
De nieuwe partnerkaart van Qwen4-Max maakt reclame voor vier capaciteiten. Drie ervan kosten je later iets.
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 180 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 223 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 89 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 98 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
A second platform is now selling Qwen4-Max, and its announcement reads like a product launch: a 1M-token context, text, image and video input, tool calling, structured output, reasoning, and $1.413 per million input tokens, $4.24 per million output, $0.071 per million cached. The model went generally available on Alibaba's own API on 16 November 2026, so a second seller two days later is fast but not surprising. What is worth reading closely is the feature list, because three of those four capabilities behave differently on a partner platform than they do on Alibaba's own, and the price is the clue that tells you why.
Start with the price, because everything else follows from it. $1.413 and $4.24 are not new numbers. They are Alibaba's Global-scope rates — Beijing, Hong Kong, Frankfurt, US Virginia and Tokyo — to three decimal places, sitting 5.8% below the Singapore card of $1.50 and $4.50. The cached rate is the tell: $0.071 is the Global figure, and Singapore's is $0.075. Nobody arrives at $0.071 independently. A partner card quoting the vendor's regional rate to the thousandth of a dollar is quoting a pass-through, and a pass-through means one deployment of the model with a second billing layer on top, not a second training run or a second set of kernels.
Dat onderscheid is geen muggenzifterij. Het bepaalt de verwachting voor alle andere rijen op de kaart: prijzen overleven een pass-through, gedrag niet, tenzij de partner het engineeringwerk heeft gedaan om dat mogelijk te maken.

Bewering één: 1M context. Waar, en toch nog steeds het minst nuttige getal op de pagina.
Every Qwen4-Max listing advertises a million tokens, and every one of them is technically right. Alibaba's own documentation gives 1,000,000 tokens of context with a 991,808-token input ceiling when thinking is off and 983,616 when it is on, and Artificial Analysis independently records a 984k-token context window. Those three numbers are the same 1M with different amounts of the truth exposed.
De regel die ertoe doet, is niet het invoerplafond maar het uitvoerbudget, dat geen enkele partnerkaart in deze categorie vermeldt. Qwen4-Max heeft een budget van 262.144 tokens dat wordt gedeeld tussen het denkproces en het uiteindelijke antwoord, waarvan 131.072 beschikbaar is wanneer denken uitstaat. Bij een invoer van 900.000 tokens laat dat je in denkmodus maximaal 91.808 tokens antwoord voordat het venster sluit — en redeneertokens tellen mee in dat budget. Een team dat een taak met een lange context afstemt op '1M in, een beetje uit', stemt af op een getal dat de leverancier nooit heeft gepubliceerd.
Dit is de eerste plek waar een partnervermelding je stilletjes geld kan kosten. Een kaart waarop 1M staat zegt niets over of het platform het gedeelde budget handhaaft, of het de redenering afkapt in plaats van het antwoord, of dat het stilzwijgend stopt bij 128K output. Dat zijn de faalmodi die zich om 2 uur 's nachts voordoen als een afgekapt JSON-object, niet als een foutcode.
Bewering twee: video-ingang. Dit is de rij die bepaalt of de advertentie een echte poort is.
Tekst-, beeld- en video-invoer is de mogelijkheid in deze aankondiging die het moeilijkst te vervalsen is. Video aan Qwen4-Max leveren is niet simpelweg een URL accepteren en doorgeven: frames moeten worden bemonsterd, gecodeerd naar de visuele tokenstroom van het model met een resolutie en framesnelheid waarmee het model is getraind, en in rekening gebracht tegen een context die al de schaarse resource is. Een platform dat alleen het tekstpad heeft aangesloten, zal video ofwel botweg weigeren, ofwel accepteren en het stilletjes verslechteren.
Which is why the video row is the one to test first if you are evaluating a partner. A one-minute 30fps clip at a conservative sampling rate is thousands of visual tokens; drop it into a 700,000-token document prompt and you are at the input ceiling with a shorter answer than you planned for. Qwen4-Max's video support is real on Alibaba's own API — the model is documented for it, and Artificial Analysis records text, image and video as its modalities — but a partner card is an assertion, not a test result.
Het afbeeldingspad heeft een mildere versie van hetzelfde probleem. Omgaan met resolutie, tegelen en de tokenkosten van een high-DPI-screenshot zijn allemaal platformbeslissingen, en geen ervan staat op een prijslijst die invoer per miljoen tokens prijst.
Claim drie: tool calling en gestructureerde output. De enige plek waar een partner beter kan zijn dan de leverancier.
Structured output and tool calling are where a pass-through platform can add real value, and it is worth saying so plainly because the rest of this piece is cautious. Alibaba documents structured output, parallel tool calling, prefix completion, web search and both explicit and implicit caching across four protocol surfaces — OpenAI Chat Completions, OpenAI Responses, Anthropic Messages and DashScope. A partner that exposes only the OpenAI shape is offering less surface, not a worse model.
Maar een partner die daarbovenop een decoder met schemabeperkingen heeft gebouwd, kan iets leveren wat het eigen endpoint van de leverancier niet garandeert: JSON die elke keer bij de eerste poging parseert, zonder retry-lus. Voor een pipeline die op grote schaal velden uit facturen haalt, is één vermeden retry gelijk aan 2× de bespaarde invoertokens, en dat overschaduwt het regionale verschil van 5,8% tussen de prijskaarten Singapore en Global.
De vraag die je bij deze mogelijkheid dus moet stellen is niet "wordt gestructureerde uitvoer ondersteund" — elke vermelding zegt van wel — maar "is het constrained decoding of een promptinstructie". Het eerste is een garantie; het tweede een dringend advies dat één keer op de vijftig mislukt, meestal bij het langste en duurste verzoek in de batch.
Bewering vier: redeneren. Het vermogen dat het slechtst overdraagbaar is, en dat niemand prijst
Qwen4-Max wordt geleverd met redeneren ingeschakeld en effort standaard op high. De instelling accepteert low, high en xhigh, het thinking-budget staat standaard op 131.072 tokens en max_completion_tokens staat standaard op 262.144 in thinking-modus. Een verzoek dat geen van die drie instelt, krijgt standaard de dure configuratie, en die standaard is waar het grootste deel van de rekening vandaan komt: Artificial Analysis mat 104.940 outputtokens per indextaak, waarvan 68.914 redeneertokens, tegen een veldmediaan van 65,1 miljoen outputtokens voor de hele suite van negen evaluaties. Qwen4-Max genereerde 127 miljoen.
On a partner platform, three things can happen to that dial and only one of them is visible. The reasoning effort parameter can be passed through unchanged, in which case everything above holds. It can be accepted and ignored, in which case your low effort request bills like a high one. Or it can be rejected, in which case you find out with a 400 and adjust. The first is fine, the third is annoying, and the second is the one that quietly doubles a monthly invoice — and it is the most common, because passing an unknown field through to a vendor API is often the default behaviour of an OpenAI-compatible proxy.
Dit is ook waar de prijsclaim het hardst op de proef wordt gesteld. Bij $1.413 / $4.24 factureert een partner het Global-tarief van de leverancier, dus de tokenprijs is eerlijk. Of het tokenaantal eerlijk is, hangt af van een parameter die niet op de kaart staat.
Wat een aankondiging van een "samenwerking" je wel vertelt, en wat niet
The framing of this launch — a partnership with Alibaba's Qwen team rather than a resale — is worth taking at face value for what it covers and not a word more. It plausibly covers early access to weights, capacity allocation and a supported identifier. It does not cover the things that decide your bill: the thinking budget, the input ceiling in each mode, the video sampling policy, the constrained-decoding guarantee, or which regions the deployment sits in.
There is a testable version of this. Ask the platform for its input ceiling in thinking mode. Alibaba publishes 983,616. If the answer is "1M", the platform has not read the vendor's documentation, and the rest of its spec sheet deserves the same scepticism. That single question separates a partner that has ported the model from one that has ported the price.
De onafhankelijke data is nu beter dan bij de lancering, en dat helpt. Artificial Analysis scoort Qwen4-Max op 43 op de Intelligence Index v5.0.1 — de mediaan voor vergelijkbare modellen — tegen $3,27 per voltooide indextaak, 32,1 minuten per taak, 54,5 outputtokens per seconde en 155,4 seconden tot het eerste antwoordtoken. Dat is een echte onafhankelijke evaluatie van een model van twee dagen oud, en dat is het getal dat je moet citeren tegenover elke leveranciersgrafiek. Wat het je niet vertelt, is of een partnerplatform dit reproduceert: de tracker meet het model op één endpoint, en een tweede implementatie met andere batching, andere kernels of een andere standaardinstelling voor redeneren kan meerdere punten en een grote veelvoud aan kosten ervan af liggen.

Hoe je dit kunt kopen zonder te gokken
OrcaRouter does not host Qwen4-Max. The model is reachable through Alibaba's own Model Studio API and several third-party platforms, and that is the honest description of the situation — no vendor-hosted route on this platform, so no claim to one. What OrcaRouter does provide is the comparison point: 200-plus model identifiers behind one API at 0% markup, provider list price passed through, so the $1.50 Singapore card and the $1.413 Global card are the same numbers here as on Alibaba's own pricing page, and a vendor price change is live the same day rather than at the next billing cycle.

Voor een team dat beslist of een partnervermelding het overnemen waard is, is een vergelijking naast elkaar in plaats van een review de nuttige opzet. Stuur dezelfde 50 verzoeken — één lang document met een video, één batch voor gestructureerde extractie, één agentische tool-calling-keten, één weinig inspanning vereisende classificatietaak — naar het eigen endpoint van de leverancier en naar dat van de partner, en vergelijk gefactureerde tokens, niet teruggegeven tokens. De twee getallen lopen precies uiteen wanneer een parameter wordt weggelaten, en de routing-DSL is wat je in staat stelt de partner te behouden voor de workloads waarop deze echt beter is en automatisch terug te vallen voor de gevallen waarin dat niet zo is.
The announcement is accurate. The price on it is Alibaba's own Global rate, the modality list matches the vendor's documentation, and a partner that quotes a cache read to three decimal places has clearly done the arithmetic. What it leaves out is the part you cannot verify from a card: a shared 262,144-token budget that shrinks the usable window, a reasoning dial that decides most of the invoice, a video path that is either real engineering or an accepted field, and a structured-output promise that is either constrained decoding or a wish. Those four things are worth more of your evaluation time than the 5.8% the partner price saves.
