Claude Opus 5.5 vs Qwen 4 Max: En leverantör säljer snabbhet till dig, den andra har aldrig publicerat en siffra för den

Claude Opus 5.5 och Qwen 4 Max är de två flaggskeppsnamnen på den här månadens resultattavla, och nästan inget om dem går att jämföra direkt. Claude Opus 5.5 har varit allmänt tillgänglig sedan den 22 september 2026 för 4,00 USD per miljon indatatoken och 20,00 USD per miljon utdatatoken, med ett publicerat kontextfönster, ett publicerat tjänstekort och en oberoende intelligenspoäng. Qwen 4 Max förhandsvisades på Yunqi-konferensen i Hangzhou samma dag och har inte publicerat något sedan dess: inget pris, inget kontextfönster, inga vikter, ingen benchmark, inget releasedatum. Den asymmetrin är vid det här laget den vanliga formen för varje Qwen 4-artikel, och att upprepa den här skulle vara att berätta samma historia en fjärde gång.

Det som verkligen är nytt, och vad den här sidan faktiskt handlar om, är hastighet — för det är den enda axeln där de två leverantörerna gjorde motsatta och observerbara val den här månaden. Den 15 oktober 2026 tog Anthropic snabbläget för Claude Opus 5.5 ur forskningsförhandsvisning och publicerade ett pris för att gå snabbare: 8,00 och 40,00 dollar per miljon tokens, exakt det dubbla, för upp till 2,5 gånger utdatahastigheten. Alibaba har däremot aldrig publicerat någon siffra för latens, genomströmning eller tid till första token för någon Qwen-Max-nivå, och den oberoende mätningen av det lanserade Qwen-flaggskeppet, Qwen3.8-Max, landar på 39,3 utdatatoken per sekund mot Claude Opus 5.5:s 95,2. Den ena leverantören tar uttryckligen betalt för hastighet. Den andra har inte berättat för någon var den står.

Vad vardera sidan faktiskt har publicerat

Börja med den verifierbara hälften. Claude Opus 5.5 är en riktig endpoint i Anthropics API och i vårt. Dess parametrar är offentliga, dess kontextfönster är 1 000 000 tokens med upp till 128 000 utdatatokens, den tar emot text, bilder och filer, och dess standardpris är 4,00 $ och 20,00 $ per miljon tokens, med cacheläsningar för 0,20 $ och cacheskrivningar för 5,00 $. Adaptivt tänkande är alltid på och kan inte stängas av — en begäran som ställer in tänkande på inaktiverat returnerar ett 400-fel, och resonemangsdjupet styrs i stället med parametern effort.

Nu den andra halvan. Qwen 4 Max är ett tillkännagivande på scen. Alibaba visade fyra nivåer — Qwen 4 Max, Qwen 4 Flash, Qwen 4 Plus och Qwen 4 27B — beskrev familjen som att den tränas på en arkitektur av ny generation och sa att den skulle komma snart. Per den 16 oktober finns det inget modellkort, ingen API-identifierare, inga öppna vikter och inget resultat för någon av de fyra. Den enda Qwen 4-artefakten som någon utanför Alibaba kan granska är Qwen3.8-Flash-Next, släppt med öppen källkod i slutet av augusti 2026 och märkt på sitt eget modellkort som en förhandsvisning av Qwen 4-arkitekturen: 125 miljarder huvudparametrar plus 51 miljarder N-gram-inbäddningar, ungefär 6 miljarder aktiva per steg, en inbyggd kontext på 262 000 token och ett påstående om träningskostnad som är omkring 90 procent lägre än Qwen3.7-Plus.

Så jämförelsen har en komplett sida och en tom sida, och den tomma sidan är inte tom på grund av att Alibaba döljer siffror. Den är tom eftersom det ännu inte finns någon produkt. Vad som är värt att göra i stället är att jämföra de två leverantörernas hållningar – vad var och en av dem väljer att publicera och vad det säger om hur de förväntar sig att bli köpta.

Hastighetsaxeln, och varför den är den intressanta

Anthropic säljer nu tre hastigheter av samma modell, till tre publicerade priser, och prisstegen är ovanligt ärlig med vad den tar betalt för:

• Batch, asynkront — $2.00 in, $10.00 ut per miljon, hälften av standard, för arbete som kan vänta

• Standard — $4.00 in, $20.00 ut per miljon, standardvalet, med $0.20 cacheläsningar

• Snabbläge — $8,00 för indata, $40,00 för utdata per miljon, enhetligt över hela kontextfönstret, för upp till 2,5 gånger fler utdatatokens per sekund

Tre nivåer, en modell och ett tydligt uttalande om vad Anthropic anser att latens är värt: en fördubbling, i båda riktningarna av prislistan. Fast mode ändrar inte vikterna eller beteendet. Det är samma modell under en snabbare inferenskonfiguration, vinsten är koncentrerad till utdatatokens per sekund snarare än till tid till första token, och priset är en rak multiplikator snarare än en blandad taxa. Det är en leverantör som berättar sin egen syn på avvägningen – och som berättar att du från och med den 15 oktober inte längre behöver godkännande eller en beta-header för att köpa Fast mode.

Den motsvarande Qwen-sidan existerar inte. Det finns ingen Alibaba-motsvarighet till en snabb nivå för Qwen-Max-linjen, inget publicerat latensmål och inget påstående om genomströmning på någon Qwen 4-bild som har offentliggjorts. För en familj vars hela säljargument är kostnadseffektivitet är avsaknaden av en latenssiffra ett iögonfallande utelämnande, eftersom kostnad per token och kostnad per slutförd uppgift är olika storheter och bara en av dem har publicerats.

Vad den oberoende mätningen säger om gapet

Artificial Analysis är det närmaste man kommer en neutral domare här, och det har mätt båda de flaggskepp som nu finns på marknaden enligt sin nuvarande revidering av Intelligence Index, v4.3.2:

• Intelligence Index — Claude Opus 5.5 på 58 i sin konfiguration med maximal ansträngning och fallback, mot Qwen3.8 Max (0902) på 45

Utdatningshastighet — 95,2 tokens per sekund för Claude Opus 5.5, jämfört med 39,3 för Qwen3.8 Max (0902)

• Kostnad per indextask – 5,98 USD för Claude Opus 5.5, jämfört med 5,41 USD för Qwen3.8 Max (0902)

• Använda utdatatoken – 260 miljoner för Claude Opus 5.5, jämfört med 190 miljoner för Qwen3.8 Max (0902)

Läs de fyra raderna tillsammans och en historia framträder som prislistorna döljer. I pris per token är Qwen-flaggskeppet tre gånger billigare på output, 6,00 $ mot 20,00 $. I kostnad per slutförd uppgift är den 10 procent billigare, 5,41 $ mot 5,98 $. Fördelen med tre gånger har redan ätits upp av skillnaden i hur många tokens varje modell gör av med för att slutföra uppgiften — vilket är precis varför "billigare per miljon tokens" är den minst användbara siffran i ett köpbeslut, och varför Anthropics egen lanseringsinramning för Claude Opus 5.5 lutade sig mot en 40-procentig minskning av kostnaden per arbetsbelastning snarare än den 20-procentiga sänkningen per token.

Hastighetsraden är den som bör forma förväntningarna på Qwen 4 Max. Det Qwen-flaggskepp som finns tillgängligt är den långsammare av de två i denna mätning, med en faktor på ungefär 2,4, och Alibaba har inte publicerat något latensmål för efterföljaren. Samtidigt prissätts den extra 2,5x som Anthropic erbjuder utöver Claude Opus 5.5 till det dubbla. Om latens överhuvudtaget är en faktor i ditt beslut väljer du just nu mellan en leverantör som har publicerat sin hastighet, publicerat sin snabbare nivå och publicerat vad den nivån kostar – och en leverantör som inte har publicerat något av de tre.

Två sätt att vara långsam, och bara ett av dem är en produkt

Det finns en version av den här jämförelsen där ”Qwen 4 Max är långsammare” är orättvist, och det är värt att säga rakt ut eftersom det är det starkaste argumentet Qwen-sidan har. En modell som har annonserats men inte släppts har per definition ingen uppmätt hastighet. Alibaba avstår inte från att publicera en dålig siffra; de avstår från att publicera någon siffra alls, och anledningen kan helt enkelt vara att saken ännu inte existerar i en form som någon kan köra. Arkitekturen hos Qwen3.8-Flash-Next – gles uppmärksamhet, N-gram-inbäddningar, ett mycket lågt antal aktiva parametrar – är en design som är direkt inriktad på inferensekonomi, och Alibabas eget påstående om träningskostnad tyder på att familjen byggs för att kunna betjänas billigt och snabbt. Det är en förutsägelse, inte ett faktum.

Den orättvisa men verkliga asymmetrin ligger någon annanstans. Anthropics snabbläge är en produkt med ett pris, en hastighetsgräns, ett separat 429-svar och ett usage.speed-fält som rapporterar vilken hastighet du faktiskt fick. Den köps och mäts. En konferensbild om en modell under träning är varken det ena eller det andra. När Alibaba väl lanserar Qwen 4 Max kommer den att mätas mot en konkurrent som redan har talat om för marknaden vad hastighet är värt — $8.00 och $40.00 per miljon för en 2,5x ökning — och Alibaba måste svara med antingen en snabbare standard eller en billigare.

Kör halvan av den här jämförelsen som har en slutpunkt

Beslutsfattande i en jämförelse som inte kan slutföras är inte förlamning; det är bara ett mindre beslut. Tre bärare finns i dag och en gör det inte.

Claude Opus 5.5 kan routas som anthropic/claude-opus-5.5 till Anthropics publicerade listpris med 0 % påslag — leverantörens pris förs vidare oförändrat, så det är 4,00 $ och 20,00 $ som hamnar på fakturan i stället för en uppräknad motsvarighet, och en prissänkning från leverantören slår igenom på din nyckel samma dag. Qwen3.8-Max kan routas som qwen/qwen3.8-max för 2,00 $ och 6,00 $, med en daterad checkpoint, Qwen3.8-Max (0902), bredvid sig på samma villkor. Båda svarar på samma OpenAI-kompatibla endpoint och samma Anthropic-kompatibla, bakom en nyckel och en faktura för fler än 200 modeller — vilket innebär att jämförelsen ovan kan köras mot din egen trafik i stället för mot ett blogginlägg, genom att ändra en modellsträng.

Qwen 4 Max är inte routbar på OrcaRouter, och inte heller någon Qwen 4-nivå; katalogen har noll poster för familjen, vilket är korrekt tillstånd för en modell utan releasedatum. När nivåerna släpps skulle de dyka upp i samma katalog, och fram till dess gör routern fortfarande något användbart med den fråga de representerar. Routningspolicy är där frågan ”är detta snabbt nog” hör hemma: en routnings-DSL kan skicka den latenskritiska delen av din trafik till en snabbare modell och låta resten ligga kvar på Claude Opus 5.5 i standardhastighet, så att en arbetsbelastning som behöver 2,5x utdatahastighet köper den för de anrop som behöver den i stället för att betala en dubblerad taxa över hela flottan. Automatisk felväxling täcker den andra riktningen – en degraderad väg löses upp till en annan leverantör i stället för till ett fel. Inget av dessa är en ersättning för beslutet om Qwen 4 Max. Båda är sätt att fortsätta arbeta medan det beslutet ännu inte har fattats.

Vad man ska hålla utkik efter, och vad som krävs för att ändra den här sidan

Tre saker skulle skriva om analysen ovan, och var och en av dem går att kontrollera.

För det första, ett Alibaba-modellkort för valfri Qwen 4-nivå, med ett pris och ett kontextfönster på det. Fram till dess är Qwen-sidan av jämförelsen ett pressmeddelande.

För det andra, en latenssiffra för Qwen 4 från någon oberoende aktör. I samma stund som en sådan finns upphör hastighetsaxeln att vara en ensidig historia, och med tanke på arkitekturen som Alibaba visar upp är det inte säkert att anta att det går dåligt för dem. En modellfamilj utformad kring en inferensväg med 6 miljarder aktiva parametrar kan mycket väl vara snabb; den har helt enkelt aldrig behövt bevisa det mot en konkurrent som säljer hastighet i miljoner tokens.

För det tredje, och det billigaste att kontrollera, huruvida Anthropic utökar behandlingen från den 15 oktober till resten av Opus-linjen. Snabbläget för Claude Opus 5 och Claude Opus 4.8 är fortfarande i research preview, och beta-headern krävs fortfarande, så den självbetjänade snabbnivån utan godkännande är för närvarande unik för Claude Opus 5.5. Om det sprider sig blir "snabbläget är tillgängligt" en egenskap hos plattformen snarare än hos en enskild modell, och frågan om premiumnivån ändrar form ännu en gång.

Tills åtminstone en av dem har lanserats är den ärliga domen snäv och användbar: om du väljer ett flaggskepp att bygga på det här kvartalet, väljer du mellan en modell med ett publicerat pris, en publicerad hastighet och en publicerad snabbare nivå, och en modell med ett namn. Köp den som har en endpoint, håll ögonen på den med en slide — och behandla "Qwen 4 Max kommer att bli billigare" som det overifierade påstående det för närvarande är, eftersom Qwen 3.8-generationen redan har visat att en tre gånger så stor fördel per token kan krympa till 10 procent när man räknar in de tokens varje modell spenderar på att slutföra arbetet.

Inget av detta är hypotetiskt: de dokumenterade AI-felen och agentincidenterna bakom släpp som detta samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, tillförlitlighetsgrad och omtvistad flagga.