
Qwen4-Max byggdes för arbete i verkligheten. Verklighetens klocka säger 32 minuter per uppgift.
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 187 tok/s
- openaiNYOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1M tokens · 80 tok/s
- openaiNYOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1M tokens · 155 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 196 tok/s
- AlibabaNYQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1M tokens · 85 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 705 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 139 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 69 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1M tokens · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 38 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 · 230 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 101 tok/s
”Byggd för arbete i verkligheten” är hur Qwen4-Max säljs den här veckan, på en tredjepartsplattform som listade modellen den 18 november, två dagar efter att Alibaba släppte den till allmän försäljning. Qwen4-Max lanserades den 16 november 2026, och plattformens listning tillförde inga nya vikter, ingen ny kontextsiffra och inget nytt pris – bara en slogan och en knapp. Sloganen råkar vara det mest testbara påståendet någon har gjort om modellen, eftersom arbete i verkligheten inte är en benchmarkpoäng. Det är en uppgift som måste bli klar, inom en budget, medan någon väntar på den. På den enda offentliga resultattavlan som mäter exakt det behöver Qwen4-Max 32,3 minuter för att slutföra en enda Intelligence Index-uppgift. Medianen för fältet är 12,4. Dess egen föregångare, Qwen3.8-Max, behövde 47,4.
Så ser domen ut, och den är inte dålig. Qwen4-Max är en tredjedel snabbare än modellen den ersätter och 19 poäng bättre på samma index, och den gör det extra tänkandet på en mätare som är ungefär en fjärdedel billigare per token. Det som klockan förändrar är vem som bör välja den. En modell som tar en halvtimme per uppgift är inte den modell man sätter bakom en chattruta eller en agentloop med tjugo steg utan att medvetet besluta att man har råd med väggtiden. Den här artikeln handlar om det beslutet och de tre siffrorna som driver det – minuter per uppgift, tokens per uppgift och den enda ansträngningsnivå som faktiskt har mätts.
En slogan som pekar på latens, inte på en resultattavla
Lanseringstexten för ett flaggskepp brukar argumentera kring förmåga. Den här argumenterar kring arbete, vilket tyst flyttar frågan från "hur smart" till "hur länge" och "hur mycket". Det är olika frågor med olika svar, och leverantörens eget material besvarar den första mycket bättre än den andra.
Alibabas publicerade påståenden för Qwen4-Max handlar om effektivitet, och de är alla villkorade av en inställning för arbetsinsats. I leverantörens egen Work360-svit får modellen 52,69 mot 47,74 för Qwen3.8-Max samtidigt som den genererar 24 % färre tokens vid Xhigh-effort och 35 % färre vid High. På Terminal-Bench 4.0 är tokenminskningen 48 % och 49 % vid samma två inställningar, och genomsnittskostnaden per uppgift på Work360 sjunker från $4,43 till $1,67. Alla dessa siffror är leverantörsrapporterade, ingen har reproducerats oberoende, och var och en är knuten till en ansträngningsnivå som du måste välja. Den sista detaljen är inte en fotnot. Det är anledningen till att den oberoende tidsmätningsraden inte kan läsas som "modellens hastighet" utan en brasklapp.
Den oberoende raden, klart uttryckt
Artificial Analysis mätte Qwen4-Max på Intelligence Index v5.0.1 vid Xhigh, den högsta nivån på dess trelägesvred, och publicerade hela kostnads- och hastighetspanelen tillsammans med poängen. Avläst live den 18 november 2026:
• Intelligensindex — 43 för Qwen4-Max mot 62 för GPT-6.2 Astra och 34 för Qwen3.8-Max (0902)
Väggklockstid per uppgift – 32,3 minuter, jämfört med en median på 12,4 för jämförbara modeller; Qwen3.8-Max tog 47,4
• Utdatatoken per indexkörning — 127 miljoner, jämfört med en median för fältet på 65,1 miljoner
• Utmatningshastighet – 54 tokens per sekund, uppmätt vid Alibabas egen slutpunkt
Tid till första svarstoken — 148,57 sekunder
• Kostnad per indexuppgift – 3,27 USD, jämfört med 10,02 USD för Qwen3.8-Max
• Annonserad kontext — 984 000 tokens, enligt trackerns mätning, jämfört med 1 000 000 i dokumentationen för Alibaba
Fyrtiotre är en medelmåttig poäng och resultattavlan säger det — den beskriver modellen som under genomsnittet bland jämförbara modeller, med ett medianvärde också på 43, så Qwen4-Max ligger exakt på linjen. Samtidigt är 32,3 minuter mot ett medianvärde på 12,4 minuter inte medelmåttigt; det är nära tre gånger fältet. Förmågan hamnade på genomsnittet, och kostnaden för att få ut den hamnade i svansen.

Vart halvtimmen tar vägen
Två siffror förklarar tidsåtgången, och ingen av dem är något mysterium. Den första är ordrikedom: 127 miljoner utdatatoken för att slutföra samma svit med nio utvärderingar som medianmodellen slutför på 65,1 miljoner. Den andra är genomströmning: 54 token per sekund, vilket är normalt. Normal hastighet multiplicerad med dubbelt så många token ger ungefär dubbelt så lång tid, och sedan lite till, eftersom en uppgift som pågår länge också tillbringar längre tid med att vänta på sitt eget resonerande.
Lägger man ihop dem är den praktiska konsekvensen aritmetik som du kan göra utan ett benchmark. Om en verklig uppgift tar Qwen4-Max en halvtimme, tar en agentloop med tio anrop fem timmar, och en nattlig batch med hundra anrop femtio. Det är inte ett skäl att undvika modellen – batcharbete bryr sig inte om hur lång tid ett anrop tar – men det är en hård begränsning för interaktivt och agentiskt arbete, vilket är precis vad "verkligt arbete" vanligtvis är en förkortning för.
Det finns en andra ordningens effekt som spelar större roll än den rena halvtimmen. En uppgift på 32 minuter är tillräckligt lång för att samverka dåligt med varje timeout i en produktionsstack: gatewayens idle-timeout, klientens egen retry-budget, köns synlighetsfönster, containern som återvinns vid fyrtio minuter. En modell som blir klar på tolv minuter överlever en standardkonfiguration. En modell som blir klar på trettiotvå är modellen som lär dig var dina timeouts är inställda, och felet den producerar – en retry som duplicerar arbetet, eller ett trunkerat svar som debiteras fullt ut – kostar mer än token-differensen någonsin sparade.

En publicerad punkt högst upp på ett trestegsvred.
Qwen4-Max har tre nivåer för resonemangsansträngning – låg, hög och Xhigh – och standardvärdet är hög, med en tankebudget som i sin tur är 131 072 tokens som standard. Artificial Analysis poängsatte den på Xhigh. Det är ett försvarbart val: det är så leverantörens egna effektivitetsanspråk formuleras, och det får modellen att framstå i bästa ljus. Men det innebär att de 43 och 32,3 minuterna beskriver den dyraste konfiguration som modellen erbjuder, och lågansträngningskonfigurationen – den som en interaktiv produkt faktiskt skulle köra – inte har någon publicerad oberoende siffra alls.
Jämför hur redovisningen ser ut på andra sidan av den här månadens lanseringar. GPT-6.2 Astra publicerar hela sin kurva på samma index: 62 vid max och vid Xhigh, 60 vid high, 57 vid medium, 46 vid low. Du kan se vad en billigare inställning kostar dig i kapacitet, och ett team kan välja en punkt på den kurvan. Qwen4-Max ger dig en punkt och en standard som ligger ett snäpp under den. Om du kör modellen på high kör du en konfiguration som ingen har mätt, och om du kör den på low kör du en som leverantören inte heller har publicerat något påstående om.
Det gapet är den mest underrapporterade detaljen vid lanseringen, och det talar lika mycket för modellen som emot den. Den ärliga tolkningen är inte ”Qwen4-Max är långsam”. Det är ”Qwen4-Max är långsam vid den inställning den benchmarkades vid, och ingen utanför Alibaba har tagit tid på någon annan inställning”. Om du utvärderar den är ansträngningsreglaget det första experimentet att köra, inte det sista, eftersom det är den enda spaken som påverkar både tiden och notan samtidigt.
Vad priskortet faktiskt belönar
På mätaren är Qwen4-Max billig — verkligen billig, och billig på ett sätt som minst bestraffar fel sorts arbetsbelastning.
• Priser för Singapore – $1,50 per miljon indatatokens och $4,50 per miljon utdatatokens
• Globala regioner — $1.413 för indata och $4.24 för utdata, med tre decimaler, vilket är vad tredjepartslistningarna anger
• Cache — $0.075 per miljon vid en läsning i Singapore, $0.071 någon annanstans; en femminutersskrivning kostar $1.875 och en timme kostar $3.00
• Lång kontext – platt pris. Det finns ingen premiumnivå över en token-tröskel, vilket inte är fallet hos alla konkurrenter den här månaden
• Batch — en filbatch-taxa endast för Peking på $0,707 för indata och $2,12 för utdata
Det är de priser som Alibaba har publicerat. Strukturen spelar större roll än siffrorna: platt prissättning över hela fönstret innebär att en dokumentgranskning på 400 000 token kostar $0.60 i indata här, medan en modell med långkontextmultiplikator skulle ta flera gånger så mycket. För de arbetsbelastningar som modellen faktiskt är bra på – långa dokument, video, massutvinning – är det platta priskortet värt mer än rubrikpriset per token. Och för de arbetsbelastningar den är dålig på – interaktiva, flerrunds- och agentiska – är priskortet irrelevant, eftersom begränsningen är klockan och inte mätaren.
Delen som ingen listade: det finns ingen kontrollpunkt
Finjustering och driftsättning av modeller är båda markerade som ej stödda i modellens dokumentation. Qwen4-Max går att hyra men inte att äga, och lanseringsinläggets enda eftergift till öppna vikter är att mindre Qwen4-modeller "är på väg till öppen källkod". För en modell som säljs för verkligt arbete är det en verklig begränsning snarare än en licensdetalj: de team som har mest verkligt arbete att göra är vanligtvis de team som vill finjustera den. Om din plan involverar en destillerad variant, en lokal driftsättning eller en reproducerbar ögonblicksbild låst till en fast uppsättning vikter, erbjuder den här modellen ingen av de tre, och ingen tredjepartslistning kan lägga till dem.

Vad du kan ringa nu
Qwen4-Max finns inte i vår katalog – rutten existerar inte, och vi kommer inte att antyda något annat. Det som finns där är Qwen3.8-Max, som går att routa i dag till dess leverantörens listpris med 0 % påslag, och som är modellen du faktiskt skulle jämföra mot innan du bestämmer att en uppgift på 32 minuter är värd det: den får 34 mot 43, men det är modellen med det pris och det beteende som ditt team redan förstår.
Routningsfrågan som den här lanseringen väcker är en snäv sådan och värd att formulera exakt. När en modell tar en halvtimme per uppgift är det felbeteende du bryr dig om inte ett felaktigt svar – det är ett anrop som dör vid minut tjugonio efter att ha debiterats för tjugonio minuter. Det är argumentet för att sätta en långkörande modell bakom en route med automatisk failover i stället för att anropa en leverantör direkt: återförsöket landar på en aktiv slutpunkt, och eskaleringslogiken ligger i routen i stället för i din applikationskod. En nyckel för fler än 200 modeller innebär också att jämförelsen i nästa avsnitt är en konfigurationsändring i stället för ett andra avtal.
Vem ska flytta på sig, och vem ska vänta?
Byt nu om ditt arbete är batchbaserat, dokumenttungt, har video som indata eller mäts i timmar snarare än sekunder. Platt prissättning för lång kontext, ett fönster på 984 000 token, inbyggd videoinmatning, verktygsanrop med videostöd och en kostnad på 3,27 USD per indexeringsuppgift jämfört med 10,02 USD för modellen den ersätter är en enkel uppgradering för den typen av jobb, och 32-minutersklockan är irrelevant när inget väntar i andra änden.
Vänta, eller åtminstone testa inställningen först, om ditt arbete är interaktivt eller agentiskt. De publicerade siffrorna beskriver den dyraste inställningen som modellen har, på en resultattavla där medianuppgiften blir klar på tolv minuter, och inställningen du faktiskt skulle driftsätta har aldrig mätts oberoende. Kör de låga och höga ansträngningsnivåerna mot dina egna spår innan du kör dem mot ett benchmark – det experimentet kostar några dollar och besvarar en fråga som lanseringsinlägget inte ställde.
Och läs datumet korrekt, vilket läger du än tillhör. Qwen4-Max började säljas allmänt den 16 november 2026. Det som hände den 18:e var att den blev tillgänglig någon annanstans, under en slogan om arbete i verkligheten. Modellen förändrades inte. Klockan förändrades inte. Sloganen är det enda som är nytt, och det är det enda påståendet på sidan som du själv kan kontrollera.
Jämförda i den här artikeln2
Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen
