
Qwen4-Max stond binnen een dag elders op de lijst. Het denkbudget is het onderdeel dat niet overdraagbaar is.
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 90 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 97 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNIEUWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 88 tok/s
- OrcaNIEUWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 133 tok/s
- OrcaNIEUWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1 mln tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 92 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 mln tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligentie
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligentie
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 mln tokens · 185 tok/s
Qwen4-Maxwerd op 16 november 2026 algemeen beschikbaar, en binnen enkele uren adverteerde een tweede platform er al vanaf dag nul mee — 1M-tokencontext, native tekst-, beeld- en video-invoer, gericht op programmeren, kantoorwerk en langdurige agentruns. Dat is de normale vorm van een lancering van een gesloten model in 2026: Alibaba publiceert geen checkpoint voor Qwen4-Max, dus iedereen buiten de zes deploymentregio's kan het model alleen bereiken via een platform dat het bij Alibaba huurt. Wat niet normaal is, of in ieder geval niet wordt besproken, is hoeveel van de bedieningshandleiding van het model in dat doorgeefluik verloren gaat. De prijskaart komt ongewijzigd over. Het contextgetal dat prominent wordt geadverteerd, komt ongewijzigd over. De rekensom die bepaalt of je verzoek past of wordt afgekapt, komt helemaal niet mee.
Wat een listing op dag nul je eigenlijk vertelt
Twee dingen, geen van beide over benchmarks. Ten eerste dat het model wordt verkocht voor onderzoek en agentwerk in plaats van chat — de day-zero-copy begint met langdurige agentruns en noemt video als invoermodaliteit, wat een beschrijving is van de workload waarop het platform het wil richten, niet een herhaling van Alibaba's eigen headline. Ten tweede dat Qwen4-Max huurbaar maar niet portabel is: er is geen download, dus elk endpoint dat het serveert, serveert Alibaba's deployment, en elke pagina van derden die het beschrijft is een samenvatting van Alibaba's documentatie. Samenvattingen van specificatietabellen zijn de plek waar integratiebugs geboren worden.
De tariefkaart is het makkelijke deel en het is de moeite waard die één keer te vermelden. In Singapore vermeldt Alibaba Qwen4-Max tegen $1,50 per miljoen inputtokens en $4,50 per miljoen output, met gecachte input tegen $0,075 en cacheschrijfacties tegen $1,875 voor het venster van vijf minuten of $3,00 voor een uur. De Global-implementatiegebieden — Beijing, Hongkong, Frankfurt, Japan en US Virginia — liggen iets lager met $1,413 in, $4,24 uit en $0,071 voor een cacheread. Het is één prijsklasse tot aan de contextlimiet: geen toeslag voor lange context, geen batchkorting om naar te zoeken, omdat batch-inferentie op dit model helemaal niet wordt aangeboden.

Drie getallen die niet met het model meereizen
"1M context" is het getal op elke vermelding. De modelpagina van Alibaba, voor het laatst bijgewerkt op de dag van de lancering, is specifieker, en de kloof tussen het marketinggetal en de operationele getallen is waar integraties stuklopen:
• Contextlengte — 1.000.000 tokens, een plafond voor het hele verzoek in plaats van een budget dat je aan uitvoer kunt besteden
• Maximale invoer, zonder denkmodus — 991.808 tokens, omdat 8.192 van het venster wordt gereserveerd voor het antwoord
• Maximale invoer, denken — 983.616 tokens, nog eens 8.192 achtergehouden voor het redeneerblok
• Maximale uitvoer, niet-denkend — 131.072 tokens
• Gecombineerd denken plus antwoord, denkmodus — 262.144 tokens, gedeeld tussen de redeneertrace en het zichtbare antwoord
• Standaard denkbudget — 131.072 tokens, waarbij reasoning_effort standaard op high staat wanneer geen van beide parameters is ingesteld
De vijfde regel is degene die bijt. Een team dat een taak afstemt op een gedocumenteerd uitvoerplafond van 262,144 tokens en die vervolgens in denkmodus uitvoert, zal zien dat het zichtbare antwoord stopt bij een lengte die niets te maken heeft met hoeveel het model nog te zeggen had, omdat de redeneertrace uit dezelfde pool heeft geput. Het getal 131,072 is het veilige uitvoeraantal. Het getal 262,144 is een gedeeld budget, en het verschil tussen die twee interpretaties is het verschil tussen een werkende pipeline en een wekelijks incident.
Er is een kleine troost: dit verklaart ook een discrepantie die je zult tegenkomen in specificatielijsten van derden, waarin een contextvenster van 984k wordt genoemd. Dat is geen ander model en geen downgrade. Het is het invoerplafond van de denkmodus, 983.616 afgerond, en het is het eerlijke getal om op te dimensioneren als je het model aanroept met redeneren aan — wat de standaard is.
De effort-remap is waar een OpenAI-vormige client een niveau verliest.
Qwen4-Max biedt drie redeneerniveaus, geen vijf: low, high en xhigh, met high als standaard. Als je het aanroept via een OpenAI-compatibele client, wordt een effort-string buiten het bereik teruggebracht in plaats van afgewezen — de tabel van Alibaba koppelt minimal aan low, medium aan high en max aan xhigh. Via het Anthropic Messages-formaat wordt medium high en wordt max xhigh.
Beide mappings zijn verdedigbaar en beide zwijgen. Een pipeline die is afgestemd op een model met vijf niveaus en hier medium aanvraagt, krijgt high-effort reasoning: meer tokens, meer latency, meer kosten, en geen fout die je laat weten dat het is gebeurd. Een pipeline die max aanvraagt in de verwachting bovenaan een ladder met vijf treden te staan, krijgt xhigh, wat toevallig de top van deze ladder is — dus de output lijkt te kloppen en alleen de factuur is het er niet mee eens. De oplossing is één regel per route: zet het niveau vast dat je daadwerkelijk hebt gemeten, in het vocabulaire van de leverancier, en assert daarop in staging. Alles wat een niet-gemapte effort-string rechtstreeks doorgeeft aan een model met een kortere ladder, zal afdrijven, en het zal afdrijven in de richting van meer geld uitgeven.

Wat de lanceercijfers zeggen, en wat ze niet zeggen
Alibaba's evaluatie bij de lancering, door de leverancier gerapporteerd en niet onafhankelijk gereproduceerd, plaatst Qwen4-Max op 52,69 op de Work360-benchmark, tegenover 47,74 voor Qwen3.8-Max, waarbij de gemiddelde kosten per taak dalen van $4,43 naar $1,67 en het gebruik van outputtokens met 24% daalt bij xhigh-inspanning en met 35% bij high. Op Terminal-Bench 4.0 meldt de leverancier 48% en 49% minder outputtokens bij dezelfde twee instellingen, en de slagingspercentages op functieniveau op de secure-codingbenchmark stijgen van 22,0% naar 31,8%. Dat is het argument van de leverancier voor de architectuur: een sparse mixture-of-experts met 2,4 biljoen parameters die per token 71 miljard parameters activeert, plus 328 miljard N-gram-embeddingparameters, met drie Gated DeltaNet-lagen per sparse-attentielaag.
De enige externe meting die op 17 november beschikbaar is, is Artificial Analysis, dat Qwen4-Max een score van 43 geeft op Intelligence Index v5.0.1 en het op die index op de 38e plaats van 81 modellen zet. Het meet ook $3,27 aan rekenkracht per indextaak, onderbouwd door 127 miljoen outputtokens over de run tegenover een mediaan van 78,6 miljoen, en het registreert helemaal geen snelheidsmeting voor het model — geen tijd per taak, geen outputsnelheid. Een 43 naast de claim van een leverancier dat het de frontier verslaat, is de spanning waar de berichtgeving van de komende maand over zal gaan. Het is ook het enige cijfer in dit artikel dat Alibaba niet heeft geproduceerd.

Als je er deze week over zou gaan bellen
OrcaRouter routeert Qwen4-Max niet, en dat kun je maar beter ronduit zeggen in plaats van anders te suggereren. De catalogus bevat Qwen3.8-Max — het model dat Qwen4-Max vervangt — voor $2,00 input en $6,00 output per miljoen met de lijstprijs van de leverancier doorberekend tegen 0% opslag, naast Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 en Tencent HY4 Preview. De Qwen4-generatie staat er nog niet in.
De eerlijke regeling voor een team dat Qwen4-Max vandaag evalueert, is daarom een directe Alibaba-sleutel voor het nieuwe model plus een routeringslaag voor alles waarop je zou terugvallen. Dat is minder ongemakkelijk dan het klinkt, want wat een nieuw model duur maakt om te adopteren, is niet de tokenprijs — het is dat uitproberen een tweede contract, een tweede SDK en een tweede set retry-semantiek op een productiepad betekent. De huidige aanbieder achter één endpoint houden met automatische failover tussen providers laat het Qwen4-Max-experiment naast een pad draaien dat al werkt, en laat de vergelijking op je eigen verkeer plaatsvinden in plaats van op Alibaba's benchmark. Wanneer het model eenmaal in de catalogus staat, is de prijs die je ziet die van de leverancier zelf, live op de dag dat die verandert, want dat is wat pass-through betekent: de Global card tegen $1.413 en $4.24 zou verschijnen als $1.413 en $4.24, niet tegen de marge van een reseller.
Wat te kijken
De lanceringspost van Alibaba sluit af met een zin die belangrijker is dan welke benchmark dan ook erin: Max is slechts een eerste blik op Qwen4, en kleinere modellen in de familie komen als open source beschikbaar. Dat is een belofte over het niveau eronder, niet over dit niveau, en het verandert niets aan het feit dat Qwen4-Max zelf een model is dat je huurt bij één leverancier en bij platforms die het van dezelfde leverancier huren. In die markt is de documentatie het onderscheidende productkenmerk, en de documentatie zegt 983.616 aan invoer en 131.072 aan uitvoer — niet één miljoen van wat dan ook.
Twee data horen in een kalender. Het op 25 november buiten gebruik stellen van de preview-identificatoren, voor iedereen wiens configuratie nog steeds qwen4-max-preview zegt. En wat Alibaba hierna ook publiceert over het denkbudget, want een gedeelde pool van 262.144 tokens op een model dat als 1M-context wordt gepromoot, is het getal dat het meest waarschijnlijk wordt herzien zodra echte agent-workloads ermee te maken krijgen.
