
Qwen 4 vs Qwen 3.8 Max: wat er echt verandert op je factuur wanneer je upgradet
- 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 1.02026-11-0717 tok/s
- OrcaNIEUWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 87 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 · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 65 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 · 147 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 · 123 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 · 219 tok/s
De migratie van Qwen3.8-Max naar Qwen4-Max is ongewoon vergeleken met andere upgrades van vlaggenschipmodellen, omdat de prijs in je voordeel beweegt en de capaciteiten tegelijkertijd vooruitgaan. Qwen3.8-Max is sinds 3 augustus 2026 algemeen beschikbaar voor $2,00 voor input en $6,00 voor output per miljoen tokens, met een context van één miljoen tokens. Qwen4-Max, dat het op 16 november 2026 bovenaan de productlijn verving, kost $1,50 en $4,50 voor hetzelfde contextvenster, scoort 43 tegenover 34 op de Artificial Analysis Intelligence Index en kost $3,27 per indextaak tegenover $10,02. Een verlaging van 25 procent aan zowel de input- als de outputkant, negen indexpunten en een derde van de kosten per voltooide taak — het soort upgrade dat normaal gesproken gepaard gaat met een prijsverhoging. Het addertje onder het gras, en dat is er altijd bij een migratie binnen dezelfde leverancier, is dat het outputbudget kleiner werd terwijl al het andere groter werd.
De vier getallen die verschoven, en het ene dat achteruitging
Upgrades binnen één leverancier zijn gemakkelijker te beoordelen dan vergelijkingen tussen leveranciers, omdat de tokenizer-afkomst, het API-oppervlak en de conventies voor tool-calling allemaal ongewijzigd blijven. Wat verandert, is een korte lijst, en die kun je in één middag naast je eigen gebruik leggen.
• Prijs — $2.00/$6.00 verlaagd naar $1.50/$4.50 per miljoen tokens, een verlaging van 25 procent aan beide zijden
• Cached read — van $0,25 naar $0,075 per miljoen, een verlaging van 70 procent
• Onafhankelijke score — 34 tot 43 op dezelfde index, hetzelfde bord, beide gelezen op 17 november 2026
• Kosten per indextaak — van $10,02 naar $3,27, een verlaging van 67 procent
• Gedeeld budget voor denken en antwoorden — 262,144 tokens, een daling ten opzichte van een ruimere toewijzing in de 3.8-generatie
• Actieve parameters — 71 miljard, omlaag van 95 miljard, op dezelfde backbone van 2,4 biljoen parameters
• Context — ongewijzigd op 1.000.000 tokens
• Gewichten — geen van beide vlaggenschepen publiceert ze, hoewel Qwen3.8-Max' open-weight broertje Qwen3.8-27B dat wel doet
Twee daarvan verdienen meer dan één regel. De reductie van actieve parameters is de architecturale claim achter de rest: Qwen4-Max activeert 71 miljard parameters per token, waar Qwen3.8-Max 95 miljard activeerde, en Alibaba schrijft de efficiëntiewinst toe aan een nieuwe architectuur in plaats van aan pruning — gated DeltaNet-lagen afgewisseld met een sparse attention-mechanisme dat context indexeert op granulariteit van microblokken, vier parallelle residuele takken met dynamische lees- en schrijfpoorten, en een op context gebaseerde N-gram-embeddingtabel van 328 miljard parameters die de capaciteit vergroot zonder de berekening per token te vergroten.
Het gedeelde budget is degene die mensen zal verrassen. Qwen4-Max bundelt zijn redenering en zijn antwoord in één enkele limiet van 262.144 tokens. Als je op Qwen3.8-Max outputs van 150.000 tokens genereerde met thinking ingeschakeld, heb je nu nog 112.144 tokens over voor thinking — en bij een moeilijk probleem zal thinking dat opslokken. De fout ziet eruit als een afgekapt antwoord, geen foutmelding, wat de slechtste manier is waarop een limiet aan het licht kan komen.
Waarom de kosten per taak met twee derde daalden terwijl de tokenprijs met een kwart daalde
De tokenprijzen verklaren een kwart van de besparing. De andere twee derde komt doordat het model minder werk verricht om tot hetzelfde antwoord te komen, en dit is het onderdeel van de lancering dat het moeilijkst te verifiëren is en het belangrijkst voor de businesscase.
Alibaba's eigen cijfers: op zijn Work360-suite daalt het tokengebruik met ongeveer 24 procent bij xhigh-redeneerinspanning en met 35 procent bij high; op Terminal-Bench 4.0 met 48 en 49 procent. De gemiddelde kosten per taak op Work360 dalen van $4,43 naar $1,67, een reductie van 62 procent. Dat zijn cijfers van de leverancier, gemeten door de leverancier, ten opzichte van het vorige model van de leverancier, zonder onafhankelijke reproductie — en ze zijn een indicatieve aanwijzing dat de efficiëntieclaim niet slechts een prijsverlaging in vermomming is.
De onafhankelijke bevestiging is beperkter, maar komt overeen. Artificial Analysis meet $10,02 per indextaak voor Qwen3.8-Max en $3,27 voor Qwen4-Max. Niemand publiceerde $4,43 of $1,67 behalve Alibaba; de $10,02 en $3,27 zijn het rekenwerk van iemand anders op de werkbelasting van iemand anders, en ze wijzen dezelfde kant op.
Zet een getal op je eigen werk. Een pipeline die dagelijks 5.000 taken uitvoert met 30.000 invoer- en 4.000 uitvoertokens, zonder caching, tegen de gepubliceerde tarieven in Amerikaanse dollar: Qwen3.8-Max factureert $50 aan invoer en $120 aan uitvoer per dag, samen $170. Qwen4-Max factureert $37,50 en $90 — $127,50. Ongeveer $1.275 bespaard per maand vóór caching, en aanzienlijk meer als een stabiele prefix je laat profiteren van de cache-read van $0,075 in plaats van die van $0,25.
Het efficiëntieverhaal heeft een tweede helft die niemand citeert.
Goedkopere tokens per taak vormen slechts de helft van een businesscase. De andere helft is de verstreken tijd, en hier is het beeld troebeler dan de prijstabel.
Artificial Analysis meet Qwen3.8-Max op 59 outputtokens per seconde en 48 minuten per indextaak — traag, en als je langdurig agentisch werk uitvoert, is dat getal bepalend voor je nachtelijke venster. Qwen4-Max publiceert helemaal geen outputsnelheid en geen timing per taak. Het gebruikt op sommige benchmarks ongeveer de helft van de tokens, wat bij gelijke doorvoer ruwweg de helft van de kloktijd zou impliceren, maar niemand heeft de doorvoer gepubliceerd.
De eerlijke formulering van de upgrade is dus: je betaalt beslist minder per token, vrijwel zeker minder per taak en waarschijnlijk ben je sneller klaar. Alleen het eerste van die drie is een feit dat je vandaag in een contract kunt vastleggen. Het tweede wordt ondersteund door een onafhankelijke meting. Het derde is een gevolgtrekking.
Dat is specifiek van belang voor planningsbeslissingen. Als je indextaak van 48 minuten bij 59 tokens per seconde al op het randje zit van wat 's nachts past, heb je een pilot met je eigen prompts nodig voordat je migreert — niet omdat Qwen4-Max waarschijnlijk langzamer is, maar omdat een gedeeld denkbudget van 262.144 tokens de vorm van een lange run verandert op manieren die een benchmarkgemiddelde niet zal onthullen.
Wat er niet is veranderd, en waarom dat hier het beste nieuws is
Het contextvenster is hetzelfde miljoen tokens. Het modaliteitsoppervlak is hetzelfde: tekst, afbeeldingen en video erin, tekst eruit. Het API-oppervlak is hetzelfde, waarbij thinking wordt aangestuurd via enable_thinking of via reasoning.effort op de Responses API, en het model wordt aangeboden in Alibaba's regio's in OpenAI-compatibele, Anthropic-compatibele en native formaten.
Voor iedereen die al op Qwen3.8-Max zit, is dit wat de upgrade goedkoop maakt: de migratie is een wijziging van de modelidentificatie, geen herschrijving. Geen herstructurering van prompts, geen tool-calling-schema om opnieuw te onderhandelen, geen wijziging in contextbeheer. De twee dingen die je opnieuw moet testen, zijn degene die de cijfers markeren — het outputbudget onder thinking, en wat je latency-gevoelige paden ook zijn.
Het betekent ook dat het verstandige patroon schaduwverkeer is in plaats van een omschakeling: stuur een deel van de productieverzoeken naar beide, vergelijk outputs en token-aantallen, en laat het gedeelde budget van 262.144 tokens zichzelf op de lange gevallen onthullen voordat het dat bij een klant doet.

Moet je de 0902-snapshot behouden?
Qwen3.8-Max heeft een gedateerde snapshot, qwen3.8-max-0902, vastgezet op 2 september 2026, met dezelfde mogelijkheden en prijsstelling als het basismodel. Snapshots bestaan voor reproduceerbaarheid, en het argument om er een te behouden is juist het sterkst wanneer je op het punt staat het onderliggende model te wijzigen.
Als je een evaluatiesuite hebt waarop je vertrouwt, laat die dan tegen de snapshot lopen voordat je de alias buiten gebruik stelt. De snapshot is je controlegroep; de alias was naar ontwerp nooit stabiel, en Qwen4-Max is een ander model, geen versie-update van hetzelfde model. Twee details die het controleren waard zijn in die run: of je lange-outputcases het kleinere gedeelde budget overleven, en of je kosten per taak daadwerkelijk zijn verschoven met de marge die de prijstabel voorspelt. Als dat niet zo is, houdt de claim over token-efficiëntie geen stand voor jouw workload, en wordt de zaak voor migratie smaller tot alleen de prijsverlaging — nog steeds de moeite waard, maar een kwart in plaats van twee derde.
Nog een optie die de flagship-vergelijking doorgaans verbergt: Qwen3.8-27B heeft open gewichten onder Apache-2.0 en is self-hostbaar, en we serveren het als qwen/qwen3.8-27b. Voor werk met een hoog volume en lage complexiteit is de rekensom heel anders dan bij beide flagships, en "upgraden van 3.8-Max naar Qwen4-Max" is niet de enige beschikbare zet. Als je workload classificatie, extractie of korte-tekstgeneratie is, kan een 27B-dicht model dat je zelf draait beide verslaan op stukprijs — en het is de enige optie in deze familie die je aan een versie kunt vastpinnen en kunt auditen.
De migratie, in volgorde
Breng eerst je outputs in kaart. Elk pad dat meer dan ongeveer 120.000 outputtokens aanvraagt met thinking ingeschakeld, loopt risico binnen het gedeelde budget van 262.144. Dat is een grep van je call sites, niet een benchmark.
Ten tweede: meet je eigen tokenverbruik per taak op beide modellen gedurende een representatieve week. De gepubliceerde efficiëntiecijfers liggen tussen 24 en 49 procent, afhankelijk van benchmark en inspanning, wat een brede band is — breed genoeg dat je eigen cijfer erbuiten kan vallen.
Ten derde: meet je p95. Qwen4-Max heeft geen gepubliceerde doorvoer, dus je eerste latentiegetal zal het eerste latentiegetal zijn dat iemand buiten Alibaba ooit heeft gezien.
Ten vierde: bepaal het open-weighttier. Als een deel van het volume naar qwen/qwen3.8-27b kan overstappen, hoeft de flagship-migratie alleen de moeilijke gevallen te dragen, en de gecombineerde kosten dalen verder dan elk van beide plannen met één model suggereert.
Beide topmodellen achter één endpoint draaien is de makkelijke versie hiervan: qwen/qwen3.8-max blijft op $2.00/$6.00 en een aanvraag voor Qwen4-Max is een routeringsregel in plaats van een nieuw contract, zodat je verkeer geleidelijk kunt verschuiven en meteen kunt terugschakelen zodra het gedeelde budget begint te knellen. Het is goed om ronduit te zeggen dat Qwen4-Max zelf niet een van de 215 identifiers is die we momenteel aanbieden — het geüpgradede model loopt via Alibaba's eigen API — dus wat je vandaag van ons krijgt, zijn de gevestigde modellen, tegen lijstprijs en zonder opslag.
Het vonnis, dat ongewoon is
Migreer, tenzij je zeer lange uitvoer genereert. Een upgrade bij dezelfde leverancier die de prijs met een kwart verlaagt, de cacheprijs met 70 procent verlaagt en negen indexpunten toevoegt, is bijna een gratis lunch, en de bewijzen per taak — van de leverancier en van een onafhankelijk panel — zeggen allebei dat de werkelijke besparing groter is dan de tokenprijs doet vermoeden.
De uitzondering is smal en specifiek: workloads waarvan de output met thinking ingeschakeld regelmatig ongeveer 120.000 tokens overschrijdt. Voor die gevallen is het gedeelde budget van 262.144 tokens een capaciteitsregressie vermomd als efficiëntiewinst, en de juiste zet is om bij de 3.8-generatie te blijven of het verzoek op te splitsen.
Wat nu in de gaten moet worden gehouden, is het getal dat ontbreekt, niet de getallen die al gepubliceerd zijn. Een model dat per taak twee derde goedkoper is en waarvan de doorvoer niet is gemeten, is een sterke gok met een niet-gekwantificeerd risico, en de eerste onafhankelijke tijdmeting van Qwen4-Max zal meer van deze discussie beslechten dan welke verdere benchmarkscore dan ook.

Het deel van deze familie dat je zelf kunt runnen
Een voordeel van een upgrade bij dezelfde leverancier dat in geen van beide vlaggenschepen bestaat: het niveau eronder is open en overdraagbaar. Qwen3.8-27B wordt geleverd onder Apache-2.0 met tekst-, beeld- en video-invoer en een venster van 262.144 tokens, en we serveren het als qwen/qwen3.8-27b — op onze eigen infrastructuur, tegen lijstprijs zonder opslag, vast te pinnen op een manier die geen van beide vlaggenschepen biedt. Voor een migratie waarvan het grootste risico een gedeeld outputbudget is dat je niet kunt auditen, is een geversioneerde open-weight terugvaloptie binnen dezelfde familie de goedkoopste beschikbare verzekering.

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