Titelkaart voor MAI Code 2 vs Qwen 4 Max. MAI Code 2 wordt getoond als Microsofts GitHub Copilot-model tegen $0.50 invoer en $2.50 uitvoer per miljoen tokens, met een contextvenster van 1M, geen endpoint en geen gepubliceerd uitvoerplafond. Qwen4-Max wordt getoond als Alibaba's API met verbruiksmeter in zes regio's tegen $1.50 en $4.50 per miljoen tokens, met een invoerplafond van 991,808 tokens en een gedeeld denkbudget van 262,144 tokens.
Guides & Insights

MAI Code 2 vs Qwen 4 Max: negen dagen, twee tariefkaarten, één endpoint

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

In deze vergelijking schuilt een deadline. Qwen 4 Max — dat Alibaba als Qwen4-Max schrijft en dat de API als qwen4-max vermeldt — ging op 16 november 2026 over op verbruiksgebaseerde facturering, en de preview-modelstrings die het verving — qwen4-max-preview en qwen4.0-max-preview — stoppen met antwoorden om 24:00 UTC+8 op 25 november 2026. Dat is negen dagen vanaf vandaag. MAI Code 2, dat Microsoft één dag nadat Qwen4-Max algemeen beschikbaar werd, op Ignite op 17 november 2026 uitbracht, kent zo'n klok niet: het is alleen bereikbaar door het in een GitHub Copilot-client te selecteren, tegen $0,50 per miljoen inputtokens en $2,50 per miljoen outputtokens bij een promotietarief dat loopt tot 17 mei 2027. Dus een van deze twee modellen heeft een migratiedeadline die je nog kunt missen, en het andere heeft een vervaldatum waar je omheen kunt plannen. Geen van beide is een benchmark, en samen verklaren ze grotendeels wat het tweetal onderscheidt.

De vraag naar prijsstelling en de vraag naar toegang wijzen hier in tegengestelde richtingen, en slechts één ervan kan worden beslecht door een tariefkaart te lezen.

Twee modellen die met een dag verschil live gingen en het over al het andere oneens zijn

MAI Code 2 arriveerde op Microsoft Ignite als een van een reeks van zeven modellen op één podium, en de bepalende ontwerpkeuze is dat het niet bestaat buiten de tooling van de leverancier. Alibaba's Qwen4-Max kwam een dag eerder uit preview, na een Token Plan-periode in Singapore, en de bepalende ontwerpkeuze is het tegenovergestelde: meting per token in zes regio's, vier API-protocollen en een gedocumenteerde specificatie waarin de ongemakkelijke onderdelen zijn blijven staan.

Die vierentwintig uur vertellen het hele verhaal van het tweetal. Het ene bedrijf bracht een model uit dat is geoptimaliseerd voor een abonnement dat het al verkoopt. Het andere bracht een model uit dat is geoptimaliseerd voor een API die het al beheert. Elk verschil hieronder volgt daaruit, en dat is precies waarom de vergelijking überhaupt de moeite waard is.

De tariefkaarten, met de kortingen die verlopen

• Invoer — MAI Code 2 tegen $0,50 per miljoen tokens tegenover Qwen4-Max tegen $1,50 in Singapore, of $1,413 in de wereldwijde regio's; MAI bedraagt een derde van het tarief in Singapore.

Output — $2,50 tegenover $4,50 en $4,24; de ratio krimpt tot 56%

• Gecachte invoer — $0,025 tegenover $0,075 in Singapore en $0,071 elders; een verschil van 3×, het kleinste voordeel in de lijst

• Cacheschrijfacties — Microsoft publiceert er geen, tegenover Qwen4-Max tegen $1,875 per miljoen voor een schrijfactie van vijf minuten en $3,00 voor een uur

• Vanaf 17 mei 2027 — MAI Code 2 verdubbelt naar $1,00 / $0,05 / $5,00; op dat moment ligt zijn invoertarief nog steeds onder dat van Qwen4-Max en zijn uitvoertarief erboven

• Context — 991,808 tokens aan invoer op Qwen4-Max, dalend naar 983,616 in denkmodus, tegenover 1 miljoen tokens op MAI Code 2 binnen VS Code en Copilot CLI

• Outputbudget — niet gepubliceerd door Microsoft, tegen een budget van 262.144 tokens dat wordt gedeeld tussen redenering en antwoord op Qwen4-Max

• Gewichten — geen van beide is downloadbaar. Microsoft stelt dit expliciet; de Max-tier van Qwen4-Max bevat geen open-weights-toezegging, anders dan de 27B-tier van dezelfde familie

De regel voor gecachte invoer is beslissend voor lange agentruns, en gaat tegen de kop in. De cachelezing van Qwen4-Max bedraagt 5% van zijn eigen invoertarief, en het gepubliceerde uitgewerkte voorbeeld — een uitvoer van 8.000 tokens plus een prefix die twee keer wordt gelezen — maakt van drie identieke runs $0,918 tegen $1,908 zonder caching. Een team dat een vaste systeemprompt en toolschema voor een veranderende vraag houdt, krijgt een veel grotere effectieve korting dan het invoertarief suggereert. De 95%-cachediscount van MAI Code 2 op een lagere basis is vergelijkbaar van aard, maar Microsoft publiceert geen kosten voor cacheschrijven, waardoor de twee kaarten moeilijk te vergelijken zijn op de ene dimensie waar agentische workloads het grootste deel van hun geld uitgeven.

