
Qwen4-Max är redan listad utanför Alibabas API – till Alibabas eget globala pris
- 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 · 125 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 · 92 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 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 134 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 · 128 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 · 186 tok/s
Qwen4-Max blev allmänt tillgänglig den 16 november 2026, och redan nästa morgon fanns den listad någon annanstans än i Alibabas eget API. Listningen angav 1,413 dollar per miljon indatatokens, 4,24 dollar per miljon utdatatokens och 0,071 dollar för en cacheläsning. Det är inte en återförsäljares siffror. Det är Alibabas priskort för Global-regionen gällande Qwen4-Max, med tre decimaler – exakt de priser som leverantören publicerar för Peking, Hongkong, Frankfurt, US Virginia och Tokyo, vilka ligger 5,8 % under Singapore-priskortet på 1,50 och 4,50 dollar. Att en modell dyker upp på en andra plattform inom ett dygn efter lanseringen är inte märkvärdigt 2026. En andra plattform som dyker upp till leverantörens eget listpris säger något specifikt om vad som faktiskt serveras, och det är inte en andra driftsättning av en modell med 2,4 biljoner parametrar.
Vad en annons med samma pris är ett bevis på
Tolkningen är snäv och den är värd att formuleras som en slutledning snarare än ett faktum, eftersom ingen har publicerat något kapacitetsuttalande. Qwen4-Max är en gles mixture-of-experts-modell med 2,4T parametrar, varav 71B aktiveras per token, plus 328B N-gram-inbäddningsparametrar, byggd på en ny Qwen4-arkitektur med Gated DeltaNet och en gles attention-indexerare. Att få igång det på oberoende hårdvara kräver inköp, kärnor och minst en veckas trimning. Att matcha leverantörens pris till tusendels dollar inom ett dygn från lansering är vad en pass-through ser ut som, och priset för cachade tokens är avslöjandet: $0.071 är ett udda tal att komma fram till på egen hand och ett uppenbart tal att kopiera.
• Input – 1,413 USD per miljon på tredjepartskortet, 1,413 USD på Alibabas Global-kort, 1,50 USD i Singapore.
• Utdata — $4.24 på båda Global-scope-korten; $4.50 i Singapore.
• Cache-läsning — $0.071 på tredjepartskortet och på Alibabas Global-kort; $0.075 i Singapore.
• Vad som inte kopierades — gränserna. Tredjepartssidan gör reklam för ett kontextfönster på 977K token och en maximal utdata på 128K. Alibabas eget kort anger ett tak på 991 808 token för indata och en delad budget på 262 144 token för tänkande plus svar, varav 131 072 är tillgängliga när tänkandet är avstängt. En förteckning som publiceras så här snabbt kopierar ett pris mer tillförlitligt än den kopierar ett tak.
Den där sista punkten är den praktiskt relevanta. Om du dimensionerar ett långkontextjobb – ett repository på 400K tokens, ett agentspår som varar i flera timmar – kommer en plattform som begränsar utdata till 128K att trunkera arbete som modellen själv skulle ha slutfört. Prisparitet är inte samma sak som specifikationsparitet, och för en så här ny modell finns det ingen andra källa att verifiera en gräns mot än leverantörens egen modellsida.
Det första oberoende benchmarktestet finns. Den första oberoende hastighetsmätningen finns inte.
Det här är den del av historien som betyder mer än listningen. Artificial Analysis har lagt till Qwen4-Max på sin resultattavla med en fullständig rad i Intelligence Index – 42,9, avrundat till 43 på den publika sidan, till en uppmätt kostnad på 3,27 dollar per indexuppgift, efter att ha genererat 127 miljoner output-tokens under körningen, vilket trackern rankar som 65:e av 80 på sin verbositetskala. Det är en verklig oberoende utvärdering av en modell som är två dagar gammal, och det är siffran att citera när någon räcker dig ett leverantörsdiagram.
Det som samma sida inte har är en hastighetsrad. Inga output-tokens per sekund, ingen tid till första token, ingen tid till första svarstoken. Alla andra modeller i flaggskeppsklass på den tavlan har dessa tre siffror; Qwen4-Max har null. Det är inte en kritik av trackern – en genomflödesmätning kräver upprepade anrop mot en stabil endpoint, och den 17 november fanns det ingen stabil endpoint att anropa upprepat. Det är en varning om recensionerna du kommer att läsa den här veckan: varje artikel som anger en siffra för tokens per sekund för Qwen4-Max de närmaste dagarna mäter antingen en enda förfrågan en gång eller hittar på den. Inte heller leverantören har publicerat någon sådan.

Vad en agentkörning faktiskt kostar, till dessa priser
Tokenpriser är fel enhet för en modell med lång horisont, så här är räkneexemplet för ett upplägg som Qwen4-Max uttryckligen säljs för – en kodagent som bär ett kontext på 200 000 token genom 40 turer och skriver 30 000 token resonemang och patch per tur. Alla siffror är listpris, inte en uppmätt faktura.
• Cachad kontext, per tur – 200 000 token till $0,075 per miljon är $0,015. Under 40 turer, $0,60.
• Utdata per tur – 30 000 tokens till $4,50 per miljon är $0,135. Under 40 turer: $5,40.
• Förhållandet — utdata kostar nio gånger vad det cachade kontextet kostar, per tur, även efter en cacherabatt på 95 %. Cacherabatten är inte den hävstång som folk antar att den är när utdata är lång.
• Ny indata – varje tur som missar cachen betalar 1,50 USD per miljon i stället för 0,075 USD, en 20-faldig ökning. Fyra miljoner tokens i cachemissar under körningen lägger till 6,00 USD, mer än hela kostnaden för utdata.
Vilket vänder på det vanliga rådet. På Qwen4-Max är det cacheträfffrekvensen man ska mäta, inte utdatalängden: en 40-varvsloop som håller kontexten varm hamnar nära $6,00, och samma loop som skickar om kontexten kall hamnar nära $12,00. Leverantörens egen rubrik – genomsnittskostnaden per uppgift i dess Work360-benchmark sjunker från $4,43 till $1,67 – är ett påstående om benchmarkens tokenmix, inte ett löfte om din. Det är också en leverantörssiffra på en leverantörsbenchmark, och den betecknas som sådan här eftersom ingen oberoende part har reproducerat den ännu.

Testar det utan att byta plattform
OrcaRouter dirigerar inte Qwen4-Max. Det är värt att säga rakt ut i stället för att begrava: katalogen innehåller qwen/qwen3.8-max, anthropic/claude-fable-5.2 och openai/gpt-6.1-sol, och en begäran om en qwen4-identifierare returnerar not-found i dag. Om du vill ha den nya Qwen-flaggskeppsmodellen via vår nyckel får du vänta precis som alla andra.
Det den här situationen faktiskt talar för är inte att byta ut hela din stack mot en två dagar gammal modell för att testa den. En övergång från preview till GA som dessutom skar den delade utdatabudgeten från 393 216 token till 262 144 och flyttade faktureringen från krediter till mätning per token är precis den typ av förändring som bryter en produktionsväg i vecka två. Det är argumentet för att hålla experimentet bakom en routad endpoint i stället för en hårdkodad — ny modell på en route, den befintliga på fallbacken, en faktura oavsett. När Qwen4-Max dyker upp i katalogen kommer den att listas till leverantörens pris med 0 % påslag, vilket innebär att samma vidarefakturering som gör ett tredjepartskort identiskt med Alibabas är det som gör en leverantörsprissänkning synlig hos oss samma dag som den sker.

Det finstilta har ett datum angivet.
Två identifierare har en tidsfrist. qwen4-max-preview och qwen4.0-max-preview slutar fungera kl. 24:00 den 25 november 2026, UTC+8 – nio dagar efter den allmänna tillgängligheten – och den modellidentifierare som finns kvar är helt enkelt qwen4-max. Alla konfigurationer, SDK-standardvärden, notebook-filer eller utvärderingsramverk som fortfarande pekar på någon av förhandssträngarna kommer att misslyckas med model-not-found i stället för en utfasningsvarning, vilket är det minst hjälpsamma sättet att upptäcka det.
Så historien är mindre och mer användbar än "den finns överallt nu". En modell släpptes, ett tredjepartskort dök upp inom ett dygn till leverantörens egna Global rates, och gränserna som är kopplade till det kortet är inte leverantörens gränser. Den oberoende intelligenspoängen kom inom ett dygn; den oberoende snabbhetspoängen har inte kommit alls. Läs priset som en vidarebefordran, läs taket från leverantörens sida och lägg en kalenderpåminnelse den 25 november för förhandsgranskningsidentifierarna — det är allt som den 16 november faktiskt sade dig.
