Een gegenereerde 16:9-titelkaart met de tekst 'Qwen4-Max vs Grok 4.7', ondertiteld 'Een miljoen tokens context tegen een half miljoen, en een bijbehorende score', met drie afgeronde kaarten: een tokenvenster van 1.000.000, $1,50 en $4,50 per miljoen tokens, en de twee releasedata van 16 november en 21 september 2026. OrcaRouter-logo rechtsonder.
Guides & Insights

Qwen4-Max vs Grok 4.7: Een miljoen tokens context tegenover een half miljoen, en een score erbij

Auteur

jinhao.song

Publicatiedatum

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

Een aanvraag die 400.000 tokens repositorygeschiedenis leest en een patch van 20.000 tokens schrijft, kost $6,80 op Qwen4-Max tegen internationale lijstprijzen en $8,00 op Grok 4.7 — en slechts één van die twee modellen is door een onafhankelijke evaluatie gegaan die iets zegt over of het de klus aankan. Dat is deze vergelijking in één zin samengevat: Alibaba's Qwen4-Max, algemeen beschikbaar met een gepubliceerde prijslijst sinds 16 november 2026, is goedkoper per token en heeft een tweemaal zo groot contextvenster; SpaceXAI's Grok 4.7, uitgebracht op 21 september 2026, is degene met een gemeten score, vier selecteerbare redeneerniveaus en een jaar operationele geschiedenis achter zich. Welke van die twee feiten zwaarder weegt, hangt volledig af van wat je werklast doet wanneer de ruimte opraakt.

Beide modellen zijn tekst-in, tekst-uit met beeldinvoer aan de zijkant, beide ondersteunen tool calling en gestructureerde output, en beide vallen in dezelfde prijsklasse. De verschillen die een echte workload overleven, zijn contextruimte, cache-economie, bewijs en de manier waarop elke leverancier je rekenkracht aan redeneren laat besteden.

A generated two-column scoreboard titled 'Qwen4-Max vs Grok 4.7 - the scoreboard', comparing a 1,000,000-token context against 500,000, $1.50 against $2.00 input, $4.50 against $6.00 output, $0.075 against $0.50 cached read, no independent score against 35.5, and a fixed reasoning default against four selectable levels, over a footer reading 'Qwen4-Max per Alibaba; Grok 4.7 per SpaceXAI and Artificial Analysis Index v5.0.1.' OrcaRouter logo bottom-right.

Wat elk ervan is, in de eigen bewoordingen van de leverancier

Qwen4-Max is Alibaba's vierde generatie vlaggenschipmodel, gedocumenteerd als een multimodaal model dat tekst, afbeeldingen en video accepteert en tekst produceert. De gepubliceerde limieten zijn een contextvenster van 1.000.000 tokens, een maximale uitvoer van 131.072 tokens in non-thinking-modus en een gecombineerd budget voor denken plus antwoord van 262.144 tokens. Denken staat standaard aan met een budget van 131.072 tokens en redeneerinspanning ingesteld op hoog; dat is een andere standaardinstelling dan bij de meeste westerse vlaggenschepen en iets om te weten voordat je iets tegen dit model benchmarkt.

Grok 4.7 is het huidige tekstvlaggenschip van SpaceXAI: een redeneermodel met een contextvenster van 500.000 tokens, een kennisafsluitdatum van mei 2026, beeldinvoer en vier redeneerniveaus, waaronder een nieuwe hoogste instelling. SpaceXAI publiceert er geen parameteraantal voor en beschrijft de release als een groter basismodel met een langere reinforcement-learning-run in plaats van een nieuwe architectuur. De lijstprijs is $2,00 per miljoen invoertokens, $6,00 per miljoen uitvoertokens en $0,50 per miljoen gecachte invoertokens.

A screenshot of Alibaba Cloud Model Studio's 'Model releases and updates' changelog, dated 2026-11-16 and headed qwen4-max, with the 2026-11-11 qwen4-max-preview entry and later entries visible beneath it.

Zet ze naast elkaar op de dimensies die aankopen bepalen:

• Context — Qwen4-Max 1.000.000 tokens versus Grok 4.7 500.000 tokens

• Maximale uitvoer — Qwen4-Max 131.072 niet-denkend, 262.144 gedeeld met denken, tegenover het door de leverancier gepubliceerde uitvoerplafond van Grok 4.7, dat SpaceXAI niet afzonderlijk van de context vermeldt

• Invoerprijs — Qwen4-Max $1,50 per 1 mln in Singapore, $1,413 in Frankfurt, Virginia, Tokio, Hongkong en Peking, tegenover Grok 4.7 $2,00

• Outputprijs — Qwen4-Max $4,50 in Singapore, $4,24 elders, versus Grok 4.7 $6,00

• Gecachte invoer — Qwen4-Max $0,075 voor lezen na een vijf minuten durende schrijfactie van $1,875, tegenover Grok 4.7 $0,50 voor lezen

• Modaliteit — Qwen4-Max tekst-, afbeeldings- en video-invoer, versus Grok 4.7 tekst- en afbeeldingsinvoer

• Onafhankelijke score — Qwen4-Max geen gepubliceerde score, versus Grok 4.7 op 35,5 op de Artificial Analysis Intelligence Index v5.0.1 bij xhigh effort, 35,2 bij high, 31,1 bij low

• Gewichten — geen van beide publiceert ze

Het uitgewerkte voorbeeld, met de berekening weergegeven

Kostenvergelijkingen tussen modellen met verschillende cacheontwerpen zijn precies waar de meeste gepubliceerde benchmarks stilletjes misleiden, dus hier zijn dezelfde drie workloads van begin tot eind geprijsd op beide tariefkaarten, met internationale lijstprijzen en zonder rekening te houden met enige onderhandelde korting.

• Lang-context lezen, geen hergebruik — 400K invoer, 20K uitvoer: $0,60 invoer plus $0,09 uitvoer bij Qwen4-Max Singapore, dus $0,69; $0,80 plus $0,12 bij Grok 4.7, dus $0,92. Qwen4-Max is 25% goedkoper.

• Agentlus met een stabiele prefix — 200K invoer, waarvan 180K in cache, 10K uitvoer, tien beurten: Qwen4-Max rekent $0,0135 voor cache-leesbewerkingen plus $0,03 voor nieuwe invoer plus $0,045 voor uitvoer per beurt, $0,885 totaal; Grok 4.7 rekent $0,09 voor cache-leesbewerkingen plus $0,04 voor nieuwe invoer plus $0,06 voor uitvoer per beurt, $1,90 totaal. Het verschil loopt op tot meer dan 2× omdat het tarief voor cache-leesbewerkingen bijna zeven keer verschilt.

Bulkclassificatie, geen redenering — 2K invoer, 200 uitvoer, 50.000 aanroepen: $1,74 op Qwen4-Max Singapore en $2,60 op Grok 4.7. Beide zijn een klein bedrag per duizend aanroepen, en beide worden gedomineerd door de uitvoerzijde van de meter.

Merk op wat de eerste rij niet zegt. Een prijsvoordeel van 25% op het lezen van een lange context is de moeite waard, maar het is veel minder waard dan de kosten van een verkeerd antwoord, en het model met de gepubliceerde score is het model waarover je kunt nadenken voordat je ook maar iets uitgeeft. Prijs per token is een gegeven over de leverancier; prijs per afgeronde taak is een gegeven over het model, en niemand heeft het tweede cijfer voor Qwen4-Max nog gepubliceerd.

Waar het 1M-venster daadwerkelijk een beslissing verandert

Een contextvenster verdubbelen van 500K naar 1M klinkt als een marketingpraatje tot je de specifieke workloads tegenkomt die tussen die twee getallen in liggen. Drie die in de praktijk terugkomen: een refactor over de hele monorepo waarbij het relevante stuk een afhankelijkheidsgraaf van 600K tokens is in plaats van één bestand; een contractbeoordeling waarbij de volledige overeenkomst plus de bijlagen en eerdere wijzigingen tegelijk in de context moeten blijven; en een langlopende agentsessie waarbij niet de prompt, maar het transcript groeit.

Ten derde daarvan weegt de cache-economie zwaarder dan het venster. Een sessie die keer op keer aan een transcript van 300K tokens toevoegt, betaalt veel vaker voor cache-leesbewerkingen dan voor nieuwe invoer, en het leestariief van $0,075 van Qwen4-Max tegenover $0,50 van Grok 4.7 is het grootste afzonderlijke structurele verschil tussen de tariefkaarten van de twee leveranciers — procentueel groter dan het verschil tussen hun lijstprijzen, dat slechts 25% op invoer en 25% op uitvoer bedraagt. Let ook op de cache-schrijfkosten: Qwen4-Max rekent $1,875 per miljoen om een cache-entry van vijf minuten te vullen, wat boven zijn eigen invoerprijs ligt, dus een workload die een prefix cachet die slechts één keer wordt gelezen, betaalt daarvoor een premie. Dat is een ontwerp voor herhaalde leesbewerkingen, niet voor eenmalige prompts.

Het antwoord van Grok 4.7 op hetzelfde probleem verschilt in aard, niet in gradatie: {{1}}vier redeneerniveaus betekenen dat je de rekenkracht lager kunt zetten op de beurten die het niet nodig hebben en hoger op de beurten die dat wel doen, en SpaceXAI rekent voor alle vier dezelfde prijs{{/1}}. Dat is een hendel die {{2}}Qwen4-Max als configuratiewaarde beschikbaar stelt — reasoning effort staat standaard op high, met een denkbudget van 131.072 tokens{{/2}} — maar zonder een onafhankelijke meting van wat elke instelling oplevert, is het moeilijker om met vertrouwen aan die hendel te trekken.

Wat een ontbrekende benchmark je in de praktijk kost

Grok 4.7's 35,5 op Index v5.0.1 is geen spectaculair cijfer. Het ligt ruim onder Kimi K3.1 Pro's 46,5 op dezelfde versie van de index en achter de beste westerse vlaggenschepen. Wat het wel doet, is je in staat stellen het ergens mee te vergelijken. Een team dat tussen twee modellen met scores kiest, kan binnen een middag beslissen of het goedkopere goed genoeg is; een team dat tussen een gescoord en een ongescoord model kiest, moet evaluatietijd kopen voordat het überhaupt kan beslissen.

A​libaba heeft geen benchmarktabel voor Qwen4-Max gepubliceerd — niet een door de leverancier gerapporteerde en niet een onafhankelijke. Er is geen Qwen4-vermelding in de modelindex van Artificial Analysis, en de modelpagina geeft een 404. De enige beschikbare uitspraken over mogelijkheden zijn die van de documentatie zelf: diepgaand redeneren, parallelle tool-aanroepen, zoeken op het web, prefix-completion, gestructureerde uitvoer met de modi JSON Object en JSON Schema, en promptcaching in expliciete en impliciete vorm. Dat zijn functieclaims, en het zijn doorgaans het soort claims dat klopt. Ze zijn geen bewijs van kwaliteit voor welke taak dan ook die ertoe doet.

De praktische instructie is dus: draai je eigen evaluatie voordat je overstapt, en bepaal de omvang ervan eerlijk. Honderd representatieve prompts uit je eigen verkeer, beoordeeld met de rubric die je team al gebruikt, vertellen je meer over of Qwen4-Max Grok 4.7 vervangt dan welk leaderboard dan ook — en het kost een paar dollar op beide tariefkaarten, omdat de inputkant van beide meters de goedkope kant is.

Beide achter één toets krijgen

OrcaRouter vermeldt Grok 4.7 als grok/grok-4.7 tegen SpaceXAI's eigen lijstprijs, $ 2,00 in en $ 6,00 uit per miljoen, doorgegeven zonder opslag op dezelfde OpenAI-compatibele basis-URL als de rest van de catalogus. Qwen4-Max staat vandaag niet in de catalogus; het is bereikbaar via Alibaba's eigen API, waar de hierboven genoemde regionale prijzen gelden en waar een sleutel uit Singapore het tarief van $ 1,50 krijgt. De nuttige houding zolang je nog aan het evalueren bent, is om beide routes actief te houden en een routeringsbeleid per verzoek te laten beslissen in plaats van een codepad aan een van beide toe te wijzen.

A screenshot of the OrcaRouter model page for Grok 4.7, showing the identifier grok/grok-4.7, $2.00 input and $6.00 output per million tokens, the 500,000-token context window, the maximum output figure, the 2026-09-21 vendor date and the available endpoints.

Twee dingen in de routeringslaag bewijzen hier hun nut. Het eerste is model fusion: een panel dat een lastige prompt met beide modellen en een derde rechter beantwoordt, is de snelste manier om erachter te komen of de ontbrekende score van Qwen4-Max een gat verbergt of juist een overwinning, en het kost twee calls in plaats van een migratie. Het tweede is automatic failover — een nieuw GA-model is precies het geval waarin je een fallback-keten wilt configureren vóór de eerste productieaanvraag, niet na de eerste 5xx.

Hoe deze week te beslissen

Als je workloads binnen 500K tokens passen en je geen zin hebt in een evaluatie, is Grok 4.7 de verdedigbare keuze: het is gemeten, het is operationeel volwassen sinds september, en het biedt een redeneerinstelling die je dankzij een gescoord model kunt kalibreren. Als je workloads de specifieke zijn die meer dan een half miljoen tokens nodig hebben — de monorepo, de volledige contractset, het transcript dat blijft groeien — dan is Qwen4-Max niet alleen goedkoper, het is de enige van de twee die het verzoek überhaupt accepteert, en het ontbreken van een benchmark wordt dan een kostenpost van het vak in plaats van een reden om te wachten. Als je ergens daartussen zit, is het eerlijke antwoord het antwoord dat een paar dollar en een middag kost: draai beide op je eigen verkeer, en laat een vergelijking op voltooide taken voorgaan op een vergelijking per token.

Vergeleken in dit artikel1

Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt