
Qwen 4 Max vs Qwen 3.8 Max: bör du bygga på modellen som finns, eller vänta på den som inte finns?
- 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 · 97 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0711 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$4.00 / $20.00 per 1M tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 91 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 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 132 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 · 131 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 · 185 tok/s
Detta är den enda jämförelsen i lanseringscykeln för Qwen 4 Max där båda sidor av jämförelsen kommer från samma labb, och det är därför den enda med ett beslut kopplat till sig. Qwen 3.8 Max har varit allmänt tillgänglig sedan den 3 augusti 2026 för 2,00 USD per miljon indatatokens och 6,00 USD per miljon utdatatokens med ett fast fönster på 1 000 000 tokens, publicerade vikter och en live-endpoint. Qwen 4 Max annonserades på Yunqi-konferensen i Hangzhou den 22 september 2026 som flaggskeppsnivån i en familj med fyra modeller som fortfarande tränas, utan releasedatum, pris eller publicerad poäng. Den fråga en läsare faktiskt har är inte vilken som är bättre – det går inte att svara på – utan om något i annonseringen bör ändra vad de bygger den här månaden. För nästan alla är svaret nej, och resonemanget bakom det är mer intressant än slutsatsen.
Vad du kan köpa idag, uttryckt exakt
Qwen3.8-Max är en mixture-of-experts-modell med 2,4 biljoner parametrar och 95 miljarder aktiva parametrar per token. Den har varit allmänt tillgänglig sedan den 3 augusti 2026, med ett pris på 2,00 USD för indata och 6,00 USD för utdata per miljon tokens, oförändrat över hela kontextfönstret på en miljon tokens, utan tilläggsavgift för långa prompter och utan någon tröskel där taxan stiger. Dess vikter publicerades den 12 augusti 2026 som Qwen3.8-2.4T-A95B i BF16 och FP8 under en anpassad Qwen-licens, vilket innebär att den kan granskas, kvantiseras och hostas internt av organisationer som har hårdvaran för att köra den. Den noterar 56 på Artificial Analysis Intelligence Index till 1,14 USD per uppgift enligt den revision som gällde när den mättes – en revision som sedan dess har ersatts två gånger, så siffran är en historisk avläsning och bör märkas som en sådan när den jämförs med ett aktuellt tal från en annan modell.
På vår egen modellsida är serviceprofilen konkret: en p50-tid till första token på 3,29 sekunder, text-, bild- och videoindata med textutdata, och 31,3 miljoner tokens trafik under de senaste sju dagarna mot en daterad ögonblicksbild, qwen3.8-max-0902, som hanterar förfrågan. Den sista detaljen är värd att notera. Alibaba levererar daterade ögonblicksbilder inom 3.8-generationen, vilket innebär att generationen fortfarande rör sig under ett stabilt modellnamn.
Qwen 4 Max har inget av detta. Vad tillkännagivandet gav var en förteckning och en arkitektonisk härstamning:
• De fyra nivåerna – Qwen 4 Max som flaggskepp, Qwen 4 Flash för genomströmning, Qwen 4 Plus som den balanserade mellannivån, och en Qwen 4 27B med öppna vikter
• Statusen — beskriven på scen av Qwen LLM-chefen Liu Da Yiheng som träning på en arkitektur av ny generation, med ett släpp som endast beskrevs som snart
• Arkitekturförhandsvisningen — Qwen3.8-Flash-Next, med öppen källkod i slutet av augusti 2026 och märkt på sitt eget kort som en designförhandsvisning av Qwen 4: 125 miljarder huvudparametrar plus 51 miljarder N-gram-inbäddningsparametrar, ungefär 6 miljarder aktiva per steg, en inbyggd kontext på 262 000 token som sträcker sig mot 1 miljon, och en rapporterad träningskostnad ungefär 90 procent lägre än Qwen3.7-Plus
• Roadmap-siffran som inte hör hit — målet på 5–10 biljoner parametrar som cirkulerade i rapporteringen beskriver generationerna Qwen 4.5 och Qwen 5, inte den här. Inget parameterantal har publicerats för Qwen 4 Max över huvud taget

Vad en generationsuppgradering i den här serien faktiskt har inneburit
Det mest användbara beviset för vad Qwen 4 Max kommer att förändra är inte tillkännagivandet. Det är den senaste uppgraderingen, eftersom Alibabas senaste takt är ovanligt väl dokumenterad och ovanligt snabb.
3.8-generationen anlände med en förhandsvisning den 19 juli 2026, allmän tillgänglighet den 3 augusti 2026 och vikter tretton dagar senare den 12 augusti. Det är en hel generation från förhandsvisning till öppna vikter på mindre än fyra veckor, och den följde Qwen 3.7-generationen tillräckligt nära för att Max-nivåns användbara livslängd innan en billigare nivå stängde gapet till den har varit kort. Den som behandlar Qwen-flaggskeppet som ett flerårigt arkitekturåtagande har läst kadensen fel.
Vad det innebär för Qwen 4 Max är mer specifikt än "vänta och se":
• Flash-nivån kommer troligen att komma först eller samtidigt som Max-nivån, och enligt Qwen 3.8-rekordet är Flash-nivån den som förändrar enhetsekonomin snarare än den som förändrar kapacitetstaken
• Den öppna 27B-nivån är den mest förutsägbara leveransen på färdplanen, och Qwen 3.8-generationen visade den nedströms ekosystemeffekten inom dagar efter att dessa vikter landade
• Priset för Max-nivån, när det kommer, kommer att fastställas mot en marknad där Qwens eget tidigare flaggskepp ligger på 2,00 $ och 6,00 $ och där en konkurrent med 428 miljarder parametrar ligger på 0,30 $ och 1,20 $. Nivånamnet lovar förmåga, inte en prisposition
Inget av det är ett skäl att vänta. Det är ett skäl att förvänta sig att generationen kommer att röra sig snabbt när den väl börjar röra sig, och att föredra en arkitektur som låter dig följa den utan att driftsätta på nytt.
Argumentet för att vänta, ärligt sagt
Det finns två situationer där det är rätt beslut att vänta, och de är tillräckligt avgränsade för att kunna namnges.
Den första är en arbetsbelastning som verkligen är blockerad på något som Qwen 3.8-generationen inte kan göra och som Flash-Next-förhandsvisningen antyder att Qwen 4 kommer att göra. Ekonomin kring långa kontexter är den självklara kandidaten: Qwen3.8-Flash-Next är uppbyggd kring ett sparse attention-schema som kallas QSA, vilket Alibaba tillskriver en stor del av den rapporterade sänkningen av träningskostnaden på 90 procent, och om Qwen 4-nivåerna ärver det skulle kostnaden för att köra mycket långa kontexter kunna sjunka väsentligt. Om din roadmap är en produkt som bara är meningsfull vid en tiondel av nuvarande priser för långa kontexter, är det rationellt att vänta. Om den är meningsfull idag, är den meningsfull idag.
Den andra är en organisation som redan har förbundit sig till en självhostad Qwen-driftsättning. Om du planerar hårdvara kring en Qwen-checkpoint förändrar Qwen 4 27B-nivån och allt som följer den vad du köper, och ett hårdvarubelut som fattas tre veckor innan en nivå med öppna vikter tillkännages är ett beslut som fattas två gånger.
Alla andra borde bygga. En modell utan publicerat pris, utan publicerat kontextfönster, utan publicerad modalitetslista och utan datum är inte ett planeringsunderlag. Det är en roadmap-signal, och roadmap-signaler är till för att sekvensera framtida arbete, inte för att pausa pågående arbete.

Att göra den framtida migreringen billig
Anledningen till att detta beslut är mindre riskfyllt än det ser ut är att migreringskostnaden mellan Qwen-generationer inte behöver vara hög, förutsatt att du inte har svetsat in en modellidentifierare i din applikation.
OrcaRouter tillhandahåller qwen/qwen3.8-max och resten av Qwen 3.8-familjen – bland dem Qwen3.8-Flash och Qwen3.8-27B – via en enda OpenAI-kompatibel endpoint till 0 % påslag, med leverantörens listpris vidarebefordrat oförändrat. Två konsekvenser följer av detta för ett team som bevakar den här färdplanen. För det första: när Alibaba sänker ett pris eller släpper en ögonblicksbild landar ändringen på samma nyckel samma dag i stället för vid ett förnyelsedatum, eftersom det inte finns något marginallager som absorberar den. För det andra, och mer relevant i det här sammanhanget: det eventuella steget från en Qwen 3.8-modell till en Qwen 4-nivå skulle vara en modellidentifierare i en konfiguration i stället för ett nytt avtal, ett nytt SDK och en ny faktura – vilket är det som gör "vänta och se" till ett beslut du har råd att skjuta upp i stället för ett du måste fatta nu.
Automatisk failover täcker den andra risken. De första veckorna för en ny flaggskeppsnivå är den sämsta tiden att uteslutande dirigera produktionstrafik genom den, och förmågan att uttrycka den policyn – en del av trafiken till den nya modellen, resten till den befintliga, med automatisk failover mellan dem – i routing-DSL:et i stället för i applikationskoden är det som förvandlar ett generationsskifte till en justeringsövning.
Det som OrcaRouter inte erbjuder är Qwen 4 Max eller någon Qwen 4-nivå. Ingen av dem har släppts, och katalogen speglar det snarare än att föregripa det.

Beslutet, på en sida
Bygg på Qwen3.8-Max nu om din arbetsbelastning fungerar på ett fönster på 1 miljon tokens till $2,00 och $6,00 per miljon tokens med publicerade öppna vikter bakom sig. Det beskriver de flesta arbetsbelastningar, och modellen är live, prissatt, benchmarkad under en angiven revision och betjänar produktionstrafik. Att vänta på en nivå utan datum ger dig ingenting du kan använda detta kvartal.
Avvakta med ett beslut om du köper hårdvara för en självhostad Qwen-driftsättning, eller om din produkts ekonomi är beroende av att kostnader för lång kontext faller med en tiopotens. I båda fallen är Qwen 4-färdplanen verkligen avgörande, och i båda fallen är den specifika nivå du bör hålla koll på inte flaggskeppet — det är 27B:s öppna lansering och Flash-nivåns pris.
Ignorera tills vidare alla specifikationstabeller för Qwen 4 Max som publiceras innan Alibaba publicerar ett modellkort, och alla påståenden om att färdplanens siffra på 5–10 biljoner parametrar är en specifikation för Qwen 4 Max. Den första är spekulation i en tabells kläder; den andra är en siffra lånad från en annan bild och fäst vid en modell som ingen har kört.
Frågan om generationer löser sig på samma sätt som förra gången. Alibaba levererar snabbt, prissätter aggressivt och öppnar vikter med eftersläpning. Vad Qwen 4 Max än visar sig vara, är det kloka förhållningssättet ett fungerande system på Qwen3.8-Max och en endpoint som kan anta efterföljaren genom en konfigurationsändring – en position du kan hålla igenom vilket tillkännagivande som helst, inklusive detta.
