Vai al contenuto principale

Qwen4-Max: funzionalità, benchmark, prezzi e accesso

Il nuovo flagship di Alibaba offre un backbone da 2,4 trilioni di parametri, visione nativa e una finestra di contesto da 1M di token a $1,50 per milione di token di input, sotto-prezzando ogni flagship occidentale.
Matt Crabtree
Matt Crabtree

Crea il tuo account gratuito

Pratica and corso your progress.

Continua con GoogleContinuando, accetti la nostra Termini di utilizzo, i nostri Informativa sulla privacy e il fatto che i tuoi dati sono archiviati negli USA.

Il team Qwen di Alibaba ha rilasciato Qwen4-Max il 16 novembre 2026, e la prima cosa da guardare è il prezzo: $1,50 per 1 milione di token di input e $4,50 per 1 milione di token di output su QwenCloud.

Per confronto, i riepiloghi circolati nella stessa settimana indicano GPT-6 Astra a $10 in input e $50 in output, e Claude Fable 5.2 a $8 e $40.

Qwen4-Max è il primo modello costruito sulla nuova architettura Qwen4, con un backbone da 2,4 trilioni di parametri, 71B parametri attivati per token, ulteriori 328B parametri di embedding N-gram, visione nativa e una finestra di contesto da 1 milione di token.

Alibaba lo posiziona come un modello agente per compiti di lunga durata più che come un modello di chat, e gran parte del materiale di lancio è dedicato a esecuzioni autonome di più ore in ambito ingegneristico, finanziario, legale e di drug discovery.

In questo articolo ti racconto tutte le novità di Qwen4-Max, analizzando architettura, funzionalità chiave, numeri dei benchmark (inclusi i punti in cui i risultati indipendenti divergono da quelli di Alibaba), modalità di effort, prezzi e accesso.

Per contesto sul panorama competitivo, vedi il nostro confronto tra GPT-6 Astra e Claude Opus 5.5 e il nostro tutorial su come costruire agenti auto-miglioranti con Harness².

TL;DR

  • Qwen4-Max è il nuovo flagship di Alibaba, basato su una fresca architettura Qwen4 con visione nativa e finestra di contesto da 1M di token.
  • I guadagni si vedono nel lavoro agentico di lungo orizzonte e nelle consegne professionali, dove batte Claude Opus 5.5 in diverse esecuzioni riportate da Alibaba.
  • Il tallone d'Achille è il coding da terminale: è dietro a Kimi K3.1, Opus 5.5 e a entrambi i modelli GPT-6 con un margine ampio. Anche la comprensione di grafici e video è inferiore ai tre modelli USA.
  • Il prezzo è l'argomento più forte. Sotto-prezza ogni flagship occidentale negli attuali riepiloghi sia in input sia in output, anche se tariffe per token più basse non garantiscono un costo per task più basso.
  • Prendi i numeri con cautela: il grafico di lancio è compilato dal vendor. Ora esistono run indipendenti e sono più miste: Artificial Analysis lo classifica nono e Vals undicesimo, e i tester lo descrivono come lento e prolisso. Il run Terminal-Bench di Vals coincide però con la cifra di Alibaba.
  • Nessun peso aperto per Max. Modelli Qwen4 più piccoli sono promessi come open source in seguito.

Che cos'è Qwen4-Max?

Qwen4-Max è il modello flagship a pesi chiusi di Alibaba e il primo rilascio della serie Qwen4, successore di Qwen3.8-Max.

È un modello mixture-of-experts sparso, il che significa che solo una frazione dei suoi parametri lavora su ogni token. Dei suoi 2,4 trilioni di parametri backbone, 71B sono attivi per token, e aggiunge altri 328B in embedding N-gram, che sono tabelle di lookup a basso costo computazionale. Accetta input in testo, immagine e video e produce output testuale.

L'architettura è dove Qwen4 si discosta maggiormente dalla generazione precedente, e questo aiuta a spiegare anche la questione dei costi. Sono cambiati tre componenti:

  • Attenzione ibrida (GDN + QSA): per ogni layer a attenzione sparsa, tre layer Gated DeltaNet comprimono il contesto precedente in una memoria a dimensione fissa. Il layer sparso poi seleziona solo le parti rilevanti del contesto, mantenendo accessibile una finestra da 1M di token.
  • Gated Residual: ogni layer ha quattro percorsi paralleli, con gate che controllano cosa fluisce tra di essi. Alibaba attribuisce a questo la stabilità dell'addestramento.
  • Embedding N-gram: lookup per pattern locali comuni di token, che aggiungono capacità con poco compute aggiuntivo.

Alibaba riferisce che il training a 2,4T non ha avuto spike di loss, i salti improvvisi che segnalano instabilità.

Il suo base model, Qwen4-Max-Base, ha anche registrato i bits per byte più bassi tra i cinque checkpoint valutati in knowledge, code, QA e STEM. I bits per byte misurano quanto bene un modello predice il testo, e più basso è meglio.

Il risultato è stato inferiore dal 5 al 13% rispetto a Qwen3.8-Max-Base, attivando il 25% di parametri in meno. Questi sono test interni, e le note indicano che due dei checkpoint confrontati avevano ricevuto training aggiuntivo, quindi il confronto non è strettamente alla pari.

La cifra di capacità in evidenza è Work360, il benchmark proprietario di Alibaba che copre 721 campi professionali, dove Qwen4-Max ha ottenuto 52,69 contro 47,74 di Qwen3.8-Max.

Qwen4 Max

Funzionalità chiave di Qwen4-Max

Il lancio ruota attorno a ciò che il modello consegna al termine di una lunga esecuzione, non a cosa risponde in un singolo turno, quindi le funzionalità sotto riguardano soprattutto durata, strumenti e formati di output.

Una finestra di contesto da 1 milione di token con visione nativa

Qwen4-Max accetta testo, immagini e video in una finestra di contesto da 1M di token, con un input massimo di 991K token, o 983K con il thinking attivo.

Il thinking è attivo per impostazione predefinita e fino a 262K token di ragionamento vengono conteggiati nel budget di output.

Il tetto dell'output è documentato in modo incoerente.

La pagina del modello su QwenCloud indica un massimo di 393K di output in entrambe le modalità, mentre le API docs indicano 131.072 token senza thinking e 262.144 per thinking e risposta finale combinati. Verifica quale cifra si applica al tuo endpoint prima di impostare max_tokens.

Il percorso di visione è nativo e non aggiunto a posteriori, ed è ciò che rende possibile la demo clinica: Alibaba descrive il modello mentre esamina una cartella con dozzine di referti di laboratorio, oltre 10.000 caratteri cinesi di note cliniche e 1.433 immagini mediche originali in una singola conversazione, ordinandole in sei serie di imaging prima di inviare sub-agent a leggere centinaia di slice.

Alibaba afferma che il riscontro di imaging è stato coerente con la diagnosi del medico curante e che le quattro raccomandazioni di gestione hanno coinciso punto per punto con gli ordini di quel giorno.

Affida un job di lunga durata e correggi la rotta in corsa

Live Delivery è la funzione che trovo più interessante, perché affronta il problema che rende inutilizzabili nella pratica le esecuzioni agentiche di lunga durata.

Invece di aspettare che un task di ore termini per scoprire che l'agente ha frainteso il brief al terzo minuto, l'agente consegna presto una prima versione utilizzabile, poi la migliora con rilasci successivi mentre tu lo reindirizzi.

Alibaba ha open-sourcizzato il Qwen-Live-Delivery-Plugin sotto Apache-2.0 così puoi installarlo invece di ricostruirlo, anche se al lancio è la versione 0.1.0 e supporta solo Codex CLI, su Linux e macOS con Node.js 22+.

Il supporto per altri harness agentici è nella to-do list.

Va detto che la delivery continua di lavoro parziale è più un pattern dell'harness che una capacità del modello, ed è per questo che il plugin open conta più del nome di marketing.

Deliverable verificabili, non solo risposte

La demo finance produce workbook Excel e deck PowerPoint modificabili con due meccanismi di tracciabilità: collegamenti ipertestuali dentro le celle che rimandano alla fonte dati originale e una mappatura uno-a-uno tra i grafici PowerPoint e il workbook sottostante.

Alibaba afferma che Qwen4 richiama 90 strumenti MCP nella sua configurazione di ricerca per investimenti finanziari, estraendo quotazioni, bilanci, tassi di interesse e dati sui dividendi tra A-share, azioni di Hong Kong e USA, obbligazioni, fondi e derivati, e facendo cross-check con le disclosure pubbliche.

Quel conteggio di strumenti descrive la configurazione di ricerca in generale. Separatamente, Alibaba dimostra il workflow su un caso di derivati del CSI 300.

L'esempio legale è quello più impressionante.

Partendo da 198 working paper con nomi incoerenti consegnati a lotti, Qwen4-Max li ha rinominati e ordinati per contenuto in 14 cartelle, ha costruito un indice dei working paper, ha incrociato i registri pubblici aziendali e giudiziari con i documenti e ha prodotto un report di 86 pagine che copre 12 aree di revisione e 14 questioni legali specifiche, con ogni conclusione citata a un working paper.

Esecuzione end-to-end di strumenti professionali

Qwen4-Max opera direttamente Blender, Unity, Unreal Engine e Godot, gestendo modellazione geometrica, setup dei materiali, illuminazione, logica di gameplay e design dell'HUD, quindi esegue il risultato e usa il feedback visivo per regolare il tracking della camera e la risposta ai colpi.

Una delle demo è un gioco di corse Android installabile costruito con Unity 6.

Il caso manifatturiero è quello con un numero associato, anche se è una vetrina aziendale più che una misura indipendente.

Da SANF e Pacific Union, il modello ha costruito modelli 3D delle linee produttive a partire da layout 2D, simulato i tempi di ciclo, eseguito la virtual commissioning PLC e pianificato i percorsi utensile di lavorazione, riducendo lo sforzo di programmazione manuale per un singolo pezzo da circa 475 minuti a 24 minuti.

Ricerca operativa e scheduling cloud

Alibaba ha impiegato Qwen4-Max sui propri problemi di scheduling in Alibaba Cloud, lasciando che il modello generasse algoritmi candidati, verificasse fattibilità e valori obiettivo con MindOpt (il solver di Alibaba), quindi iterasse sul codice.

I risultati riportati mostrano che i costi di scheduling delle chiamate modello per l'annotazione dati sono scesi del 10,42% rispetto al baseline di riferimento, l'allocazione GPU online ha aumentato del 4,62% la durata della capacità di inattività a macchina intera, e il rescheduling CPU offline ha raggiunto il suo obiettivo ottimale oltre 14,61 volte più velocemente.

Si tratta di cifre interne auto-riferite su workload interni, quindi considerale come dimostrazione d'uso di strumenti di ricerca operativa piuttosto che come benchmark trasferibili.

Loop di ricerca autonomi che arrivano a risultati fisici

Durante un'esecuzione continua di 48 ore come agente sulla piattaforma Mira di Deep Principle, Qwen4 ha costruito uno spazio candidato di 2,7 milioni di molecole, le ha filtrate, ha eseguito calcoli di primi principi e analisi retrosintetica, quindi ha diretto un wet lab automatizzato attraverso sintesi, purificazione e test.

Dopo quattro iterazioni di design, sintesi e apprendimento attivo, ha prodotto un campione fisico di una nuova molecola refrigerante.

Sulla piattaforma PharmMaster di DP Technology, mirando all'inflammasoma NLRP3, ha effettuato 454 chiamate a strumenti, eseguito 3.239 valutazioni di metriche computazionali e progettato 24 molecole candidate.

I calcoli dell'energia libera di legame relativa hanno stimato l'affinità nominale del candidato finale a circa 3,6 volte il riferimento derivato da brevetto, che gli esperti di DP Technology hanno giudicato degno di validazione in wet lab.

