta contro vecchio modello di punta". È se la corsia veloce premium che Alibaba vende in aggiunta a Qwen3.8-Max offra ancora qualcosa che non si possa ottenere semplicemente passando a Qwen4-Max alla tariffa standard, e la risposta onesta è più limitata di quanto suggerisca l'una o l'altra pagina del fornitore: Prime è ancora più veloce in streaming per token, e non è più chiaramente più veloce per singolo lavoro.

C'è una seconda complicazione, meno evidente. Al 18 novembre il Prime model ID non compare sulla pagina di documentazione di Fast mode di Alibaba né sul suo listino prezzi del modello, in nessuna delle due edizioni, internazionale e cinese. Quella pagina è stata aggiornata l'ultima volta l'11 ottobre 2026 e ora elenca tre Prime ID, tutti GLM o Wan — nessuna variante Qwen. L'assenza non equivale al ritiro, e Alibaba non ha pubblicato alcun avviso di dismissione che riusciamo a trovare, quindi consideralo "non più elencato" anziché "dismesso". Ma se stai preventivando un cambio questa settimana, la domanda cambia: non più quale dei due acquistare, bensì se quello più vecchio sia ancora disponibile.

Uno di questi è un modello, l'altro è una corsia di serving

La distinzione decide l'intera comparazione, e il marketing non la traccia.

• Qwen4-Max — un nuovo modello di punta del team Qwen di Alibaba, disponibilità generale il 16 novembre 2026, tariffato a consumo per token in sei regioni, contesto di 1.000.000 di token, input di testo, immagini e video con output testuale, thinking attivo per impostazione predefinita a reasoning_effort=high.

• Qwen3.8-Max-Prime — non è un modello. È Qwen3.8-Max, il flagship 3.8 da 2,4 trilioni di parametri che ha raggiunto la GA il 3 agosto 2026, erogato tramite quella che Alibaba chiama Fast mode (Prime mode, 优速模式). Stessi pesi, stesso contesto, stessa superficie di strumenti, stessi limiti di utilizzo. La documentazione di Alibaba afferma che le capacità e le restrizioni sono «le stesse del modello originale» e l'unica cosa che cambi è il parametro model.

Questo conta perché una corsia di serving invecchia diversamente da un modello. Prime eredita ogni limite di capacità della generazione 3.8 e tutte le sue caratteristiche di efficienza sui token; ciò che aggiunge è margine di throughput sull'infrastruttura di Alibaba, offerto a un prezzo moltiplicato. Quando la generazione sottostante viene sostituita da qualcosa di più economico e più efficiente in termini di token, la corsia mantiene la sua velocità e perde la sua ragion d'essere.

Il listino prezzi, e l'inversione che vi è contenuta

Questi sono prezzi di listino dal tariffario di Alibaba, non importi fatturati misurati. Per milione di token, input e output:

• Qwen4-Max, Singapore — $1.50 / $4.50, tariffa fissa per l'intera finestra di 1.000.000 di token.

• Qwen4-Max, ovunque altrove — $1.413 / $4.24 a Pechino, Hong Kong, Francoforte, Virginia e Tokyo.

• Qwen3.8-Max, Singapore — 2,00 $ / 6,00 $; 1,650 $ / 4,951 $ nelle regioni globali.

• Qwen3.8-Max-Prime — 3,301 $ / 9,902 $ sulla carta internazionale, con hit della cache a 0,413 $. È esattamente 2,0× la tariffa Global dell'ID standard, non un'approssimazione arrotondata. Abbiamo letto quei valori dal listino tariffario a fine settembre; sono gli ultimi numeri Prime pubblicati che abbiamo, e oggi la riga non è più sulla pagina.

A generated two-column scoreboard titled 'Qwen4-Max vs Qwen3.8-Max-Prime — the scoreboard'. Left column 'Qwen4-Max' reads Intelligence Index 42.9, HLE Diamond 44.9%, APEX Agents 59.1%, Terminal-Bench 4.0 48.5%, 104,940 tokens per task, $3.27 per task. Right column 'Qwen3.8-Max-Prime' reads Intelligence Index 33.7, HLE Diamond 24.0%, APEX Agents 42.4%, Terminal-Bench 4.0 38.9%, 170,794 tokens per task, $10.02 per task. Footer reads 'Scores: Artificial Analysis Intelligence Index v5.0.1. Prime mode runs Qwen3.8-Max weights, so its scores are Qwen3.8-Max's.'

• Tariffa di lettura della cache — $0,075 per milione a Singapore e $0,071 altrove, contro i $0,413 per cache hit di Prime. Meno di un quinto del prezzo, sulla voce che un lungo ciclo di agente paga più spesso.

