
Qwen4-Max nya partnerkort marknadsför fyra funktioner. Tre av dem kostar dig något senare.
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 180 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 223 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 89 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 98 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
En andra plattform säljer nu Qwen4-Max, och dess tillkännagivande låter som en produktlansering: en kontext på 1 miljon tokens, text-, bild- och videoinmatning, verktygsanrop, strukturerad utdata, resonemang och $1.413 per miljon indatatokens, $4.24 per miljon utdata, $0.071 per miljon cachade. Modellen blev allmänt tillgänglig via Alibabas eget API den 16 november 2026, så en andra säljare två dagar senare är snabbt men inte förvånande. Det som är värt att läsa noga är funktionslistan, eftersom tre av de fyra förmågorna beter sig annorlunda på en partnerplattform än de gör på Alibabas egen, och priset är ledtråden som säger varför.
Börja med priset, för allt annat följer av det. $1,413 och $4,24 är inga nya siffror. De är Alibabas Global-scope-priser – Peking, Hongkong, Frankfurt, US Virginia och Tokyo – med tre decimaler, och ligger 5,8 % under Singaporekortet på $1,50 och $4,50. Det cachade priset är ledtråden: $0,071 är Global-siffran, och Singapores är $0,075. Ingen kommer fram till $0,071 på egen hand. Ett partnerkort som anger leverantörens regionala pris till tusendels dollar är ett vidarefakturerat pris, och vidarefakturering betyder en driftsättning av modellen med ett andra faktureringslager ovanpå, inte en andra träningskörning eller en andra uppsättning kärnor.
Den distinktionen är inte pedanteri. Den sätter förväntan för varje annan rad på kortet: priser överlever ett genomsläpp, men beteende gör det inte, såvida inte partnern har gjort ingenjörsarbetet för att möjliggöra det.

Påstående ett: 1M kontext. Sant, och ändå den minst användbara siffran på sidan
Varje annons för Qwen4-Max utlovar en miljon tokens, och var och en av dem är tekniskt sett korrekt. Alibabas egen dokumentation anger 1 000 000 tokens kontext med ett indatatak på 991 808 tokens när tänkandet är avstängt och 983 616 när det är påslaget, och Artificial Analysis registrerar oberoende ett kontextfönster på 984k tokens. Dessa tre siffror är samma 1M med olika mycket av sanningen exponerad.
Den rad som spelar roll är inte taket för indata utan utdatabudgeten, som inget partnerkort i den här kategorin skyltar med. Qwen4-Max har en budget på 262 144 token som delas mellan tänkandet och det slutliga svaret, varav 131 072 är tillgängliga när tänkandet är avstängt. Med en indata på 900 000 token återstår högst 91 808 token för svar i tänkandeläge innan fönstret stängs – och resonemangstoken räknas mot den. Ett team som dimensionerar ett långkontextjobb efter ”1M in, något ut” dimensionerar efter en siffra som leverantören aldrig publicerade.
Det här är den första platsen där en partnerannons i tysthet kan kosta dig pengar. Ett kort som anger 1M säger ingenting om huruvida plattformen tillämpar den delade budgeten, huruvida den kapar resonemanget i stället för svaret, eller huruvida den tyst stannar vid 128K utdata. Det är de här fellägena som dyker upp som ett trunkerat JSON-objekt klockan 02:00, inte som en felkod.
Påstående två: videoingång. Det här är raden som avgör om annonsen är en riktig port.
Text-, bild- och videoinmatning är den förmåga i detta tillkännagivande som är svårast att fejka. Att leverera video till Qwen4-Max handlar inte om att acceptera en URL och skicka den vidare: bildrutor måste samplas ut, kodas in i modellens visuella tokenström vid en upplösning och bildfrekvens som modellen tränades på, och debiteras mot en kontext som redan är den knappa resursen. En plattform som bara har kopplat upp textvägen kommer antingen att avvisa video direkt eller acceptera den och tyst försämra den.
Which is why the video row is the one to test first if you are evaluating a partner. A one-minute 30fps clip at a conservative sampling rate is thousands of visual tokens; drop it into a 700,000-token document prompt and you are at the input ceiling with a shorter answer than you planned for. Qwen4-Max's video support is real on Alibaba's own API — the model is documented for it, and Artificial Analysis records text, image and video as its modalities — but a partner card is an assertion, not a test result.
Bildvägen har en mildare variant av samma problem. Hantering av upplösning, tiling och tokenkostnaden för en skärmbild med hög DPI är alla plattformsbeslut, och inget av dem framgår av ett prisblad som prissätter indata per miljon tokens.
Påstående tre: verktygsanrop och strukturerad utdata. Det enda området där en partner kan vara bättre än leverantören
Strukturerad utdata och verktygsanrop är där en pass-through-plattform kan tillföra verkligt värde, och det är värt att säga det rakt ut eftersom resten av den här texten är försiktig. Alibaba dokumenterar strukturerad utdata, parallella verktygsanrop, prefixkomplettering, webbsökning och både explicit och implicit cachelagring över fyra protokollytor – OpenAI Chat Completions, OpenAI Responses, Anthropic Messages och DashScope. En partner som bara exponerar OpenAI-formen erbjuder mindre yta, inte en sämre modell.
Men en partner som har byggt en schemabegränsad avkodare ovanpå kan leverera något som leverantörens egen slutpunkt inte garanterar: JSON som parsas vid första försöket, varje gång, utan någon omförsöksloop. För en pipeline som extraherar fält från fakturor i volym är ett undviket omförsök 2× de sparade indatatoken, och det överskuggar den regionala skillnaden på 5,8 % mellan priskorten Singapore och Global.
Så frågan man bör ställa om den här funktionen är inte "stöds strukturerad utdata" – varje listning säger ja – utan "är det begränsad avkodning eller en promptinstruktion". Det första är en garanti; det andra är en stark rekommendation som misslyckas en gång av femtio, oftast på den längsta och dyraste förfrågan i batchen.
Påstående fyra: resonemang. Förmågan som överförs sämst – och den som ingen prissätter.
Qwen4-Max levereras med resonemang påslaget och effort som standard på high. Ratten accepterar low, high och xhigh, tankebudgeten är som standard 131,072 tokens och max_completion_tokens är som standard 262,144 i tankeläge. En begäran som inte ställer in någon av dessa tre får den dyra konfigurationen som standard, och det är den standarden som större delen av räkningen kommer från: Artificial Analysis mätte 104,940 utdata-tokens per indexuppgift, varav 68,914 var resonemang, mot en median för fältet på 65.1 miljoner utdata-tokens för hela sviten med nio utvärderingar. Qwen4-Max genererade 127 miljoner.
På en partnerplattform kan tre saker hända med den där ratten, och bara en av dem är synlig. Parametern för resonemangsansträngning kan skickas vidare oförändrad, och då gäller allt ovanstående. Den kan accepteras och ignoreras, och då faktureras din begäran med låg ansträngning som en med hög ansträngning. Eller så kan den avvisas, och då får du reda på det med ett 400 och justerar. Det första är okej, det tredje är irriterande, och det andra är det som tyst fördubblar en månadsfaktura – och det är det vanligaste, eftersom att skicka vidare ett okänt fält till ett leverantörs-API ofta är standardbeteendet hos en OpenAI-kompatibel proxy.
Det är också här som påståendet om priset prövas hårdast. Vid $1.413 / $4.24 fakturerar en partner leverantörens Global rate, så tokenpriset är ärligt. Om tokenantalet är ärligt beror på en parameter som inte framgår av kortet.
Vad ett tillkännagivande om "samarbete" säger dig, och vad det inte säger
Inramningen av den här lanseringen – ett partnerskap med Qwen-teamet på Alibaba snarare än en återförsäljning – är värd att tas för vad den är när det gäller vad den omfattar, och inte ett ord mer. Den omfattar rimligtvis tidig åtkomst till vikter, kapacitetstilldelning och en identifierare som stöds. Den omfattar inte det som avgör din faktura: tänkandebudgeten, indatataket i varje läge, principen för videouppsampling, garantin för begränsad avkodning eller vilka regioner driftsättningen ligger i.
Det finns en testbar version av detta. Fråga plattformen efter dess tak för indata i tankeläget. Alibaba publicerar 983,616. Om svaret är "1M" har plattformen inte läst leverantörens dokumentation, och resten av dess specifikationsblad förtjänar samma skepsis. Den enda frågan skiljer en partner som har porterat modellen från en som har porterat priset.
Oberoende data är nu bättre än vid lanseringen, vilket hjälper. Artificial Analysis ger Qwen4-Max 43 på Intelligence Index v5.0.1 – medianen för jämförbara modeller – till $3,27 per slutförd indexuppgift, 32,1 minuter per uppgift, 54,5 utdatatoken per sekund och 155,4 sekunder till första svarets token. Det är en verklig oberoende utvärdering av en två dagar gammal modell, och det är siffran att citera mot alla leverantörsdiagram. Vad den inte säger är om en partnerplattform reproducerar den: spårningsverktyget mäter modellen på en endpoint, och en andra driftsättning med olika batchning, olika kärnor eller en annan standardinställning för resonemang kan hamna flera poäng och en stor multipel av kostnaden därifrån.

Hur man köper detta utan att gissa
OrcaRouter är inte värd för Qwen4-Max. Modellen är nåbar via Alibaba:s eget Model Studio API och flera tredjepartsplattformar, och det är den ärliga beskrivningen av läget – ingen leverantörshostad väg på den här plattformen, så inget påstående om någon sådan. Det OrcaRouter däremot erbjuder är jämförelsepunkten: över 200 modellidentifierare bakom ett enda API med 0 % påslag, leverantörens listpris förs vidare, så Singapore-kortet för $1.50 och Global-kortet för $1.413 är samma siffror här som på Alibaba:s egen prissida, och en ändring av leverantörspris slår igenom samma dag i stället för vid nästa faktureringscykel.

För ett team som ska avgöra om en partnerlistning är värd att använda är det användbara upplägget en jämförelse sida vid sida snarare än en recension. Skicka samma 50 förfrågningar – ett långt dokument med en video, en batch för strukturerad extraktion, en agentisk verktygsanropskedja, ett klassificeringsjobb med låg insats – till leverantörens egen endpoint och till partnerns, och jämför fakturerade tokens, inte returnerade tokens. De två siffrorna skiljer sig precis när en parameter tappas, och det är routnings-DSL:en som låter dig behålla partnern för de arbetsbelastningar där den verkligen är bättre och automatiskt falla tillbaka för de där den inte är det.
Tillkännagivandet är korrekt. Priset i det är Alibabas egen globala taxa, modalitetslistan stämmer med leverantörens dokumentation, och en partner som anger en cacheläsning med tre decimaler har uppenbarligen räknat rätt. Det som utelämnas är den del du inte kan verifiera från ett kort: en delad budget på 262 144 tokens som krymper det användbara fönstret, ett resonemangsreglage som avgör större delen av fakturan, en videoväg som antingen är riktig ingenjörskonst eller ett accepterat fält, och ett löfte om strukturerad utdata som antingen är begränsad avkodning eller en önskan. De fyra sakerna är värda mer av din utvärderingstid än de 5,8 % som partnerpriset sparar.
