
Qwen4-Max is gebouwd voor werk in de praktijk. De klok in de praktijk zegt: 32 minuten per taak
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 187 tok/s
- openaiNIEUWOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1 mln tokens · 80 tok/s
- openaiNIEUWOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1 mln tokens · 155 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 196 tok/s
- AlibabaNIEUWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 mln tokens · 85 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 705 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 139 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 69 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1 mln tokens · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 38 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 · 230 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 101 tok/s
“Gebouwd voor werk in de echte wereld” — zo wordt Qwen4-Max deze week verkocht, op een platform van een derde partij dat het model op 18 november vermeldde, twee dagen nadat Alibaba het in de algemene verkoop had gebracht. Qwen4-Max kwam op 16 november 2026 uit, en de vermelding op dat platform voegde geen nieuwe gewichten, geen nieuwe contextwaarde en geen nieuwe prijs toe — alleen een slogan en een knop. De slogan is toevallig de best toetsbare bewering die iemand over het model heeft gedaan, want werk in de echte wereld is geen benchmarkscore. Het is een taak die moet worden afgerond, binnen een budget, terwijl iemand erop wacht. Op het enige openbare scorebord dat precies dat meet, heeft Qwen4-Max 32,3 minuten nodig om één enkele Intelligence Index-taak te voltooien. De mediaan van het veld is 12,4. Zijn eigen voorganger, Qwen3.8-Max, had 47,4 nodig.
Dat is de vorm van het oordeel, en het is geen slecht oordeel. Qwen4-Max is een derde sneller dan het model dat het vervangt en 19 punten beter op dezelfde index, en het doet het extra denkwerk tegen een tarief dat per token ongeveer een kwart goedkoper is. Wat de klok verandert, is wie ernaar moet grijpen. Een model dat een half uur per taak nodig heeft, is niet het model dat je achter een chatbox of een agentlus van twintig stappen zet zonder bewust te beslissen dat je de wandkloktijd kunt betalen. Dit stuk gaat over die beslissing en de drie getallen die haar sturen — minuten per taak, tokens per taak, en het ene inspanningsniveau dat daadwerkelijk is gemeten.
Een slogan die wijst op latentie, niet op een ranglijst
Lanceringsteksten voor een vlaggenschipproduct gaan normaal gesproken over capaciteiten. Deze gaat over werk, waardoor de vraag geruisloos verschuift van "hoe slim" naar "hoe lang" en "hoeveel". Dat zijn andere vragen met andere antwoorden, en de eigen materialen van de leverancier beantwoorden de eerste veel beter dan de tweede.
De gepubliceerde claims van Alibaba over Qwen4-Max gaan over efficiëntie, en ze zijn allemaal afhankelijk van een effort-instelling. Op Alibaba's eigen Work360-suite scoort het model 52,69 tegen 47,74 voor Qwen3.8-Max, terwijl het 24% minder tokens genereert bij Xhigh-effort en 35% minder bij High. Op Terminal-Bench 4.0 is de tokenreductie 48% en 49% bij dezelfde twee instellingen, en de gemiddelde kosten per taak op Work360 dalen van $4,43 naar $1,67. Elk van die cijfers is door de leverancier gerapporteerd, geen ervan is onafhankelijk gereproduceerd, en elk ervan is gekoppeld aan een effort-niveau dat je moet selecteren. Dat laatste detail is geen voetnoot. Het is de reden waarom de onafhankelijke timingrij niet als "de snelheid van het model" kan worden gelezen zonder voorbehoud.
De onafhankelijke rij, eenvoudig gesteld
Artificial Analysis heeft Qwen4-Max gemeten op Intelligence Index v5.0.1 op Xhigh, de hoogste stand van de driestandenschakelaar, en heeft samen met de score het volledige kosten- en snelheidsoverzicht gepubliceerd. Live uitgelezen op 18 november 2026:
• Intelligentie-index — 43 voor Qwen4-Max tegenover 62 voor GPT-6.2 Astra en 34 voor Qwen3.8-Max (0902)
• Kloktijd per taak — 32,3 minuten, tegen een mediaan van 12,4 voor vergelijkbare modellen; Qwen3.8-Max had 47,4 minuten nodig
• Uitvoertokens per index-run — 127 miljoen, tegenover een veldmediaan van 65,1 miljoen
• Uitvoersnelheid — 54 tokens per seconde, gemeten op Alibaba's eigen endpoint
• Tijd tot eerste antwoordtoken — 148,57 seconden
• Kosten per indextaak — $ 3,27, tegenover $ 10,02 voor Qwen3.8-Max
• Geadverteerde context — 984.000 tokens, zoals gemeten door de tracker, tegenover 1.000.000 in de documentatie van Alibaba
Het interessante paar zijn de eerste twee. Drieënveertig is een middelmatige score en de ranglijst zegt dat ook — het beschrijft het model als onder het gemiddelde van vergelijkbare modellen, met een mediaan die ook 43 is, dus Qwen4-Max zit precies op de grens. Ondertussen zijn 32,3 minuten tegenover een mediaan van 12,4 minuten niet middelmatig; het is bijna drie keer zoveel als het deelnemersveld. De capaciteit viel gemiddeld uit, en de kosten om die eruit te halen lagen in de staart.

Waar het halfuur naartoe gaat
Twee getallen verklaren de klok, en geen van beide is een mysterie. Het eerste is verbositeit: 127 miljoen outputtokens om dezelfde suite van negen evaluaties af te ronden die het mediane model in 65,1 miljoen afrondt. Het tweede is doorvoer: 54 tokens per seconde, wat gewoon is. Gewone snelheid vermenigvuldigd met het dubbele aantal tokens levert ongeveer het dubbele aan tijd op, en dan nog wat extra, omdat een taak die lang duurt ook langer wacht op zijn eigen redenering.
Combineer je die, dan is de praktische consequentie rekenwerk dat je zonder benchmark kunt doen. Als een taak uit de echte wereld Qwen4-Max een half uur kost, dan kost een agent-loop van tien aanroepen vijf uur, en een nachtelijke batch van honderd aanroepen vijftig. Dat is geen reden om het model te vermijden — batchwerk kan het niet schelen hoe lang een aanroep duurt — maar het is een harde beperking voor interactief en agentisch werk, en dat is precies waar "werk in de echte wereld" meestal een afkorting voor is.
Er is een tweedegraads effect dat belangrijker is dan het kale halve uur. Een taak van 32 minuten is lang genoeg om slecht samen te spelen met elke timeout in een productiestack: de idle-timeout van de gateway, het eigen retry-budget van de client, het zichtbaarheidsvenster van de wachtrij, de container die na veertig minuten wordt gerecycled. Een model dat in twaalf minuten klaar is, overleeft een standaardconfiguratie. Een model dat in tweeëndertig minuten klaar is, is het model dat je leert waar je timeouts zijn ingesteld, en de fout die het oplevert — een retry die het werk dupliceert, of een afgekapt antwoord dat volledig wordt gefactureerd — kost meer dan het tokenverschil ooit heeft bespaard.

Eén gepubliceerd punt bovenaan een draaischijf met drie standen
Qwen4-Max biedt drie niveaus van redeneerinspanning — low, high en Xhigh — en gebruikt standaard high, met een denkbudget dat zelf standaard op 131.072 tokens staat. Artificial Analysis beoordeelde het op Xhigh. Dat is een verdedigbare keuze: zo worden de eigen efficiëntieclaims van de leverancier geformuleerd, en het laat het model van zijn beste kant zien. Maar het betekent dat de 43 en de 32,3 minuten de duurste configuratie beschrijven die het model biedt, en dat de configuratie met lage inspanning — degene die een interactief product daadwerkelijk zou draaien — helemaal geen gepubliceerd onafhankelijk cijfer heeft.
Vergelijk de vorm van de openbaarmaking aan de andere kant van de releases van deze maand. GPT-6.2 Astra publiceert zijn volledige curve op dezelfde index: 62 bij max en bij Xhigh, 60 bij high, 57 bij medium, 46 bij low. Je kunt zien wat een goedkopere instelling je aan capaciteit kost, en een team kan een punt op die curve kiezen. Qwen4-Max geeft je één punt en een standaardinstelling die één niveau daaronder ligt. Als je het model op high draait, draai je een configuratie die niemand heeft gemeten, en als je het op low draait, draai je er een waarvoor de leverancier evenmin een claim heeft gepubliceerd.
Dat gat is het meest onderbelichte detail van de lancering, en het werkt evenzeer in het voordeel als in het nadeel van het model. De eerlijke lezing is niet: "Qwen4-Max is traag". Het is: "Qwen4-Max is traag bij de instelling waarop de benchmark is uitgevoerd, en niemand buiten Alibaba heeft een andere instelling getimed". Als je het evalueert, is de effort-instelling het eerste experiment dat je moet uitvoeren, niet het laatste, want het is de enige knop die tegelijkertijd zowel de klok als de rekening beïnvloedt.
Wat de prijskaart eigenlijk beloont
Op de meter is Qwen4-Max goedkoop — echt goedkoop, en wel op een manier die de verkeerde workload het minst afstraft.
• Tarieven voor Singapore — $ 1,50 per miljoen inputtokens en $ 4,50 per miljoen outputtokens
• Regio's met wereldwijde scope — $1.413 voor invoer en $4.24 voor uitvoer, tot drie decimalen, wat de vermeldingen van derde partijen als prijs opgeven
Cache — $0,075 per miljoen bij een leesactie in Singapore, $0,071 elders; een schrijfactie van vijf minuten kost $1,875 en een van een uur kost $3,00
• Lange context — vast tarief. Er is geen premiumniveau boven een tokendrempel, wat deze maand niet voor iedere concurrent geldt.
Batch — een uitsluitend voor Peking geldend file-batchtarief van $0,707 voor invoer en $2,12 voor uitvoer.
Dat zijn de gepubliceerde tarieven van Alibaba. De structuur is belangrijker dan de cijfers: een vaste prijs over het hele venster betekent dat een documentreview van 400.000 tokens hier $0,60 aan input kost, terwijl een model met een lange-contextvermenigvuldiger daar meerdere malen dat bedrag voor rekent. Voor de workloads waarin dit model echt goed is — lange documenten, video, bulkextractie — is de vaste tariefkaart meer waard dan het kopcijfer per token. En voor de workloads waarin het slecht is — interactief, multi-turn, agentisch — doet de tariefkaart er niet toe, want de beperkende factor is de klok, niet de meter.
Het deel dat niemand vermeldde: er is geen checkpoint.
Fine-tuning en modeldeployment zijn beide gemarkeerd als niet-ondersteund in de documentatie van het model. Qwen4-Max is te huur en niet in eigendom te verkrijgen, en de enige concessie aan open weights in het lanceringsbericht is dat kleinere Qwen4-modellen "naar open source komen". Voor een model dat verkocht wordt op basis van echt praktijkwerk is dat een echte beperking, geen licentiedetail: de teams met het meeste echte werk zijn meestal juist de teams die erop willen tunen. Als je plan een gedistilleerde variant, een on-prem deployment of een reproduceerbare snapshot op een vaste set gewichten omvat, biedt dit model geen van de drie, en geen enkele vermelding door een derde partij kan ze toevoegen.

Wat je nu kunt bellen
Qwen4-Max staat niet in onze catalogus — de route bestaat niet, en we gaan niet suggereren van wel. Wat er wel in staat is Qwen3.8-Max, dat vandaag via de routering beschikbaar is tegen zijn leverancierslijstprijs met 0% opslag, en dat is het model waarmee je je daadwerkelijk zou benchmarken voordat je besluit dat een taak van 32 minuten het waard is: het scoort 34 tegen 43, maar het is het model met de prijs en het gedrag dat je team al begrijpt.
De routeringsvraag die deze lancering oproept is een beperkte kwestie en het is de moeite waard die precies te formuleren. Wanneer een model een half uur per taak nodig heeft, is het faalmechanisme dat ertoe doet niet een fout antwoord — het is een aanroep die in minuut negenentwintig sterft nadat je voor negenentwintig minuten bent gefactureerd. Dat is het argument om een langlopend model achter een route met automatische failover te plaatsen in plaats van rechtstreeks één provider aan te roepen: de nieuwe poging komt terecht op een live endpoint, en de escalatielogica zit in de route in plaats van in je applicatiecode. Eén sleutel voor meer dan 200 modellen betekent ook dat de vergelijking in de volgende sectie een configuratiewijziging is in plaats van een tweede contract.
Wie moet zich verplaatsen, en wie moet wachten
Stap nu over als je werk in batches gebeurt, documentintensief is, video-invoer omvat of in uren in plaats van seconden wordt gemeten. Vaste prijzen voor lange context, een venster van {{1}}984.000 tokens{{/1}}, native video-invoer, tool calling met video-ondersteuning en een {{2}}kostprijs van $3,27 per indextaak{{/2}} tegenover {{3}}$10,02 voor het model dat het vervangt{{/3}} vormen een duidelijke upgrade voor dat soort werk, en de {{4}}tijdslimiet van 32 minuten{{/4}} is irrelevant wanneer er niets aan de andere kant op wacht.
Wacht, of test op zijn minst eerst de knop, als je werk interactief of agentisch is. De gepubliceerde cijfers beschrijven de duurste instelling die het model heeft, op een bord waarop de mediane taak in twaalf minuten klaar is, en de instelling die je daadwerkelijk zou inzetten is nooit onafhankelijk getimed. Draai de lage en hoge inspanningen tegen je eigen traces voordat je ze tegen een benchmark draait — dat experiment kost een paar dollar en beantwoordt een vraag die het lanceringsbericht niet stelde.
En lees de datum correct, in welk kamp je ook zit. Qwen4-Max werd op 16 november 2026 algemeen te koop aangeboden. Wat er op de 18e gebeurde, is dat het ergens anders beschikbaar kwam, onder een slogan over werk in de echte wereld. Het model is niet veranderd. De klok is niet veranderd. De slogan is het enige dat nieuw is, en het is de enige bewering op de pagina die je zelf kunt controleren.
Vergeleken in dit artikel2
Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt
