Qwen4-Max Preview vs Claude Opus 5.5: En fjortondagarsmodell mot den du fortfarande kan anropa i december

Alibaba öppnade Qwen4-Max Preview kl. 10:00 den 11 november 2026 och angav på samma dokumentationssida när den stänger: kl. 24:00 den 25 november, UTC+8. Fjorton dagar. Anthropic släppte Claude Opus 5.5 den 22 september 2026 för 4,00 USD per miljon indatatoken och 20,00 USD per miljon utdatatoken, med ett åtagande om att inte avvecklas tidigare än den 22 september 2027. De två meningarna avgör redan det mesta i den här jämförelsen, eftersom en av dessa modeller är ett två veckor långt experiment och den andra är en budgetpost du kan ta med i nästa års budget.

Det datumen inte avgör är huruvida experimentet är värt att genomföra. Det finns ingen benchmark för Qwen4-Max Preview – ingen leverantörstabell, ingen oberoende körning, inte en enda publicerad poäng – så varje sida som rangordnar den mot Claude Opus 5.5 vad gäller kvalitet gissar. Den här gör det inte. Den jämför de fyra saker du faktiskt kan verifiera före fredag: vad varje modell accepterar som indata, hur mycket utdata ett enskilt svar kan rymma, vad en uppgift kostar och hur länge du får fortsätta använda den.

Vad var och en är, i den form du kan ringa i dag

Alibaba stavar produkten Qwen4-Max-Preview i sitt tillkännagivande och API-strängen qwen4-max-preview i sin dokumentation; det finns också ett alias, qwen4.0-max-preview, och Alibaba noterar att båda fungerar men att faktureringen sker under 4.0-formen. Inget av namnen leder till ett offentligt modellkort, ett parameterantal eller en licens, eftersom det inte finns något att ladda ner.

Claude Opus 5.5 är den motsatta typen av objekt: en dokumenterad, prissatt slutpunkt för flera plattformar där varje begränsning finns på en sida som du kan hänvisa till. Ställ de två sida vid sida och kontrasten handlar egentligen inte alls om förmåga.

• Kontextfönster — Qwen4-Max Preview 1 000 000 tokens vs Claude Opus 5.5 1 000 000 tokens. Ett genuint oavgjort resultat, och den enda dimensionen där förhandsversionen inte kräver någon reservation.

Högsta utdata per svar – 393 216 token för förhandsversionen, en siffra som Alibaba uppger delas av tänkande och det slutliga svaret, jämfört med 128 000 token för Claude Opus 5.5, eller 300 000 i Batches API med en beta-header.

• Indata – text, bilder och video kontra text och bilder. Detta är den enda axeln där en modell helt enkelt inte kan göra det som den andra kan.

• Pris per miljon tokens — inte publicerat; debiteras i {{1}}Token Plan Credits{{/1}} mot en prenumeration kontra $4.00 för indata och $20.00 för utdata, med cacheläsningar till $0.20 och 5-minuters cacheskrivningar till $5.00.

• Tänkande som standard – reasoning_effort på, standard xhigh, med low och medium tillgängliga vs adaptivt tänkande alltid på, effort standard medium på en skala från low till max. Standardvärdena pekar i motsatta riktningar, vilket spelar större roll än det låter.

• Publicerat benchmark — inget jämfört med Artificial Analysis Intelligence Index 59, rankad som femma av 74 modeller på det måttet.

• Hur du kommer åt det – endast Token Plan-prenumeration, på bas-URL:en för Singapore token-plan.ap-southeast-1.maas.aliyuncs.com, samt Qwen-appen, Qwen Chat, Agent Mode, Qoder, QwenWork och QwenStudio jämfört med Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry och Claude Platform on AWS.

• Tillgänglighetsfönster — 11 till 25 november 2026 jämfört med aktiv, med avveckling tidigast 22 september 2027.

Asymmetrin i den listan har en praktisk konsekvens som är lätt att förbise. Qwen4-Max Preview har två dörrar – en produktdörr som inte kräver någon nyckel, och en API-dörr som kräver en Token Plan-prenumeration och en bas-URL som du inte redan har – medan Claude Opus 5.5 kan nås från vilken O​penAI-formad klient du än redan har. Om din utvärdering är "förstår den här modellen min kodbas", räcker chattdörren. Om den är "överlever detta kontakt med min pipeline", tecknar du ett andra avtal för en modell som löper ut om två veckor.

Taket på 393K för utdata är där dokumentationen döljer en fälla

393 216 är siffran som varje sammanfattning av den här lanseringen inleds med, och det är en verklig fördel: den är drygt tre gånger Claude Opus 5.5:s tak på 128 000 token. Omskrivningar av hela kodförråd, syntes av långa transkriptioner, generering av en hel liten applikation i ett enda svar – förhandsversionen är byggd för utdata som inte får plats inom de flesta modellers svarsbudget.

Läs dock fotnoten. A​libaba säger att de 393 216 tokenen delas av tänkande och det slutliga svaret, och lägger sedan till en mening som kommer att bryta portningar: från och med den här modellen är max_tokens i O​penAI Chat Completions likvärdigt med max_completion_tokens, och båda begränsar den sammanlagda förbrukningen för tänkande plus svar. Alla tidigare Q​wen-modeller behöll det äldre beteendet, där gränsen gällde svaret. Så en begäran som lyfts från qwen3.8-max med max_tokens: 8192 köper nu 8 192 token tänkande och vad som än återstår – vilket, vid standardinställningen xhigh effort på en svår prompt, kan vara ingenting. Feilläget är ett trunkerat svar, inte ett fel som du kan fånga.

Rättvisa kräver en korrigering av hur detta vanligtvis rapporteras. Anthropics max_tokens begränsar också tänkande och text tillsammans inom ett enda svar, så en delad budget är inte en Qwen-uppfinning och är inte ett skäl att föredra en leverantör. Det som skiljer sig är storleken på budgeten, och det faktum att Qwen ändrade innebörden av en parameter som dess egna användare redan hade lärt sig. Det är en migreringskostnad, och den drabbar dig, inte leverantören.

Den andra fällan är standardansträngningen. Qwen4-Max Preview resonerar på xhigh om inget annat anges; Claude Opus 5.5 resonerar på medium. Två okonfigurerade anrop som jämförs sida vid sida mäter inte samma mängd arbete – och på förhandsversionen äter en djupare standard en större del av svarsbudgeten innan det första ordet i svaret ens finns.

Videoingång är det enda gapet utan någon lösning

Claude Opus 5.5 tar emot text och bilder. Qwen4-Max Preview tar emot text, bilder och video, och A​libaba anger användningsfallen direkt: skärmbildsanalys, dokumentförståelse, videoanalys.

Om din pipeline redan samplar bildrutor och skickar dem som bilder förändras ingenting – båda modellerna kan läsa bildrutorna, och skillnaden kokar ner till tokenredovisning. Om din pipeline vill lämna över en fil och fråga vad som hände i den kan bara en av dessa modeller ta emot frågan. Tidsbaserat resonemang om ett tillhandahållet klipp är inget man kan approximera genom att beskriva klippet i text; du kan rekonstruera en approximation, och det kommer att kosta dig en forskares vecka att upptäcka hur mycket av svaret som låg i rörelsen.

Det är den renaste beslutsregeln i den här jämförelsen, och den kräver ingen benchmark. Ett team med video i indatavägen har en kandidat i dag. Ett team utan det har ingen anledning att acceptera en fjortondagars giltighetstid som en del av avtalet.

De oberoende siffrorna, och den som inte handlar om den här modellen

Artificial Analysis har ingen sida för Qwen4-Max Preview. Per den 11 november finns det ingen uppmätt hastighet, ingen kostnad per uppgift, ingen indexpoäng och inget leverantörsantal för den – förhandsversionen är för ny och kan, vid fjorton dagar, aldrig komma att få en post. Så det enda ärliga sättet att sätta de två i samma diagram är att använda den senaste uppmätta Qwen-flaggskeppsmodellen, Qwen3.8-Max, och rakt ut säga att det är en proxy.

• Intelligensindex — Claude Opus 5.5 59, rankad femma av 74 jämfört med Qwen3.8-Max 34, under medianen på 40 för sin prisklass. Enligt Artificial Analysis.

• Utmatningshastighet — 115 tokens per sekund jämfört med 53. Enligt Artificial Analysis, samma testharness.

• Tid till första svarstoken – 353,75 sekunder jämfört med 122,57 sekunder. Opus 5.5 är den långsammare modellen att starta och den snabbare att slutföra.

• Tid per uppgift — 25,0 minuter vs 54,1 minuter, mot en median på 12,6.

• Kostnad per uppgift — $10.04 vs $10.02. Läs det två gånger; det är den mest intressanta siffran på den här sidan, och nästa avsnitt handlar om varför.

• Mångordighet — 218 miljoner utdatatokens på indexet jämfört med 150 miljoner, mot en median på 72,8 miljoner.

Det finns en mätning som faktiskt ställer en Qwen 4-checkpoint direkt mot Claude Opus 5.5, och den förtjänar omsorg snarare än en rubrik. GameFeel Benchmark – en kreativ utvärdering för spelutveckling som poängsätter build, buggfix, spelkänsla, idéer, visuella intryck och ljud – har en rad för Qwen-4-Flash-Early som i genomsnitt ligger på 49,9 mot Claude Opus 5.5 med XHigh effort som i genomsnitt ligger på 47,2. Fyra saker måste sägas om detta innan någon citerar det. Det är en checkpoint i Flash-klassen, inte Max. Etiketten -Early är benchmarkförfattarens gissning om vilken ej släppt nivå en omärkt endpoint tillhör, inte en bekräftelse från Alibaba. De två raderna debiterades inte på samma sätt, så siffrorna på $0,40 och $2,60 per uppgift är inte direkt jämförbara. Och genomsnittet döljer uppdelningen: Opus vinner inom buggfix, 65 mot 63, och inom omvänd utvärdering, 21,67 mot 19,95, medan Qwen-checkpointen vinner inom idéer 54 mot 41, visuella intryck 65 mot 63, ljud 30 mot 25 och spelkänsla 52 mot 50. Buggfix och omvänd utvärdering är de två deluppgifter som ligger närmast produktionsarbete; idéer och ljud ligger längst ifrån det.

Samma bänk visar också vad ansträngning gör med Opus 5.5: vid Medium får den 42,3 för 0,88 dollar per uppgift, mot 47,2 för 2,60 dollar vid XHigh. Nästan tre gånger kostnaden för fem poäng. Om du kör Opus på maximal ansträngning som standard är det raden du ska titta på.

Vad en uppgift kostar när man inte kan prissätta den ena sidan

Börja med den del som har en prislista. Ett jobb som skickar 200 000 indatatoken och returnerar 20 000 utdatatoken kostar $0,80 för indata och $0,40 för utdata på Claude Opus 5.5 — $1,20. Återanvänd indata från cachen och indatasidan sjunker till $0,04, vilket gör samma jobb till $0,44. Kör det i batch och hela summan halveras igen. Det är ren aritmetik, inte uppskattningar, och du kan lägga in dem i en prognos.

Nu den andra halvan. A​libaba publicerar ingen taxa för credits per token för Qwen4-Max Preview. Token Plan Personal Edition är en Credits-prenumeration – A​libabas fyra personliga nivåer sträcker sig från $6 i månaden för 20 000 Credits till $43 för 200 000 – och leverantören säger att hur snabbt ett anrop förbrukar Credits bestäms dynamiskt av modelltyp, tokenanvändning, tankeläge och verktygsanrop. Den enda platsen där man kan se den verkliga takten är användningsinformationen i konsolen efter att man har förbrukat en del. Under förhandsversionen finns en kampanjrabatt, vilket gör den observerade takten till en dålig indikator på den som gäller efter förhandsversionen.

Så prisjämförelsen handlar inte om ”vilken som är billigare”. Den handlar om ”en av dem har ett enhetspris och den andra har ett abonnemang som du ännu inte kan omvandla till ett sådant”. Och siffrorna ovan antyder att prislistan spelar mindre roll än den ser ut att göra: Qwen3.8-Max listas på $2.00 och $6.00 per miljon token – en tredjedel av Opus 5.5:s inputpris och mindre än en tredjedel av dess outputpris – och landar ändå på $10.02 per Intelligence Index-uppgift mot Opus $10.04. Den billiga modellen genererar så många fler token per uppgift att effekten av prislistan nästan helt försvinner. Ett billigare listpris ger dig bara en billigare faktura om modellen också är koncis, och enligt alla tillgängliga mätningar är den här familjen inte det.

Köra dem sida vid sida utan att låtsas att det är ett enda avtal

Claude Opus 5.5 finns i vår katalog som anthropic/claude-opus-5.5, till Anthropics publicerade $4.00 och $20.00 per miljon tokens med 0 % påslag, så det är en nyckel och en faktura tillsammans med över 200 andra modeller, med en fallback-kedja och routnings-DSL tillgängliga om du vill skicka den enkla hälften av en arbetsbelastning någonstans billigare än Opus utan att ändra din kod.

Qwen4-Max Preview finns inte i vår katalog, och det är värt att vara tydlig med vad det innebär: vi tillhandahåller den inte, och du kan inte lägga den i en failover-kedja här. Att nå den kräver en API-nyckel för Token Plan, bas-URL:en för Singapore och ett andra avtal – vilket är precis den sorts sak som en modell med två veckors livslängd sällan motiverar att bygga. Om du vill utvärdera den kan du köra den som en offline-jämförelse med din egen nyckel mot prompter som du redan vet svaret på, och hålla produktionen riktad mot något som fortfarande svarar på förfrågningar den 26 november.

Vad förhandsvisningen är bra för är den fråga den tvingar fram. Två veckor är tillräckligt lång tid för att ta reda på om video-native-indata och en svarsbudget på 393K förändrar vad din produkt kan göra – och tillräckligt kort tid för att du inte av misstag ska bli beroende av svaret.

Vem ska göra vad, den här veckan

Om du har video i indatavägen och inget produktionsberoende av resultatet, öppna Qwen4-Max Preview via Q​wen Chat idag, lägg en eftermiddag på de klipp du faktiskt bryr dig om och behandla det du lär dig som research snarare än arkitektur. Sätt reasoning_effort till medium för första passet så att svarsbudgeten inte förbrukas innan svaret börjar, och sätt max_tokens tillräckligt högt för att både tänkande och utdata ska rymmas.

Om du levererar något som måste fungera i december är Claude Opus 5.5 det enda av de två med ett pris du kan förutse, ett benchmark du kan hänvisa till för en kund och ett datum då det fortfarande existerar. Dess svagheter är dokumenterade snarare än mystiska – den är långsam till första token, mångordig och dyr per uppgift vid hög effort – och alla tre kan justeras via effort-parametern.

Och om du vill ha båda, i den ordningen, är själva sekvensen poängen: bevisa förmågan via den kostnadsfria ingången, bygg vidare på modellen som har en prislista och ta upp frågan igen i december när förhandsversionens efterträdare anländer med, antar man, ett pris och ett riktmärke kopplat till sig.