Een gegenereerde titelkaart met de tekst Qwen4-Max tegen 70% van de lijstprijs, met de ondertitel Een korting van 30% die precies 30% is, en drie prijskaarten met de tekst Invoer $1,05 per 1M, Uitvoer $3,15 per 1M en Cachelezen $0,0525 per 1M.
Guides & Insights

Qwen4-Max is 30% goedkoper dan Alibaba's lijstprijs: een tariefkaart vóór de endpoint

Auteur

jinhao.song

Publicatiedatum

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

Qwen4-Max is op 16 november 2026 uitgekomen. Drie dagen later, op 19 november, zette een inferentieplatform van een derde partij het model op zijn prijslijst voor $1,05 per miljoen inputtokens, $3,15 per miljoen outputtokens en $0,0525 voor een cachelezing. Deel die bedragen door A​libaba's eigen Singapore-tariefkaart — $1,50, $4,50 en $0,075 — en elk ervan komt uit op precies 0,70. Niet ongeveer 30% korting. Precies 30% korting, op alle drie de regels, tot op de laatste decimaal. Zo prijst een onafhankelijke implementatie zichzelf niet; zo prijst een wederverkoper zichzelf. En dezelfde pagina die de tariefkaart bevat, bevat ook een melding "Binnenkort beschikbaar" en een aanmeldvak waarin wordt gevraagd om een bericht te ontvangen zodra Qwen4-Max beschikbaar is; daarmee is dit een prijslijst die is gepubliceerd vóór het product dat erin wordt geprijsd.

Wat de 30% eigenlijk is

Drie getallen, één multiplier, en de multiplier is het hele verhaal.

• Invoer — $1,05 per miljoen tokens op de kaart van een derde partij, tegen $1,50 op Alibaba's Singapore-kaart. Verhouding 0,700.

• Uitvoer — $3,15 tegenover $4,50. Ratio 0,700.

• Cachelezen — $0,0525 tegen $0,075. Ratio 0,700.

Een platform dat zijn eigen hardware met 2,4 biljoen parameters had aangeschaft, zijn eigen sparse-attention-kernels had geschreven en bandbreedte had bedongen, zou uitkomen op getallen die dicht bij die van Alibaba liggen, niet op drie cijfers die elk netjes deelbaar zijn door 10/7. Onafhankelijke prijsvorming bevat onafhankelijke ruis: hier een afronding, daar een marge, een cachetarief dat een andere opslaglaag weerspiegelt. Exactheid op alle drie is het kenmerk van een marge die op één enkele upstream-kaart is toegepast, en de upstream-kaart waarop die is toegepast, is de Singapore-kaart in plaats van de Global-kaart — $1,413 en $4,24 zouden $0,989 en $2,968 hebben opgeleverd, en de gepubliceerde cijfers zijn geen van beide.

Dat vertelt je dat de korting promotioneel is. Iemand betaalt de 30% uit een lanceerbudget, niet uit een andere kostenstructuur, en bij elk promotietarief is de vraag hoe lang het standhoudt.

Drie manieren waarop een platform 30% onder de lijstprijs komt

Er is geen vierde verklaring die het overwegen waard is, en het loont om de drie uit elkaar te kunnen houden, omdat ze verschillende vervaldata hebben.

De eerste is een introductiekorting gefinancierd door de leverancier. A​libaba wil Qwen4-Max onder de aandacht brengen van ontwikkelaars die al ergens een API-sleutel hebben, en de snelste manier om daar te komen is de eerste maand van een platform te subsidiëren. Dit is de waarschijnlijkste van de drie en degene met de kortste termijn, omdat het de balans van het platform is die het verschil voor een afgebakend tijdvenster absorbeert.

De tweede betreft echte groothandelsprijzen — het platform koopt tegen een onderhandeld tarief onder de lijstprijs en geeft een deel daarvan door. Dit is de enige stabiele versie van de 30%, en ook de versie die eerder in een resellerovereenkomst zou staan dan op een marketingpagina. Als het tarief na januari aanhoudt, is dit wat het was.

De derde is een lokartikel op een model dat duur is om te serveren en goedkoop om te adverteren. Qwen4-Max activeert per token 71 miljard parameters uit een ruggengraat van 2,4 biljoen parameters — een serveerkost die niet krimpt omdat de prijs dat wel deed. Een platform dat tegen 70% van de lijstprijs verkoopt om routingaandeel te winnen, is een plausibele business, maar het is een business met een bodem eronder.

Alle drie leveren vandaag dezelfde prijs op, en geen ervan is zichtbaar op de tariefkaart. Dat is de eerlijke grens van wat je van een pagina kunt aflezen: het getal is echt en de berekening erachter is niet gepubliceerd.

De grenzen die de prijs niet met zich meebrengt

Dit is het onderdeel dat meer telt dan de korting, en precies het onderdeel dat een prijsgerichte vergelijking altijd weglaat. De kaart van Alibaba voor Qwen4-Max draait niet alleen om geld — het is een reeks plafonds, en een wederverkoper neemt een prijs veel betrouwbaarder over dan een specificatieblad.

• Context — Alibaba documenteert 1.000.000 tokens, met een invoerplafond van 991.808 tokens in niet-denkmodus dat daalt naar 983.616 in denkmodus. De kaart van een derde partij vermeldt een context van 1M tokens zonder het invoerplafond, en dat is het getal dat bij een lang document daadwerkelijk de beperkende factor is.

• Output — A​libaba beperkt niet-denkende output tot 131.072 tokens en plaatst denken plus antwoord binnen een gedeeld budget van 262.144 tokens. Een pagina die "1M context" adverteert en daar stopt, heeft je niets verteld over hoeveel antwoord je terug kunt krijgen.

• Modaliteit — de leverancierskaart is tekst, afbeelding en video als invoer, tekst als uitvoer, met native videobegrip in plaats van een eraan vastgeschroefde extractor. Aanbiedingen van derden leveren vaak eerst de tekst- en afbeeldingspaden en later het videopad, en de aanbieding vermeldt niet altijd welke je krijgt.

Niets hiervan is een beschuldiging. Het is de gewone kloof tussen een model en een deployment van een model, en bij een vier dagen oude release is er precies één bron voor de bovengrens — A​libaba's eigen Model Studio-pagina — omdat niemand de tweede deployment lang genoeg heeft laten draaien om daar publicaties tegenover te zetten.

Praktische consequentie: als je een longcontexttaak dimensioneert, neem het contextcijfer over van de leverancier en de prijs van de goedkoopste aanbieder, maar ga er niet van uit dat ze hetzelfde product beschrijven voordat je één verzoek van 400.000 tokens hebt verzonden en hebt gezien waar het wordt afgekapt.

A generated single-column price card for Qwen4-Max with six rows: input $1.05 per 1M against list $1.50, output $3.15 against list $4.50, cache read $0.0525 against list $0.075, a discount of exactly 30% on all three lines, a 1M context with a 991,808-token input ceiling, and a status line reading price published, endpoint not yet live.

Wat een korting van 30% waard is bij een agent-run

Tokenprijzen zijn de verkeerde eenheid voor een model dat wordt verkocht op basis van langdurig agentisch werk, dus hier is de rekensom voor een profiel waarop Qwen4-Max expliciet is gepositioneerd — een codingagent die over 40 beurten een repositorycontext van 200.000 tokens vasthoudt en per beurt 30.000 tokens aan redenering en patch produceert. Lijstprijzen, geen caching, Singapore-tarieven aan beide zijden.

• Op A​libaba's kaart — 200.000 inputtokens per beurt tegen $1,50 per miljoen is $0,30, en 30.000 outputtokens tegen $4,50 per miljoen is $0,135. Dat is $0,435 per beurt, of $17,40 over 40 beurten.

• Bij de third-party-kaart — dezelfde beurt kost $0,21 in en $0,0945 uit, $0,3045 per beurt, of $12,18 over 40 beurten.

• De besparing — $5,22 per run van 40 beurten, oftewel $0,13 per beurt. Bij een werklast van duizend runs per maand is dat $5.220; bij een werklast van tien is het een lunch.

Voeg nu caching toe, want daar stapelt de korting zich op en daar is de eigen economie van Qwen4-Max het interessantst. Alibaba documenteert cache-leesacties tegen $0,075 per miljoen in Singapore en cache-schrijfacties tegen $1,875 voor een venster van vijf minuten. Bij 200.000 gecachte tokens per beurt kost het lezen $0,015, dus de inputkant van een warme beurt zakt van $0,30 naar $0,015 — een twintigvoudige verlaging voordat er ook maar enige korting is toegepast. Die 30% is echt geld, maar het is 30% van een bedrag dat goede caching al klein heeft gemaakt. Bij een run die een stabiel prefix opnieuw leest, is de cachingstructuur ongeveer twintig keer zoveel waard als de platformkorting, en geen enkele tariefkaart maakt daar melding van.