Metti a confronto il primo e il quarto e l'inversione è netta: il flagship di due giorni costa circa il 43% di quanto costa in input la corsia veloce della generazione precedente, e il 43% in output. Anche rispetto al semplice Qwen3.8-Max che sostituisce, Qwen4-Max è il 25% più economico a Singapore — e il fornitore la presenta come un taglio di prezzo, cosa che è, ma solo se il nuovo modello non spende il risparmio in più token. Ne parliamo più sotto, perché in parte lo fa e in parte no.

È la voce della cache quella che genera l'effetto composto. Un lungo ciclo di agente con un prompt di sistema e uno schema degli strumenti fissi rilegge il proprio prefisso a ogni turno, quindi è il costo di lettura della cache, non la tariffa di input di riferimento, a determinare il costo marginale del cinquantesimo turno. A 0,075 $ contro 0,413 $, Qwen4-Max rilegge un prefisso in cache a circa un quinto di quanto addebita Prime — un divario 2,4 volte più ampio del 2,3× sull'input nuovo, e quello che decide se una scansione di documenti da 400.000 token sia economicamente sostenibile.

Cosa acquista davvero Prime: token al secondo, non attività all'ora

La pagina della modalità Fast di Alibaba dichiara chiaramente il vantaggio: il TPS viene portato a 1,5–2 volte quello dell'API standard, con l'obiettivo di servire assistenti di programmazione AI, ragionamento agentico multi-step e conversazione in tempo reale. Descrive anche un'insolita regola di throttling: quando raggiungi il limite di frequenza, se la piattaforma ha ancora capacità disponibile non vieni limitato, quindi il throughput effettivamente disponibile non scenderà sotto il limite dichiarato. Si tratta di un limite minimo, non di un tetto, e per un assistente di programmazione interattivo la coda conta più della media.

Quel numero non è mai stato misurato in modo indipendente. Ciò che è stato misurato è la build standard di Qwen3.8-Max: Artificial Analysis registra 60,0 token di output al secondo sull'API di Alibaba, con 3,6 secondi al primo token. Qwen4-Max, sulla stessa classifica, registra 54,5 token al secondo e 6,9 secondi al primo token. Quindi, se Prime raggiunge davvero il limite superiore dell'intervallo dichiarato, genera in streaming circa 120 token al secondo — più del doppio di Qwen4-Max — e il suo primo token arriva prima.

Poi leggi l'altra metà della stessa tabella, e il vantaggio si inverte:

• Token di output per attività di indicizzazione — Qwen4-Max 104.940 vs Qwen3.8-Max 170.794. Il nuovo modello impiega il 38,6% di token in meno per completare la stessa suite di valutazione, con la stessa impostazione di effort xhigh su entrambi i lati.

• Tempo effettivo per attività — 32,1 minuti contro 47,5 minuti. Qwen4-Max termina un terzo prima anche se in streaming è più lento.

• Costo per attività — 3,27 $ contro 10,02 $, sui prezzi di listino pubblicati. Moltiplicando quei 10,02 $ per il premio fisso di 2,0× di Prime, la stessa attività si aggira intorno ai 20 $.

Quell'ultima cifra è aritmetica sul tariffario, non una misurazione: Artificial Analysis ha cronometrato l'ID standard, non la linea Prime, e nessuno ha pubblicato un benchmark in modalità Prime che riusciamo a trovare. Indicala come stima. Ma la direzione non è in dubbio: se paghi 2,0× per token per una linea che emette gli stessi token, paghi 2,0× per l'attività. Prime rende ogni token più veloce e ogni lavoro più costoso; Qwen4-Max rende ogni token più lento e ogni lavoro più economico e più breve.

Per un'interfaccia di chat in cui una persona guarda i caratteri comparire, quella differenza è concreta e Prime se la aggiudica ancora. Per un agente che esegue dodici chiamate in sequenza e ti addebita il costo alla fine, il conteggio dei token è il tempo effettivo.

Il divario di capacità, misurato anziché dichiarato

Il materiale di lancio di Alibaba per Qwen4-Max cita miglioramenti dell'efficienza dei token di circa il 24% con impegno xhigh e del 35% con high sul suo benchmark interno Work360, oltre a un calo del 62% del costo medio per attività. Si tratta di dati dichiarati dal fornitore e non riprodotti. Il board indipendente racconta una storia coerente ma meno eclatante, ed è quella su cui basare la pianificazione.

Su Artificial Analysis Intelligence Index v5.0.1, con quale impostazione di effort vengono valutati entrambi i modelli allo stesso modo:

• Indice — Qwen4-Max 42,9 (il sito lo arrotonda a 43) contro Qwen3.8-Max a 33,7. Un divario generazionale di nove punti, e la stessa classifica riporta la riga 3.8 come deprecata, superata da Qwen4-Max.

• Humanity's Last Exam, Diamond — 44,9% vs 24,0%. Questa è la singola divergenza più ampia della riga e quella che cambia maggiormente ciò che puoi delegare.

• APEX Agents — 59,1% contro 42,4%. Il completamento dei task agentici guadagna quasi diciassette punti, ovvero la differenza tra un workflow che supervisioni e uno che controlli a posteriori.

• Terminal-Bench 4.0 — 48,5% vs 38,9%. Un guadagno reale, e vale la pena leggerlo accanto all'88,8% che la build 3.8 registra sul più vecchio Terminal-Bench 2.1, su cui Qwen4-Max non è stato valutato. Non confrontare tra queste due versioni.

• FrontierCode 2.0 — 26,5% vs 23,4%. Il divario più piccolo della classifica. Se il tuo carico di lavoro è la generazione di codice su un repository, il salto generazionale è di tre punti, non nove, e la velocità di elaborazione di Prime potrebbe ancora contare più per te dell'indice.

• Onniscienza — 27,7 vs 10,5, con tassi di allucinazione del 28,4% e 27,1%. Qwen4-Max sa sostanzialmente di più e confabula all'incirca allo stesso tasso. Questi due fatti insieme spiegano perché è più sicuro nella ricerca aperta e non più sicuro su qualsiasi cosa non si possa verificare.

Due lacune vanno nella direzione opposta, ed entrambe riguardano ciò che puoi fissare. Qwen3.8-Max dispone di uno snapshot datato, qwen3.8-max-0902, ancora nel listino allo stesso prezzo, così puoi congelare il comportamento lungo un rilascio. Qwen4-Max non ha ID snapshot, né fine-tuning né deployment dedicato — la pagina di Alibaba li contrassegna entrambi come non supportati. Se la tua strategia di conformità dipende da un modello che non può cambiare sotto di te, la generazione più vecchia è l'unica delle due a offrirlo, e Prime eredita quella stessa build datata.

La questione della disponibilità che nessuno ha incorporato nei prezzi

Ecco la parte che rende questo confronto urgente anziché accademico. Controlla oggi la pagina Modalità veloce e troverai tre ID supportati — glm-5.3-prime, glm-5.2-fast-preview e wan3.0-video-prime — a Pechino e Singapore. Nessun modello Qwen è elencato, in nessuna delle due regioni. Controlla il listino prezzi dei modelli nell'edizione internazionale o in quella cinese e non c'è alcuna riga qwen3.8-max-prime; le voci Qwen vanno da qwen4-max, qwen3.8-max, qwen3.8-max-0902 e giù lungo la linea 3.7. E non c'è qwen4-max-prime da nessuna parte — il nuovo flagship non ha affatto una variante fast-lane.

Non possiamo stabilire dall’esterno se Alibaba abbia ritirato l’ID Qwen Prime, lo abbia spostato in una pagina prodotto regionale che non abbiamo trovato, o semplicemente lo abbia rimosso da una tabella della documentazione durante una riorganizzazione. Ciò che possiamo dire è più circoscritto e comunque utile: chi questa settimana pianifica una build sensibile alla latenza su Qwen3.8-Max-Prime dovrebbe verificare che l’ID risolva ancora nel proprio workspace prima di progettare intorno a esso, perché la documentazione pubblica non lo garantisce più. Si tratta di un profilo di rischio diverso da settembre, quando l’ID figurava nel listino prezzi accanto a quello standard.

Riformula anche i termini della decisione. Se Prime è ancora disponibile sul tuo account, stai scegliendo tra una corsia veloce su un modello più vecchio, più debole e più costoso e una corsia più lenta su uno più nuovo, più economico e più potente. Se non lo è, la scelta è già stata fatta per te, e l'unica domanda che resta è per quanto tempo continuerai a pagare $2,00/$6,00 per l'ID 3.8 standard invece di $1,50/$4,50.

A screenshot of Alibaba Cloud's Fast mode documentation page, captured 18 November 2026 in English, showing the supported model table with glm-5.2-fast-preview and the other GLM and Wan Prime IDs listed for Beijing and Singapore, and no Qwen row anywhere on the page.

Chi dovrebbe scegliere cosa

• Assistente di programmazione interattivo, una persona che guarda lo stream — se Prime risolve ancora sul tuo workspace e l'UX si misura in caratteri al secondo, il throughput 2× è il prodotto. Qwen4-Max a 54,5 token al secondo non è lento, ma non è una corsia veloce, e il suo primo token in 6,9 secondi è quasi il doppio di quello della build standard 3.8.

• Pipeline agentiche, valutazione in batch, scansioni di documenti — Qwen4-Max, senza troppe discussioni. Meno token per attività, meno minuti per attività, un terzo del costo per attività e una tariffa di lettura della cache oltre cinque volte più economica di quella di Prime sui prefissi lunghi.

• Carichi di lavoro che devono essere fissati — qwen3.8-max-0902, lo snapshot datato 3.8, a tariffe standard. Né Prime né Qwen4-Max ti fornisce un checkpoint congelato.

• Generazione di codice su un repository di grandi dimensioni — la decisione più incerta sul tabellone. Tre punti indice di miglioramento di FrontierCode 2.0 potrebbero non valere la pena di perdere una corsia di throughput che hai già strumentato, soprattutto se il tuo agente è il collo di bottiglia anziché il modello.

• Chi non ha ancora effettuato la migrazione — esegui i calcoli di index-suite sulle tue tracce prima di procedere. La riduzione del 38,6% dei token misurata da Artificial Analysis è una media su una valutazione mista; il tuo carico di lavoro potrebbe comprimersi meglio o non comprimersi affatto.

Collegare la scelta a un unico endpoint

Né Qwen4-Max né Qwen3.8-Max-Prime sono oggi nel catalogo di OrcaRouter — abbiamo controllato entrambe le pagine dei modelli ed entrambe non restituiscono nulla, e questo articolo non intende suggerire il contrario. Quello che c'è è il modello su cui è costruito l'intero confronto: qwen/qwen3.8-max e il suo snapshot datato qwen/qwen3.8-max-0902, servito al prezzo di listino del fornitore con 0% di markup, il che oggi significa 2,00 $ in ingresso e 6,00 $ in uscita per milione di token. La pagina di OrcaRouter per quell'ID riporta un time-to-first-token p50 di 4,34 secondi e un p95 di 10,00 secondi nell'ultima settimana — una nostra misurazione, sul nostro traffico, non quella del fornitore.

Questo conta per la decisione in un modo specifico. Alibaba ha rivisto due volte il prezzo di Qwen4-Max tra la preview dell'11 novembre e la GA del 16, e la card Global è già il 5,8% sotto quella di Singapore. Qualunque cosa tu costruisca, la tariffa si muoverà sotto di te. Un gateway pass-through significa che un taglio del fornitore arriva sulla tua fattura lo stesso giorno anziché al rinnovo contrattuale successivo, e una sola chiave copre entrambe le generazioni, così la migrazione da qwen3.8-max a qwen4-max è una stringa di modello anziché una seconda integrazione. Finché Qwen4-Max non sarà instradabile qui, il pattern utile è quello noioso: mantieni l'ID standard 3.8 sulla chiave che hai già, valuta Qwen4-Max direttamente su Alibaba mentre le sue condizioni commerciali si assestano, e lascia che il failover automatico copra il divario in entrambe le direzioni.

Cosa cambierebbe questo verdetto?

Tre cose, e ciascuna è verificabile nelle prossime settimane. Una variante Qwen4-Max Prime ripristinerebbe la corsia veloce sulla generazione attuale e renderebbe di nuovo questo un confronto throughput contro throughput, al doppio della tariffa di $1,50/$4,50. Una misurazione indipendente in modalità Prime sostituirebbe l'affermazione del fornitore di 1,5–2× con qualcosa che si può inserire in un piano di capacità: nessuno ne ha pubblicata una, e finché qualcuno non lo farà, il moltiplicatore è una promessa. E un ID di snapshot per Qwen4-Max eliminerebbe l'unico vero argomento rimasto per restare sulla linea 3.8, che al momento non è il prezzo, non è la capacità e non è la velocità su un'attività completa, ma la possibilità di congelare un checkpoint.

Per tutti gli altri la risposta è già stabilita dall'aritmetica: la corsia veloce costa di più per token, di più per attività e di più per ogni rilettura dalla cache rispetto al modello che l'ha sostituita, e fa di meno. È una cosa strana per un livello premium, ed è ciò che accade quando una corsia di servizio sopravvive alla generazione contro cui era stata tariffata.

A screenshot of the Artificial Analysis page for Qwen4 Max, captured 18 November 2026, showing an Intelligence Index of 43 and a Cost per Intelligence Index task of $3.27 alongside the surrounding comparison charts.

Confrontati in questo articolo2

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