Qwen4-Max Preview: ett flaggskepp med 1M tokens som du bara kan hyra i femton dagar

De flesta modellanseringar kommer med ett startdatum. Qwen4-Max-förhandsvisningen kom med ett slutdatum. A​libaba öppnade den kl. 10:00 den 11 november 2026 (UTC+8) och meddelade, på samma dokumentationssida som tillkännagav den, att modellen kommer att tas ur bruk efter kl. 24:00 den 25 november – femton dagar senare, utan att några ändringar tillåts under tiden. Inom det fönstret får du en kontext på 1 000 000 token, ett tak för utdata på 393 216 token som tänkandet och det slutliga svaret måste dela på, samt inbyggd bild- och videoinmatning. Det du inte får är ett pris per token, ett parameterantal, publicerade vikter eller en enda benchmark-siffra, oavsett om den rapporteras av leverantören eller inte. I lanseringsinlägget står det att modellen är ”byggd för verkliga uppgifter, med djupare kunskap och förbättrade förmågor”, vilket är den sorts mening som varje lanseringsinlägg innehåller; dokumentationen säger att modellen har ett utgångsdatum, vilket nästan inget av dem har.

Vad gick egentligen live klockan 10:00?

Produktnamnet är Qwen4-Max-Preview och modell-ID:t är qwen4-max-preview. Det finns också ett alias, qwen4.0-max-preview, och Alibaba noterar att båda ID:na fungerar men fakturor visar 4.0-formen – värt att veta innan du letar efter kostnader under en sträng och hittar dem under den andra.

Det finns exakt en väg till den, och det är inte det vanliga API:et. Qwen4-Max-Preview tillhandahålls endast via Token Plan; åtkomst med betalning per användning stöds uttryckligen inte. Token Plan Personal Edition är en prenumeration i Credits som endast är tillgänglig i Alibabas Singapore-region, med en dedikerad bas-URL på token-plan.ap-southeast-1.maas.aliyuncs.com. Om du har en Model Studio API-nyckel som fungerar mot qwen3.8-max är det inte nyckeln som öppnar den här modellen.

Tajmingen är värd en rad eftersom gapet är kort. A​libaba presenterade Q​wen 4-familjen – Max, Flash, Plus och 27B – från scenen på sin Apsara-konferens i Hangzhou den 22 september 2026, och dess skriftliga pressmeddelande den dagen sade bara att Q​wen 4 var under träning. Femtio dagar senare har flaggskeppsnivån en fungerande endpoint. Det är snabbt för en frontier-familj och det är det starkaste argumentet för att ta förhandsvisningen på allvar i stället för att avfärda den som en scendemo.

Specifikationen, i publicerad form

Det här är allt, från Alibabas egen modellsida snarare än från rapporteringen om den:

• Kontext — 1 000 000 tokens.

• Maximal utdata — 393 216 token, delade mellan tänkande och det slutliga svaret.

• Indata — text, bilder och video. Utdata är text.

• Tänkande — på som standard, med reasoning_effort inställt på låg, medium eller xhigh, med xhigh som standard.

• Verktyg – funktionsanrop, webbsökning och inbyggda verktyg.

• Strukturerad utdata – JSON-objekt och JSON-schema.

• API-form — kompatibel med O​penAI Chat Completions, O​penAI Responses och A​nthropic Messages.

• Pris per miljon tokens – publiceras inte. Modellen mäts i Credits mot en prenumeration, och A​libaba publicerar inte någon sats för krediter per token.

• Parametrar — inte publicerade. Vikter — inte publicerade. Licens — ej tillämplig, eftersom det inte finns något att ladda ner.

• Benchmarkresultat — inga. Inte en leverantörstabell, inte en oberoende körning.

• Tillgänglighetsperiod — 10:00 den 11 november till 24:00 den 25 november 2026, UTC+8, därefter tas den bort.

Läs utdatataket två gånger. 393,216 är ett stort tal och det är inte kontextfönstret – det är den totala budgeten för ett enda svar, och resonemangstoken dras från den innan svaret börjar. En modell som har xhigh effort som standard kommer att lägga en betydande del av den budgeten på att tänka, vilket gör den effektiva svarslängden betydligt kortare än siffran antyder.

Raden som kommer att bryta en port: max_tokens

Djupt i användningsanteckningarna finns en ändring som spelar större roll än det mesta av specifikationsbladet. Från och med qwen4-max-preview är max_tokens detsamma som max_completion_tokens och båda begränsar det sammanlagda antalet tokens för tänkande och det slutliga svaret. Alla tidigare Qwen-modeller behåller sitt tidigare beteende, där gränsen gällde för svaret. Så en förfrågan som portats från qwen3.8-max med max_tokens: 4096 får nu 4 096 tokens för tänkande plus det som blir kvar, vilket för en svår prompt kan vara ingenting alls – och felbeteendet är ett avkortat svar i stället för ett fel som du kan fånga.

Två andra standardvärden är värda att ställa in medvetet. Chat Completions aktiverar preserve_thinking som standard, så historiskt tänkande kommer tillbaka i assistentmeddelandenas reasoning_content-fält; att sammanfoga det i content och skicka tillbaka det som historik är fel form och kommer att förvirra nästa tur. Och reasoning_effort och thinking_budget får inte ställas in tillsammans – välj en styrparameter.

Inget av detta är exotiskt. Det är den vanliga kostnaden för att vara tidig: kompatibilitetslagret som får modellen att se ut som vilken annan O​penAI-formad endpoint som helst gör inte dess tokenredovisning identisk, och skillnaden syns bara när något kapas.

Vad femton dagar med Token Plan kostar

Eftersom det inte finns något pris per token är den enda prisfråga en läsare faktiskt kan besvara vad prenumerationen kostar. De fyra nivåerna i A​libaba Personal Edition kostar 6 dollar i månaden för 20 000 Credits, 10 dollar för 45 000, 18 dollar för 80 000 och 43 dollar för 200 000, med extra paket för 15 dollar per 20 000 Credits och en nyanvändarerabatt som gäller till 30 november. Credits förbrukas i en takt som leverantören säger bestäms dynamiskt av modelltyp, tokenanvändning, tankeläge och verktygsanrop, och den enda platsen där man kan se den verkliga takten är användningsinformationen i konsolen.

Förhandsvisningen har sin egen kampanj: under fönstret ligger förbrukningen "så lågt som 20 % av standardtaxan", och anrop mellan 22:00 och 08:00 UTC+8 får ytterligare rabatt som landar på 8 % av standard. De två sidorna som beskriver nattaxan är oense om hur den ska formuleras – modellsidan kallar det extra steget 40 % rabatt, Token Plan-sidan kallar det 60 % rabatt – och båda kommer fram till samma 8 %, så behandla aritmetiken som fakta och procenttalet som marknadsföringstext.

En begränsning förtjänar att citeras snarare än att omformuleras, eftersom den utesluter de flesta produktionsanvändningar innan priset ens är en fråga: Token Plan Personal Edition är avsedd för "interaktiv användning i kodnings- och agentverktyg, inte automatiserade batchskript". En förhandsversion som man inte kan köra i batch är en förhandsversion man utvärderar manuellt, i en editor, på samma sätt som man skulle utvärdera en modell i ett chattfönster.

Vad de saknade siffrorna kostar dig

Tre frånvaranden gör faktiskt nytta här, och var och en blockerar ett annat beslut.

Inget pris blockerar budgeten. Krediter kan inte omvandlas till dollar per miljon token utifrån något som A​libaba publicerar, så ett team kan inte jämföra förhandsversionen mot en användningsbaserad modell på den enda axel som spelar roll för volymarbete. Prenumerationen sätter ett tak för utgifterna, inte en taxa.

Att inget parameterantal finns hindrar inte infrastrukturgissningen. Det närmaste ett arkitekturpåstående är Qwen3.8-Flash-Next, publicerad under Q​wen-organisationen på Hugging Face den 24 augusti 2026, vars modellkort beskriver den som en experimentell förhandsvisning av arkitekturen som kommer att ligga till grund för Q​wen 4. Modellkortet anger 125 miljarder huvudparametrar med ungefär 6 miljarder aktiva per steg, ett n-gram-inbäddningslager på 51 miljarder parametrar och tre namngivna tekniker – QSA gles uppmärksamhet, gated residual-anslutningar och n-gram-inbäddningar som en separat uppslagning. Uppgifterna är leverantörsrapporterade och inte reproducerade, och de beskriver en förhandsvisningsmodell med 180 miljarder parametrar, inte den här flaggskeppsmodellen. Den som anger ett parameterantal för Qwen4-Max återger något som A​libaba inte har sagt.

Ingen poäng blockerar rankingen. Leaderboarden från Artificial Analysis, läst den 11 november 2026, innehåller ingen Qwen4-post alls. Det är inte en kritik av modellen – en förhandsversion som öppnades i morse har inte haft tid att mätas – men det betyder att varje siffra i stil med "Qwen4 slår X" som redan cirkulerar är en prognos eller en annan modells siffra som bär den här modellens namn.

Det finns också en fjärde sak som saknas och som är lätt att missa: ”inga ändringar kommer att göras under den här perioden”. Förhandsversionen är fryst. Ett beteende som du tycker är irriterande på dag två finns fortfarande kvar på dag fjorton, och att rapportera det ger dig ingenting förrän nästa modell finns. Det är rätt avvägning för en förhandsversion och fel avvägning för ett beroende.

Skicka en förfrågan i veckan – och vad du ska köra i stället

Om du vill se modellen är vägen en Token Plan-prenumeration, den dedikerade bas-URL:en och modell-ID:t ovan; ändpunkten talar OpenAI- och Anthropic-överföringsformat, så en befintlig klient behöver en bas-URL och en nyckel i stället för en omskrivning.

Om du vill skeppa något är det här inte modellen att skeppa på, och det är värt att vara tydlig med alternativet. OrcaRouters katalog, läst i dag, listar 217 modellidentifierare och ingen av dem är en Q​wen 4-nivå – vi tillhandahåller inte Qwen4-Max, och ingen grad av routingfiffighet ändrar det. Vad samma katalog däremot har är modellen som den här så småningom kommer att ersätta: Qwen3.8-Max, allmänt tillgänglig, 1M kontext, text, bild och video som indata, till $2,00 per miljon indatatoken och $6,00 per miljon utdatatoken, till A​libabas listpris utan något påslag. Den sista delen är den strukturella poängen snarare än en slogan: eftersom vi för vidare leverantörens pris med 0 % påslag slår en leverantörsprisändring igenom på din nyckel samma dag som den sker – vilket är precis den mekanism som kommer att spela roll den dag en Q​wen 4-nivå får ett pay-as-you-go-pris, om den får ett.

För själva utvärderingen är en reservkedja det billiga sättet att genomföra den. Placera förhandsversionen bakom en modell du redan litar på i stället för framför den: om en begäran misslyckas, får timeout eller kapas eftersom tänkbudgeten åt upp svaret, svarar reservlösningen och du får fortfarande veta om 1M-kontext och videoindata löser ditt problem. Att prova en obeprövad slutpunkt utan en reserv är hur ett femtonminutersexperiment blir ett avbrott.

Vad 25 november avgör

Tre utfall är möjliga och de är inte lika sannolika. Det rena alternativet är allmän tillgänglighet med ett offentliggjort pris per token och en pay-as-you-go-endpoint; det skulle göra Qwen4-Max till ett verkligt inköpsbeslut och göra den här förhandsvisningen till den billigaste möjliga due diligence. Det andra är en förlängning – ett nytt fönster, samma villkor – vilket skulle visa att Alibaba fortfarande är kapacitetsbegränsat i Singapore och fortfarande inte redo att mäta användningen av modellen. Det tredje är avveckling enligt plan under tystnad, vilket skulle innebära att förhandsvisningen var en kapacitetsdemonstration riktad till företag som köper via Token Plan snarare än till utvecklare som köper tokens.

Håll koll på två saker vid sidan av det. Huruvida de övriga tre nivåerna får modellkort, för en familj med en levererad nivå och tre namn är en färdplan, inte en produktlinje. Och huruvida Q​wen 4 27B dyker upp med öppna vikter, för den nivån har historiskt varit den som Q​wen-organisationen publicerar på Hugging Face, och en nedladdningsbar Q​wen 4-modell skulle ändra kalkylen för alla som inte kan lägga en Singapore-prenumeration i sin arkitektur.

Just nu är den ärliga sammanfattningen snäv och användbar: Qwen4-Max finns, den går att anropa, den har ett fönster på en miljon tokens och en utdatabudget på 393 216 tokens, den försvinner om femton dagar, och ingen utanför A​libaba har mätt den. Det räcker för att lägga en eftermiddag på, och inte för att planera ett kvartal kring.