
Qwen4-Max vs Qwen3.8-Max-Prime: de snelle route kost het dubbele en eindigt als laatste
- 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
Qwen3.8-Max-Prime bestaat om precies één reden: ongeveer het dubbele rekenen zodat de tokens eerder aankomen. Qwen4-Max, algemeen beschikbaar sinds 16 november 2026, onderbiedt het model waarop Prime is gebouwd — $1,50 in en $4,50 uit per miljoen tokens in Singapore tegen $2,00 en $6,00 — en het rondt een taak af in ongeveer twee derde van de kloktijd. De vergelijking die een lezer echt nodig heeft, is dus niet "nieuw vlaggenschip versus oud vlaggenschip". Het is de vraag of de premium-snelheidsbaan die Alibaba bovenop Qwen3.8-Max verkoopt nog iets oplevert wat je niet krijgt door simpelweg tegen het standaardtarief over te stappen op Qwen4-Max, en het eerlijke antwoord is narrower dan welke leverancierspagina dan ook suggereert: Prime streamt nog steeds sneller per token, en het is niet langer duidelijk sneller per taak.
Er is nog een tweede, minder opvallende complicatie. Met ingang van 18 november staat de Prime-model-ID niet op de documentatiepagina van Alibaba voor de Fast-modus en ook niet op de modeltariefkaart, noch in de internationale editie, noch in de China-editie. Die pagina is voor het laatst bijgewerkt op 11 oktober 2026 en vermeldt nu drie Prime-ID's, allemaal GLM of Wan — geen enkele Qwen-variant. Afwezigheid is niet hetzelfde als terugtrekking, en Alibaba heeft geen beëindigingsbericht gepubliceerd dat wij kunnen vinden, dus beschouw dit als "niet langer vermeld" in plaats van "stopgezet". Maar als u deze week een overstap aan het budgetteren bent, verandert dat de vraag van welke van de twee u moet kopen in of de oudere nog verkrijgbaar is.
Een van deze is een model, de andere is een serving-lane.
Het onderscheid bepaalt de hele vergelijking, en de marketing maakt het niet.
• Qwen4-Max — een nieuw vlaggenschip van het Qwen-team van Alibaba, algemeen beschikbaar op 16 november 2026, afgerekend per token in zes regio's, context van 1.000.000 tokens, tekst-, beeld- en video-invoer met tekstuitvoer, denken standaard ingeschakeld bij reasoning_effort=high.
• Qwen3.8-Max-Prime — geen model. Het is Qwen3.8-Max, het 3.8-vlaggenschip met 2,4 biljoen parameters dat op 3 augustus 2026 GA bereikte, aangeboden via wat Alibaba Fast mode noemt (Prime mode, 优速模式). Dezelfde gewichten, dezelfde context, hetzelfde tooloppervlak, dezelfde gebruikslimieten. Alibaba's eigen documentatie zegt dat de mogelijkheden en beperkingen 'hetzelfde zijn als bij het oorspronkelijke model' en het enige dat je wijzigt, is de model parameter.
Dat is van belang omdat een serving lane anders veroudert dan een model. Prime erft elk capaciteitsplafond van de 3.8-generatie en al haar kenmerken op het gebied van token-efficiëntie; wat het toevoegt is extra doorvoercapaciteit op Alibaba's eigen infrastructuur, tegen een veelvoud aan prijs. Wanneer de generatie eronder wordt vervangen door iets goedkopers en token-efficiënters, behoudt de lane zijn snelheid maar verliest hij zijn bestaansreden.
De prijslijst, en de inversie die erin zit
Dit zijn lijstprijzen uit Alibaba's tariefkaart, geen gemeten facturen. Per miljoen tokens, input en output:
• Qwen4-Max, Singapore — $1,50 / $4,50, vast tarief voor het volledige venster van 1.000.000 tokens.
• Qwen4-Max, overal elders — $1.413 / $4.24 in Peking, Hongkong, Frankfurt, Virginia en Tokio.
• Qwen3.8-Max, Singapore — $2,00 / $6,00; $1.650 / $4.951 in de Global-regio's.
• Qwen3.8-Max-Prime — $3,301 / $9,902 op de internationale kaart, met cache-hits tegen $0,413. Dat is precies 2,0× het Global-tarief van de standaard-ID, geen afgeronde benadering. We lazen die cijfers eind september van de tariefkaart af; het zijn de laatst gepubliceerde Prime-cijfers die we hebben, en de rij staat vandaag niet meer op de pagina.

• Cache-leestarf — $0,075 per miljoen in Singapore en $0,071 elders, tegenover Prime's cachehit van $0,413. Minder dan een vijfde van de prijs, op de regel die een lange agent-loop het vaakst betaalt.
