Qwen4-Max Preview против Claude Opus 5.5: четырнадцатидневная модель против той, к которой всё ещё можно обратиться в декабре

Alibaba открыла Qwen4-Max Preview в 10:00 11 ноября 2026 года и на той же странице документации указала, когда она закрывается: 24:00 25 ноября по UTC+8. Четырнадцать дней. Anthropic выпустила Claude Opus 5.5 22 сентября 2026 года по цене $4,00 за миллион входных токенов и $20,00 за миллион выходных, с обязательством не выводить её из эксплуатации ранее 22 сентября 2027 года. Эти два предложения уже предопределяют большую часть этого сравнения, потому что одна из этих моделей — двухнедельный эксперимент, а другая — статья расходов, которую можно заложить в бюджет следующего года.

Что даты не решают — так это вопрос, стоит ли вообще проводить этот эксперимент. Для Qwen4-Max Preview нет никакого бенчмарка — ни таблицы от вендора, ни независимого прогона, ни единой опубликованной оценки, — поэтому любая страница, которая ранжирует его по качеству против Claude Opus 5.5, просто гадает. Эта страница — нет. Она сравнивает четыре вещи, которые действительно можно проверить до пятницы: что каждая модель принимает на вход, сколько вывода может вместить один ответ, во сколько обходится задача и как долго вам разрешено этим пользоваться.

Что представляет собой каждый из них — в том виде, который можно вызвать уже сегодня.

Alibaba указывает название продукта как Qwen4-Max-Preview в анонсе и строку API qwen4-max-preview в документации; есть также псевдоним qwen4.0-max-preview, и Alibaba отмечает, что работают оба варианта, но биллинг отображается в форме 4.0. Ни одно из названий не ведёт к публичной карточке модели, количеству параметров или лицензии, потому что скачивать нечего.

Claude Opus 5.5 — объект прямо противоположного рода: задокументированная, имеющая цену, мультиплатформенная конечная точка, каждый лимит которой указан на странице, на которую можно сослаться. Поставьте их рядом — и контраст окажется вовсе не в возможностях.

• Контекстное окно — Qwen4-Max Preview: 1 000 000 токенов против 1 000 000 токенов у Claude Opus 5.5. Настоящая ничья, и единственный параметр, где preview-версия не требует оговорок.

• Максимальный объём вывода на один ответ — 393 216 токенов для preview-версии; по заявлению Alibaba, этот показатель общий для рассуждений и финального ответа, против 128 000 токенов у Claude Opus 5.5 или 300 000 в Batches API с бета-заголовком.

• Ввод — текст, изображения и видео в сравнении с текстом и изображениями. Это единственная ось, по которой одна модель просто не способна выполнить задачу, которую может другая.

• Цена за миллион токенов — не опубликована; тарифицируется в {{1}}Token Plan Credits{{/1}} по подписке по сравнению с {{2}}$4.00 за ввод и $20.00 за вывод{{/2}}, при этом чтение из кэша — {{3}}$0.20{{/3}}, а {{4}}запись в кэш на 5 минут{{/4}} — {{5}}$5.00{{/5}}.

• Режим размышления по умолчанию — reasoning_effort включён, по умолчанию используется xhigh, доступны low и medium, в отличие от адаптивного размышления, которое всегда включено, а усилие по умолчанию — medium по шкале от low до max. Значения по умолчанию указывают в противоположных направлениях, и это важнее, чем кажется.

Опубликованный бенчмарк — нет; Artificial Analysis Intelligence Index — 59, пятое место среди 74 моделей по этому показателю.

• {{1}}Как получить доступ{{/1}} — только по подписке Token Plan, на сингапурском базовом URL {{2}}token-plan.ap-southeast-1.maas.aliyuncs.com{{/2}}, а также {{3}}приложение Q​wen{{/3}}, {{4}}Q​wen Chat{{/4}}, {{5}}Agent Mode{{/5}}, {{6}}Qoder{{/6}}, {{7}}QwenWork{{/7}} и {{8}}QwenStudio{{/8}} — в отличие от {{9}}Claude API{{/9}}, {{10}}Amazon Bedrock{{/10}}, {{11}}G​oogle Cloud{{/11}}, {{12}}Microsoft Foundry{{/12}} и {{13}}Claude Platform on AWS{{/13}}.

• Окно доступности — с 11 по 25 ноября 2026 г. в сравнении с активным, при этом вывод из эксплуатации не ранее 22 сентября 2027 г.

Асимметрия в этом списке имеет практическое следствие, которое легко упустить. Qwen4-Max Preview предлагает две двери — продуктовую, для которой не нужен ключ, и API-дверь, требующую подписки Token Plan и базового URL, которого у вас ещё нет, — тогда как Claude Opus 5.5 доступен из любого клиента OpenAI-формы, который у вас уже есть. Если ваша оценка — «понимает ли эта модель мою кодовую базу», чат-двери достаточно. Если — «выдержит ли это соприкосновение с моим пайплайном», вы оформляете второй договор ради модели, которая истекает через две недели.

Ограничение вывода в 393K — вот где документация прячет ловушку.

393,216 — это число, с которого начинается каждое резюме этого запуска, и оно действительно даёт преимущество: оно чуть более чем в три раза превышает потолок Claude Opus 5.5 в 128,000 токенов. Переписывание целых репозиториев, синтез длинных расшифровок, генерация целого небольшого приложения за один ответ — предварительная версия создана для выходных данных, которые не помещаются в бюджет ответа большинства моделей.

Но прочитайте сноску. Alibaba утверждает, что 393 216 токенов совместно используются для размышлений и финального ответа, а затем добавляет фразу, которая сломает портирование: начиная с этой модели, max_tokens в OpenAI Chat Completions эквивалентен max_completion_tokens, и оба ограничивают суммарный расход на размышления и ответ. Все более ранние модели Qwen сохраняли старое поведение, при котором ограничение применялось к ответу. Поэтому запрос, перенесённый из qwen3.8-max с max_tokens: 8192, теперь выделяет 8 192 токена на размышления и всё, что останется, — а при уровне усилий xhigh по умолчанию на сложном запросе остаться может ничего. Режим отказа — усечённый ответ, а не ошибка, которую можно перехватить.

Справедливость требует одной поправки к тому, как об этом обычно сообщают. max_tokens в Anthropic также ограничивает рассуждения и текст вместе в рамках одного ответа, поэтому общий бюджет — не изобретение Qwen и не причина предпочитать одного поставщика. Отличается размер бюджета и тот факт, что Qwen изменил значение параметра, которое его собственные пользователи уже усвоили. Это цена миграции, и она ложится на вас, а не на поставщика.

Вторая ловушка — это уровень усилий по умолчанию. Qwen4-Max Preview рассуждает на уровне xhigh, если не указано иное; Claude Opus 5.5 рассуждает на уровне medium. Два вызова без настройки, сравненные бок о бок, не измеряют одинаковый объём работы — а в preview-версии более глубокий уровень по умолчанию съедает бо́льшую долю бюджета ответа ещё до того, как появится первое слово ответа.

Видеоввод — единственный пробел, для которого нет обходного решения.

Claude Opus 5.5 принимает текст и изображения. Qwen4-Max Preview принимает текст, изображения и видео, а A​libaba напрямую называет сценарии использования: анализ скриншотов, понимание документов, анализ видео.

Если ваш пайплайн уже сэмплирует кадры и отправляет их как изображения, ничего не меняется — обе модели умеют читать кадры, а разница сводится к учёту токенов. Если ваш пайплайн хочет передать файл и спросить, что в нём произошло, принять этот вопрос способна только одна из этих моделей. Временнóе рассуждение по предоставленному клипу нельзя приблизить, описав клип текстом; можно реконструировать приближение, и вам потребуется неделя работы исследователя, чтобы выяснить, какая доля ответа содержалась в движении.

Это самое чистое правило принятия решения в данном сравнении, и оно не требует бенчмарка. Команда, у которой видео присутствует на входе, сегодня имеет одного кандидата. Команде без него нет смысла соглашаться на 14-дневный срок действия в рамках сделки.

Независимые числа и то, которое не относится к этой модели

У Artificial Analysis нет страницы для Qwen4-Max Preview. По состоянию на 11 ноября для неё нет ни измеренной скорости, ни стоимости выполнения задачи, ни оценки индекса, ни числа провайдеров — предварительная версия слишком новая и на четырнадцатый день своего существования, возможно, так и не получит записи. Поэтому единственный честный способ поставить обе модели на один график — использовать самый свежий измеренный флагман Q​wen, Qwen3.8-Max, и прямо указать, что это прокси-показатель.

• Индекс интеллекта — Claude Opus 5.5: 59, пятое место из 74 против 34 у Qwen3.8-Max, ниже медианы 40 для его ценового сегмента. По данным Artificial Analysis.

• Скорость вывода — 115 токенов в секунду против 53. По данным Artificial Analysis, при одинаковом тестовом стенде.

• Время до первого токена ответа — 353,75 секунды против 122,57 секунды. Opus 5.5 — более медленная модель на старте и более быстрая на финише.

• Время на задачу — 25,0 минуты против 54,1 минуты при медиане 12,6.

• Стоимость одной задачи — $10.04 против $10.02. Перечитайте это дважды: это самое интересное число на этой странице, и следующая часть объясняет почему.

• Многословность — 218 млн выходных токенов в индексе против 150 млн, при медиане 72,8 млн.

Есть одно измерение, которое напрямую сопоставляет чекпоинт Qwen 4 с Claude Opus 5.5, и оно заслуживает осторожного подхода, а не заголовка. GameFeel Benchmark — бенчмарк для креативных задач и игровой разработки, оценивающий сборку, исправление ошибок, ощущение от игры, идеи, визуал и аудио, — содержит строку для Qwen-4-Flash-Early со средним 49,9 против Claude Opus 5.5 при уровне усилий XHigh со средним 47,2. Прежде чем кто-либо сошлётся на это, нужно сказать о нём четыре вещи. Это чекпоинт уровня Flash, а не Max. Метка -Early — это предположение автора бенчмарка о том, к какому невыпущенному уровню относится неразмеченный эндпоинт, а не подтверждение от Alibaba. Эти две строки тарифицировались не одинаково, поэтому показатели $0.40 и $2.60 на задачу не сопоставимы напрямую. И среднее скрывает распределение: Opus побеждает в исправлении ошибок — 65 против 63 — и в обратной оценке — 21,67 против 19,95, тогда как чекпоинт Qwen побеждает в идеях — 54 против 41, визуале — 65 против 63, аудио — 30 против 25 и ощущении от игры — 52 против 50. Исправление ошибок и обратная оценка — две подзадачи, наиболее близкие к производственной работе; идеи и аудио — две наиболее далёкие от неё.

Тот же тест также показывает, как режим усилий влияет на Opus 5.5: при Medium он набирает 42,3 за $0,88 за задачу против 47,2 за $2,60 при XHigh. Почти втрое больше затрат ради пяти баллов. Если вы по умолчанию запускаете Opus на максимальном уровне усилий, вот на эту строку и стоит смотреть.

Сколько стоит задача, когда нельзя оценить одну из сторон

Начните с той половины, у которой есть тарифная сетка. Задание, которое отправляет 200 000 входных токенов и возвращает 20 000 выходных токенов, стоит $0.80 за вход и $0.40 за выход на Claude Opus 5.5 — $1.20. Повторно используйте эти входные данные из кэша, и стоимость входной части упадёт до $0.04, что сделает то же задание стоимостью $0.44. Переведите его в пакетный режим, и вся сумма снова уменьшится вдвое. Это арифметика, а не оценки, и их можно заложить в прогноз.

Теперь вторая половина. A​libaba не публикует ставку Credits за токен для Qwen4-Max Preview. Token Plan Personal Edition — это подписка на Credits: четыре персональных тарифа A​libaba варьируются от $6 в месяц за 20 000 Credits до $43 за 200 000, — а поставщик говорит, что скорость расходования Credits при вызове динамически определяется типом модели, объёмом использования токенов, режимом мышления и вызовами инструментов. Единственное место, где можно увидеть реальную ставку, — это детализация использования в консоли после того, как вы уже потратили некоторое количество Credits. Во время preview-периода действует промо-скидка, из-за чего наблюдаемая ставка плохо подходит в качестве ориентира для ставки после preview.

Итак, сравнение цен — это не вопрос «кто дешевле». Это вопрос «у одного из них есть цена за единицу, а у другого — подписка, которую пока нельзя пересчитать в цену за единицу». И цифры выше показывают, что тарифная сетка значит меньше, чем кажется: Qwen3.8-Max указан в прайсе по 2,00 и 6,00 доллара за миллион токенов — треть цены ввода Opus 5.5 и менее трети цены вывода — и всё равно выходит на 10,02 доллара за задачу Intelligence Index против 10,04 доллара у Opus. Дешёвая модель генерирует так много лишних токенов на задачу, что тарифная сетка почти полностью нивелируется. Более низкая цена в прайсе обеспечивает более низкий счёт только если модель ещё и лаконична, а по всем доступным измерениям это семейство не таково.

Запускать их параллельно, не делая вид, что это единый контракт

Claude Opus 5.5 представлена в нашем каталоге как anthropic/claude-opus-5.5, по опубликованным Anthropic ценам: $4.00 и $20.00 за миллион токенов с наценкой 0%, поэтому это один ключ и один счёт вместе с более чем 200 другими моделями, а также цепочка резервных вариантов и DSL маршрутизации, доступные, если вы хотите отправить более простую часть рабочей нагрузки на более дешёвый вариант, чем Opus, не меняя код.

{{1}}Qwen4-Max Preview{{/1}} отсутствует в нашем каталоге, и стоит прямо сказать, что это значит: мы его не предоставляем, и вы не можете включить его здесь в цепочку отказоустойчивости. Чтобы получить к нему доступ, нужны API-ключ Token Plan, базовый URL в Сингапуре и второй договор — а это именно то, ради чего модель, которая проживёт всего две недели, редко оправдывает разработку. Если вы хотите его оценить, проведите офлайн-сравнение на собственном ключе с промптами, ответы на которые вы уже знаете, а продакшен оставьте направленным на что-то, что всё ещё будет отвечать на запросы 26 ноября.

В чём польза предпросмотра — это вопрос, который он заставляет задать. Две недели — это достаточно долгий срок, чтобы выяснить, меняют ли нативный для видео ввод и бюджет ответа в 393K возможности вашего продукта, — и достаточно короткий, чтобы вы случайно не начали зависеть от ответа.

Кому что делать на этой неделе

Если на входном пути у вас есть видео и при этом от результата не зависит продакшен, откройте Qwen4-Max Preview через Qwen Chat уже сегодня, потратьте день на клипы, которые вам действительно важны, и рассматривайте всё, что узнаете, как исследование, а не как архитектуру. Установите reasoning_effort в значение medium для первого прохода, чтобы бюджет ответа не был исчерпан до начала ответа, и задайте max_tokens достаточно высоким, чтобы поместились и рассуждения, и вывод.

Если вы выпускаете что-то, что должно работать в декабре, Claude Opus 5.5 — единственный из двух с ценой, которую можно прогнозировать, бенчмарком, на который можно сослаться перед клиентом, и датой, когда он всё ещё будет существовать. Его недостатки задокументированы, а не загадочны — он медленно выдаёт первый токен, многословен и дорог в расчёте на задачу при высоком значении effort — и все три можно регулировать через параметр effort.

А если вам нужно и то и другое, именно в таком порядке, то суть в последовательности: докажите состоятельность на бесплатном варианте доступа, развивайте на модели, у которой есть тарифная сетка, и вернитесь к этому вопросу в декабре, когда появится преемник предварительной версии — как предполагается, с ценой и приложенным бенчмарком.