API standard: function calling, web search e output strutturati

Su QwenCloud, Qwen4-Max supporta function calling, output JSON strutturati, completamento con prefisso tramite Partial Mode, caching implicito ed esplicito del contesto, chiamate batch, web search e fine-tuning. I limiti di rate sono fissati a 5.000.000 token al minuto.

Come va Qwen4-Max nei benchmark?

Qwen4-Max è più forte nel lavoro agentico di lungo orizzonte e più debole nel coding da terminale e nella comprensione visiva, e il divario è sufficiente a determinare se adottarlo.

Alibaba lo confronta con Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra e Kimi K3.1 (il Kimi-K3.1-Pro di Moonshot).

Lavoro di lungo orizzonte e agentico

Il dato che spicca è Agents' Last Exam v1.1, dove Qwen4-Max ha ottenuto 46,7 contro 43,4 di Claude Opus 5.5, 42,6 di GPT-6.1 Sol e 27,9 del suo predecessore Qwen3.8-Max.

Un salto di 18,8 punti in una generazione su un benchmark di compiti di lungo orizzonte è il singolo risultato che indicherei da questo rilascio.

Qwen4 Max Benchmarks

Tutti i punteggi sotto provengono dal grafico di lancio di Alibaba, compilato dal vendor, quindi leggili come riportati dal vendor anche se alcune righe citano leaderboard terze. Il miglior risultato in ogni riga è in grassetto.

BenchmarkCosa misuraQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
Agents' Last Exam v1.1Compiti di lungo orizzonte ad alto valore46.727.943.442.643.4n/d
AA-Briefcase v1.1 (Elo)Knowledge work agentico168616051801155515691674
APEX-Agents v1.1Compiti di servizi professionali72.163.373.560.064.765.5
AutomationBench-AAWorkflow SaaS agentici72.556.269.564.968.573.3
HLAB-Vals-1.1Lavoro legale per agenti21.315.49.26.37.111.7
JobBenchCompiti lavorativi professionali68.565.375.466.266.161.2
AgentArena (net improvement)Compiti agentici reali7.5n/d18.211.813.93.9

Il pattern è irregolare. Qwen4-Max vince il benchmark legale per agenti con un ampio margine, quasi il doppio del modello successivo (21,3 contro 11,7 di Kimi K3.1), finisce secondo su AA-Briefcase, APEX-Agents, AutomationBench-AA e JobBench, e si piazza in basso su AgentArena, dove i 18,2 di Opus 5.5 sono più del doppio dei suoi 7,5.

Se i tuoi agenti fanno lavoro professionale ricco di documenti, questo è promettente; se operano strumenti live in ambienti aperti, meno.

Coding e compiti da terminale

Sul coding sarei cauto. Qwen4-Max segna 48,5 su Terminal-Bench 4.0, dietro a Kimi K3.1 a 67,2, Opus 5.5 a 59,6, GPT-6 Astra a 59,1 e GPT-6.1 Sol a 56,1, che lo rende quinto su sei modelli in grafico, anche se è migliorato di quasi 10 punti rispetto ai 38,9 di Qwen3.8-Max.

BenchmarkCosa misuraQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
DeepSWE v1.1Coding agentico75.769.374.275.274.175.5
CodeArena (Elo)Sviluppo web175016761816174217631686
Terminal-Bench 4.0Coding agentico da terminale48.538.959.656.159.167.2
ProgramBenchReplica software black-box31.528.065.052.555.025.0

ProgramBench è quello brutto: 31,5 contro 65,0 di Opus 5.5, meno della metà. Su DeepSWE, cinque modelli sono entro 1,6 punti, quindi tratterei quella riga come rumore più che come vittoria, anche se Qwen4-Max è nominalmente primo.

Una nota sulla riga di Terminal-Bench.

Quando abbiamo confrontato GPT-6 Astra e Claude Opus 5.5, le cifre pubblicate erano 66,4% per Opus 5.5 e 57,9% per Astra su Terminal-Bench 4.0, contro i 59,6 e 59,1 nel grafico di Alibaba.

Harness diversi producono numeri diversi sullo stesso benchmark, motivo valido per non leggere gap di 5 punti come classifiche. La cifra di Qwen4-Max sembra solida, però: Vals ha misurato indipendentemente 48,48%.

Ragionamento, scienza e multimodale

Qwen4-Max ottiene 51,7 su Humanity's Last Exam, dietro a Opus 5.5 a 59,8 e GPT-6.1 Sol a 54,0, e davanti a Kimi K3.1 a 51,1. Guida su BioMysteryBench-1.1 con 85,0 e migliora molto su HealthBench Professional, passando da 39,6 a 60,0, anche se entrambi i modelli GPT-6 restano più alti.

BenchmarkCosa misuraQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
Humanity's Last ExamRagionamento multidisciplinare51.743.959.854.053.651.1
BioMysteryBench-1.1Ricerca in bioinformatica85.084.181.984.478.980.6
HealthBench ProfessionalRagionamento clinico60.039.659.965.166.057.2
ChartographyComprensione di grafici visivi54.242.066.367.871.150.0
Video-IndexComprensione video68.163.274.873.876.763.2

Le righe sulla visione sono la parte meno lusinghiera del grafico.

Su Chartography, Qwen4-Max ha segnato 54,2, in crescita da 42,0 di Qwen3.8-Max, ma è indietro rispetto a Opus 5.5, GPT-6.1 Sol e GPT-6 Astra di 12–17 punti e batte solo Kimi K3.1. Video-Index racconta la stessa storia, con 68,1 contro 73,8–76,7 dei tre modelli USA. La visione nativa funziona, ma non è un punto di forza.

Efficienza in token e costo per task

Questo è il risultato che influisce di più su un budget di produzione.

Su Work360, Qwen4-Max ha usato circa il 24% di token in meno a Xhigh effort e circa il 35% in meno a High effort rispetto a Qwen3.8-Max, e su Terminal-Bench 4.0 le riduzioni sono state circa del 48% e 49%.

In combinazione con tariffe API più basse, Alibaba riferisce che il costo medio per task su Work360 è sceso da $4,43 a $1,67, una riduzione del 62%.

Segnare più in alto spendendo circa il 38% del costo per task è un'affermazione più utile della maggior parte delle singole vittorie di benchmark, ma si applicano due caveat. Work360 è un benchmark proprietario di Alibaba, e la riduzione è più grande di quanto suggerirebbero soli tagli a token e prezzo: circa il 35% di token in meno a un prezzo più basso del 25% implica circa il 51%, e le cifre in yuan di Alibaba danno il 58%. Alibaba non ha spiegato il gap.

I costi indipendenti per task sono meno netti contro un rivale. Nell'indice di Artificial Analysis, un task costa in media $3,27 per Qwen4-Max contro $10,04 per Opus 5.5, ma solo $1,27 per GPT-6.1 Sol.

Su Vals, un test costa $9,33 per Qwen4-Max contro $24,77 per Opus 5.5 e $3,61 per Sol, e Sol segna leggermente più alto (63,94% contro 63,20%).

Kimi K3.1 è il confronto più vicino per la maggior parte dei lettori che valutano un'alternativa in ecosistema aperto. Batte Qwen4-Max su Terminal-Bench 4.0 (67,2 contro 48,5) e AutomationBench-AA (73,3 contro 72,5), mentre Qwen4-Max guida su APEX-Agents v1.1 (72,1 contro 65,5), HLAB-Vals-1.1 (21,3 contro 11,7) e JobBench (68,5 contro 61,2). Scegli Kimi per lavoro da terminale, Qwen4-Max per workflow documentali professionali.

Cosa mostrano i test indipendenti

Il grafico di lancio è compilato dal vendor.

Alcune righe citano leaderboard terze, tra cui LM Arena per CodeArena e AgentArena, Artificial Analysis per AA-Briefcase e AutomationBench-AA, la leaderboard Mercor per APEX-Agents v1.1 e il Vals Index per HLAB-Vals-1.1, con Agents' Last Exam citato dagli autori.

Alibaba ha eseguito JobBench internamente. Non ho trovato riproduzioni indipendenti dei risultati agentici, motivo per cui tratterei ancora quelle vittorie come provvisorie.

Le leaderboard indipendenti stanno ora completando il quadro, e sono meno lusinghiere del materiale di lancio.

  • Artificial Analysis assegna a Qwen4-Max 43 nel suo Intelligence Index, nono in assoluto, dietro a Claude Fable 5.2, Gemini 4 Carbon, Opus 5.5, GPT-6 Astra, GPT-6.1 Sol e Kimi K3.1.
  • Vals lo classifica 11° su 38 nel suo Index al 63,20%, il più alto tra i modelli cinesi da loro testati, e il suo run indipendente su Terminal-Bench coincide con il numero di Alibaba.
  • Su Code Arena WebDev è sesto, anche se ancora contrassegnato come preliminare su un numero ridotto di voti.
  • La finanza è il suo miglior risultato indipendente, ottavo su 41 sia nel finance index di Vals sia nel suo Finance Agent benchmark; il legale è più debole, 17° su 39 nel Vals Legal Index, che stona accanto al primato su HLAB-Vals.

Lentezza e prolissità sono i reclami ricorrenti. Vals ha misurato circa 1 ora e 4 minuti per test, più lento di tutti tranne Opus 5.5 e Sonnet 5.5 tra i primi 11, e Artificial Analysis ha registrato 127 milioni di token di output nel suo indice contro una mediana di 78,6 milioni.

I report pratici aneddotici sono misti e spesso si contraddicono: tester descrivono overthinking su compiti semplici e tempi lunghi su prompt lunghi; uno lo ha valutato inferiore a Qwen3.8-Max tout court, mentre un altro ha riportato il completamento di un compito agentico in circa 30 minuti contro circa 70 per MiniMax M3.1 Flash.

Quale livello di Qwen4-Max dovresti usare?

Qwen4-Max arriva come un unico modello con toggle per il thinking e livelli di effort nominati, quindi la scelta riguarda quanto ragionamento paghi più che quale checkpoint chiamare. Il thinking è attivo di default, a effort alto.

La "modalità standard" significa quindi impostare enable_thinking su false. La capacità di input scende leggermente con il thinking attivo, da 991K a 983K, e il ragionamento (fino a 262K token) attinge al budget di output.

Poiché i token di thinking contano verso quel budget, un max_tokens dimensionato solo per la risposta visibile può troncare l'output; nell'anteprima, max_tokens limitava insieme thinking e risposta, quindi assumi lo stesso finché non hai testato.

I tetti di output documentati differiscono tra le API docs (131.072 senza thinking, 262.144 con) e la pagina del modello (393K in entrambe le modalità), come notato sopra.

L'effort è la seconda manopola.

Alibaba riporta i risultati di Work360 e Terminal-Bench 4.0 sia a Xhigh sia a High, e i risparmi di token rispetto a Qwen3.8-Max erano maggiori a High su Work360 (35% contro 24%) e all'incirca uguali su Terminal-Bench. Poiché i token di ragionamento sono fatturati alla tariffa di output di $4,50 per milione, l'impostazione dell'effort è la leva singola più grande sulla bolletta.

High è anche il default di Qwen4-Max, mentre Qwen3.8-Max predefiniva xhigh, quindi un confronto a impostazioni di default tra le due generazioni mescola il cambio di modello con un cambio di effort. Imposta l'effort in modo esplicito quando fai A/B test.

Use caseImpostazionePerché
Esecuzioni agentiche di più ore con tool callThinking, High effortMiglior guadagno di efficienza in token rispetto alla generazione precedente su Work360
Revisione di documenti lunghi su 100+ fileThinking, Xhigh effortBudget di ragionamento da 262K più la finestra di contesto da 1M
Estrazione strutturata in JSONThinking offOutput strutturati supportati, e spegnere il thinking evita overhead di ragionamento
Classificazione batch ad alto volumeThinking off più chiamate batchIl caching abbassa l'input a $0,075 per milione di token
Coding da terminale impegnativoValuta un altro modello48,5 su Terminal-Bench 4.0 è dietro a Kimi K3.1, Opus 5.5 e a entrambi i modelli GPT-6

Prezzi e disponibilità di Qwen4-Max

QwenCloud prezza Qwen4-Max a $1,50 per 1 milione di token di input e $4,50 per 1 milione di token di output sul listino internazionale, con input in cache a $0,075 per milione. La creazione esplicita della cache costa $1,875 per milione per la finestra da 5 minuti e $3,00 per milione per quella da 1 ora, e le letture esplicite della cache sono $0,075 per milione.

Queste tariffe sotto-prezzano ogni flagship occidentale nei riepiloghi di prezzo attuali: GPT-6 Astra a $10 in input e $50 in output (per prompt fino a 272K token), Claude Fable 5.2 a $8 e $40, Gemini 4 Carbon a $2 e $10 fino al 30 novembre (poi $4 e $20), e Grok 4.7 a $2 e $6 (sotto i 200K di contesto).

Quelli sono i tier più alti, però, e i modelli con cui Alibaba si confronta costano meno: Claude Opus 5.5 a $4 e $20, e GPT-6.1 Sol e Kimi K3.1 a $2 e $10. Contro Astra, la tariffa di output di Qwen4-Max è circa un decimo; contro Opus 5.5 è circa il 22%, e contro Sol e Kimi circa il 45%.

C'è una quota gratuita da 1 milione di token su QwenCloud, disponibile nella regione di Singapore per circa 90 giorni, e i limiti di rate sono pubblicati a 5.000.000 token al minuto.

Alibaba vende anche l'accesso tramite un Token Plan invece del puro pay-as-you-go, con report di terze parti che indicano livelli personali a Lite $6/mese per 20.000 crediti, Essential $10/mese per 45.000, Standard $18/mese per 80.000 e Pro $43/mese per 200.000, più prezzi scontati per i nuovi utenti di $3 e $5 sui due tier più economici, riportati fino al 30 novembre.

Il piano personale è un'offerta di Singapore e durante l'anteprima Alibaba lo ha limitato a strumenti interattivi di coding e agent piuttosto che a backend di produzione, quindi verifica i termini aggiornati prima di costruirci sopra.

Una nota sulla timeline, perché le prime coperture erano in conflitto sull'esistenza di un prezzo pubblico per token.

Alibaba ha aperto qwen4-max-preview l'11 novembre, solo con Token Plan, senza prezzo per token e con ritiro fissato al 25 novembre. Il pay-as-you-go è arrivato con il rilascio generale il 16 novembre sotto l'ID modello qwen4-max, e le cifre $1,50 e $4,50 sopra sono i listini internazionali a quella data.

Non sono stati annunciati pesi aperti per Max; Alibaba afferma che modelli Qwen4 più piccoli verranno open-sourcizzati in seguito.

Come ottenere accesso a Qwen4-Max?

L'ID del modello API è qwen4-max, servito tramite QwenCloud sia con il Token Plan sia con l'API standard, con endpoint compatibili OpenAI e AnthropIC. Fuori dall'API, il modello è disponibile in QwenStudio (l'interfaccia Qwen Chat), QwenWork e il prodotto di coding Qoder, che Alibaba ha co-progettato insieme al modello.

Ecco la chiamata minimale usando il client Python di OpenAI contro l'endpoint Chat Completions in modalità compatibile. Il thinking è attivo per default, quindi il flag enable_thinking è mostrato solo per esplicitare; impostalo su False per spegnere il thinking.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1",
)

response = client.chat.completions.create(
    model="qwen4-max",
    messages=[
        {"role": "user", "content": "Summarize the revenue drivers in this quarterly report."}
    ],
    extra_body={"enable_thinking": True},  # on by default; False turns thinking off
)

print(response.choices[0].message.content)

Se vuoi provare Live Delivery, il plugin è su GitHub come Qwen-Live-Delivery-Plugin. Poiché attualmente punta a Codex CLI, usarlo in un altro harness significa collegare da solo i suoi strumenti e hook MCP di delivery. Per i pattern generali dietro function calling e harness agentici, il nostro tutorial su Harness² illustra come collegare un modello a OpenCode e valutare i risultati.

Considerazioni finali

Qwen4-Max è Alibaba che fa un argomento di prezzo più che di capacità.

Vince le righe che coinvolgono la lettura di molti documenti e la produzione di un deliverable, perde le righe che coinvolgono un terminale, un grafico o un video, e fa tutto a circa un decimo della tariffa di output di GPT-6 Astra.

Passerei? Per pipeline agentiche ricche di documenti dove il vincolo è il costo per task, vale un test serio, ma non una migrazione alla cieca.

Il calo da $4,43 a $1,67 per task Work360 è una cifra di Alibaba, e i run indipendenti sono più misti: GPT-6.1 Sol è risultato più economico per task e ha segnato leggermente più alto su Vals, e Qwen4-Max è lento e prolisso. Per coding duro, resterei con Opus 5.5 o Kimi K3.1, e il run indipendente di Vals su Terminal-Bench conferma quella debolezza.

Se vuoi diventare davvero a tuo agio nel costruire con modelli di questo tipo, inizia con il nostro percorso di competenze AI Fundamentals.

FAQs

In cosa Qwen4-Max è diverso da Qwen3.8-Max?
Qwen4-Max è il primo modello sulla nuova architettura Qwen4, con un backbone da 2,4 trilioni di parametri, 71B parametri attivati per token e visione nativa. Ha segnato 52,69 sul benchmark Work360 di Alibaba contro 47,74 di Qwen3.8-Max, e su Agents' Last Exam v1.1 è passato da 27,9 a 46,7. Usa anche circa dal 24% al 49% di token in meno sugli stessi task, riducendo il costo medio per task Work360 da $4,43 a $1,67.
Quanto costa Qwen4-Max per milione di token?
QwenCloud prezza Qwen4-Max a $1,50 per 1 milione di token di input e $4,50 per 1 milione di token di output, con input in cache e letture esplicite della cache a $0,075 per milione. La creazione esplicita della cache costa $1,875 per milione per una finestra di 5 minuti e $3,00 per milione per una finestra di 1 ora. È disponibile una quota gratuita da 1 milione di token, e Alibaba vende anche abbonamenti Token Plan a partire da circa $6 al mese.
Dove posso accedere a Qwen4-Max?
Qwen4-Max è disponibile su QwenCloud tramite Token Plan o API, usando l'ID modello qwen4-max contro un endpoint compatibile OpenAI. È disponibile anche dentro QwenStudio (Qwen Chat), QwenWork e il prodotto di coding Qoder. Alcune documentazioni di terze parti si riferiscono a un ID di anteprima, qwen4-max-preview.
Qwen4-Max è open source?
No. Qwen4-Max ha pesi chiusi e Alibaba non ha annunciato pesi aperti o una model card pubblica. Alibaba ha dichiarato che modelli più piccoli della famiglia Qwen4 verranno rilasciati come open source in seguito, costruiti sulla stessa linea e tecniche di training.
Qwen4-Max è adatto al coding?
È competitivo nel coding agentico e debole nel lavoro da terminale. Qwen4-Max segna 75,7 su DeepSWE v1.1, più o meno in linea con Claude Opus 5.5 (74,2) e GPT-6.1 Sol (75,2), ma solo 48,5 su Terminal-Bench 4.0 contro 67,2 di Kimi K3.1, e 31,5 su ProgramBench contro 65,0 di Opus 5.5. Per compiti duri da terminale e replica software, altri modelli restano più forti.
Che cos'è Live Delivery in Qwen4-Max?
Live Delivery è l'approccio di Qwen4-Max ai task agentici di lunga durata: invece di restituire risultati solo a job concluso, l'agente consegna presto una prima versione utilizzabile e la migliora con rilasci successivi mentre lo reindirizzi in corsa. Alibaba ha open-sourcizzato su GitHub il Qwen-Live-Delivery-Plugin così puoi installarlo invece di costruire tu stesso il pattern.
Matt Crabtree

Autore

Matt Crabtree

Senior editor nell’ambito dell’AI e dell’edtech. Impegnata a esplorare le tendenze in tema di dati e intelligenza artificiale.  

Argomenti

Correlato