Zet de eerste en de vierde naast elkaar en de ommekeer is schril: het twee dagen oude vlaggenschip kost ongeveer 43% van wat de snelle variant van de vorige generatie bij input kost, en 43% bij output. Zelfs tegenover de gewone Qwen3.8-Max die het vervangt, is Qwen4-Max 25% goedkoper in Singapore — en de leverancier positioneert dat als een prijsverlaging, wat het ook is, maar alleen als het nieuwe model de besparing niet uitgeeft aan meer tokens. Meer daarover hieronder, want dat doet het deels wel en deels niet.
De cachelijn is degene die zich opstapelt. Een lange agentlus met een vaste systeemprompt en toolschema leest bij elke beurt zijn prefix opnieuw, dus het cache-leestarief, niet het headline-invoertarief, bepaalt de marginale kosten van beurt vijftig. Bij $0,075 tegenover $0,413 leest Qwen4-Max een gecachet prefix opnieuw voor ongeveer een vijfde van wat Prime rekent — een kloof die 2,4 keer breder is dan de 2,3× bij verse input, en juist die bepaalt of een doorscan van een document van 400.000 tokens überhaupt betaalbaar is.
Wat Prime feitelijk oplevert: tokens per seconde, niet taken per uur
De pagina over de Fast-modus van Alibaba formuleert het voordeel duidelijk: TPS wordt verhoogd tot 1,5 tot 2 keer die van de standaard-API, gericht op AI-codingassistenten, redeneren met meerstapsagents en realtimegesprekken. Er wordt ook een ongebruikelijke throttling-regel beschreven: wanneer je de rate limit bereikt, word je niet afgeknepen als het platform nog reservecapaciteit heeft, zodat de daadwerkelijk beschikbare doorvoer niet onder de genoemde limiet zal zakken. Dat is een ondergrens, geen bovengrens, en voor een interactieve codingassistent is de staart belangrijker dan het gemiddelde.
Dat getal is nooit onafhankelijk gemeten. Wat wel is gemeten, is de standaard Qwen3.8-Max-build: Artificial Analysis noteert 60,0 outputtokens per seconde op de eigen API van Alibaba, met 3,6 seconden tot het eerste token. Qwen4-Max noteert op dezelfde ranglijst 54,5 tokens per seconde en 6,9 seconden tot het eerste token. Dus als Prime echt de bovenkant van het opgegeven bereik levert, streamt het met ongeveer 120 tokens per seconde — meer dan twee keer Qwen4-Max — en arriveert het eerste token eerder.
Lees dan de andere helft van dezelfde tabel, en het voordeel keert om:
• Outputtokens per indextaak — Qwen4-Max 104.940 vs Qwen3.8-Max 170.794. Het nieuwe model verbruikt 38,6% minder tokens om dezelfde evaluatiesuite te doorlopen, bij dezelfde xhigh inspanningsinstelling aan beide zijden.
• Kloktijd per taak — 32,1 minuten vs 47,5 minuten. Qwen4-Max is een derde eerder klaar, hoewel het langzamer streamt.
• Kosten per taak — $3,27 versus $10,02, op basis van gepubliceerde lijstprijzen. Vermenigvuldig die $10,02 met de vaste premie van 2,0× van Prime en dezelfde taak komt uit op bijna $20.
Die laatste figuur is rekenwerk op de tariefkaart, geen meting — Artificial Analysis heeft de standaard-ID getimed, niet de Prime-baan, en niemand heeft een benchmark in Prime-modus gepubliceerd die wij kunnen vinden. Presenteer het als een schatting. Maar de richting staat niet ter discussie: als je 2,0× per token betaalt voor een baan die dezelfde tokens produceert, betaal je 2,0× voor de taak. Prime maakt elk token sneller en elke job duurder; Qwen4-Max maakt elk token langzamer en elke job goedkoper en korter.
Voor een chatinterface waarbij een mens tekens ziet verschijnen, is dat verschil reëel en wint Prime daar nog steeds. Voor een agent die twaalf opeenvolgende aanroepen uitvoert en je aan het einde factureert, is het aantal tokens de klok.
De capaciteitskloof, gemeten in plaats van beweerd
Het lanceermateriaal van Alibaba voor Qwen4-Max noemt token-efficiëntieverbeteringen van ongeveer 24% bij xhigh-inspanning en 35% bij high op zijn interne Work360-benchmark, plus een daling van 62% in de gemiddelde kosten per taak. Die cijfers zijn door de leverancier gerapporteerd en niet gereproduceerd. Het onafhankelijke bord vertelt een consistent maar minder dramatisch verhaal, en dat is het verhaal waarop je moet plannen.
Op de Artificial Analysis Intelligence Index v5.0.1, waarop beide modellen bij dezelfde inspanningsinstelling worden gescoord:
• Index — Qwen4-Max 42,9 (de site rondt dit af naar 43) vs Qwen3.8-Max op 33,7. Een generatiekloof van negen punten, en dezelfde ranglijst noteert de 3.8-rij als verouderd, opgevolgd door Qwen4-Max.
• Humanity's Last Exam, Diamond — 44,9% vs 24,0%. Dit is de grootste afzonderlijke afwijking in de rij en degene die het meest verandert wat je kunt delegeren.
• APEX Agents — 59,1% vs. 42,4%. Agentische taakvoltooiing stijgt met bijna zeventien punten, het verschil tussen een workflow die je begeleidt en een die je achteraf controleert.
• Terminal-Bench 4.0 — 48,5% vs. 38,9%. Een echte winst, en de moeite waard om naast de 88,8% te lezen die de 3.8-build op de oudere Terminal-Bench 2.1 registreert, waarop Qwen4-Max niet is gescoord. Vergelijk niet tussen die twee versies.
• FrontierCode 2.0 — 26,5% vs 23,4%. Het kleinste verschil op het overzicht. Als je workload codegeneratie tegen een repository is, bedraagt de sprong tussen generaties drie punten, niet negen, en de doorvoer van Prime kan voor jou nog steeds belangrijker zijn dan de index.
• Alwetendheid — 27,7 vs 10,5, met hallucinatiepercentages van 28,4% en 27,1%. Qwen4-Max weet aanzienlijk meer en confabuleert in ongeveer dezelfde mate. Die twee feiten samen zijn de reden waarom het veiliger is bij open-ended onderzoek en niet veiliger bij alles wat je niet kunt controleren.
Twee hiaten vallen de andere kant op, en beide gaan over wat je kunt vastpinnen. Qwen3.8-Max heeft een gedateerde snapshot, qwen3.8-max-0902, nog steeds op de prijslijst tegen dezelfde prijs, zodat je gedrag kunt bevriezen over een release heen. Qwen4-Max heeft geen snapshot-ID, geen fine-tuning en geen speciale implementatie — Alibaba's pagina markeert beide als niet-ondersteund. Als je complianceverhaal afhangt van een model dat niet onder je voeten kan wegschuiven, is de oudere generatie de enige van de twee die dat biedt, en Prime erft diezelfde gedateerde build.
De beschikbaarheidskwestie die niemand heeft ingeprijsd
Hier is het deel dat deze vergelijking urgent maakt in plaats van academisch. Kijk vandaag naar de Fast-moduspagina en je vindt drie ondersteunde ID's — glm-5.3-prime, glm-5.2-fast-preview en wan3.0-video-prime — in Peking en Singapore. Er staat geen enkel Qwen-model vermeld, in geen van beide regio's. Kijk naar de modeltarievenkaart in de internationale of de Chinese editie en er is geen rij voor qwen3.8-max-prime; de Qwen-vermeldingen lopen van qwen4-max, qwen3.8-max, qwen3.8-max-0902 en verder omlaag langs de 3.7-lijn. En er is nergens een qwen4-max-prime — de nieuwe flagship heeft helemaal geen variant voor de snelle baan.
Van buitenaf kunnen we niet zeggen of Alibaba de Qwen Prime-ID heeft uitgefaseerd, deze heeft ondergebracht op een regionale productpagina die wij niet hebben gevonden, of deze simpelweg uit een documentatietabel heeft geschrapt tijdens een herstructurering. Wat we wel kunnen zeggen, is beperkter en nog steeds nuttig: een lezer die deze week een latencygevoelige build op Qwen3.8-Max-Prime plant, moet bevestigen dat de ID nog steeds resolvet in de eigen workspace voordat hij daarop voortbouwt, omdat de openbare documentatie die niet langer belooft. Dat is een ander risicoprofiel dan in september, toen de ID naast de standaard-ID op de tariefkaart stond.
Het herformuleert ook de beslissing. Als Prime nog beschikbaar is op je account, kies je tussen een snelle route op een ouder, zwakker en duurder model en een langzame route op een nieuwer, goedkoper en sterker model. Is dat niet het geval, dan is de keuze al voor je gemaakt, en is de enige overgebleven vraag hoe lang je $2.00/$6.00 blijft betalen voor de standaard 3.8 ID in plaats van $1.50/$4.50.

Wie moet welke kiezen
• Interactieve codeerassistent, een mens die meekijkt naar de stream — als Prime nog steeds in je workspace wordt uitgevoerd en de UX wordt gemeten in tekens per seconde, dan is de 2× doorvoer het product. Qwen4-Max met 54,5 tokens per seconde is niet langzaam, maar het is geen snelle baan, en de eerste token van 6,9 seconden is bijna het dubbele van die van de standaard 3.8-build.
Agentische pipelines, batch-evaluatie, documentdoorzoekingen — Qwen4-Max, zonder veel tegenwerpingen. Minder tokens per taak, minder minuten per taak, een derde van de kosten per taak, en een cache-leestarief dat bij lange prefixen meer dan vijf keer goedkoper is dan dat van Prime.
• Workloads die vastgepind moeten worden — qwen3.8-max-0902, de gedateerde 3.8-snapshot, tegen standaardtarieven. Noch Prime, noch Qwen4-Max geeft je een bevroren checkpoint.
• Codegeneratie tegen een grote repository — de moeilijkste afweging op het bord. Drie indexpunten verbetering van FrontierCode 2.0 wegen mogelijk niet op tegen het verlies van een doorvoerbaan die je al hebt geïnstrumenteerd, vooral niet als je agent de bottleneck is in plaats van het model.
• Iedereen die nog niet is gemigreerd — voer de index-suite-berekening uit op je eigen traces voordat je je vastlegt. De 38,6% tokenreductie die Artificial Analysis heeft gemeten, is een gemiddelde over een gemengde evaluatie; jouw workload comprimeert mogelijk beter of helemaal niet.
De keuze aan één endpoint koppelen
Noch Qwen4-Max noch Qwen3.8-Max-Prime staan vandaag in de catalogus van OrcaRouter — we hebben beide modelpagina's gecontroleerd en beide leveren niets op, en dit artikel gaat niet anders suggereren. Wat er wel is, is het model waarop deze hele vergelijking is gebaseerd: qwen/qwen3.8-max en de gedateerde snapshot ervan qwen/qwen3.8-max-0902, aangeboden tegen de lijstprijs van de provider met 0% opslag, wat vandaag $2,00 in en $6,00 uit per miljoen tokens betekent. De eigen pagina van OrcaRouter voor die ID meldt een p50 time-to-first-token van 4,34 seconden en een p95 van 10,00 seconden over de afgelopen week — onze meting, op ons verkeer, niet die van de leverancier.
Dat is op een specifieke manier van belang voor de beslissing. Alibaba heeft de prijs van Qwen4-Max twee keer herzien tussen de preview op 11 november en GA op de 16e, en de Global-kaart ligt al 5,8% onder die van Singapore. Wat je ook bouwt, het tarief zal onder je voeten verschuiven. Een pass-through-gateway betekent dat een korting van de leverancier dezelfde dag op je factuur terechtkomt in plaats van bij de volgende contractverlenging, en één sleutel dekt beide generaties, dus de migratie van qwen3.8-max naar qwen4-max is een model-string in plaats van een tweede integratie. Totdat Qwen4-Max hier routeerbaar is, is het nuttige patroon het saaie: houd de standaard 3.8-ID op de sleutel die je al hebt, evalueer Qwen4-Max rechtstreeks tegen Alibaba terwijl de commerciële voorwaarden zich stabiliseren, en laat automatische failover het gat in beide richtingen opvangen.
Wat zou deze uitspraak veranderen?
Drie dingen, en elk ervan is in de komende weken te controleren. Een Qwen4-Max Prime-variant zou de snelle route op de huidige generatie herstellen en dit weer een vergelijking van doorvoer tegen doorvoer maken, tegen 2× het tarief van $1,50/$4,50. Een onafhankelijke meting in Prime-modus zou de claim van de leverancier van 1,5–2× vervangen door iets dat je in een capaciteitsplan kunt opnemen — niemand heeft er een gepubliceerd, en totdat iemand dat doet, is de vermenigvuldigingsfactor een belofte. En een snapshot-ID voor Qwen4-Max zou het enige echte argument wegnemen dat nog overblijft om op de 3.8-lijn te blijven, dat op dit moment niet de prijs is, niet de mogelijkheden, en niet de snelheid bij een volledige taak, maar de mogelijkheid om een checkpoint vast te zetten.
Voor alle anderen is het antwoord al beslecht door de rekensom: de snelle laan kost meer per token, meer per taak en meer per herlezing uit cache dan het model dat hem heeft vervangen, en hij levert minder. Dat is een vreemde positie voor een premiumniveau, en het is wat er gebeurt wanneer een serveerlaan langer meegaat dan de generatie waartegen hij geprijsd was.

Vergeleken in dit artikel1
Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt
