
Qwen4-Max vs GLM-5.5: Den ena har en prislista idag, den andra är ett versionsnummer
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 90 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 96 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNYOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 87 tok/s
- OrcaNYOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 133 tok/s
- OrcaNYOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 43 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 152 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 · 119 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 · 219 tok/s
Klockan 09:46 den 16 november 2026 ersatte Alibabas Model Studio-dokumentation sidan Qwen4-Max-Preview med en sida med rubriken "qwen4-max (Latest Model)", med ett modellanrops-ID qwen4-max, en prislista per miljon token och tillgänglighet i sex regioner. Fem dagar tidigare hade samma modell varit en femton dagar lång hyra, såld endast via en Credits-prenumeration och planerad att tas ur bruk den 25 november. GLM-5.5, namnet på andra sidan av denna jämförelse, har ingen motsvarande tidpunkt att peka på: i dag har Z.ai inte publicerat något modellkort, någon API-identifierare, någon prisrad och inga vikter under det namnet, och dess egen dokumentationsöversikt listar fortfarande GLM-5.2, GLM-5.3 och GLM-5.3-Flash som hela serien. Så detta är inte en matchning mellan två flaggskepp. Det är en matchning mellan ett flaggskepp som fick ett pris i morse och ett versionsnummer som inte har fått någonting.
Den asymmetrin är det som är värt att skriva om, eftersom båda namnen söks som om de vore jämbördiga. Det som följer skiljer dem åt: vad Qwen4-Max faktiskt blev idag, vad GLM-5.5 är, och hur jämförelsen du verkligen kan göra – Qwen4-Max mot den GLM som levereras – ser ut när det gäller pris, kontext och bevis.

Vad ändrades klockan 09:46 i morse
Förhandsversionen är fortfarande verklig och fortfarande separat. qwen4-max-preview, som öppnades kl. 10:00 UTC+8 den 11 november, förblir en modell som endast erbjuds via Token Plan och har en publicerad avvecklingstid kl. 24:00 den 25 november. Den nya qwen4-max är en annan identifierare med en annan kommersiell utformning: betala per användning, publicerade priser, sex regioner inklusive Singapore, Frankfurt, Virginia och Tokyo, och inget utgångsdatum på sidan. Alibabas egen utgivningslista daterar modellen till den 16 november 2026 – i dag – och dokumentationssidan har tidsstämpeln 2026-11-16 09:46:08.

Två saker kom inte med det. Det finns ingen benchmarktabell någonstans på leverantörens sidor, vare sig leverantörsrapporterad eller från annat håll, och det finns ingen post för modellen på Artificial Analysis: ledartavlans modellindex har ingen Qwen4-rad alls, och URL:en för den enskilda modellen returnerar 404. Allt nedan om förmåga är därför dokumentation, inte mätning, och det är märkt som sådant.
Prislistan, i sin publicerade form
Det här är Alibabas egna siffror, i amerikanska dollar per miljon tokens, hämtade från faktureringssidan den 16 november 2026:
• Singapore, standard — $1,50 indata, $4,50 utdata
• Peking, Hongkong, Frankfurt, Virginia och Tokyo, standard — $1,413 indata, $4,24 utdata
• Cacheskrivning, TTL på fem minuter — $1,875 i Singapore, $1,767 på andra håll
• Cacheskrivning, TTL på en timme — $3,00 i Singapore, $2,827 på andra håll
• Cacheläsning — $0,075 i Singapore, $0,071 på andra håll
• Batch, endast USA-regionen — $0.707 för indata och $2.12 för utdata för arbete med batchfiler
• Kostnadsfri kvot – en miljon tokens i 90 dagar, endast Singapore
Singapore-siffran är den man ska citera för folk, eftersom det är det internationella listpriset och det är det högsta. Den är också, noterbart, den lägsta output-taxan som någon nuvarande flaggskeppsmodell från de tre stora labben tar ut: Qwen3.8-Max listas till $2.00 och $6.00, Kimi K3.1 Pro till $2.00 och $10.00, Grok 4.7 till $2.00 och $6.00. Qwen4-Max ligger under alla dem på båda sidor av mätaren samtidigt som den hävdar ett större kontextfönster än någon av dem.
GLM-5.5, kontrollerad på samma sätt som vi kontrollerade den i oktober
Ett påstående om att en modell inte finns tappar sin kraft i samma stund som det skrivs, så kontrollen är värd att upprepas i stället för att bara hävdas. Z.ai:s dokumentationsindex för utvecklare, hämtat i dag, räknar upp GLM-5.2, GLM-5.3 och GLM-5.3-Flash. Dokumentationssökvägarna för GLM-5.4 och GLM-5.5 returnerar "Page Not Found". Leverantörens sida model-api anger GLM-5.3, GLM-5.3-Flash, GLM-5 och GLM-5V-Turbo, och inget mellan 5.3 och 6. En sökning på namnet ger Z.ai:s egna sidor som listar 5.3 som nuvarande flaggskepp och ingen tillkännagivelse av en efterföljare.
Den här bloggen publicerade en fullständig granskning av namnet den 13 oktober 2026, över nio ytor, och kom fram till samma slutsats. Inget under de fem veckorna sedan dess har ändrat det. Den distinktion som spelar roll för en köpare är inte "GLM-5.5 är obskyrt" – det är "GLM-5.5 är en siffra i en namngivningssekvens, och modellerna du faktiskt kan anropa ligger en siffra bakom den."
Jämförelsen som finns: Qwen4-Max mot GLM-5.3.
GLM-5.3 är en seriös modell och den ärliga ersättaren. Den lanserades den 14 augusti 2026, öppnade sitt API den 18 augusti och publicerade sina vikter med 743 miljarder parametrar den 28 augusti under en anpassad Z.ai-licens. Det är en design av typen mixture-of-experts som aktiverar ungefär 40 miljarder parametrar per token, med ett kontextfönster på 1M token och ett utdatatak på 128K. Här är den kontrast som en läsare som söker efter något av namnen faktiskt behöver:
• Indatapris — Qwen4-Max $1.50 per 1 miljon i Singapore, $1.413 på andra håll, jämfört med GLM-5.3:s listpris på $1.40
• Pris för utdata — Qwen4-Max 4,50 USD, jämfört med GLM-5.3 4,40 USD
• Kontext — Qwen4-Max 1 000 000 tokens mot GLM-5.3 1 000 000 tokens, ett verkligt oavgjort resultat
• Maximal utdata — Qwen4-Max 131 072 token utan tänkande, med tänkande och svar som delar på 262 144, jämfört med GLM-5.3 128 000 token
• Modalitet — Qwen4-Max tar emot text, bild och video och returnerar text, till skillnad från GLM-5.3, vars flaggskepp dokumenteras som endast text och där multimodalt arbete har hänvisats till GLM-5.3-Flash
• Vikter — Qwen4-Max publicerar inga, och dess dokumentation anger uttryckligen att finjustering och driftsättning av modeller inte stöds, jämfört med GLM-5.3:s öppna vikter under en anpassad licens
• Oberoende poäng — Qwen4-Max har ingen, jämfört med GLM-5.3 på 31,7 i Artificial Analysis Intelligence Index v5.0.1 vid maximal resonemangsinsats, och 23,1 vid låg insats
• Tillgänglighet — Qwen4-Max i sex Alibaba-regioner jämfört med GLM-5.3 från första part plus återförsäljning via molnet
Läs prisraderna två gånger, för glappet är mindre än marknadsföringen kring endera modellen antyder: för indata kostar Qwen4-Max sju cent mer per miljon i Singapore och en och en tredjedels cent mer i alla andra regioner. Du betalar inte ett påslag för det nyare namnet. Du betalar ungefär samma pengar för en väsentligt bredare indatamodalitet och ett något högre utdatatak, och ger upp det enda som GLM-5.3 har som Qwen4-Max inte har – vikter du kan ladda ner.
Vad den saknade poängen är värd
GLM-5.3:s 31,7 på Index v5.0.1 är en medelmåttig siffra för ett flaggskepp och ligger under Kimi K3.1 Pro:s 46,5 för samma generation. Det gör jämförelsen med Qwen4-Max ovanligt obekväm i en riktning: modellen utan mätning säljs mot en modell vars mätning är ofördelaktig, och det går inte att veta utifrån offentliga data huruvida den nyare modellen överträffar den. Alibabas dokumentation hävdar "deep reasoning", en tankebudget som som standard är 131 072 tokens och en standardinställning för resonemangsansträngning på hög — konfiguration, inte förmåga. Tills ett oberoende testramverk betygsätter den är den ärliga hållningen att Qwen4-Max fördel över GLM-5.3 är dokumenterad och att dess nackdel är okvantifierad.
För ett team som fattar ett beslut den här veckan i stället för nästa kvartal talar det för en routinghållning snarare än en migrering. Behåll GLM-5.3 på de arbetsbelastningar där du redan känner till dess beteende, och sätt Qwen4-Max på dem där dess dokumenterade form är anledningen till att du är intresserad: videoindata, en prompt som behöver mer än 128K utdata, eller en konversation som är tillräckligt lång för att ett 1M-fönster med en cacheläsning på $0.075 ändrar kalkylen.
Kör dessa genom en enda slutpunkt
OrcaRouter listar GLM-5.3 som z-ai/glm-5.3 till Z.ai:s eget listpris – 1,40 USD in och 4,40 USD ut per miljon – vidarebefordrat utan påslag, tillsammans med 214 andra modellidentifierare på samma OpenAI-kompatibla bas-URL. Qwen4-Max finns inte i den katalogen i dag; det är tillgängligt via Alibabas eget API, vilket är där dess helt nya prislista publiceras och där den regionala prissättningen ovan gäller. När en leverantör sänker ett pris återspeglar en vidarebefordrande katalog sänkningen samma dag i stället för vid nästa avtalscykel, vilket är det praktiska argumentet för att hålla de modeller du kan routa på en nyckel och de du inte kan på en bevakningslista.

Routnings-DSL:en är den del som passar just den här jämförelsen, eftersom valet mellan dessa två modeller inte är ett enda beslut – det fattas per anrop. En policy kan skicka förfrågningar med video till en multimodal modell och textbaserat bulkarbete till den av de två som är billigare per slutförd uppgift den veckan, och automatisk failover förhindrar att en försämring hos en leverantör slår ut hela vägen medan du fortfarande samlar in underlag om den nya modellen.
Vad skulle göra det här till en riktig match?
Två händelser, var och en av dem skulle motivera en omskrivning av den här sidan. Den första är ett modellkort för GLM-5.5: ett dokument som samlar parametrar, kontext, pris och en API-identifierare, vilket är den signal som den här bloggen har använt hela året för att skilja en lanserad modell från ett rykte. Den andra är en Qwen4-Max-post på en oberoende resultattabell – inte för att en poäng avgör vilken modell som är bättre, utan för att just nu har ena sidan av jämförelsen en mätning och den andra en tidsstämpel. Tills ett av dessa inträffar är den korrekta tolkningen den som dokumentationen stöder: ett flaggskepp med ett pris, ett namn utan en modell och en skillnad på sju cent för input som avgör mindre än vad någon av leverantörerna vill att du ska tro.
Jämförda i den här artikeln1
Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen
