Qwen4-Max: features, benchmarks, prijzen en toegang
Het nieuwe vlaggenschip van Alibaba heeft een backbone met 2,4 biljoen parameters, native vision en een contextvenster van 1M tokens voor $1,50 per miljoen inputtokens, en onderbiedt elk Westers vlaggenschip op prijs.
Het Qwen-team van Alibaba bracht Qwen4-Max uit op 16 november 2026, en de prijzen springen als eerste in het oog: $1,50 per 1 miljoen inputtokens en $4,50 per 1 miljoen outputtokens op QwenCloud.
Ter vergelijking: de overzichten die diezelfde week rondgingen, noemen GPT-6 Astra op $10 input en $50 output, en Claude Fable 5.2 op $8 en $40.
Qwen4-Max is het eerste model op de nieuwe Qwen4-architectuur, met een backbone van 2,4 biljoen parameters, 71B parameters geactiveerd per token, nog eens 328B N-gram embedding-parameters, native vision en een contextvenster van 1 miljoen tokens.
Alibaba positioneert het als een agentmodel voor lange trajecten in plaats van een chatmodel, waarbij het meeste launchmateriaal is gericht op autonome runs van meerdere uren in engineering, financiën, recht en geneesmiddelontdekking.
In dit artikel behandel ik alles wat nieuw is in Qwen4-Max: de architectuur, de belangrijkste features, de benchmarkcijfers (inclusief waar onafhankelijke resultaten afwijken van die van Alibaba), effort-modi, prijzen en toegang.
Qwen4-Max is Alibaba's nieuwe vlaggenschip, gebouwd op een frisse Qwen4-architectuur met native vision en een contextvenster van 1M tokens.
De winst zit bij agentisch werk over lange trajecten en professionele opleveringen, waar het Claude Opus 5.5 verslaat op verschillende door Alibaba gerapporteerde runs.
Terminal-coding is het zwakke punt: het blijft ruim achter bij Kimi K3.1, Opus 5.5 en beide GPT-6-modellen. Ook grafiek- en videobegrip loopt achter op de drie Amerikaanse modellen.
Prijs is het sterkste argument. Het onderbiedt elk Westers vlaggenschip in de huidige prijsrondes op zowel input als output, al garanderen lagere per-token tarieven geen lagere kosten per taak.
Ga voorzichtig om met de cijfers: de launchgrafiek is door de leverancier samengesteld. Er zijn nu onafhankelijke runs en die zijn gemengder, met Artificial Analysis dat het negende rangschikt en Vals elfde, en testers die het als traag en breedsprakig omschrijven. Vals' eigen Terminal-Bench-run komt wel overeen met Alibaba's cijfer.
Geen open weights voor Max. Kleinere Qwen4-modellen worden later als open source beloofd.
Wat is Qwen4-Max?
Qwen4-Max is Alibaba’s vlaggenschipmodel met gesloten weights en de eerste release in de Qwen4-serie, als opvolger van Qwen3.8-Max.
Het is een sparse mixture-of-experts-model, wat betekent dat slechts een fractie van de parameters op een gegeven token werkt. Van de 2,4 biljoen backboneparameters zijn er 71B actief per token, en het voegt nog eens 328B toe in N-gram embeddings, lookup-tabellen die weinig rekenkracht kosten. Het accepteert tekst-, beeld- en video-input en produceert tekstoutput.
De architectuur is waar Qwen4 het meest afwijkt van de vorige generatie, en dat helpt later het kostverhaal te verklaren. Drie componenten veranderden:
Hybride attention (GDN + QSA): voor elke sparse-attentionlaag comprimeren drie Gated DeltaNet-lagen eerdere context tot een geheugen met vaste grootte. De sparse-laag pikt vervolgens alleen de relevante delen van de context eruit, wat een venster van 1M tokens betaalbaar houdt.
Gated Residual: elke laag heeft vier parallelle paden, met gates die bepalen wat ertussen doorstroomt. Alibaba schrijft dit toe aan stabiele training.
N-gram Embedding: lookups voor veelvoorkomende lokale tokenpatronen, die capaciteit toevoegen met weinig extra compute.
Alibaba meldt dat de 2,4T-trainingsrun geen loss-spikes kende, de plotselinge sprongen die instabiele training signaleren.
Het basismodel, Qwen4-Max-Base, noteerde ook de laagste bits per byte van de vijf checkpoints die het evalueerde over kennis, code, QA en STEM. Bits per byte meet hoe goed een model tekst voorspelt; lager is beter.
Het resultaat lag 5 tot 13% onder Qwen3.8-Max-Base, terwijl 25% minder parameters werden geactiveerd. Dit zijn interne tests, en in de coverage staat dat twee van de vergeleken checkpoints extra training hadden gekregen, dus de vergelijking is niet strikt één-op-één.
Het headlinecijfer voor de capaciteiten is Work360, Alibaba’s eigen benchmark over 721 professionele domeinen, waar Qwen4-Max 52,69 scoorde tegen 47,74 voor Qwen3.8-Max.
Belangrijkste features van Qwen4-Max
De lancering draait om wat het model oplevert na een lange run, niet om wat het in één beurt zegt. De onderstaande features gaan daarom vooral over duur, tools en outputformaten.
Een contextvenster van 1 miljoen tokens met native vision
Qwen4-Max accepteert tekst, afbeeldingen en video in een contextvenster van 1M tokens, met een maximale input van 991K tokens, of 983K met thinking aan.
Thinking staat standaard aan, en tot 262K tokens aan redenering tellen mee voor het outputbudget.
Het outputplafond is inconsistent gedocumenteerd.
De modelpagina op QwenCloud geeft 393K maximale output in beide modi, terwijl de API-documentatie 131.072 tokens zonder thinking noemt en 262.144 voor thinking en het eindantwoord samen. Controleer welke waarde geldt voor jouw endpoint voordat je max_tokens instelt.
Het vision-pad is native in plaats van erop geschroefd, wat de klinische demo mogelijk maakt: Alibaba beschrijft hoe het model in één gesprek een dossier doorneemt met tientallen labrapporten, meer dan 10.000 Chinese karakters aan voortgangsnotities en 1.433 originele medische afbeeldingen, ze indeelt in zes beeldseries en vervolgens subagents uitstuurt om honderden slices te lezen.
Alibaba zegt dat de beeldbevinding overeenkwam met de diagnose van de behandelend arts en dat de vier beheeraanbevelingen punt voor punt overeenkwamen met de orders van die dag.
Geef een langlopende taak uit handen en stuur bij halverwege
Live Delivery vind ik de interessantste feature, omdat die inspeelt op precies het probleem dat lange agent-runs in de praktijk onbruikbaar maakt.
In plaats van te wachten tot een taak van meerdere uren klaar is en dan te ontdekken dat de agent in minuut drie de opdracht verkeerd las, levert de agent vroeg een bruikbare eerste versie op en verbetert die via opeenvolgende releases terwijl jij bijstuurt.
Alibaba heeft de Qwen-Live-Delivery-Plugin open source vrijgegeven onder Apache-2.0, zodat je hem kunt installeren in plaats van het wiel opnieuw uit te vinden, al is het bij lancering versie 0.1.0 en ondersteunt het alleen Codex CLI, op Linux en macOS met Node.js 22+.
Ondersteuning voor andere agent-harnassen staat op de to-do-lijst.
Toegegeven, continuous delivery van deelresultaten is meer een harnaspatroon dan een modelcapaciteit, wat de open source plugin belangrijker maakt dan de marketingnaam.
Opleveringen die je kunt auditen, niet alleen antwoorden
De finance-demo levert Excel-werkboeken en bewerkbare PowerPoint-decks op met twee traceerbaarheidsmechanismen: hyperlinks in cellen die terugleiden naar de oorspronkelijke bron, en een één-op-één-koppeling tussen PowerPoint-grafieken en het onderliggende werkboek.
Alibaba zegt dat Qwen4 90 MCP-tools aanroept in zijn onderzoekssetup voor financiële investeringen, waarmee het koersdata, financiële cijfers, rentevoeten en dividendgegevens ophaalt over A-shares, Hongkong- en Amerikaanse aandelen, obligaties, fondsen en derivaten, en kruiscontrole doet met publieke disclosures.
Dat aantal tools beschrijft de onderzoekssetup in het algemeen. Afzonderlijk demonstreert Alibaba de workflow op een CSI 300-derivatengeval.
Het juridische voorbeeld is indrukwekkender.
Met 198 inconsistent benoemde werkdocumenten die in batches werden aangeleverd, hernoemde en sorteerde Qwen4-Max ze op inhoud in 14 mappen, bouwde een index van werkdocumenten, controleerde openbare bedrijfs- en gerechtelijke registraties tegen de documenten en produceerde een rapport van 86 pagina’s met 12 reviewgebieden en 14 specifieke juridische kwesties, waarbij elke conclusie terugverwijst naar een werkdocument.
Professionele tools end-to-end bedienen
Qwen4-Max bedient Blender, Unity, Unreal Engine en Godot direct, verzorgt geometrische modellering, materiaalinstellingen, belichting, gameplaylogica en HUD-ontwerp, draait vervolgens het resultaat en gebruikt visuele feedback om cameratracking en hit-respons aan te passen.
Een van de demo’s is een installeerbare Android-racegame gebouwd in Unity 6.
De manufacturing-case is degene met een getal eraan, al is het een bedrijfsdemo en geen onafhankelijke meting.
Bij SANF en Pacific Union bouwde het model 3D-productielijnmodellen uit 2D-layouts, simuleerde cyclustijden, draaide PLC-virtuele ingebruikname en plantte bewerkingsbanen, waardoor de handmatige programmeerinspanning voor één werkstuk daalde van ongeveer 475 minuten naar 24 minuten.
Operationeel onderzoek en cloudscheduling
Alibaba zette Qwen4-Max in op de eigen Alibaba Cloud-schedulingproblemen, waarbij het model kandidaat-algoritmen genereerde, haalbaarheid en doelfuncties controleerde met MindOpt (Alibaba’s solver) en vervolgens op de code iteratief verbeterde.
De gerapporteerde resultaten tonen dat de kosten voor data-annotatie model-call-scheduling 10,42% daalden ten opzichte van de referentie, dat online GPU-toewijzing de duur van volledige machine-idlecapaciteit met 4,62% verhoogde en dat offline CPU-herescheduling meer dan 14,61 keer sneller het optimale doel bereikte.
Dat zijn intern gerapporteerde cijfers op interne workloads, dus beschouw ze als een demonstratie van OR-toolgebruik, niet als een overdraagbare benchmark.
Autonome onderzoekslussen die fysieke resultaten bereiken
Tijdens een ononderbroken agent-run van 48 uur op het Mira-platform van Deep Principle construeerde Qwen4 een kandidatenruimte van 2,7 miljoen moleculen, screende ze, voerde first-principles-berekeningen en retrosynthetische analyse uit en stuurde vervolgens een geautomatiseerd nat lab aan voor synthese, zuivering en testen.
Na vier iteraties van ontwerp, synthese en actief leren leverde het een fysiek monster op van een nieuw koelmiddel-molecuul.
Op het PharmMaster-platform van DP Technology, gericht op de NLRP3-inflammasoom, deed het 454 tool-calls, draaide 3.239 computationele metriekevaluaties en ontwierp 24 kandidaat-moleculen.
Berekeningen van de relatieve bindingsvrije energie plaatsten de nominale affiniteit van de uiteindelijke kandidaat op ongeveer 3,6 keer de patentafgeleide referentie, wat volgens experts van DP Technology de moeite waard was voor validatie in het lab.
Standaard API-plumbing: function calling, web search en gestructureerde outputs
Op QwenCloud ondersteunt Qwen4-Max function calling, gestructureerde JSON-outputs, prefixcompletion via Partial Mode, impliciete en expliciete contextcaching, batch-calls, web search en fine-tuning. Rate limits zijn ingesteld op 5.000.000 tokens per minuut.
Hoe presteert Qwen4-Max op de benchmarks?
Qwen4-Max is het sterkst bij agentisch werk over lange trajecten en het zwakst bij terminal-coding en visueel begrip, en die kloof is groot genoeg om te bepalen of je het adopteert.
De uitschieter is Agents' Last Exam v1.1, waar Qwen4-Max 46,7 scoorde tegen 43,4 voor Claude Opus 5.5, 42,6 voor GPT-6.1 Sol en 27,9 voor zijn eigen voorganger Qwen3.8-Max.
Een sprong van 18,8 punten in één generatie op een benchmark voor lange trajecten is het ene resultaat dat ik uit deze release zou uitlichten.
Alle onderstaande scores komen uit de launchgrafiek van Alibaba, door de leverancier samengesteld, dus lees ze als door de leverancier gerapporteerd, ook al verwijzen sommige rijen naar third-party leaderboards. Het beste resultaat per rij is vetgedrukt.
Benchmark
Wat het meet
Qwen4-Max
Qwen3.8-Max-0902
Opus 5.5
GPT-6.1 Sol
GPT-6 Astra
Kimi K3.1
Agents' Last Exam v1.1
Waardevolle taken over lange trajecten
46.7
27.9
43.4
42.6
43.4
n.v.t.
AA-Briefcase v1.1 (Elo)
Agentisch kenniswerk
1686
1605
1801
1555
1569
1674
APEX-Agents v1.1
Professionele dienstentaken
72.1
63.3
73.5
60.0
64.7
65.5
AutomationBench-AA
Agentische SaaS-workflows
72.5
56.2
69.5
64.9
68.5
73.3
HLAB-Vals-1.1
Juridisch agentwerk
21.3
15.4
9.2
6.3
7.1
11.7
JobBench
Professionele werktaken
68.5
65.3
75.4
66.2
66.1
61.2
AgentArena (netto verbetering)
Agenttaken in de echte wereld
7.5
n.v.t.
18.2
11.8
13.9
3.9
Het patroon is ongelijk. Qwen4-Max pakt de juridische agentbenchmark met ruime voorsprong, bijna dubbel zo hoog als het volgende model (21,3 tegen 11,7 voor Kimi K3.1), eindigt tweede op AA-Briefcase, APEX-Agents, AutomationBench-AA en JobBench, en landt onderaan op AgentArena, waar de 18,2 van Opus 5.5 meer dan het dubbele is van zijn 7,5.
Doen je agents documentzwaar professioneel werk, dan oogt dit goed; werken ze met live tools in open omgevingen, dan minder.
Coding en terminaltaken
Bij coding zou ik terughoudend zijn. Qwen4-Max scoort 48,5 op Terminal-Bench 4.0, achter Kimi K3.1 met 67,2, Opus 5.5 met 59,6, GPT-6 Astra met 59,1 en GPT-6.1 Sol met 56,1, wat het tot de vijfde van de zes gechartte modellen maakt, hoewel het bijna 10 punten verbeterde ten opzichte van de 38,9 van Qwen3.8-Max.
Benchmark
Wat het meet
Qwen4-Max
Qwen3.8-Max-0902
Opus 5.5
GPT-6.1 Sol
GPT-6 Astra
Kimi K3.1
DeepSWE v1.1
Agentische coding
75.7
69.3
74.2
75.2
74.1
75.5
CodeArena (Elo)
Webdevelopment
1750
1676
1816
1742
1763
1686
Terminal-Bench 4.0
Agentische terminal-coding
48.5
38.9
59.6
56.1
59.1
67.2
ProgramBench
Black-box softwarereplicatie
31.5
28.0
65.0
52.5
55.0
25.0
ProgramBench is de pijnlijke: 31,5 tegen 65,0 voor Opus 5.5, minder dan de helft. Op DeepSWE zitten vijf modellen binnen 1,6 punt van elkaar, dus die rij zou ik als ruis zien in plaats van een overwinning, ook al staat Qwen4-Max nominaal bovenaan.
Één kanttekening bij de Terminal-Bench-rij.
Toen we GPT-6 Astra en Claude Opus 5.5 vergeleken, waren de gepubliceerde cijfers 66,4% voor Opus 5.5 en 57,9% voor Astra op Terminal-Bench 4.0, tegen de 59,6 en 59,1 in Alibaba's grafiek.
Verschillende harnassen leveren verschillende cijfers op dezelfde benchmark op, wat een goede reden is om 5-puntengaten niet als rangordes te lezen. Het cijfer van Qwen4-Max zelf oogt wel solide: Vals mat onafhankelijk 48,48%.
Redeneren, wetenschap en multimodaal
Qwen4-Max scoort 51,7 op Humanity's Last Exam, achter Opus 5.5 met 59,8 en GPT-6.1 Sol met 54,0, en voor Kimi K3.1 met 51,1. Het leidt op BioMysteryBench-1.1 met 85,0 en verbetert fors op HealthBench Professional, van 39,6 naar 60,0, al scoren beide GPT-6-modellen nog hoger.
Benchmark
Wat het meet
Qwen4-Max
Qwen3.8-Max-0902
Opus 5.5
GPT-6.1 Sol
GPT-6 Astra
Kimi K3.1
Humanity's Last Exam
Multidisciplinair redeneren
51.7
43.9
59.8
54.0
53.6
51.1
BioMysteryBench-1.1
Bio-informaticaonderzoek
85.0
84.1
81.9
84.4
78.9
80.6
HealthBench Professional
Klinisch redeneren
60.0
39.6
59.9
65.1
66.0
57.2
Chartography
Begrip van visuele grafieken
54.2
42.0
66.3
67.8
71.1
50.0
Video-Index
Videobegrip
68.1
63.2
74.8
73.8
76.7
63.2
De vision-rijen zijn het minst flatterend.
Op Chartography scoorde Qwen4-Max 54,2, omhoog van 42,0 voor Qwen3.8-Max, maar het loopt 12 tot 17 punten achter op Opus 5.5, GPT-6.1 Sol en GPT-6 Astra en wint alleen van Kimi K3.1. Video-Index vertelt hetzelfde verhaal, met 68,1 tegen 73,8 tot 76,7 voor de drie Amerikaanse modellen. Native vision werkt, maar is geen troef.
Tokenefficiëntie en kosten per taak
Dit is het resultaat dat een productiebudget het meest beïnvloedt.
Op Work360 gebruikte Qwen4-Max ongeveer 24% minder tokens op Xhigh effort en ongeveer 35% minder op High effort dan Qwen3.8-Max, en op Terminal-Bench 4.0 waren de reducties ongeveer 48% en 49%.
In combinatie met lagere API-tarieven meldt Alibaba dat de gemiddelde kosten per Work360-taak daalden van $4,43 naar $1,67, een reductie van 62%.
Hoger scoren terwijl je ongeveer 38% van de kosten per taak uitgeeft, is een zinvollere claim dan de meeste losse benchmarkoverwinningen, maar er gelden twee kanttekeningen. Work360 is Alibaba's eigen benchmark, en de daling is groter dan de token- en prijsverlagingen op zichzelf zouden suggereren: ruwweg 35% minder tokens tegen een 25% lagere prijs impliceert ongeveer 51%, en Alibaba's yuan-cijfers komen op 58%. Alibaba heeft de kloof niet verklaard.
Onafhankelijke kosten per taak zijn minder eenduidig tegen één rivaal. Op de index van Artificial Analysis kost een taak gemiddeld $3,27 voor Qwen4-Max tegen $10,04 voor Opus 5.5, maar slechts $1,27 voor GPT-6.1 Sol.
Op Vals kost een test $9,33 voor Qwen4-Max tegenover $24,77 voor Opus 5.5 en $3,61 voor Sol, en Sol scoort iets hoger (63,94% tegen 63,20%).
Kimi K3.1 is de dichterbije vergelijking voor de meeste lezers die een open-ecosysteemalternatief afwegen. Het wint van Qwen4-Max op Terminal-Bench 4.0 (67,2 versus 48,5) en AutomationBench-AA (73,3 versus 72,5), terwijl Qwen4-Max leidt op APEX-Agents v1.1 (72,1 versus 65,5), HLAB-Vals-1.1 (21,3 versus 11,7) en JobBench (68,5 versus 61,2). Kies Kimi voor terminalwerk, Qwen4-Max voor professionele documentworkflows.
Wat onafhankelijke tests laten zien
De launchgrafiek is door de leverancier samengesteld.
Sommige rijen verwijzen naar third-party leaderboards, waaronder LM Arena voor CodeArena en AgentArena, Artificial Analysis voor AA-Briefcase en AutomationBench-AA, het Mercor-leaderboard voor APEX-Agents v1.1 en de Vals Index voor HLAB-Vals-1.1, met Agents' Last Exam geciteerd van de auteurs.
Alibaba draaide JobBench zelf. Ik heb geen onafhankelijke reproducties van de agentische resultaten gevonden, daarom zou ik die overwinningen vooralsnog als voorlopig zien.
Onafhankelijke leaderboards vullen nu het bredere beeld in, en dat is minder flatterend dan het launchmateriaal.
Artificial Analysis geeft Qwen4-Max 43 op de Intelligence Index, negende overall, achter Claude Fable 5.2, Gemini 4 Carbon, Opus 5.5, GPT-6 Astra, GPT-6.1 Sol en Kimi K3.1.
Vals rangschikt het 11e van 38 op de Index met 63,20%, het hoogste van alle Chinese modellen die het heeft getest, en de onafhankelijke Terminal-Bench-run komt overeen met Alibaba’s cijfer.
Op Code Arena WebDev staat het zesde, al nog als voorlopig aangeduid met een kleine stemtelling.
Finance is de beste onafhankelijke notering, achtste van 41 op zowel Vals’ finance-index als zijn Finance Agent-benchmark; legal is zwakker, 17e van 39 op de Vals Legal Index, wat wringt naast de HLAB-Vals-lead.
Traagheid en breedsprakigheid zijn de consistente klachten. Vals klokte ongeveer 1 uur en 4 minuten per test, trager dan alle behalve Opus 5.5 en Sonnet 5.5 in de top 11, en Artificial Analysis registreerde 127 miljoen outputtokens op zijn index tegen een mediaan van 78,6 miljoen.
Anekdotische hands-onrapporten zijn gemengd en spreken elkaar vaak tegen, met testers die overdenken bij eenvoudige taken en lange voltooitijden bij lange prompts beschrijven; een tester waardeerde het zelfs lager dan Qwen3.8-Max, terwijl een ander meldde dat het een agentische taak in ongeveer 30 minuten afrondde tegen ongeveer 70 minuten voor MiniMax M3.1 Flash.
Welke Qwen4-Max-tier moet je gebruiken?
Qwen4-Max wordt geleverd als één model met een thinking-schakelaar en benoemde effortniveaus, dus de keuze gaat over hoeveel redenering je betaalt in plaats van welk checkpoint je aanroept. Thinking staat standaard aan, op high effort.
"Standaardmodus" betekent dus enable_thinking op false zetten. De inputcapaciteit daalt licht met thinking aan, van 991K naar 983K, en redenering (tot 262K tokens) gaat ten koste van het outputbudget.
Omdat thinking-tokens meetellen voor dat budget, kan een max_tokens die is afgestemd op alleen de zichtbare reactie het antwoord afkappen; in de preview telde max_tokens thinking en antwoord samen, ga dus van hetzelfde uit totdat je het getest hebt.
De gedocumenteerde outputplafonds verschillen tussen de API-docs (131.072 zonder thinking, 262.144 met) en de modelpagina (393K in beide modi), zoals hierboven vermeld.
Effort is de tweede draaiknop.
Alibaba rapporteert Work360- en Terminal-Bench 4.0-resultaten op zowel Xhigh als High, en de tokenbesparingen ten opzichte van Qwen3.8-Max waren groter op High op Work360 (35% versus 24%) en ongeveer gelijk op Terminal-Bench. Aangezien redeneringstokens worden afgerekend tegen het outputtarief van $4,50 per miljoen, is de effort-instelling de grootste hefboom op je rekening.
High is ook de default van Qwen4-Max, terwijl Qwen3.8-Max standaardte op xhigh, dus een vergelijking op standaardinstellingen tussen de twee generaties mengt de modelwijziging met een effortwijziging. Zet effort expliciet wanneer je A/B-test.
Use case
Instelling
Waarom
Runs van meerdere uren met tool-calls
Thinking, High effort
Beste tokenefficiëntiewinst ten opzichte van de vorige generatie op Work360
Lange documentreview over 100+ bestanden
Thinking, Xhigh effort
262K redeneringsbudget plus het 1M-contextvenster
Gestructureerde extractie naar JSON
Thinking uit
Gestructureerde outputs worden ondersteund, en thinking uit voorkomt redeneringsoverhead
Batchclassificatie met hoog volume
Thinking uit plus batch-calls
Caching verlaagt input naar $0,075 per miljoen tokens
Lastige terminal-coding
Overweeg een ander model
48,5 op Terminal-Bench 4.0 blijft achter bij Kimi K3.1, Opus 5.5 en beide GPT-6-modellen
Qwen4-Max: prijs en beschikbaarheid
QwenCloud vermeldt Qwen4-Max op $1,50 per 1 miljoen inputtokens en $4,50 per 1 miljoen outputtokens op de internationale lijst, met gecachete input op $0,075 per miljoen. Expliciete cachecreatie kost $1,875 per miljoen voor het 5-minutenvenster en $3,00 per miljoen voor het 1-uurvenster, en expliciete cachereads zijn $0,075 per miljoen.
Die tarieven onderbieden elk Westers vlaggenschip in de huidige prijsoverzichten: GPT-6 Astra op $10 input en $50 output (voor prompts tot 272K tokens), Claude Fable 5.2 op $8 en $40, Gemini 4 Carbon op $2 en $10 tot en met 30 november (stijgend naar $4 en $20 daarna) en Grok 4.7 op $2 en $6 (onder 200K context).
Dat zijn de topproducten qua prijs, maar de modellen waar Alibaba tegen benchmarkt zijn goedkoper: Claude Opus 5.5 op $4 en $20, en GPT-6.1 Sol en Kimi K3.1 op $2 en $10. Tegen Astra is het outputtarief van Qwen4-Max ruwweg een tiende; tegen Opus 5.5 is het circa 22%, en tegen Sol en Kimi ongeveer 45%.
Er is een gratis quotum van 1 miljoen tokens op QwenCloud, beschikbaar in de regio Singapore voor ongeveer 90 dagen, en rate limits zijn gepubliceerd op 5.000.000 tokens per minuut.
Alibaba verkoopt toegang ook via een Token Plan in plaats van pure pay-as-you-go, met third-party rapporten die persoonlijke tiers noemen op Lite $6/maand voor 20.000 credits, Essential $10/maand voor 45.000, Standard $18/maand voor 80.000 en Pro $43/maand voor 200.000, plus kortingen voor nieuwe gebruikers van $3 en $5 op de twee goedkoopste tiers, naar verluidt tot en met 30 november.
Het persoonlijke plan is een aanbod in Singapore, en tijdens de preview beperkte Alibaba het tot interactieve coding- en agenttools in plaats van productie-backends, dus check de huidige voorwaarden voordat je erop bouwt.
Een noot over de tijdlijn, omdat vroege coverage tegenstrijdig was over het bestaan van een publieke per-tokenprijs.
Alibaba opende qwen4-max-preview op 11 november, alleen op Token Plan, zonder per-tokenprijs en met een einddatum van 25 november. Pay-as-you-go-prijzen kwamen met de algemene release op 16 november onder het model-ID qwen4-max, en de $1,50- en $4,50-cijfers hierboven zijn de internationale lijstprijzen per die datum.
Open weights voor Max zijn niet aangekondigd; Alibaba zegt dat kleinere Qwen4-modellen later open source worden.
Hoe krijg je toegang tot Qwen4-Max?
Het API-model-ID is qwen4-max, geleverd via QwenCloud onder het Token Plan of de standaard-API, met OpenAI-compatibele en Anthropic-compatibele endpoints. Buiten de API is het model beschikbaar in QwenStudio (de Qwen Chat-interface), QwenWork en het Qoder-codingproduct, dat Alibaba samen met het model heeft ontworpen.
Hier is de minimale aanroep met de OpenAI Python-client tegen de compatibele Chat Completions-endpoint. Thinking staat standaard aan, dus de enable_thinking-vlag is alleen ter explicitering; zet hem op False om thinking uit te zetten.
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)Mogelijk gemaakt door
Als je Live Delivery wilt proberen: de plugin staat op GitHub als Qwen-Live-Delivery-Plugin. Omdat hij momenteel is gericht op Codex CLI, betekent gebruik in een ander harnas dat je de MCP-deliverytools en -hooks zelf moet bedraden. Voor de algemene patronen achter function calling en agent-harnassen loopt onze Harness²-tutorial door het inbedden van een model in OpenCode en het beoordelen van de resultaten.
Slotgedachten
Qwen4-Max is Alibaba dat meer een prijsargument maakt dan een capaciteitsargument.
Het wint de rijen die gaan over veel documenten lezen en een oplevering produceren, verliest de rijen die een terminal, een grafiek of een video betreffen, en doet dit alles tegen ruwweg een tiende van het outputtarief van GPT-6 Astra.
Zou ik overstappen? Voor documentzware agentpijplijnen waar kosten per taak de beperking zijn, is het de moeite waard om serieus te testen, maar niet om blind te migreren.
De daling van $4,43 naar $1,67 per Work360-taak is een cijfer van Alibaba zelf, en onafhankelijke runs zijn gemengder: GPT-6.1 Sol was goedkoper per taak en scoorde iets hoger op Vals, en Qwen4-Max is traag en breedsprakig. Voor zwaar codingwerk zou ik bij Opus 5.5 of Kimi K3.1 blijven, en Vals' onafhankelijke Terminal-Bench-run bevestigt die zwakte.
Wil je echt vaardig worden in bouwen met dit soort modellen, begin dan met onze AI Fundamentals skill track.
FAQs
Hoe verschilt Qwen4-Max van Qwen3.8-Max?⌄
Qwen4-Max is het eerste model op de nieuwe Qwen4-architectuur, met een backbone van 2,4 biljoen parameters, 71B parameters geactiveerd per token en native vision. Het scoorde 52,69 op Alibaba's Work360-benchmark tegen 47,74 voor Qwen3.8-Max, en sprong van 27,9 naar 46,7 op Agents' Last Exam v1.1. Het gebruikt ook grofweg 24% tot 49% minder tokens op dezelfde taken, waardoor de gemiddelde Work360-kost per taak daalt van $4,43 naar $1,67.
Wat kost Qwen4-Max per miljoen tokens?⌄
QwenCloud vermeldt Qwen4-Max op $1,50 per 1 miljoen inputtokens en $4,50 per 1 miljoen outputtokens, met gecachete input en expliciete cachereads op $0,075 per miljoen. Expliciete cachecreatie kost $1,875 per miljoen voor een 5-minutenvenster en $3,00 per miljoen voor een 1-uurvenster. Er is een gratis quotum van 1 miljoen tokens, en Alibaba verkoopt ook Token Plan-abonnementen vanaf ongeveer $6 per maand.
Waar kan ik Qwen4-Max gebruiken?⌄
Qwen4-Max is beschikbaar op QwenCloud via het Token Plan of de API, met het model-ID qwen4-max tegen een OpenAI-compatibel endpoint. Het draait ook binnen QwenStudio (Qwen Chat), QwenWork en het Qoder-codingproduct. Sommige third-party documentatie verwijst naar een preview-ID, qwen4-max-preview.
Is Qwen4-Max open source?⌄
Nee. Qwen4-Max heeft gesloten weights, en Alibaba heeft geen open weights of een publieke modelkaart aangekondigd. Alibaba heeft gezegd dat kleinere modellen in de Qwen4-familie later als open source worden uitgebracht, gebouwd op dezelfde afstamming en trainingstechnieken.
Is Qwen4-Max goed voor coding?⌄
Het is competitief op agentische coding en zwak op terminalwerk. Qwen4-Max scoort 75,7 op DeepSWE v1.1, ongeveer gelijk aan Claude Opus 5.5 (74,2) en GPT-6.1 Sol (75,2), maar slechts 48,5 op Terminal-Bench 4.0 tegen 67,2 voor Kimi K3.1, en 31,5 op ProgramBench tegen 65,0 voor Opus 5.5. Voor zware terminal- en softwarereplicatietaken blijven andere modellen sterker.
Wat is Live Delivery in Qwen4-Max?⌄
Live Delivery is Qwen4-Max' aanpak voor langlopende agenttaken: in plaats van pas resultaten te retourneren wanneer de job klaar is, levert de agent vroeg een bruikbare eerste versie op en verbetert die via opeenvolgende releases terwijl je halverwege bijstuurt. Alibaba heeft de Qwen-Live-Delivery-Plugin op GitHub open source gezet, zodat je het patroon niet zelf hoeft te bouwen.
Het Qwen-team van Alibaba bracht Qwen4-Max uit op 16 november 2026, en de prijzen springen als eerste in het oog: $1,50 per 1 miljoen inputtokens en $4,50 per 1 miljoen outputtokens op QwenCloud.
Ter vergelijking: de overzichten die diezelfde week rondgingen, noemen GPT-6 Astra op $10 input en $50 output, en Claude Fable 5.2 op $8 en $40.
Qwen4-Max is het eerste model op de nieuwe Qwen4-architectuur, met een backbone van 2,4 biljoen parameters, 71B parameters geactiveerd per token, nog eens 328B N-gram embedding-parameters, native vision en een contextvenster van 1 miljoen tokens.
Alibaba positioneert het als een agentmodel voor lange trajecten in plaats van een chatmodel, waarbij het meeste launchmateriaal is gericht op autonome runs van meerdere uren in engineering, financiën, recht en geneesmiddelontdekking.
In dit artikel behandel ik alles wat nieuw is in Qwen4-Max: de architectuur, de belangrijkste features, de benchmarkcijfers (inclusief waar onafhankelijke resultaten afwijken van die van Alibaba), effort-modi, prijzen en toegang.
Voor context over de concurrentie, zie onze vergelijking van GPT-6 Astra en Claude Opus 5.5 en onze tutorial over zelflerende agents bouwen met Harness².
TL;DR
Wat is Qwen4-Max?
Qwen4-Max is Alibaba’s vlaggenschipmodel met gesloten weights en de eerste release in de Qwen4-serie, als opvolger van Qwen3.8-Max.
Het is een sparse mixture-of-experts-model, wat betekent dat slechts een fractie van de parameters op een gegeven token werkt. Van de 2,4 biljoen backboneparameters zijn er 71B actief per token, en het voegt nog eens 328B toe in N-gram embeddings, lookup-tabellen die weinig rekenkracht kosten. Het accepteert tekst-, beeld- en video-input en produceert tekstoutput.
De architectuur is waar Qwen4 het meest afwijkt van de vorige generatie, en dat helpt later het kostverhaal te verklaren. Drie componenten veranderden:
Alibaba meldt dat de 2,4T-trainingsrun geen loss-spikes kende, de plotselinge sprongen die instabiele training signaleren.
Het basismodel, Qwen4-Max-Base, noteerde ook de laagste bits per byte van de vijf checkpoints die het evalueerde over kennis, code, QA en STEM. Bits per byte meet hoe goed een model tekst voorspelt; lager is beter.
Het resultaat lag 5 tot 13% onder Qwen3.8-Max-Base, terwijl 25% minder parameters werden geactiveerd. Dit zijn interne tests, en in de coverage staat dat twee van de vergeleken checkpoints extra training hadden gekregen, dus de vergelijking is niet strikt één-op-één.
Het headlinecijfer voor de capaciteiten is Work360, Alibaba’s eigen benchmark over 721 professionele domeinen, waar Qwen4-Max 52,69 scoorde tegen 47,74 voor Qwen3.8-Max.
Belangrijkste features van Qwen4-Max
De lancering draait om wat het model oplevert na een lange run, niet om wat het in één beurt zegt. De onderstaande features gaan daarom vooral over duur, tools en outputformaten.
Een contextvenster van 1 miljoen tokens met native vision
Qwen4-Max accepteert tekst, afbeeldingen en video in een contextvenster van 1M tokens, met een maximale input van 991K tokens, of 983K met thinking aan.
Thinking staat standaard aan, en tot 262K tokens aan redenering tellen mee voor het outputbudget.
Het outputplafond is inconsistent gedocumenteerd.
De modelpagina op QwenCloud geeft 393K maximale output in beide modi, terwijl de API-documentatie 131.072 tokens zonder thinking noemt en 262.144 voor thinking en het eindantwoord samen. Controleer welke waarde geldt voor jouw endpoint voordat je
max_tokensinstelt.Het vision-pad is native in plaats van erop geschroefd, wat de klinische demo mogelijk maakt: Alibaba beschrijft hoe het model in één gesprek een dossier doorneemt met tientallen labrapporten, meer dan 10.000 Chinese karakters aan voortgangsnotities en 1.433 originele medische afbeeldingen, ze indeelt in zes beeldseries en vervolgens subagents uitstuurt om honderden slices te lezen.
Alibaba zegt dat de beeldbevinding overeenkwam met de diagnose van de behandelend arts en dat de vier beheeraanbevelingen punt voor punt overeenkwamen met de orders van die dag.
Geef een langlopende taak uit handen en stuur bij halverwege
Live Delivery vind ik de interessantste feature, omdat die inspeelt op precies het probleem dat lange agent-runs in de praktijk onbruikbaar maakt.
In plaats van te wachten tot een taak van meerdere uren klaar is en dan te ontdekken dat de agent in minuut drie de opdracht verkeerd las, levert de agent vroeg een bruikbare eerste versie op en verbetert die via opeenvolgende releases terwijl jij bijstuurt.
Alibaba heeft de Qwen-Live-Delivery-Plugin open source vrijgegeven onder Apache-2.0, zodat je hem kunt installeren in plaats van het wiel opnieuw uit te vinden, al is het bij lancering versie 0.1.0 en ondersteunt het alleen Codex CLI, op Linux en macOS met Node.js 22+.
Ondersteuning voor andere agent-harnassen staat op de to-do-lijst.
Toegegeven, continuous delivery van deelresultaten is meer een harnaspatroon dan een modelcapaciteit, wat de open source plugin belangrijker maakt dan de marketingnaam.
Opleveringen die je kunt auditen, niet alleen antwoorden
De finance-demo levert Excel-werkboeken en bewerkbare PowerPoint-decks op met twee traceerbaarheidsmechanismen: hyperlinks in cellen die terugleiden naar de oorspronkelijke bron, en een één-op-één-koppeling tussen PowerPoint-grafieken en het onderliggende werkboek.
Alibaba zegt dat Qwen4 90 MCP-tools aanroept in zijn onderzoekssetup voor financiële investeringen, waarmee het koersdata, financiële cijfers, rentevoeten en dividendgegevens ophaalt over A-shares, Hongkong- en Amerikaanse aandelen, obligaties, fondsen en derivaten, en kruiscontrole doet met publieke disclosures.
Dat aantal tools beschrijft de onderzoekssetup in het algemeen. Afzonderlijk demonstreert Alibaba de workflow op een CSI 300-derivatengeval.
Het juridische voorbeeld is indrukwekkender.
Met 198 inconsistent benoemde werkdocumenten die in batches werden aangeleverd, hernoemde en sorteerde Qwen4-Max ze op inhoud in 14 mappen, bouwde een index van werkdocumenten, controleerde openbare bedrijfs- en gerechtelijke registraties tegen de documenten en produceerde een rapport van 86 pagina’s met 12 reviewgebieden en 14 specifieke juridische kwesties, waarbij elke conclusie terugverwijst naar een werkdocument.
Professionele tools end-to-end bedienen
Qwen4-Max bedient Blender, Unity, Unreal Engine en Godot direct, verzorgt geometrische modellering, materiaalinstellingen, belichting, gameplaylogica en HUD-ontwerp, draait vervolgens het resultaat en gebruikt visuele feedback om cameratracking en hit-respons aan te passen.
Een van de demo’s is een installeerbare Android-racegame gebouwd in Unity 6.
De manufacturing-case is degene met een getal eraan, al is het een bedrijfsdemo en geen onafhankelijke meting.
Bij SANF en Pacific Union bouwde het model 3D-productielijnmodellen uit 2D-layouts, simuleerde cyclustijden, draaide PLC-virtuele ingebruikname en plantte bewerkingsbanen, waardoor de handmatige programmeerinspanning voor één werkstuk daalde van ongeveer 475 minuten naar 24 minuten.
Operationeel onderzoek en cloudscheduling
Alibaba zette Qwen4-Max in op de eigen Alibaba Cloud-schedulingproblemen, waarbij het model kandidaat-algoritmen genereerde, haalbaarheid en doelfuncties controleerde met MindOpt (Alibaba’s solver) en vervolgens op de code iteratief verbeterde.
De gerapporteerde resultaten tonen dat de kosten voor data-annotatie model-call-scheduling 10,42% daalden ten opzichte van de referentie, dat online GPU-toewijzing de duur van volledige machine-idlecapaciteit met 4,62% verhoogde en dat offline CPU-herescheduling meer dan 14,61 keer sneller het optimale doel bereikte.
Dat zijn intern gerapporteerde cijfers op interne workloads, dus beschouw ze als een demonstratie van OR-toolgebruik, niet als een overdraagbare benchmark.
Autonome onderzoekslussen die fysieke resultaten bereiken
Tijdens een ononderbroken agent-run van 48 uur op het Mira-platform van Deep Principle construeerde Qwen4 een kandidatenruimte van 2,7 miljoen moleculen, screende ze, voerde first-principles-berekeningen en retrosynthetische analyse uit en stuurde vervolgens een geautomatiseerd nat lab aan voor synthese, zuivering en testen.
Na vier iteraties van ontwerp, synthese en actief leren leverde het een fysiek monster op van een nieuw koelmiddel-molecuul.
Op het PharmMaster-platform van DP Technology, gericht op de NLRP3-inflammasoom, deed het 454 tool-calls, draaide 3.239 computationele metriekevaluaties en ontwierp 24 kandidaat-moleculen.
Berekeningen van de relatieve bindingsvrije energie plaatsten de nominale affiniteit van de uiteindelijke kandidaat op ongeveer 3,6 keer de patentafgeleide referentie, wat volgens experts van DP Technology de moeite waard was voor validatie in het lab.
Standaard API-plumbing: function calling, web search en gestructureerde outputs
Op QwenCloud ondersteunt Qwen4-Max function calling, gestructureerde JSON-outputs, prefixcompletion via Partial Mode, impliciete en expliciete contextcaching, batch-calls, web search en fine-tuning. Rate limits zijn ingesteld op 5.000.000 tokens per minuut.
Hoe presteert Qwen4-Max op de benchmarks?
Qwen4-Max is het sterkst bij agentisch werk over lange trajecten en het zwakst bij terminal-coding en visueel begrip, en die kloof is groot genoeg om te bepalen of je het adopteert.
Alibaba vergelijkt het met Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra en Kimi K3.1 (Moonshots Kimi-K3.1-Pro).
Lange trajecten en agentisch werk
De uitschieter is Agents' Last Exam v1.1, waar Qwen4-Max 46,7 scoorde tegen 43,4 voor Claude Opus 5.5, 42,6 voor GPT-6.1 Sol en 27,9 voor zijn eigen voorganger Qwen3.8-Max.
Een sprong van 18,8 punten in één generatie op een benchmark voor lange trajecten is het ene resultaat dat ik uit deze release zou uitlichten.
Alle onderstaande scores komen uit de launchgrafiek van Alibaba, door de leverancier samengesteld, dus lees ze als door de leverancier gerapporteerd, ook al verwijzen sommige rijen naar third-party leaderboards. Het beste resultaat per rij is vetgedrukt.
Het patroon is ongelijk. Qwen4-Max pakt de juridische agentbenchmark met ruime voorsprong, bijna dubbel zo hoog als het volgende model (21,3 tegen 11,7 voor Kimi K3.1), eindigt tweede op AA-Briefcase, APEX-Agents, AutomationBench-AA en JobBench, en landt onderaan op AgentArena, waar de 18,2 van Opus 5.5 meer dan het dubbele is van zijn 7,5.
Doen je agents documentzwaar professioneel werk, dan oogt dit goed; werken ze met live tools in open omgevingen, dan minder.
Coding en terminaltaken
Bij coding zou ik terughoudend zijn. Qwen4-Max scoort 48,5 op Terminal-Bench 4.0, achter Kimi K3.1 met 67,2, Opus 5.5 met 59,6, GPT-6 Astra met 59,1 en GPT-6.1 Sol met 56,1, wat het tot de vijfde van de zes gechartte modellen maakt, hoewel het bijna 10 punten verbeterde ten opzichte van de 38,9 van Qwen3.8-Max.
ProgramBench is de pijnlijke: 31,5 tegen 65,0 voor Opus 5.5, minder dan de helft. Op DeepSWE zitten vijf modellen binnen 1,6 punt van elkaar, dus die rij zou ik als ruis zien in plaats van een overwinning, ook al staat Qwen4-Max nominaal bovenaan.
Één kanttekening bij de Terminal-Bench-rij.
Toen we GPT-6 Astra en Claude Opus 5.5 vergeleken, waren de gepubliceerde cijfers 66,4% voor Opus 5.5 en 57,9% voor Astra op Terminal-Bench 4.0, tegen de 59,6 en 59,1 in Alibaba's grafiek.
Verschillende harnassen leveren verschillende cijfers op dezelfde benchmark op, wat een goede reden is om 5-puntengaten niet als rangordes te lezen. Het cijfer van Qwen4-Max zelf oogt wel solide: Vals mat onafhankelijk 48,48%.
Redeneren, wetenschap en multimodaal
Qwen4-Max scoort 51,7 op Humanity's Last Exam, achter Opus 5.5 met 59,8 en GPT-6.1 Sol met 54,0, en voor Kimi K3.1 met 51,1. Het leidt op BioMysteryBench-1.1 met 85,0 en verbetert fors op HealthBench Professional, van 39,6 naar 60,0, al scoren beide GPT-6-modellen nog hoger.
De vision-rijen zijn het minst flatterend.
Op Chartography scoorde Qwen4-Max 54,2, omhoog van 42,0 voor Qwen3.8-Max, maar het loopt 12 tot 17 punten achter op Opus 5.5, GPT-6.1 Sol en GPT-6 Astra en wint alleen van Kimi K3.1. Video-Index vertelt hetzelfde verhaal, met 68,1 tegen 73,8 tot 76,7 voor de drie Amerikaanse modellen. Native vision werkt, maar is geen troef.
Tokenefficiëntie en kosten per taak
Dit is het resultaat dat een productiebudget het meest beïnvloedt.
Op Work360 gebruikte Qwen4-Max ongeveer 24% minder tokens op Xhigh effort en ongeveer 35% minder op High effort dan Qwen3.8-Max, en op Terminal-Bench 4.0 waren de reducties ongeveer 48% en 49%.
In combinatie met lagere API-tarieven meldt Alibaba dat de gemiddelde kosten per Work360-taak daalden van $4,43 naar $1,67, een reductie van 62%.
Hoger scoren terwijl je ongeveer 38% van de kosten per taak uitgeeft, is een zinvollere claim dan de meeste losse benchmarkoverwinningen, maar er gelden twee kanttekeningen. Work360 is Alibaba's eigen benchmark, en de daling is groter dan de token- en prijsverlagingen op zichzelf zouden suggereren: ruwweg 35% minder tokens tegen een 25% lagere prijs impliceert ongeveer 51%, en Alibaba's yuan-cijfers komen op 58%. Alibaba heeft de kloof niet verklaard.
Onafhankelijke kosten per taak zijn minder eenduidig tegen één rivaal. Op de index van Artificial Analysis kost een taak gemiddeld $3,27 voor Qwen4-Max tegen $10,04 voor Opus 5.5, maar slechts $1,27 voor GPT-6.1 Sol.
Op Vals kost een test $9,33 voor Qwen4-Max tegenover $24,77 voor Opus 5.5 en $3,61 voor Sol, en Sol scoort iets hoger (63,94% tegen 63,20%).
Kimi K3.1 is de dichterbije vergelijking voor de meeste lezers die een open-ecosysteemalternatief afwegen. Het wint van Qwen4-Max op Terminal-Bench 4.0 (67,2 versus 48,5) en AutomationBench-AA (73,3 versus 72,5), terwijl Qwen4-Max leidt op APEX-Agents v1.1 (72,1 versus 65,5), HLAB-Vals-1.1 (21,3 versus 11,7) en JobBench (68,5 versus 61,2). Kies Kimi voor terminalwerk, Qwen4-Max voor professionele documentworkflows.
Wat onafhankelijke tests laten zien
De launchgrafiek is door de leverancier samengesteld.
Sommige rijen verwijzen naar third-party leaderboards, waaronder LM Arena voor CodeArena en AgentArena, Artificial Analysis voor AA-Briefcase en AutomationBench-AA, het Mercor-leaderboard voor APEX-Agents v1.1 en de Vals Index voor HLAB-Vals-1.1, met Agents' Last Exam geciteerd van de auteurs.
Alibaba draaide JobBench zelf. Ik heb geen onafhankelijke reproducties van de agentische resultaten gevonden, daarom zou ik die overwinningen vooralsnog als voorlopig zien.
Onafhankelijke leaderboards vullen nu het bredere beeld in, en dat is minder flatterend dan het launchmateriaal.
Traagheid en breedsprakigheid zijn de consistente klachten. Vals klokte ongeveer 1 uur en 4 minuten per test, trager dan alle behalve Opus 5.5 en Sonnet 5.5 in de top 11, en Artificial Analysis registreerde 127 miljoen outputtokens op zijn index tegen een mediaan van 78,6 miljoen.
Anekdotische hands-onrapporten zijn gemengd en spreken elkaar vaak tegen, met testers die overdenken bij eenvoudige taken en lange voltooitijden bij lange prompts beschrijven; een tester waardeerde het zelfs lager dan Qwen3.8-Max, terwijl een ander meldde dat het een agentische taak in ongeveer 30 minuten afrondde tegen ongeveer 70 minuten voor MiniMax M3.1 Flash.
Welke Qwen4-Max-tier moet je gebruiken?
Qwen4-Max wordt geleverd als één model met een thinking-schakelaar en benoemde effortniveaus, dus de keuze gaat over hoeveel redenering je betaalt in plaats van welk checkpoint je aanroept. Thinking staat standaard aan, op high effort.
"Standaardmodus" betekent dus
enable_thinkingop false zetten. De inputcapaciteit daalt licht met thinking aan, van 991K naar 983K, en redenering (tot 262K tokens) gaat ten koste van het outputbudget.Omdat thinking-tokens meetellen voor dat budget, kan een
max_tokensdie is afgestemd op alleen de zichtbare reactie het antwoord afkappen; in de preview teldemax_tokensthinking en antwoord samen, ga dus van hetzelfde uit totdat je het getest hebt.De gedocumenteerde outputplafonds verschillen tussen de API-docs (131.072 zonder thinking, 262.144 met) en de modelpagina (393K in beide modi), zoals hierboven vermeld.
Effort is de tweede draaiknop.
Alibaba rapporteert Work360- en Terminal-Bench 4.0-resultaten op zowel Xhigh als High, en de tokenbesparingen ten opzichte van Qwen3.8-Max waren groter op High op Work360 (35% versus 24%) en ongeveer gelijk op Terminal-Bench. Aangezien redeneringstokens worden afgerekend tegen het outputtarief van $4,50 per miljoen, is de effort-instelling de grootste hefboom op je rekening.
High is ook de default van Qwen4-Max, terwijl Qwen3.8-Max standaardte op xhigh, dus een vergelijking op standaardinstellingen tussen de twee generaties mengt de modelwijziging met een effortwijziging. Zet effort expliciet wanneer je A/B-test.
Qwen4-Max: prijs en beschikbaarheid
QwenCloud vermeldt Qwen4-Max op $1,50 per 1 miljoen inputtokens en $4,50 per 1 miljoen outputtokens op de internationale lijst, met gecachete input op $0,075 per miljoen. Expliciete cachecreatie kost $1,875 per miljoen voor het 5-minutenvenster en $3,00 per miljoen voor het 1-uurvenster, en expliciete cachereads zijn $0,075 per miljoen.
Die tarieven onderbieden elk Westers vlaggenschip in de huidige prijsoverzichten: GPT-6 Astra op $10 input en $50 output (voor prompts tot 272K tokens), Claude Fable 5.2 op $8 en $40, Gemini 4 Carbon op $2 en $10 tot en met 30 november (stijgend naar $4 en $20 daarna) en Grok 4.7 op $2 en $6 (onder 200K context).
Dat zijn de topproducten qua prijs, maar de modellen waar Alibaba tegen benchmarkt zijn goedkoper: Claude Opus 5.5 op $4 en $20, en GPT-6.1 Sol en Kimi K3.1 op $2 en $10. Tegen Astra is het outputtarief van Qwen4-Max ruwweg een tiende; tegen Opus 5.5 is het circa 22%, en tegen Sol en Kimi ongeveer 45%.
Er is een gratis quotum van 1 miljoen tokens op QwenCloud, beschikbaar in de regio Singapore voor ongeveer 90 dagen, en rate limits zijn gepubliceerd op 5.000.000 tokens per minuut.
Alibaba verkoopt toegang ook via een Token Plan in plaats van pure pay-as-you-go, met third-party rapporten die persoonlijke tiers noemen op Lite $6/maand voor 20.000 credits, Essential $10/maand voor 45.000, Standard $18/maand voor 80.000 en Pro $43/maand voor 200.000, plus kortingen voor nieuwe gebruikers van $3 en $5 op de twee goedkoopste tiers, naar verluidt tot en met 30 november.
Het persoonlijke plan is een aanbod in Singapore, en tijdens de preview beperkte Alibaba het tot interactieve coding- en agenttools in plaats van productie-backends, dus check de huidige voorwaarden voordat je erop bouwt.
Een noot over de tijdlijn, omdat vroege coverage tegenstrijdig was over het bestaan van een publieke per-tokenprijs.
Alibaba opende
qwen4-max-previewop 11 november, alleen op Token Plan, zonder per-tokenprijs en met een einddatum van 25 november. Pay-as-you-go-prijzen kwamen met de algemene release op 16 november onder het model-IDqwen4-max, en de $1,50- en $4,50-cijfers hierboven zijn de internationale lijstprijzen per die datum.Open weights voor Max zijn niet aangekondigd; Alibaba zegt dat kleinere Qwen4-modellen later open source worden.
Hoe krijg je toegang tot Qwen4-Max?
Het API-model-ID is
qwen4-max, geleverd via QwenCloud onder het Token Plan of de standaard-API, met OpenAI-compatibele en Anthropic-compatibele endpoints. Buiten de API is het model beschikbaar in QwenStudio (de Qwen Chat-interface), QwenWork en het Qoder-codingproduct, dat Alibaba samen met het model heeft ontworpen.Hier is de minimale aanroep met de OpenAI Python-client tegen de compatibele Chat Completions-endpoint. Thinking staat standaard aan, dus de
enable_thinking-vlag is alleen ter explicitering; zet hem opFalseom thinking uit te zetten.Als je Live Delivery wilt proberen: de plugin staat op GitHub als Qwen-Live-Delivery-Plugin. Omdat hij momenteel is gericht op Codex CLI, betekent gebruik in een ander harnas dat je de MCP-deliverytools en -hooks zelf moet bedraden. Voor de algemene patronen achter function calling en agent-harnassen loopt onze Harness²-tutorial door het inbedden van een model in OpenCode en het beoordelen van de resultaten.
Slotgedachten
Qwen4-Max is Alibaba dat meer een prijsargument maakt dan een capaciteitsargument.
Het wint de rijen die gaan over veel documenten lezen en een oplevering produceren, verliest de rijen die een terminal, een grafiek of een video betreffen, en doet dit alles tegen ruwweg een tiende van het outputtarief van GPT-6 Astra.
Zou ik overstappen? Voor documentzware agentpijplijnen waar kosten per taak de beperking zijn, is het de moeite waard om serieus te testen, maar niet om blind te migreren.
De daling van $4,43 naar $1,67 per Work360-taak is een cijfer van Alibaba zelf, en onafhankelijke runs zijn gemengder: GPT-6.1 Sol was goedkoper per taak en scoorde iets hoger op Vals, en Qwen4-Max is traag en breedsprakig. Voor zwaar codingwerk zou ik bij Opus 5.5 of Kimi K3.1 blijven, en Vals' onafhankelijke Terminal-Bench-run bevestigt die zwakte.
Wil je echt vaardig worden in bouwen met dit soort modellen, begin dan met onze AI Fundamentals skill track.