
Qwen4-Max säljs nu på två ställen. Den oberoende resultattavlan är den del som är värd att läsa
- 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 · 97 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaNYOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 88 tok/s
- OrcaNYOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 134 tok/s
- OrcaNYOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 90 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 · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 121 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M tokens · 141 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligens
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligens
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M tokens · 265 tok/s
Qwen4-Max började säljas allmänt den 16 november 2026, och på morgonen den 18 november gjorde även en tredjepartsplattform för inferens reklam för den, med samma kontextfönster på 1 miljon token och samma text-, bild- och videoindata. Det är nyheten, och det är en liten nyhet: en andra säljare är en distributionshändelse, inte en modellhändelse. Det som dök upp i samma tidsfönster och nästan inte har fått någon uppmärksamhet är en mätning. Artificial Analysis har nu en post för Qwen4-Max, och i sitt Intelligence Index ger det modellen 43, mot 34 för Qwen3.8-Max, föregångaren som den ersätter.
Båda dessa siffror kommer med ett sammanhang som avgör om de är goda nyheter, och leverantörens egen blogg tillhandahåller det inte. Så den här artikeln gör tre saker i ordning: vad som faktiskt släpptes den 16 november, vad den oberoende raden säger som lanseringsinlägget inte säger, och vad som förändras — och vad som tyst går sönder — när samma modell tillhandahålls av någon annan än Alibaba.
Två datum, och endast ett av dem är en release
Modellens datum är 16 november 2026. Alibabas Qwen-team daterade sitt lanseringsinlägg till 16 november, och dokumentationssidan för Model Studio för modellen har en uppdateringstidsstämpel på 2026-11-16 09:46:08 med rubriken "qwen4-max (senaste modellen)" och ett rent modell-id: qwen4-max. Den sidan är den som spelar roll kommersiellt: den ersatte ett förhandsvisnings-id, qwen4-max-preview, som hade öppnat den 11 november på en kreditplan med ett publicerat avvecklingsdatum den 25 november. Allmän tillgänglighet innebar en mätarbaserad prislista, sex regioner och inget utgångsdatum.
Händelsen den 18 november är av ett annat slag. En plattform som inte är Alibaba började lista modellen för sina egna kunder två dagar efter att priskortet dök upp. Ingenting hos modellen förändrades den 18 november: inga nya vikter, ingen ny kontextsiffra, inget nytt pris från labbet. Om du läser rapportering som framställer den här veckan som en lansering ligger framställningen ett steg efter – Qwen4-Max lanserades den 16:e, och det som hände den 18:e var att den blev återförsäljningsbar i stor skala. Den distinktionen är inte hårklyveri. Den talar om vilka frågor du ska ställa: inte ”vad kan den göra”, vilket besvarades i måndags, utan ”vad överlever resan genom en återförsäljare”, vilket ingen har svarat på.

Vad som släpptes den 16 november
Specifikationen nedan är Alibabas, från lanseringsinlägget och modelldokumentationen, och inget av det har reproducerats oberoende – särskilt arkitekturen är en leverantörsbeskrivning av en träningskörning som ingen utomstående har granskat.
• Arkitektur — en ny Qwen4-design med en stomme på 2,4 biljoner parametrar, 71 miljarder parametrar aktiverade per token och ytterligare 328 miljarder N-gram-inbäddningsparametrar
• Attention — tre Gated DeltaNet-lager som matar varje Qwen Sparse Attention-lager, vilket komprimerar historiken till tillstånd av fast storlek och indexerar kontext på mikroblocksgranularitet
• Stabilitetsarbete — fyra parallella residualgrenar med dynamiska läs- och skrivgrindar, som labbet beskriver som anledningen till att 2,4T-körningen inte hade några förlustspikar
• Kontext – 1 000 000 tokens i leverantörens dokumentation; Artificial Analysis mäter det användbara fönstret till 984 000
• Utdatatak — 131 072 tokens med tänkande avstängt, eller 262 144 som delas mellan tänkande och svar
• Modalitet – text, bild och video in; text ut. Inbyggd syn, inte ett påhäng
• Resonemangsansträngning — valbara nivåer, som lanseringsinlägget kallar High och Xhigh när det citerar sina egna effektivitetssiffror
• Verktygsstöd — funktionsanrop, parallella verktygsanrop, webbsökning, strukturerad utdata mot JSON Schema, prefixkomplettering, explicit och implicit cachelagring
• Gränssnitt — O{{1}}penAI Chat Completions och Responses, A{{/1}}nthropic Messages och DashScope, vilket är den bredaste protokollytan A{{2}}libaba har levererat på ett flaggskepp
• Vad som saknas – finjustering och modelldistribution är båda markerade som icke stödda. Det finns ingen checkpoint, och lanseringsinlägget säger bara att mindre Qwen4-modeller "kommer att bli öppen källkod"
Effektivitetsargumenten är de som lanseringen lutar sig allra mest mot, och de är värda att ange exakt eftersom de är villkorade. Jämfört med Qwen3.8-Max uppger leverantören cirka 24 % färre tokens i sitt Work360-benchmark vid Xhigh-ansträngning och 35 % färre vid High, samt 48 % respektive 49 % färre på Terminal-Bench 4.0 vid samma två inställningar. Genomsnittskostnaden per uppgift på Work360 sjunker från $4,43 till $1,67, en minskning med 62 %. Vart och ett av dessa tal är leverantörsrapporterat, och vart och ett av dem är kopplat till en ansträngningsnivå – vilket blir den viktiga detaljen senare, när en återförsäljare bestämmer hur den ska exponera den inställningen.
Den oberoende raden som ingen citerar
Artificial Analysis har publicerat Qwen4-Max på Intelligence Index v5.0.1, och posten är ovanligt rakt på sak. Poängen är 43, vilket webbplatsen beskriver som under genomsnittet bland jämförbara modeller – medianen är också 43, så modellen ligger exakt på gränsen i stället för över den. Det är en mindre smickrande mening än "nio poäng upp jämfört med föregångaren", och båda är sanna. Qwen3.8-Max, mätt som 0902-snapshoten, får 34 på samma index.
Resten av raden är där resonemanget blir intressant, eftersom det skiljer kapacitet från kostnaden för att utvinna den.
• Indexpoäng — Qwen4-Max 43 mot Qwen3.8-Max (0902) 34 på v5.0.1
• Utdatatokens per indexkörning — 127 miljoner kontra 150 miljoner, jämfört med en median på 65,1 miljoner för fältet. Båda modellerna är extremt ordrika; den nya är mindre ordrik.
• Väggklockstid per uppgift — 32,1 minuter mot 47,5 minuter, jämfört med en median på 11,5 för fältet. Snabbare än sin föregångare, fortfarande bland de långsammaste uppmätta modellerna
• Genomströmning – 55 utdatatoken per sekund, mätt på Alibabas eget API
• Kostnad per uppgift — 3,27 $ jämfört med 10,02 $, vilket är den enskilt mest användbara siffran i raden
Läser man dem tillsammans är uppgraderingen verklig men snävare än marknadsföringen antyder. Qwen4-Max ger nio indexpoäng, minskar väggklockstiden med en tredjedel och minskar kostnaden för att slutföra en uppgift med ungefär två tredjedelar jämfört med modellen den ersätter. Det ger inte snabbhet i absoluta termer: med 32,1 minuter per uppgift är den nästan tre gånger långsammare än medianmodellen på samma board, och den förbrukar nära dubbelt så mycket tokenvolym som medianen för att komma dit. Om din arbetsbelastning är latenskänslig är det inte indexsiffran som kommer att avgöra din räkning.

Vad överlever vidarebefordran till en återförsäljare
Det här är delen som listningen den 18 november gör akut snarare än teoretisk. När en modell tillhandahålls av en plattform som inte är dess skapare, följer fyra saker med pålitligt och en sak gör det inte.
De fyra som följer med: priskortet, eftersom det kopieras från leverantörens sida; kontextsiffran, eftersom den är en rubrik; modalitetslistan, eftersom den finns i marknadsföringstexten; och protokollformen, eftersom de flesta plattformar exponerar en OpenAI-kompatibel endpoint oavsett vad som ligger bakom den. Det är de saker som varje listning lyckas med, och det är de saker som varje jämförelseartikel citerar.
Det som inte följer med är effort-mappningen. Qwen4-Max ekonomi är designmässigt beroende av effort: leverantörens egna tokenbesparingar varierar från 24 % till 35 % på Work360 beroende på om du kör Xhigh eller High, och dokumentationen exponerar valet som en förfrågningsparameter. En återförsäljare som låser effort till ett enda standardvärde, eller mappar en OpenAI-liknande reasoning-parameter till bara två av tre nivåer, ger dig en modell vars kostnad per uppgift kan skilja sig från leverantörens publicerade siffra med en tredjedel – med identiskt pris per token på fakturan. Om du benchmarkar en listning mot Alibabas egna siffror bör du låsa effort-nivån explicit och kontrollera vad plattformen gör med den innan du drar några slutsatser om priset.
Två mindre saker att verifiera: om den delade budgeten på 262 144 token för tänkande och svar tillämpas eller trunkeras tyst, och om promptcachning vidarebefordras till leverantörens cachepriser i stället för till det fulla inmatningspriset. Båda påverkar kostnaden på riktigt vid långa agentkörningar, och inget av dem syns i en rubrik.
Det som inte förändrades, och inte kommer att förändras
Det mest betydelsefulla faktumet om Qwen4-Max finns varken på priskortet eller på topplistan: du kan inte äga den. Det finns ingen checkpoint för den här modellen, och dokumentationen anger att finjustering och egen driftsättning inte stöds. Avslutningsraden i lanseringsinlägget lovar att mindre Qwen4-nivåer kommer att släppas som öppen källkod, vilket är ett uttalande om familjens framtid, inte om den här modellen. Varje väg till Qwen4-Max går genom någons API, vare sig det är Alibabas sex regioner eller en återförsäljares endpoint.
Det är en normal ordning för ett frontier-flaggskepp 2026, och det har en normal konsekvens: din integration är en hyreslösning, och antalet hyresvärdar gick just från en till fler än en. Vilket är det enda genuint goda argumentet för listningen den 18 november – inte att den är billigare, utan att den är ännu en leveransväg för en modell som du inte kan hosta själv.
Om du kopplar upp det här den här veckan
Qwen4-Max finns inte i OrcaRouters katalog idag, och den här artikeln tänker inte låtsas något annat. Det som finns är modellen den ersätter: qwen/qwen3.8-max, flaggskeppet med 2,4 biljoner parametrar som fick 34 på samma index och kostar $2.00 för indata och $6.00 för utdata per miljon tokens enligt Alibabas lista. Om du bygger mot Qwen-serien och vill prova Qwen4-Max utan att satsa en produktionsväg på ett två dagar gammalt kommersiellt arrangemang, är det sunda mönstret att behålla föregångaren på samma nyckel och routa mellan dem — OrcaRouter har fler än 200 modellidentifierare hos olika leverantörer bakom en OpenAI-kompatibel endpoint till 0 % påslag, med automatisk failover, så att ett avbrott hos en leverantör eller en hastighetsbegränsning inte tar ner din applikation med sig. Routnings-DSL:en gör samma sak en nivå ned: du kan sätta samman en billig modell för merparten av en arbetsbelastning och eskalera till den dyra bara där uppgiften faktiskt behöver det, i stället för att betala flaggskeppspriser för varje anrop.

Det är inte samma sak som att ha Qwen4-Max på nyckeln, och det bör inte säljas som sådant. Det är skillnaden mellan att vänta på att en modell når din stack och att ha en stack som kan absorbera den när den väl gör det.
Vad skulle förändra det här stycket?
Tre saker, i fallande sannolikhetsordning. En andra oberoende mätning av Qwen4-Max skulle avgöra om 43 är ett golv eller ett tak – en enda resultattavla, en enda testrigg och en enda ansträngningsinställning är en tunn grund för ett omdöme, och den här bloggen har tidigare sett indexrevideringar flytta poäng med tvåsiffriga tal. En publicerad uppdelning per ansträngningsnivå från Artificial Analysis, i linje med vad den redan gör för GLM-5.3, skulle göra siffran för kostnad per uppgift faktiskt användbar i stället för ett genomsnitt över en ospecificerad inställning. Och en Qwen4-checkpoint – vilken Qwen4-checkpoint som helst – skulle helt sätta stopp för uthyrningsargumentet.
Fram till dess är den korrekta tolkningen av den här veckan den oglamorösa. Ett flaggskepp lanserades i måndags med ett riktigt prisblad och en konkurrenskraftig men inte ledande oberoende poäng; en återförsäljare plockade upp det i onsdags, vilket är distribution som gör vad distribution gör; och siffran som borde avgöra din integration är inte $1.50 eller 43, utan 32,1 minuter och en tokenräkning som ligger på ungefär dubbla medianen i fältet. Det är dessa två du faktiskt kommer att betala.