Het outputbudget kromp op weg naar algemene beschikbaarheid.

Het minst gerapporteerde feit over de GA van Qwen4-Max is dat de preview het meer ruimte gaf om na te denken. Bij de preview was het gedeelde budget voor denken en antwoorden 393.216 tokens; bij GA is dat 262.144. Niet-denkende output is beperkt tot 131.072. Een derde van de marge verdween op hetzelfde moment dat het model een echte prijskaart en vijf nieuwe regio's kreeg.

Of dat een regressie is, hangt af van je werklast, maar het is een gedocumenteerde delta die iedereen die nog een config naar de preview-strings laat wijzen, moet kennen, omdat die strings over negen dagen komen te vervallen. De identifier qwen4-max is degene die blijft bestaan.

Er is geen equivalent van MAI Code 2 gepubliceerd. Microsoft documenteert een contextvenster van 1 miljoen tokens en configureerbare redeneerniveaus — de Copilot-documentatie bevestigt dat de redeneerdiepte instelbaar is en merkt op dat de uitgebreide context een functie van VS Code en Copilot CLI is — maar er staat geen uitvoerplafond in enig Microsoft-document, dus er is niets om met het cijfer 262.144 te vergelijken. Die asymmetrie loopt door deze hele vergelijking heen: Qwen4-Max noemt de ongemakkelijke cijfers, en MAI Code 2 noemt de flatteuze.

Wat de onafhankelijke scores zeggen, van de enige kant die ze heeft

Artificial Analysis vermeldt Qwen4-Max met 43 op de Intelligence Index v5.0.1, tegen $3,27 per indextaak bij 32,1 minuten per taak, 55 tokens per seconde output en 155,4 seconden tot de eerste antwoordtoken, over een contextvenster dat het op 984k meet. Dat zijn cijfers uit de middenmoot. De notitie over uitgebreidheid op dezelfde pagina is de nuttiger lezing: het model genereerde ongeveer twee keer zoveel outputtokens als het mediane model tijdens de indexrun, dus de nominale tokenprijs ervan onderschat de werkelijke kosten per taak.

MAI Code 2 heeft helemaal geen rij in Artificial Analysis — geen modelpagina, dus geen indexwaarde. Wat wel bestaat, is het lanceringsbericht van Microsoft: vier met naam genoemde benchmarks, waarvan er drie draaien op het interne MSBench-platform van het bedrijf via de GitHub Copilot CLI met subagents uitgeschakeld op maximale redeneerinspanning, de vierde is afkomstig van Artificial Analysis, en de resultaten worden uitgedrukt als 96% van de prestaties van Claude Opus 5.5 tegen 5% van de kosten en 98% van die van GPT-6.1 Sol tegen 40%. Er wordt geen slagingspercentage per benchmark gepubliceerd.

Zet je die eerlijk naast elkaar, dan kun je de twee niet rangschikken. Qwen4-Max' 43 op een neutrale index is middelmatig; de ratio's van MAI Code 2 zijn op zichzelf sterk; ze meten verschillende dingen op verschillende harnassen en geen van beide leveranciers heeft die van de ander gedraaid. Wat je wel kunt zeggen, is dat het cijfer van Qwen4-Max auditbaar is en dat van MAI Code 2 niet, wat een uitspraak over bewijs is in plaats van over capaciteit.

Artificial Analysis page for Qwen4 Max showing an Intelligence Index of 43 against a median of 43, $1.50 input and $4.50 output per million tokens, a 95 percent cache discount, 55 tokens per second, 32.1 minutes per task, $3.27 per task, 127 million output tokens against a median of 651 million, and a 984k token context window.

De werkwoorden die elk model is getraind om uit te voeren

Microsofts positionering voor MAI Code 2 is smal en specifiek: code naar productie brengen, diepgaand debuggen, implementatie over meerdere bestanden, redeneren over de hele repo, UI-werk en dashboards en visualisatie. De lanceringspost is even expliciet over de grenzen — de modellen zijn "expliciet nog niet afgestemd op moeilijkere problemen, zoals fundamenteel wetenschappelijk onderzoek en agentisch werk met een zeer lange horizon" — en de claim uit de blinde frontend-evaluatie, 64% voorkeur van reviewers boven GPT-6 Sol, is precies beperkt tot die visuele-codeerkracht.

De positionering van Qwen4-Max is van meet af aan breder, en de documentatie laat dat zien: tekst-, beeld- en video-invoer, gestructureerde uitvoer, parallelle tool-calling, prefix-completion, webzoekopdrachten en zowel expliciete als impliciete caching, via OpenAI Chat Completions, OpenAI Responses, Anthropic Messages en DashScope. Batch-inferentie bestaat alleen in Beijing, en alleen het Batch File-pad krijgt de korting — Batch Chat staat tegen het realtime-tarief vermeld, dus het woord "batch" in een endpointnaam is daar geen prijsgarantie.

Dat is de praktische asymmetrie tussen een codeermodel en een algemeen model. MAI Code 2 is waarschijnlijk beter in het ding waarvoor het is gebouwd, en Microsoft heeft interne benchmarks die het je niet zal laten zien. Qwen4-Max zal veel meer dingen doen, en Alibaba's eigen onafhankelijke lezing zegt dat het slechts bekwaam is in de codeerhelft.

Waar je elk moet uitvoeren, en waar een router hier eigenlijk voor dient

MAI Code 2 is beschikbaar in GitHub Copilot voor Pro, Pro+, Max, Business en Enterprise, op Windows, macOS en Linux, in Copilot CLI en Visual Studio Code. MAI Code 2 Flash is het enige model in de familie met een API-oppervlak — een preview met beperkte toegang in Microsoft Foundry via een OpenAI-compatibele Responses-API. Qwen4-Max staat op Alibaba's eigen platform in zes regio's. Geen van beide staat vandaag in de catalogus van OrcaRouter, dus geen van beide beweringen dat ze erop worden gerouteerd zou waar zijn.

Wat de catalogus wél bevat, is Qwen3.8-Max voor $2,00 en $6,00 in Singapore — het model Qwen4-Max is 25% goedkoper aan beide zijden van de meter — plus de frontiermodellen waarmee je een goedkope coder zou benchmarken: Claude Opus 5.5, Kimi K3.1 Pro, Gemini 4 Carbon. Allemaal tegen de lijstprijs van de provider met 0% markup, allemaal op één sleutel. Dat is van belang voor een specifiek soort beslissing: als je van plan bent om tussen MAI Code 2 en Qwen4-Max te kiezen door beide op je eigen repositories te draaien, heeft de vergelijking een controle nodig, en de controle is vandaag meetbaar terwijl geen van de kandidaten dat is.

Het routingargument dat bij deze twee modellen overeind blijft, is niet "zet ze allebei achter één endpoint." Het is dat het endpoint dat je wél beheert, de plek is waar de fallback zit. Een pipeline die Qwen3.8-Max aanroept kan zonder codewijziging overstappen naar een tweede provider; een Copilot-seat kan naar niets overstappen, omdat er niets onder zit om te routeren.

Hoe te kiezen zonder een gedeelde benchmark

Kies Qwen4-Max als het model een verzoek moet beantwoorden dat je code samenstelt. Dat is het hele argument en het is beslissend: een API met vier protocollen en zes regio's tegenover een vermelding in de modelkiezer is voor geen enkele geautomatiseerde toepassing een nek-aan-nekrace. Stap vóór 25 november over van de preview-strings, begroot voor de breedsprakigheid die de indexrun heeft blootgelegd, en begroot voor een uitvoerplafond dat een derde lager is dan dat van de preview.

Kies MAI Code 2 als de ontwikkelaars al in Copilot werken en het werk de routinematige enterprise-reparatie is waarvoor Microsoft het heeft geprijsd. Tegen een derde van het inputtarief van Qwen4-Max en iets meer dan de helft van het outputtarief kan zelfs een model dat een tweede poging nodig heeft, winnen op kosten per voltooide taak — en anders dan bij Qwen4-Max heeft het promotietarief een vermelde einddatum in plaats van een kaart zonder einddatum die je niet zelf controleert.

Kies geen van beide als de werklast een score vereist die je kunt verdedigen tegenover een inkoopcommissie. Het ene model heeft een middelmatige onafhankelijke beoordeling; het andere heeft helemaal geen onafhankelijke beoordeling. In die situatie is de verdedigbare zet om het model dat je kunt aanroepen af te zetten tegen een model dat op een neutraal leaderboard staat, op je eigen taken, en de kosten per afgeronde taak te vergelijken in plaats van de tokenprijs.

Alibaba Cloud Model Studio documentation page headed 'Recommended models', updated 2026-11-16, listing qwen4-max as the latest model for text generation alongside the qwen3.7-plus and qwen3.8-flash cards.Scoreboard comparing MAI Code 2 and Qwen4-Max across six dimensions. Input $0.50 versus $1.50 per million tokens, output $2.50 versus $4.50, cached input $0.025 versus $0.075, context 1M tokens versus a 991,808-token input ceiling, maximum output not published versus a 262,144-token shared budget, and access via GitHub Copilot versus a metered API in six regions.

Wat het oordeel zou veranderen, is één absoluut getal van Microsoft. Een slagingspercentage op Terminal Bench 2.1, gepubliceerd zoals Moonshot 65,7% op Terminal-Bench 4.0 publiceerde, zou een koper in staat stellen MAI Code 2 op dezelfde as te plaatsen als Qwen4-Max's 43 en niet langer op een verhouding te vertrouwen. Tot dan is de keuze tussen een model dat je kunt meten en een korting die je kunt verifiëren, en het eerlijke advies is om voor alles wat geautomatiseerd is het meetbare model te nemen en voor alles waar een mens achter zit de korting.

Vergeleken in dit artikel1

Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt