Qwen4-Max Preview vs Claude Opus 5.5: Een model van veertien dagen versus het model dat je in december nog steeds kunt aanroepen

Alibaba opende Qwen4-Max Preview om 10:00 op 11 november 2026 en zei op dezelfde documentatiepagina wanneer het sluit: 24:00 op 25 november, UTC+8. Veertien dagen. Anthropic bracht Claude Opus 5.5 uit op 22 september 2026 voor $4,00 per miljoen inputtokens en $20,00 per miljoen output, met de toezegging dat het niet eerder dan 22 september 2027 wordt uitgefaseerd. Die twee zinnen beslechten al het grootste deel van deze vergelijking, want een van deze modellen is een experiment van twee weken en het andere is een begrotingspost die je in de begroting van volgend jaar kunt opnemen.

Wat de data niet bepalen, is of het experiment de moeite waard is om uit te voeren. Er is geen benchmark voor Qwen4-Max Preview — geen leverancierstabel, geen onafhankelijke run, geen enkele gepubliceerde score — dus elke pagina die het op kwaliteit tegen Claude Opus 5.5 rangschikt, gokt. Deze pagina doet dat niet. Ze vergelijkt de vier dingen die je vóór vrijdag daadwerkelijk kunt verifiëren: wat elk model als invoer accepteert, hoeveel uitvoer één reactie kan bevatten, wat een taak kost en hoe lang je het nog mag gebruiken.

Wat elk ervan is, in de vorm die je vandaag kunt aanroepen

Alibaba schrijft het product in zijn aankondiging als Qwen4-Max-Preview en de API-string qwen4-max-preview in zijn documentatie; er is ook een alias, qwen4.0-max-preview, en Alibaba merkt op dat beide werken, maar dat de facturering onder de 4.0-vorm wordt weergegeven. Geen van beide namen leidt naar een openbare modelkaart, een parameteraantal of een licentie, omdat er niets te downloaden valt.

Claude Opus 5.5 is het tegenovergestelde soort object: een gedocumenteerd, geprijsd, multiplatform-endpoint waarvan elke beperking op een pagina staat die je kunt citeren. Zet de twee naast elkaar en het contrast gaat eigenlijk helemaal niet over capaciteit.

• Contextvenster — Qwen4-Max Preview 1.000.000 tokens vs. Claude Opus 5.5 1.000.000 tokens. Een ware gelijkstand, en de enige dimensie waarin de preview geen voorbehoud nodig heeft.

• Maximale output per respons — 393.216 tokens voor de preview, een aantal dat volgens Alibaba wordt gedeeld door thinking en het uiteindelijke antwoord, tegenover 128.000 tokens voor Claude Opus 5.5, of 300.000 op de Batches API met een bèta-header.

• Invoer — tekst, afbeeldingen en video versus tekst en afbeeldingen. Dit is de enige as waarop het ene model eenvoudigweg niet kan doen wat het andere wel kan.

• Prijs per miljoen tokens — niet gepubliceerd; afgerekend in Token Plan Credits via een abonnement, versus $4,00 voor invoer en $20,00 voor uitvoer, met cache-leesbewerkingen tegen $0,20 en cache-schrijfacties van 5 minuten tegen $5,00.

• Standaard voor denken — reasoning_effort aan, standaard ingesteld op xhigh, met low en medium beschikbaar vs. adaptief denken altijd aan, waarbij effort standaard op medium staat op een schaal van laag tot max. De standaardwaarden wijzen in tegengestelde richtingen, wat meer uitmaakt dan het klinkt.

• Gepubliceerde benchmark — geen versus Artificial Analysis Intelligence Index 59, vijfde van 74 modellen op die maatstaf.

• Hoe je er toegang toe krijgt — alleen via een Token Plan-abonnement, op de Singapore-basis-URL token-plan.ap-southeast-1.maas.aliyuncs.com, plus de Q​wen-app, Q​wen Chat, Agent Mode, Qoder, QwenWork en QwenStudio versus de Claude API, Amazon Bedrock, G​oogle Cloud, Microsoft Foundry en Claude Platform op AWS.

• Beschikbaarheidsvenster — 11 t/m 25 november 2026 vs actief, met buitengebruikstelling niet eerder dan 22 september 2027.

De asymmetrie in die lijst heeft een praktische consequentie die je gemakkelijk over het hoofd ziet. Qwen4-Max Preview heeft twee deuren — een productdeur waarvoor geen sleutel nodig is, en een API-deur waarvoor een Token Plan-abonnement nodig is en een base-URL die je nog niet hebt — terwijl Claude Opus 5.5 bereikbaar is vanuit elke OpenAI-vormige client die je al hebt. Als je evaluatie is "begrijpt dit model mijn codebase", dan is de chatdeur genoeg. Als die is "overleeft dit contact met mijn pipeline", dan ben je een tweede contract aan het regelen voor een model dat over twee weken verloopt.

Het uitvoerplafond van 393K is waar de documentatie een valstrik verbergt.

393.216 is het getal waarmee elke samenvatting van deze lancering begint, en het is een echt voordeel: het is net iets meer dan drie keer de limiet van 128.000 tokens van Claude Opus 5.5. Herschrijvingen van volledige repositories, synthese van lange transcripties, generatie van een complete kleine applicatie in één antwoord — de preview is gebouwd voor uitvoer die niet binnen het responsbudget van de meeste modellen past.

Lees wel de voetnoot. A​libaba zegt dat de 393.216 tokens worden gedeeld door het denken en het uiteindelijke antwoord, en voegt er dan een zin aan toe die poorten zal breken: vanaf dit model is max_tokens in O​penAI Chat Completions gelijk aan max_completion_tokens, en beide begrenzen het gecombineerde verbruik voor denken plus antwoord. Elk eerder Q​wen-model behield het oudere gedrag, waarbij de limiet op het antwoord van toepassing was. Dus een verzoek dat uit qwen3.8-max is overgenomen met max_tokens: 8192, krijgt nu 8.192 tokens voor denken en wat er nog over is — wat bij de standaard xhigh-inspanning op een moeilijke prompt niets kan zijn. De faalmodus is een afgekapt antwoord, niet een fout die je kunt opvangen.

Rechtvaardigheid vereist één correctie op de manier waarop hier gewoonlijk verslag van wordt gedaan. De max_tokens van Anthropic begrenst binnen één enkele reactie ook het denken en de tekst samen, dus een gedeeld budget is geen uitvinding van Qwen en geen reden om de ene leverancier boven de andere te verkiezen. Wat anders is, is de grootte van het budget, en het feit dat Qwen de betekenis heeft veranderd van een parameter die zijn eigen gebruikers al hadden geleerd. Dat is een migratiekost, en die komt voor jouw rekening, niet voor die van de leverancier.

De tweede valkuil is de standaardinspanning. Qwen4-Max Preview redeneert op xhigh tenzij anders aangegeven; Claude Opus 5.5 redeneert op medium. Twee niet-geconfigureerde aanroepen, naast elkaar vergeleken, meten niet dezelfde hoeveelheid werk — en bij de preview neemt een diepere standaardinstelling een groter deel van het responsbudget in beslag voordat het eerste woord van het antwoord bestaat.

Video-invoer is de enige leemte waarvoor geen oplossing bestaat.

Claude Opus 5.5 accepteert tekst en afbeeldingen. Qwen4-Max Preview accepteert tekst, afbeeldingen en video, en A​libaba noemt de use cases direct: analyse van schermafbeeldingen, begrip van documenten, videoanalyse.

Als je pipeline al frames samplet en ze als afbeeldingen verstuurt, verandert er niets — beide modellen kunnen de frames lezen, en het verschil valt terug tot tokenboekhouding. Als je pipeline een bestand wil overdragen en wil vragen wat erin is gebeurd, kan slechts één van deze modellen de vraag aannemen. Temporeel redeneren over een aangeleverde clip kun je niet benaderen door de clip in tekst te beschrijven; je kunt een benadering reconstrueren, en je zult een week van een onderzoeker besteden aan het ontdekken hoeveel van het antwoord in de beweging zat.

Dat is de helderste beslisregel in deze vergelijking, en er is geen benchmark voor nodig. Een team met video in het invoerpad heeft vandaag één kandidaat. Een team zonder video heeft geen enkele reden om een vervaltermijn van veertien dagen als onderdeel van de deal te accepteren.

De onafhankelijke nummers, en degene die niet over dit model gaat.

Artificial Analysis heeft geen pagina voor Qwen4-Max Preview. Op 11 november zijn er geen gemeten snelheid, geen kosten per taak, geen indexscore en geen aantal providers voor — de preview is te nieuw en krijgt na veertien dagen mogelijk nooit een vermelding. De enige eerlijke manier om de twee in één grafiek te zetten, is dus de meest recente gemeten Qwen-flagship, Qwen3.8-Max, te gebruiken en duidelijk te zeggen dat die als proxy dient.

• Intelligentie-index — Claude Opus 5.5 59, vijfde van 74, tegenover Qwen3.8-Max 34, onder de mediaan van 40 voor zijn prijsklasse. Volgens Artificial Analysis.

• Uitvoersnelheid — 115 tokens per seconde vs. 53. Volgens Artificial Analysis, dezelfde testopstelling.

• Tijd tot het eerste antwoordtoken — 353,75 seconden vs 122,57 seconden. Opus 5.5 is het langzamere model om te starten en het snellere om te eindigen.

• Tijd per taak — 25,0 minuten vs. 54,1 minuten, tegen een mediaan van 12,6.

Kosten per taak — $10,04 vs. $10,02. Lees dat twee keer; het is het meest interessante getal op deze pagina, en de volgende sectie gaat over waarom.

• Uitgebreidheid — 218 miljoen outputtokens op de index versus 150 miljoen, tegen een mediaan van 72,8 miljoen.

Er is één meting die een Qwen 4-checkpoint wel direct tegen Claude Opus 5.5 afzet, en die verdient zorgvuldigheid in plaats van een kop. De GameFeel Benchmark — een creatieve evaluatie voor game-ontwikkeling die build, bugfix, game feel, ideeën, visuals en audio beoordeelt — bevat een rij voor Qwen-4-Flash-Early met een gemiddelde van 49,9 tegenover Claude Opus 5.5 op XHigh-inspanning met een gemiddelde van 47,2. Voordat iemand dat citeert, moeten er vier dingen over gezegd worden. Het is een Flash-tier-checkpoint, niet Max. Het label -Early is de gok van de benchmarkauteur over bij welke nog niet uitgebrachte tier een endpoint zonder label hoort, niet een bevestiging van Alibaba. De twee rijen zijn niet op dezelfde manier gefactureerd, dus de cijfers van $0,40 en $2,60 per taak zijn niet een-op-een vergelijkbaar. En het gemiddelde verbergt de uitsplitsing: Opus wint op bugfixing, 65 tegen 63, en op reverse-evaluation, 21,67 tegen 19,95, terwijl het Qwen-checkpoint wint op ideeën 54 tegen 41, visuals 65 tegen 63, audio 30 tegen 25 en game feel 52 tegen 50. Bugfixing en reverse-evaluation zijn de twee subtaken die het dichtst bij productiewerk liggen; ideeën en audio liggen er het verst van af.

Dezelfde benchmark laat ook zien wat inspanning met Opus 5.5 doet: bij Medium scoort het 42,3 voor $0,88 per taak, tegenover 47,2 voor $2,60 bij XHigh. Bijna drie keer de kosten voor vijf punten. Als je Opus standaard op maximale inspanning draait, is dat de regel om naar te kijken.

Wat een taak kost als je één kant niet kunt beprijzen

Begin met de helft die een tariefkaart heeft. Een taak die 200.000 invoertokens verstuurt en 20.000 uitvoertokens retourneert, kost $0,80 aan invoer en $0,40 aan uitvoer op Claude Opus 5.5 — $1,20. Hergebruik die invoer uit de cache en de invoerkant zakt naar $0,04, waardoor dezelfde taak $0,44 kost. Doe het in batch en het geheel halveert nog eens. Dat is rekenwerk, geen schattingen, en je kunt ze in een prognose zetten.

Nu de andere helft. A​libaba publiceert geen tarief in credits per token voor Qwen4-Max Preview. Token Plan Personal Edition is een Credits-abonnement — de vier persoonlijke niveaus van A​libaba lopen van $6 per maand voor 20.000 Credits tot $43 voor 200.000 — en de leverancier zegt dat het tarief waarmee een aanroep Credits verbruikt dynamisch wordt bepaald door modeltype, tokengebruik, denkmodus en tool-aanroepen. De enige plek om het werkelijke tarief te observeren is het gebruiksdetail in de console nadat je er wat hebt verbruikt. Tijdens de preview geldt een promotiekorting, waardoor het waargenomen tarief een slechte leidraad is voor het tarief na de preview.

De prijsvergelijking gaat dus niet over "welke is goedkoper". Het gaat erom dat "een van beide een prijs per eenheid heeft en de andere een abonnement dat je nog niet naar een prijs per eenheid kunt omrekenen." En de cijfers hierboven suggereren dat de tariefkaart minder uitmaakt dan hij lijkt: Qwen3.8-Max heeft een lijstprijs van $2,00 en $6,00 per miljoen tokens — een derde van de invoerprijs van Opus 5.5 en minder dan een derde van zijn uitvoerprijs — en komt toch uit op $10,02 per Intelligence Index-taak tegenover $10,04 voor Opus. Het goedkope model genereert zoveel meer tokens per taak dat de tariefkaart vrijwel volledig teniet wordt gedaan. Een lagere lijstprijs levert je alleen een goedkopere factuur op als het model ook beknopt is, en op elke beschikbare meting is deze familie dat niet.

Ze naast elkaar laten lopen zonder te doen alsof het één contract is

Claude Opus 5.5 staat in onze catalogus als anthropic/claude-opus-5.5, tegen de door Anthropic gepubliceerde prijzen van $4,00 en $20,00 per miljoen tokens, met 0% opslag, dus het is één sleutel en één factuur naast meer dan 200 andere modellen, met een fallback-keten en de routing-DSL beschikbaar als je de gemakkelijke helft van een workload ergens goedkoper dan Opus wilt sturen zonder je code aan te passen.

Qwen4-Max Preview staat niet in onze catalogus, en het is goed om er ronduit over te zijn wat dat betekent: we bieden het niet aan, en je kunt het hier niet in een failover-keten opnemen. Om het te gebruiken heb je een Token Plan API-sleutel, de Singapore base-URL en een tweede contract nodig — precies het soort investering dat een model dat maar twee weken meegaat zelden rechtvaardigt. Wil je het evalueren, doe dan een offline vergelijkingstest met je eigen sleutel op prompts waarvan je het antwoord al kent, en houd productie gericht op iets dat op 26 november nog steeds verzoeken beantwoordt.

Waar de preview goed voor is, is de vraag die het oproept. Twee weken is lang genoeg om erachter te komen of video-native input en een responsbudget van 393K veranderen wat je product kan — en kort genoeg dat je niet per ongeluk afhankelijk wordt van het antwoord.

Wie moet wat doen, deze week?

Als je video in het invoerpad hebt en geen productieafhankelijkheid van het resultaat, open Q​wen4-Max Preview dan vandaag via Q​wen Chat, besteed een middag aan de clips die je echt belangrijk vindt, en beschouw wat je leert als onderzoek in plaats van architectuur. Stel reasoning_effort in op medium voor de eerste ronde, zodat het antwoordbudget niet wordt verbruikt voordat het antwoord begint, en stel max_tokens hoog genoeg in zodat zowel het denken als de uitvoer erin passen.

Als je iets oplevert dat in december moet werken, is Claude Opus 5.5 van de twee de enige met een prijs die je kunt voorspellen, een benchmark die je aan een klant kunt voorleggen en een datum waarop het nog steeds bestaat. De zwakke punten zijn gedocumenteerd in plaats van mysterieus — het is traag met het eerste token, langdradig en duur per taak bij hoge effort — en alle drie zijn ze bij te sturen via de effort-parameter.

En als je beide wilt, in die volgorde, dan draait het om de volgorde: bewijs de capaciteit via de gratis ingang, bouw voort op het model met een tariefkaart, en kom in december terug op de kwestie wanneer de opvolger van de preview arriveert, met, naar men aanneemt, een prijs en een benchmark eraan verbonden.