Qwen4-Max Preview kontra Claude Opus 5.5: model na czternaście dni kontra ten, do którego wciąż możesz zadzwonić w grudniu

Alibaba udostępniła Qwen4-Max Preview 11 listopada 2026 r. o 10:00 i na tej samej stronie dokumentacji podała, kiedy go zamknie: 25 listopada o 24:00, UTC+8. Czternaście dni. Anthropic wydała Claude Opus 5.5 22 września 2026 r. w cenie 4,00 USD za milion tokenów wejściowych i 20,00 USD za milion tokenów wyjściowych, z zobowiązaniem do wycofania nie wcześniej niż 22 września 2027 r. Te dwa zdania rozstrzygają już większość tego porównania, ponieważ jeden z tych modeli to dwutygodniowy eksperyment, a drugi to pozycja, którą można wpisać do przyszłorocznego budżetu.

Czego daty nie rozstrzygają, to czy warto przeprowadzić ten eksperyment. Dla Qwen4-Max Preview nie ma żadnego benchmarku — ani tabeli dostawcy, ani niezależnego uruchomienia, ani jednego opublikowanego wyniku — więc każda strona, która porównuje go pod względem jakości z Claude Opus 5.5, zgaduje. Ta strona tego nie robi. Porównuje cztery rzeczy, które faktycznie można zweryfikować przed piątkiem: co każdy model przyjmuje na wejściu, ile danych wyjściowych może zmieścić jedna odpowiedź, ile kosztuje zadanie i jak długo można go jeszcze używać.

Czym jest każdy z nich, w postaci, którą możesz wywołać już dziś

Alibaba zapisuje produkt jako Qwen4-Max-Preview w swoim ogłoszeniu, a ciąg API qwen4-max-preview w swojej dokumentacji; istnieje również alias qwen4.0-max-preview, a Alibaba zauważa, że oba działają, ale rozliczenia są prezentowane w formacie 4.0. Żadna z nazw nie prowadzi do publicznej karty modelu, liczby parametrów ani licencji, ponieważ nie ma nic do pobrania.

Claude Opus 5.5 to obiekt zupełnie odwrotnego rodzaju: udokumentowany, wyceniony, wieloplatformowy punkt końcowy, którego każdy limit znajduje się na stronie, na którą można się powołać. Postaw oba obok siebie, a kontrast tak naprawdę wcale nie dotyczy możliwości.

• Okno kontekstu — Qwen4-Max Preview 1 000 000 tokenów vs Claude Opus 5.5 1 000 000 tokenów. Prawdziwy remis i jedyny wymiar, w którym wersja zapoznawcza nie wymaga żadnych zastrzeżeń.

• {{1}}Maksymalna liczba tokenów wyjściowych na odpowiedź — 393 216 tokenów w wersji zapoznawczej; według A​libaba ta liczba obejmuje zarówno rozumowanie, jak i końcową odpowiedź, w porównaniu z 128 000 tokenów dla Claude Opus 5.5 lub 300 000 w Batches API z nagłówkiem beta.{{/1}}

• Dane wejściowe — tekst, obrazy i wideo kontra tekst i obrazy. To jedyna oś, na której jeden model po prostu nie może wykonać zadania, które potrafi wykonać drugi.

• Cena za milion tokenów — nie jest publikowana; rozliczana w Token Plan Credits w ramach subskrypcji w porównaniu z $4.00 za dane wejściowe i $20.00 za dane wyjściowe, przy odczytach z pamięci podręcznej po $0.20 i 5-minutowych zapisach do pamięci podręcznej po $5.00.

• Domyślne ustawienie myślenia — reasoning_effort włączone, domyślnie ustawione na xhigh, z dostępnymi opcjami low i medium, w porównaniu z myśleniem adaptacyjnym zawsze włączonym, a wysiłek domyślnie ustawiony na medium w skali od low do max. Te wartości domyślne wskazują przeciwne kierunki, co ma większe znaczenie, niż się wydaje.

• Opublikowany benchmark — brak vs Artificial Analysis Intelligence Index 59, co daje piąte miejsce spośród 74 modeli w tym zestawieniu.

• Jak do niego dotrzeć — wyłącznie subskrypcja Token Plan, pod singapurskim bazowym adresem URL token-plan.ap-southeast-1.maas.aliyuncs.com, a także aplikacja Q​wen, Q​wen Chat, Agent Mode, Qoder, QwenWork i QwenStudio w porównaniu z Claude API, Amazon Bedrock, G​oogle Cloud, Microsoft Foundry i Claude Platform on AWS.

• Okno dostępności — od 11 do 25 listopada 2026 r. w porównaniu ze stanem aktywnym, przy czym wycofanie nie wcześniej niż 22 września 2027 r.

Asymetria na tej liście ma praktyczną konsekwencję, którą łatwo pominąć. Qwen4-Max Preview ma dwoje drzwi — drzwi produktowe, które nie wymagają klucza, oraz drzwi API, które wymagają subskrypcji Token Plan i bazowego adresu URL, którego jeszcze nie masz — podczas gdy Claude Opus 5.5 jest dostępny z dowolnego klienta zgodnego z OpenAI, którego już używasz. Jeśli Twoja ocena dotyczy tego, „czy ten model rozumie mój kod”, drzwi czatu wystarczą. Jeśli dotyczy tego, „czy to przetrwa zetknięcie z moim pipeline’em”, zapewniasz drugi kontrakt dla modelu, który wygasa za dwa tygodnie.

Limit wyjściowy 393K to miejsce, w którym dokumentacja ukrywa pułapkę.

393,216 to liczba, od której zaczyna się każde podsumowanie tej premiery, i stanowi ona realną przewagę: to nieco ponad trzykrotność limitu 128,000 tokenów Claude Opus 5.5. Przepisywanie całych repozytoriów, synteza długich transkrypcji, generowanie całej małej aplikacji w ramach jednej odpowiedzi — wersja zapoznawcza jest stworzona dla wyników, które nie mieszczą się w budżecie odpowiedzi większości modeli.

Przeczytaj jednak przypis. {{1}}A​libaba{{/1}} twierdzi, że 393 216 tokenów jest współdzielonych przez myślenie i ostateczną odpowiedź, a następnie dodaje zdanie, które zepsuje portowanie: począwszy od tego modelu, max_tokens w {{2}}O​penAI Chat Completions{{/2}} jest równoważne max_completion_tokens, a oba ograniczają łączne zużycie na myślenie i odpowiedź. Wszystkie wcześniejsze modele {{3}}Q​wen{{/3}} zachowywały starsze zachowanie, w którym limit dotyczył odpowiedzi. Zatem żądanie przeniesione z qwen3.8-max z max_tokens: 8192 otrzymuje teraz 8192 tokeny na myślenie i cokolwiek zostanie — co przy domyślnym poziomie wysiłku xhigh na trudnym prompcie może wynosić zero. Trybem awarii jest obcięta odpowiedź, a nie błąd, który można wychwycić.

Rzetelność wymaga jednej korekty w sposobie, w jaki zwykle się o tym relacjonuje. Parametr max_tokens w A​nthropic również ogranicza łącznie rozumowanie i tekst w ramach jednej odpowiedzi, więc wspólny budżet nie jest wynalazkiem Q​wen i nie stanowi powodu, by preferować jednego dostawcę. Różni się natomiast rozmiar budżetu oraz fakt, że Q​wen zmienił znaczenie parametru, którego jego własni użytkownicy już się nauczyli. To koszt migracji i spada on na ciebie, a nie na dostawcę.

Druga pułapka to domyślny poziom wysiłku. Qwen4-Max Preview rozumuje na poziomie xhigh, chyba że powie się mu inaczej; Claude Opus 5.5 rozumuje na poziomie medium. Dwa nieskonfigurowane wywołania porównywane obok siebie nie mierzą tej samej ilości pracy — a w przypadku wersji preview głębszy domyślny poziom pochłania większą część budżetu odpowiedzi, zanim pojawi się pierwsze słowo odpowiedzi.

Wejście wideo to jedyna luka, na którą nie ma obejścia.

Claude Opus 5.5 obsługuje tekst i obrazy. Qwen4-Max Preview obsługuje tekst, obrazy i wideo, a A​libaba wprost wymienia przypadki użycia: analiza zrzutów ekranu, rozumienie dokumentów, analiza wideo.

Jeśli Twój potok już próbkuje klatki i wysyła je jako obrazy, nic się nie zmienia — oba modele potrafią odczytać klatki, a różnica sprowadza się do rozliczania tokenów. Jeśli Twój potok ma przekazać plik i zapytać, co się w nim wydarzyło, tylko jeden z tych modeli może przyjąć takie pytanie. Rozumowania czasowego na dostarczonym klipie nie da się przybliżyć, opisując klip tekstem; możesz odtworzyć przybliżenie, a potem spędzisz tydzień pracy badacza, odkrywając, jak duża część odpowiedzi tkwiła w ruchu.

To najczystsza reguła decyzyjna w tym porównaniu i nie wymaga benchmarku. Zespół, który ma wideo na ścieżce wejściowej, ma dziś jednego kandydata. Zespół, który go nie ma, nie ma powodu akceptować czternastodniowego terminu ważności jako części umowy.

Niezależne liczby i ta, która nie dotyczy tego modelu

Artificial Analysis nie ma strony dla Qwen4-Max Preview. Na dzień 11 listopada nie ma dla niego zmierzonej szybkości, kosztu na zadanie, wyniku indeksu ani liczby dostawców — wersja zapoznawcza jest zbyt nowa i po czternastu dniach może nigdy nie otrzymać wpisu. Jedynym uczciwym sposobem umieszczenia obu na jednym wykresie jest użycie najnowszego zmierzonego flagowego modelu Qwen, Qwen3.8-Max, i wyraźne stwierdzenie, że jest to model zastępczy.

• Indeks inteligencji — Claude Opus 5.5 59, piąte miejsce na 74 w porównaniu z Qwen3.8-Max 34, poniżej mediany 40 dla jego przedziału cenowego. Według Artificial Analysis.

• Szybkość generowania — 115 tokenów na sekundę w porównaniu z 53. Według Artificial Analysis, ten sam zestaw testowy.

• Czas do pierwszego tokenu odpowiedzi — 353,75 sekundy w porównaniu z 122,57 sekundy. Opus 5.5 jest modelem, który wolniej startuje, a szybciej kończy.

• Czas na zadanie — 25,0 minuty w porównaniu z 54,1 minuty, wobec mediany 12,6.

• Koszt na zadanie — $10.04 vs $10.02. Przeczytaj to dwa razy; to najciekawsza liczba na tej stronie, a następna sekcja dotyczy tego, dlaczego.

• Gadatliwość — 218 milionów tokenów wyjściowych w indeksie vs 150 milionów, wobec mediany 72,8 miliona.

Istnieje jeden pomiar, który faktycznie zestawia checkpoint Qwen 4 bezpośrednio z Claude Opus 5.5, i wymaga ostrożności, a nie nagłówka. GameFeel Benchmark — ewaluacja kreatywna i związana z tworzeniem gier, oceniająca build, naprawianie błędów, game feel, pomysły, oprawę wizualną i audio — zawiera wiersz dla Qwen-4-Flash-Early ze średnią 49,9 w porównaniu z Claude Opus 5.5 przy wysiłku XHigh ze średnią 47,2. Zanim ktokolwiek to zacytuje, trzeba powiedzieć o tym cztery rzeczy. To checkpoint klasy Flash, a nie Max. Etykieta -Early to domysł autora benchmarku co do tego, do którego niewydanego jeszcze poziomu należy nieoznakowany endpoint, a nie potwierdzenie ze strony Alibaby. Te dwa wiersze nie były rozliczane w ten sam sposób, więc kwoty 0,40 USD i 2,60 USD na zadanie nie są bezpośrednio porównywalne. A średnia ukrywa podział: Opus wygrywa w naprawianiu błędów, 65 do 63, oraz w odwrotnej ewaluacji, 21,67 do 19,95, podczas gdy checkpoint Qwen wygrywa w pomysłach 54 do 41, oprawie wizualnej 65 do 63, audio 30 do 25 i game feel 52 do 50. Naprawianie błędów i odwrotna ewaluacja to dwa podzadania najbliższe pracy produkcyjnej; pomysły i audio są od niej najdalsze.

Ten sam test pokazuje też, co wysiłek robi z Opus 5.5: przy Medium uzyskuje 42,3 za 0,88 USD na zadanie, wobec 47,2 za 2,60 USD przy XHigh. Prawie trzykrotny koszt za pięć punktów. Jeśli domyślnie uruchamiasz Opus z maksymalnym wysiłkiem, to właśnie na tę linię warto spojrzeć.

Ile kosztuje zadanie, gdy nie można wycenić jednej ze stron

Zacznij od tej połowy, która ma cennik. Zadanie, które wysyła 200 000 tokenów wejściowych i zwraca 20 000 tokenów wyjściowych, kosztuje 0,80 USD na wejściu i 0,40 USD na wyjściu w Claude Opus 5.5 — 1,20 USD. Użyj ponownie tych danych wejściowych z pamięci podręcznej, a strona wejściowa spadnie do 0,04 USD, co sprawi, że to samo zadanie będzie kosztować 0,44 USD. Uruchom to w trybie wsadowym, a całość znów zmniejszy się o połowę. To są obliczenia, a nie szacunki, i możesz je uwzględnić w prognozie.

Teraz druga połowa. Alibaba nie publikuje stawki kredytów na token dla Qwen4-Max Preview. Token Plan Personal Edition to subskrypcja Credits — cztery osobiste plany Alibaba kosztują od 6 USD miesięcznie za 20 000 Credits do 43 USD miesięcznie za 200 000 — a dostawca twierdzi, że stawka, po której wywołanie zużywa Credits, jest ustalana dynamicznie na podstawie typu modelu, zużycia tokenów, trybu myślenia i wywołań narzędzi. Jedynym miejscem, w którym można zaobserwować rzeczywistą stawkę, są szczegóły użycia w konsoli po wydaniu części kredytów. W okresie preview obowiązuje zniżka promocyjna, przez co zaobserwowana stawka jest słabym wyznacznikiem stawki po zakończeniu preview.

Zatem porównanie cen nie polega na tym, „który jest tańszy”. Chodzi o to, że „jeden z nich ma cenę jednostkową, a drugi ma subskrypcję, której nie można jeszcze przeliczyć na cenę jednostkową”. A powyższe liczby sugerują, że cennik ma mniejsze znaczenie, niż się wydaje: Qwen3.8-Max ma w cenniku stawki 2,00 USD i 6,00 USD za milion tokenów — jedną trzecią ceny wejściowej Opus 5.5 i mniej niż jedną trzecią jego ceny wyjściowej — a mimo to wypada na 10,02 USD za zadanie w Intelligence Index wobec 10,04 USD w przypadku Opus. Tani model generuje tak wiele więcej tokenów na zadanie, że cennik niemal całkowicie przestaje mieć znaczenie. Niższa cena z cennika przekłada się na niższy rachunek tylko wtedy, gdy model jest również zwięzły, a przy każdym dostępnym pomiarze ta rodzina modeli taka nie jest.

Prowadzenie ich równolegle, bez udawania, że to jedna umowa

Claude Opus 5.5 znajduje się w naszym katalogu jako anthropic/claude-opus-5.5, w opublikowanych przez Anthropic cenach 4,00 USD i 20,00 USD za milion tokenów, z marżą 0%, więc to jeden klucz i jeden rachunek obok ponad 200 innych modeli, z dostępnym łańcuchem awaryjnym i DSL routingu, jeśli chcesz wysłać łatwiejszą połowę obciążenia gdzieś taniej niż Opus bez zmiany kodu.

Qwen4-Max Preview nie ma w naszym katalogu i warto powiedzieć wprost, co to oznacza: nie udostępniamy go i nie można go tutaj wpiąć w łańcuch failover. Dotarcie do niego oznacza Token Plan API key, bazowy URL w Singapurze i drugą umowę — a to dokładnie tego rodzaju rzecz, której budowania model dostępny przez dwa tygodnie rzadko uzasadnia. Jeśli chcesz go ocenić, uruchom go jako offline'owy test porównawczy na własnym kluczu, na promptach, których odpowiedzi już znasz, i kieruj produkcję na coś, co nadal będzie odpowiadać na żądania 26 listopada.

Do czego przydaje się podgląd — to pytanie, które wymusza. Dwa tygodnie to wystarczająco dużo czasu, by przekonać się, czy natywne dla wideo dane wejściowe i budżet odpowiedzi wynoszący 393K zmieniają to, co potrafi twój produkt — i wystarczająco krótko, byś przypadkiem nie uzależnił się od odpowiedzi.

Kto powinien co zrobić w tym tygodniu

Jeśli w ścieżce wejściowej masz wideo i nie masz produkcyjnej zależności od wyniku, otwórz dziś Qwen4-Max Preview przez Q​wen Chat, spędź popołudnie nad klipami, na których naprawdę ci zależy, a wszystko, czego się nauczysz, potraktuj jako badania, a nie architekturę. W pierwszym przebiegu ustaw reasoning_effort na medium, aby budżet odpowiedzi nie został wyczerpany, zanim odpowiedź się zacznie, i ustaw max_tokens wystarczająco wysoko, aby zmieściły się zarówno myślenie, jak i dane wyjściowe.

Jeśli wysyłasz cokolwiek, co musi działać w grudniu, Claude Opus 5.5 jest jedynym z tych dwóch z ceną, którą można prognozować, benchmarkiem, który można zacytować klientowi, i datą, w której nadal będzie istnieć. Jego słabe strony są udokumentowane, a nie tajemnicze — wolno generuje pierwszy token, jest gadatliwy i kosztowny na zadanie przy wysokim wysiłku — a wszystkie trzy można dostroić za pomocą parametru wysiłku.

A jeśli chcesz oba, w tej kolejności, sens tkwi w sekwencji: udowodnij możliwości na darmowej furtce, rozwijaj na modelu, który ma cennik, i wróć do pytania w grudniu, gdy następca wersji zapoznawczej pojawi się z — jak można przypuszczać — ceną i benchmarkiem w zestawie.