
Qwen4-Max è già elencato al di fuori dell'API di Alibaba — al prezzo globale di Alibaba stesso
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 90 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 97 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNUOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 88 tok/s
- OrcaNUOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 134 tok/s
- OrcaNUOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M di token · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M di token · 128 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenza
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenza
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M di token · 186 tok/s
Qwen4-Max è entrato in disponibilità generale il 16 novembre 2026 e, la mattina successiva, era già elencato altrove, al di fuori dell'API di Alibaba stessa. L'annuncio riportava 1,413 $ per milione di token di input, 4,24 $ per milione di output e 0,071 $ per una lettura della cache. Non sono i numeri di un rivenditore. Sono la scheda Global-region di Alibaba per Qwen4-Max, con precisione fino alla terza cifra decimale — le tariffe esatte che il fornitore pubblica per Pechino, Hong Kong, Francoforte, Virginia (USA) e Tokyo, che risultano inferiori del 5,8% rispetto alla scheda di Singapore da 1,50 $ e 4,50 $. Che un modello compaia su una seconda piattaforma entro un giorno dal lancio non è niente di eccezionale nel 2026. Una seconda piattaforma che compare al prezzo di listino del fornitore stesso ti dice qualcosa di specifico su ciò che viene effettivamente servito, e non è una seconda distribuzione di un modello da 2,4 trilioni di parametri.
Di cosa è prova un annuncio allo stesso prezzo
La lettura è limitata e vale la pena enunciarla come un'inferenza anziché come un fatto, perché nessuno ha pubblicato una dichiarazione sulla capacità. Qwen4-Max è un mixture-of-experts sparso da 2,4T di parametri con 71B attivati per token più 328B di parametri di embedding N-gram, costruito su una nuova architettura Qwen4 con Gated DeltaNet e un indexer di attenzione sparsa. Metterlo in funzione su hardware indipendente richiede approvvigionamento, kernel e come minimo una settimana di ottimizzazione. Allineare il prezzo del fornitore al millesimo di dollaro entro un giorno dal lancio è ciò che sembra un pass-through, e la tariffa per i token in cache è l'indizio: $0,071 è un numero strano da ottenere in modo indipendente e uno ovvio da copiare.
• Input — $1,413 per milione sulla carta di terze parti, $1,413 sulla carta Global di Alibaba, $1,50 a Singapore.
• Output — $4,24 su entrambe le carte con ambito globale; $4,50 a Singapore.
• Lettura cache — $0,071 sulla carta di terze parti e sulla carta Global di Alibaba; $0,075 a Singapore.
• Cosa non viene copiato — i limiti. La pagina di terze parti pubblicizza una finestra di contesto da 977K token e un output massimo di 128K. La scheda ufficiale di Alibaba indica un tetto di input di 991.808 token e un budget condiviso di 262.144 token tra ragionamento e risposta, di cui 131.072 disponibili quando il ragionamento è disattivato. Un annuncio pubblicato così in fretta copia un prezzo in modo più affidabile di quanto copi un tetto massimo.
Quel ultimo punto è quello pratico. Se stai dimensionando un lavoro a contesto lungo — un repository da 400K token, una traccia di agente di più ore — una piattaforma che limita l'output a 128K troncherà un lavoro che il modello stesso avrebbe completato. La parità di prezzo non è parità di specifiche e, su un modello così nuovo, non esiste una seconda fonte con cui verificare un limite se non la pagina del modello del fornitore.
Il primo benchmark indipendente esiste. La prima misurazione indipendente della velocità no.
Questa è la parte della storia che conta più della scheda. Artificial Analysis ha aggiunto Qwen4-Max alla sua classifica con una riga completa dell'Intelligence Index: 42,9, arrotondato a 43 nella pagina pubblica, a 3,27 $ di costo misurato per attività dell'indice, dopo aver generato 127 milioni di token in output durante l'esecuzione, il che colloca il modello al 65° posto su 80 nella scala di verbosità del tracker. Questa è una vera valutazione indipendente di un modello che ha due giorni di vita, ed è il numero da citare quando qualcuno ti mette davanti un grafico del fornitore.
Quello che la stessa pagina non ha è una riga dedicata alla velocità. Nessun token di output al secondo, nessun tempo al primo token, nessun tempo al primo token di risposta. Ogni altro modello di fascia flagship presente in quella tabella riporta quei tre valori; Qwen4-Max riporta un valore nullo. Non è una critica al tracker — una misurazione della throughput richiede chiamate ripetute a un endpoint stabile, e il 17 novembre non c'era alcun endpoint stabile da chiamare ripetutamente. È un avvertimento sulle recensioni che leggerete questa settimana: qualsiasi articolo che citi un valore di token al secondo per Qwen4-Max nei prossimi giorni o sta misurando una singola richiesta una sola volta oppure se lo sta inventando. Neanche il fornitore ne ha pubblicato uno.

Quanto costa davvero l'esecuzione di un agente, a queste tariffe
I prezzi per token sono l'unità sbagliata per un modello a lungo orizzonte, quindi ecco l'aritmetica su uno scenario per cui Qwen4-Max viene venduto esplicitamente: un agente di coding che porta con sé un contesto da 200.000 token lungo 40 turni e scrive 30.000 token di ragionamento e patch a ogni turno. Tutte le cifre sono prezzi di listino, non una bolletta misurata.
• Contesto in cache, per turno — 200.000 token a $0,075 per milione equivalgono a $0,015. Su 40 turni, $0,60.
• Output, per turno — 30.000 token a $4,50 per milione equivalgono a $0,135. Su 40 turni, $5,40.
• Il rapporto: l'output costa nove volte il contesto in cache, per turno, anche dopo uno sconto del 95% sulla cache. Lo sconto sulla cache non è la leva che si pensa che sia quando l'output è lungo.
• Input fresco — ogni turno che manca la cache paga $1,50 per milione invece di $0,075, un salto di 20×. Quattro milioni di token di mancati accessi alla cache durante l'esecuzione aggiungono $6,00, più dell'intera bolletta di output.
Il che ribalta il consiglio usuale. Su Qwen4-Max la cosa da monitorare è il tasso di hit della cache, non la lunghezza dell'output: un ciclo di 40 turni che mantiene caldo il contesto si attesta vicino a $6,00, e lo stesso ciclo che reinvia il contesto a freddo si attesta vicino a $12,00. Il dato di punta del fornitore stesso — il costo medio per attività sul suo benchmark Work360 che scende da $4,43 a $1,67 — è un'affermazione sulla composizione dei token del suo benchmark, non una promessa su quella del vostro. È anche un numero del fornitore su un benchmark del fornitore, ed è indicato come tale qui perché nessuna fonte indipendente lo ha ancora riprodotto.

Provarlo senza cambiare piattaforma
OrcaRouter non instrada Qwen4-Max. Vale la pena dirlo chiaramente invece di seppellirlo: il catalogo include qwen/qwen3.8-max, anthropic/claude-fable-5.2 e openai/gpt-6.1-sol, e una richiesta per un identificatore qwen4 oggi restituisce not-found. Se vuoi il nuovo flagship Qwen sulla nostra chiave, stai aspettando come tutti gli altri.
Quello che questa situazione sostiene è di non passare l'intero stack a un modello vecchio di due giorni per testarlo. Una transizione da preview a GA che ha anche ridotto il budget di output condiviso da 393.216 token a 262.144 e spostato la fatturazione dai crediti alla misurazione per token è esattamente il tipo di cambiamento che rompe un percorso di produzione alla seconda settimana. È questo l'argomento a favore di tenere l'esperimento dietro un endpoint instradato anziché uno hardcoded — il nuovo modello su una route, quello attuale sul fallback, una sola fattura in entrambi i casi. Quando Qwen4-Max arriverà nel catalogo sarà listato al prezzo del fornitore con 0% di markup, il che significa che lo stesso pass-through che rende una scheda di terze parti identica a quella di Alibaba è ciò che rende visibile dalla nostra parte un taglio del prezzo del fornitore il giorno stesso in cui avviene.

Le clausole in piccolo riportano una data
Due identificatori hanno una scadenza. qwen4-max-preview e qwen4.0-max-preview smetteranno di funzionare alle 24:00 del 25 novembre 2026, UTC+8 — nove giorni dopo la disponibilità generale, e l'identificatore del modello che sopravvive è il semplice qwen4-max. Qualsiasi configurazione, impostazione predefinita SDK, notebook o harness di valutazione che punti ancora a una delle due stringhe di anteprima fallirà con un errore di modello non trovato anziché con un avviso di deprecazione, che è il modo meno utile per scoprirlo.
Quindi la storia è più piccola e più utile di «ora è disponibile ovunque». Un modello è stato rilasciato, una scheda di terze parti è comparsa nel giro di un giorno alle tariffe Global del fornitore stesso, e i limiti associati a quella scheda non sono i limiti del fornitore. Il punteggio di intelligenza indipendente è arrivato nel giro di un giorno; il punteggio di velocità indipendente non è arrivato affatto. Leggi il prezzo come un pass-through, leggi il tetto massimo dalla pagina del fornitore e imposta un promemoria sul calendario per il 25 novembre per gli identificatori di anteprima — questo è tutto ciò che il 16 novembre ti ha effettivamente detto.
