Qwen 4 Max tillkännagavs på Apsara 2026: vad Alibaba bekräftade, och vad de inte gjorde

Yunqi-konferensen i Hangzhou – Apsara-konferensen – användes den 22 september 2026 för att visa fyra modeller som ännu inte har släppts. Labbets LLM-ansvarige Liu Da Yiheng visade upp Qwen 4 Max, Qwen 4 Flash, Qwen 4 Plus och Qwen 4 27B på scenen, beskrev familjen som tränad på en ny generationens arkitektur och sade bara att den skulle komma snart. I skrivande stund finns det inget modellkort för någon av de fyra, inga öppna vikter, ingen API-identifierare, inget kontextfönster, inget pris och ingen benchmark-poäng. Den nyaste flaggskeppsmodellen du faktiskt kan anropa idag är Qwen3.8-Max, allmänt tillgänglig sedan den 3 augusti 2026, och avståndet mellan ett tillkännagivande på scenen och en anropbar slutpunkt är den del av den här historien som är värd att läsa noggrant.

De fyra nivåerna, och vad var och en är tänkt att vara

Alibabas Qwen-serie har organiserats i förmågenivåer sedan Qwen 3-generationen, och Qwen 4-tillkännagivandet behöll den formen i stället för att ersätta den. Det som visades på scenen var en lista, inte ett specifikationsblad:

• Qwen 4 Max — flaggskeppsnivån, och den som Alibaba positionerar mot toppmodellen från alla andra frontierlabb

• Qwen 4 Flash – nivån med hög genomströmning, byggd för latenskänsligt arbete och stora volymer snarare än maximal resonemangsförmåga

• Qwen 4 Plus — den balanserade mellannivån, historiskt sett den med största spridningen av multimodalt stöd

• Qwen 4 27B – den lokala nivån med öppna vikter, den som laddas ner, finjusteras och kvantiseras av människor som aldrig rör ett hostat API

• Arkitektur — beskrivs som en ny generation, och beskrivs som att den tränas, vilket inte är samma sak som att vara färdig

• Primär arbetsbelastning — agentiska och verktygsanvändande uppgifter, enligt konferensens inramning, snarare än chatt

• Tillgänglighet – ingen. Ingen nivå har ett releasedatum, ett pris, ett kontextfönster, en modalitetslista eller en publicerad poäng.

27B-nivån är den man bör hålla ögonen på, av en anledning som inte har något med benchmarks att göra. Det är den enda nivån i familjen som historiskt har släppts med öppna vikter, och Qwen 3.8-generationen visade hur mycket oberoende arbete det frigör: inom dagar efter att 27B-vikterna hade släppts hade communityn tagit fram MLX-konverteringar, NVFP4-kvantiseringar och ocensurerade finjusteringar. En annonserad 27B är ett löfte om ett helt nedströms ekosystem, och det är den del av färdplanen som har den mest förutsägbara leveransen.

Siffran 5–10 biljoner parametrar tillhör inte Qwen 4

Bevakningen av konferensen har varit luddig kring en siffra. Målet om ”5 till 10 biljoner parametrar” som cirkulerade i samband med nyheterna om Qwen 4 är inte en specifikation för Qwen 4 – det är ett framåtblickande uttalande om de efterföljande generationerna, tidsramen för Qwen 4.5 och Qwen 5. Alibaba har inte angett något parameterantal för Qwen 4 Max, och utifrån tillgängliga uppgifter vore det ett misstag att skriva ut ett.

Detta spelar roll eftersom antalet parametrar är det tal som läsare fäster sig vid och det tal som sprids. Ett påstående om 5T parametrar kopplat till en modell utan publicerad arkitektur är ofalsifierbart i båda riktningarna: ingen kan bekräfta det, och ingen kan korrigera det när det väl har upprepats. Om du ser Qwen 4 Max beskrivas som en modell med flera biljoner parametrar den här veckan, har siffran lånats från en annan bild.

Vad som ärligt kan sägas är att den tidigare flaggskeppsmodellen är en mixture-of-experts-modell med 2,4 biljoner parametrar, varav 95 miljarder parametrar är aktiva per token, vilket bekräftas i det officiella modellkortet för Qwen3.8-Max och i utgåvan med öppna vikter som följde efter den. Vad Qwen 4 Max än visar sig vara, är det den baslinje som den måste slå, och det är en publicerad, kontrollerbar siffra snarare än en förhoppning på en färdplan.

Arkitekturen är inte ett rykte: en förhandsvisning av den har redan släppts

Det mest användbara med tillkännagivandet av Qwen 4 är att en del av arkitekturen redan hade släppts under ett annat namn. Qwen3.8-Flash-Next släpptes med öppen källkod i slutet av augusti 2026, och dess modellkort beskriver det helt enkelt som en förhandsversion av Qwen 4-arkitekturen. Det gör det till det enda konkreta beviset som någon utanför Alibaba har om hur Qwen 4-familjen är uppbyggd.

Det är en sparse-modell med 125 miljarder huvudparametrar plus 51 miljarder parametrar för N-gram-inbäddningar, som aktiverar ungefär 6 miljarder per inferenssteg. Den har en inbyggd kontext på 262 000 token som enligt kortet sträcker sig mot 1 miljon, och Alibaba rapporterar att den tränades till ungefär 90 procents lägre kostnad än Qwen3.7-Plus. Tre tekniker anges på kortet:

• QSA, ett Qwen-specifikt sparse attention-schema, som är mekanismen bakom påståendet om billig långkontextträning

• Grindade residualkopplingar, en stabilitetsåtgärd för djupa glesa nätverk

• N-gram-inbäddningar, en separat parameterlagring med 51 miljarder parametrar som slås upp i stället för att beräknas dense

Om Qwen 4-nivåerna ärver den designen är den intressanta konsekvensen ekonomisk snarare än arkitektonisk. En familj som är designad att nå nära frontlinjekvalitet till ungefär en tiondel av träningskostnaden är en familj som kan prissättas aggressivt, och aggressiv prissättning från Alibaba har varit den enskilt mest pålitliga kraften i ekonomin för modeller med öppna vikter i två år. Det är en förutsägelse, inte ett faktum, och den bör märkas som en sådan – men det är anledningen att följa denna färdplan snarare än att avfärda den.

Vad du kan köra medan du väntar

Inget i Qwen 4-tillkännagivandet förändrar vad som är tillgängligt den här veckan, och det ärliga svaret för alla som bygger i dag är Qwen 3.8-generationen. Qwen3.8-Max har varit allmänt tillgänglig sedan den 3 augusti 2026 för 2,00 USD per miljon indatatokens och 6,00 USD per miljon utdatatokens, oförändrat över hela kontexten på 1 miljon tokens utan tillägg för långa prompter, och dess vikter publicerades den 12 augusti 2026 som Qwen3.8-2.4T-A95B i både BF16 och FP8 under en anpassad Qwen-licens. Det är modellen som Qwen 4-nivåerna kommer att mätas mot, och den betjänar produktionstrafik i dag.

Om du vill jämföra den aktuella Qwen-generationen mot resten av frontlinjen utan att hantera ett separat konto, en separat nyckel och faktura för varje labb, har OrcaRouter Qwen 3.8-familjen — Qwen3.8-Max, Qwen3.8-Flash och Qwen3.8-27B — tillsammans med Claude Opus 5, DeepSeek V4 Pro, Gemini 3.1 Pro Preview och GLM 5.3 på en enda OpenAI-kompatibel slutpunkt. Det är ett API för närmare 200 modeller med 0 % påslag, vilket innebär att leverantörens listpris förs vidare oförändrat, så att en leverantörs prissänkning slår igenom på din nyckel samma dag i stället för vid nästa faktureringscykel. När en Qwen 4-nivå väl lanseras är det samma katalog som den skulle dyka upp i; i dag gör ingen av dem det.

Slutsatsen

Qwen 4 Max är ett riktigt tillkännagivande och inte en riktig produkt, och båda halvorna av den meningen spelar roll. Uppställningen är bekräftad: fyra nivåer, en ny generation av arkitektur, ett agentiskt fokus och en 27B-nivå med öppna vikter som kommer att betyda mer för fler människor än flaggskeppet kommer att göra. Allt ett inköpsbeslut behöver – pris, kontext, modalitet, vikter, poäng, ett datum – saknas.

Betrakta detta som en färdplanssignal med en ovanligt bra dokumentationskedja, eftersom lanseringen av Qwen3.8-Flash-Next ger dig arkitekturförhandsvisningen gratis och Qwen3.8-Max ger dig den nuvarande baslinjen med publicerade vikter och ett publicerat pris. Följ 27B-nivån för det ekosystem den kommer att skapa och Flash-nivån för genomströmningsekonomin. Publicera inte om siffran 5 till 10 biljoner parametrar som ett Qwen 4-faktum, och planera inte en migrering kring en modell som inte har något releasedatum — planera den kring Qwen3.8-Max, och flytta när det finns en slutpunkt att flytta till.