De plek waar het ophoudt te werken, is een prefix die elke beurt verandert. Een agent die tools aanroept en wiens context grotendeels uit verse tool-uitvoer bestaat, krijgt geen cachehits, betaalt de schrijftoeslag voor niets en valt terug op het volledige invoertarief — op dat punt is de 30% de volledige besparing en is het de enige overgebleven hefboom.

A screenshot of the Alibaba Cloud Model Studio documentation for qwen4-max, captured in an English interface, showing the qwen4-max latest-model heading, the Model List and Model Billing sidebar, and the Text, Vision, Speech and Embedding model categories.

De eindpuntvraag

Al het bovenstaande gaat ervan uit dat je het model tegen die prijs kunt aanroepen, en per 19 november is dat nu precies het enige punt dat de pagina niet beslecht.

Op dezelfde modelkaart staan drie beweringen die niet goed samengaan. Er staat Qwen4-Max als serverless en beschikbaar op, er wordt een volledige tariefkaart op basis van verbruik gepubliceerd, en er wordt een status "Binnenkort beschikbaar" getoond met een aanmeldprompt waarin wordt aangeboden je te laten weten wanneer het model beschikbaar is. Elke combinatie van twee daarvan is consistent. Alle drie tegelijk betekent een pagina in transitie, en de juiste interpretatie is dat de prijzen gepubliceerd zijn en de capaciteit nog niet — wat een normale toestand is voor een model van vier dagen oud en een ongebruikelijk iets voor een prijslijst om expliciet te vermelden.

Dat is op een specifieke manier van belang voor een beslissing. Een promotietarief dat begint voordat er een endpoint bestaat, heeft een klok die later begint dan de aankondiging, of die helemaal niet begint. Als je een kostenmodel rond $1,05 bouwt, modelleer het dan als een korting die je nog niet hebt kunnen testen, en houd A​libaba's $1,50 aan als het bedrag waarop je budget kan overleven.

OrcaRouter levert Qwen4-Max niet — het model is bereikbaar via Alibaba's eigen Model Studio API en verschillende platforms van derden, en de korting hierboven hoort bij een van die. Het model dat we wel routeren uit dezelfde familie is Qwen3.8-Max, tegen de gepubliceerde lijstprijs met 0% markup doorgegeven, wat dezelfde pass-through-structuur is waardoor een prijswijziging van de leverancier hier dezelfde dag landt als upstream. Eén API voor meer dan 200 modellen, één sleutel, en een routing-DSL die een verzoek naar Qwen3.8-Max of naar een model van een ander lab kan sturen zonder tweede contract — de nuttige vorm wanneer het model dat je eigenlijk wilt op een prijslijst staat die nog niemand heeft opgezet.

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured in an English interface, showing the model name, the qwen/qwen3.8-max identifier, text, image and video input with text output, and a $2.00 price figure in the page header.

Waar je op moet letten, en tegen wanneer

• Of de 30% de eerste maand overleeft. Een actietarief en een groothandelstarief lijken in week één identiek en in februari totaal niet op elkaar. De datum om te controleren is eind december 2026.

• Of de status 'Binnenkort beschikbaar' verdwijnt, en wat de limieten zeggen wanneer dat gebeurt. Een gepubliceerde context van 1M zonder vermeld invoerplafond is niet hetzelfde product als Alibaba's non-thinking-plafond van 991,808 tokens, en het verschil komt pas naar voren bij het verzoek dat wordt afgekapt.

• Of een tweede platform een kaart publiceert die niet 0,70 keer die van A​libaba is. Twee platforms die op dezelfde multiplier uitkomen, zouden een groothandelstarief betekenen; twee die op verschillende uitkomen, zouden twee lanceerbudgetten betekenen, en de goedkoopste daarvan is degene met de vroegste vervaldatum.

• Of Alibaba reageert. Een leverancier die ziet dat er binnen drie dagen 30% van de prijs van zijn vlaggenschip af gaat, trekt ofwel de groothandelsprijs in of past zijn eigen lijstprijs aan, en het tweede daarvan is wat een koper wil.

De kop is dat Alibaba's vlaggenschip verkrijgbaar is voor 70% van de lijstprijs, vier dagen nadat het algemeen beschikbaar is geworden. De nuttigere zin is dat de 30% het kleinste getal in het verhaal is — kleiner dan de cachingstructuur waarop het rust, kleiner dan het contextplafond dat het niet noemt, en kleiner dan de kloof tussen een prijslijst en een endpoint dat je kunt aanroepen. Prijs de korting. Begroot de lijst.