Qwen4-Max: Preis, API-Zugang und 1M Kontext
Alibaba hat Qwen4-Max am 16. November 2026 veröffentlicht: 2,4T Gesamtparameter, 71B aktiv pro Token, native Vision und ein Kontext von 1M Token.
Auf dieser Seite
- Ist Qwen4-Max jetzt verfügbar?
- Was ändert sich gegenüber Qwen3.8-Max?
- Technische Daten und Modell-ID von Qwen4-Max
- API-Preise von Qwen4-Max nach Region
- Was kann Qwen4-Max mit Vision und Tools?
- Ist Qwen4-Max Open Source?
- Qwen4-Max oder Qwen4-Max-Preview?
- Welchen Zugangsweg wähle ich heute?
- Häufige Fragen
- Kann ich Qwen4-Max in Claude Code nutzen?
- Unterstützt Qwen4-Max Batch-Inferenz?
- Wie hoch ist die maximale Ausgabe von Qwen4-Max?
- Was passiert am 25. November mit qwen4-max-preview?
- Wo kann ich Qwen4-Max heute über OmniaKey nutzen?
- Geprüfte Quellen
Qwen4-Max ist ab sofort verfügbar. Alibaba hat das Modell am 16. November 2026 veröffentlicht, und QwenCloud verkauft es als qwen4-max über den Token Plan und die Pay-as-you-go-API. Der Eingabepreis in Singapur liegt bei $1.50 pro Million Token. Die Veröffentlichung nennt 2,4 Billionen Gesamtparameter, 71 Milliarden aktive Parameter pro Token, native Vision und einen Kontext von 1M Token (Alibaba, 16. November 2026; aktuelles Modell von QwenCloud; Preise von QwenCloud).
Kurzantwort
- Qwen4-Max ist als
qwen4-maxbei QwenCloud live, über Token Plan Personal, Token Plan Team oder die Pay-as-you-go-API (QwenCloud). - Singapur berechnet $1.50 pro Million Eingabe-Token und $4.50 pro Million Ausgabe-Token; Peking und die Global-Regionen berechnen $1.413 und $4.24 (Preise).
- Das Kontextfenster umfasst 1M Token, und Denken plus endgültige Antwort können 262.144 Token erreichen.
- Qwen4-Max hat keinen Download offener Gewichte. Alibaba kündigt kleinere Qwen4-Modelle mit offenen Gewichten „bald“ an (Veröffentlichung).
Ist Qwen4-Max jetzt verfügbar?
Ja. Alibaba stellte das Modell am 16. November 2026 in Hangzhou vor und nennt es über den Token Plan und die API bei QwenCloud sowie in den eigenen Apps QwenWork und QwenStudio verfügbar (Veröffentlichung). Die QwenCloud-Dokumentation nennt drei Zahlungswege: Token Plan Personal, Token Plan Team oder Pay-as-you-go (QwenCloud). Der Modellindex von Alibaba Cloud Model Studio führt qwen4-max unter komplexem Reasoning und Coding sowie unter visuellem Verständnis. Die Seite wurde zuletzt am 16. November 2026 aktualisiert (Model Studio).
Die Bereitstellung umfasst Singapur (International), China North 2 in Peking und Global in Frankfurt, Hongkong, Tokio und Virginia (USA). Singapur nutzt die Basis-URL https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1 (QwenCloud). Pay-as-you-go-Aufrufe in Singapur enthalten 1 Million kostenlose Token (Preise von QwenCloud), getrennt von den Token-Plan-Guthaben.
Für Coding-Tools gibt es eine ausdrückliche Liste: QwenCloud nennt Claude Code, Codex und OpenCode (QwenCloud). Die nötigen Schritte für einen eigenen Endpunkt stehen in der Claude-Code-Einrichtung; einen breiteren Vergleich bietet der Vergleich der Coding-Agenten.
Stand geprüft am 16. November 2026.
Was ändert sich gegenüber Qwen3.8-Max?
Qwen4-Max ist ein sparse Mixture-of-Experts-Modell (MoE). Es behält die 2,4 Billionen Gesamtparameter von Qwen3.8-Max und senkt die aktivierten Parameter um 25% auf 71 Milliarden pro Token (Veröffentlichung). Alibaba beschreibt die MoE-Änderung als Eingriff in Attention, Residualverbindungen und Embeddings. QwenCloud nennt das Modell das erste der Qwen4-Familie und fasst Reasoning, native Vision und lang laufende Aufgabenausführung in einem Satz zusammen (QwenCloud).
Beide Modelle liegen bei derselben Gesamtskala von 2,4T. Gesamt- und Aktivparameter beschreiben den Rechenaufwand pro Token, während Work360 ein separates, vom Anbieter gemeldetes Aufgabenergebnis von Alibaba ist.
Alibaba meldet Platz sechs in Code Arena, einem Coding-Ranking von Dritten. Außerdem habe Qwen4-Max bei Work360 mit der Stufe High 35% weniger Token als Qwen3.8-Max verbraucht und die durchschnittlichen Kosten pro Aufgabe um rund 60% gesenkt (Veröffentlichung). Work360 ist Alibabas eigener Benchmark mit 721 Fachgebieten. Dieselbe Veröffentlichung nennt Agents' Last Exam, Vals Index, JobBench und Chartography, ohne Punktzahlen zu veröffentlichen.
Diese Zahlen stammen von Alibaba, und in den geprüften Quellen erschien keine unabhängige Bewertung. Lies den Platz in Code Arena als Alibabas Aussage über eine fremde Rangliste und die Work360-Werte als Anbieter-Benchmark für Alibabas eigene Aufgaben.
Technische Daten und Modell-ID von Qwen4-Max
Die Produktions-ID ist qwen4-max (QwenCloud). qwen4-max-preview ist ein eigener Eintrag mit eigener ID, Abrechnung und Abschaltdatum (Model Studio). Die Eingabe umfasst Text, Bild und Video, die Ausgabe Text (Modelltabelle von QwenCloud).
| Grenze | Wert |
|---|---|
| Kontextfenster | 1.000.000 Token |
| Maximale Eingabe, ohne Denken | 991.808 Token |
| Maximale Eingabe, mit Denken | 983.616 Token |
| Maximale Ausgabe, ohne Denken | 131.072 Token |
| Denken plus Antwort | 262.144 Token |
| Standard-Budget fürs Denken | 131.072 Token |
Denken ist standardmäßig aktiv, mit reasoning_effort=high und einem Budget von 131.072 Token (QwenCloud). Die Stufe akzeptiert low, high oder xhigh, und QwenCloud ordnet minimal, medium und max diesen drei Werten zu. In Chat Completions schaltet enable_thinking=false das Denken ab. max_completion_tokens begrenzt Denken und endgültige Antwort gemeinsam, sodass eine Anfrage mit Denken bis zu 262.144 Token auf beide Teile verteilen kann.
Batch-Inferenz wird für qwen4-max nicht unterstützt (QwenCloud; Modelltabelle), ebenso wenig Fine-Tuning oder Modell-Deployment. Die APIs sind Chat Completions, Responses, Anthropic Messages und DashScope; reine Textanfragen nutzen weiterhin den multimodalen DashScope-Endpunkt.
Die Medienlimits erlauben 16 Millionen Pixel pro Bild, bis zu 2.048 Bild-URLs, 250 Base64-Bilder und 64 Videos pro Anfrage, bei Videos bis zu 2 Stunden oder 2 GB (Modelltabelle von QwenCloud). Diese Obergrenzen beschreiben, was der Endpunkt annimmt; wie viel davon in einen Aufruf passt, entscheidet die Eingabegrenze von 991.808 Token.
API-Preise von Qwen4-Max nach Region
Die Preisseite von QwenCloud, geprüft am 16. November 2026, nennt diese Pay-as-you-go-Preise in US-Dollar pro Million Token. Denk- und Normalmodus kosten gleich viel, und Qwen4-Max hat keine Stufen nach Eingabelänge (Preise von QwenCloud).
| Posten | Singapur | Peking / Global |
|---|---|---|
| Eingabe | $1.50 | $1.413 |
| Ausgabe, Denken und Antwort | $4.50 | $4.24 |
| Cache-Schreiben, 5 min | $1.875 | $1.767 |
| Cache-Schreiben, 1 h | $3 | $2.827 |
| Cache-Lesen | $0.075 | $0.071 |
Zwei Details verändern die Rechnung. Denk-Token werden als Ausgabe-Token abgerechnet (Preise von QwenCloud), und Cache-Schreiben und -Lesen nutzen die obigen Sätze. Der explizite Cache hat eine Lebensdauer von 5 Minuten oder 1 Stunde, standardmäßig 5 Minuten; der neue explizite Qwen4-Cache ist bei DashScope nicht verfügbar (QwenCloud).
Ein Beispiel für Singapur: 100.000 Eingabe-Token zu $1.50 pro Million ergeben $0.15, und 20.000 Ausgabe-Token zu $4.50 pro Million ergeben $0.09. Eine Anfrage kostet damit rund $0.24. Dieselbe Anfrage kostet in Peking oder Global etwa $0.23.
Der Batch-Preis von 50% der Echtzeitrate gilt hier nicht, weil das Modell keine Batch-Inferenz unterstützt (Preise). Eingebaute Tools werden zusätzlich berechnet: Die Websuche kostet $10 pro 1.000 Aufrufe in Singapur und $0.573411 in Peking und Global, während Function Calling und MCP keine Tool-Gebühr haben. Die Guthabensätze des Token Plan und die Ratenlimits pro Modell stehen nicht auf den geprüften Seiten.
Was kann Qwen4-Max mit Vision und Tools?
Bild- und Videoverständnis erscheinen beide als unterstützte Fähigkeiten, und derselbe Eintrag erhält den Kontext von 1M Token (QwenCloud). Die Eingabe ist Text, Bild und Video, die Ausgabe Text (Modelltabelle).
Die Tool-Unterstützung umfasst Function Calling, parallele Tool-Aufrufe, Websuche, Web-Scraping, Code-Interpreter, Text-zu-Bild-Suche, Bild-zu-Bild-Suche, PDF-Verständnis und MCP (QwenCloud). Der Code-Interpreter braucht aktiviertes Denken. Strukturierte Ausgabe läuft als JSON Object oder JSON Schema, und Streaming, Präfix-Vervollständigung sowie implizites Caching werden unterstützt. CoT Summary liefert eine lesbare Zusammenfassung, während das vollständige Reasoning verschlüsselt bleibt.
preserve_thinking ist bei mehrstufigen Tool-Aufrufen standardmäßig aktiv. Diese Einstellung zählt in Agent-Schleifen: Das frühere Reasoning bleibt späteren Runden erhalten, sofern du es nicht abschaltest.
Alibabas Veröffentlichung ergänzt Kunden- und interne Beispiele. Ein Cloud-Scheduling-Test senkte die Modellkosten für Datenannotation um 9% und beschleunigte die Offline-CPU-Neuplanung um mehr als das 14-Fache. Ein Automobilkunde verkürzte die manuelle Werkstückprogrammierung von etwa 475 Minuten auf 24. Ein Wissenschafts-Workflow lief 48 Stunden über vier geschlossene Iterationen, und eine Alzheimer-Studie machte 454 Tool-Aufrufe und 3.239 Metrik-Auswertungen, um 24 Kandidatenmoleküle zu erzeugen (Veröffentlichung). Diese Ergebnisse sind Alibabas eigene Berichte.
Ist Qwen4-Max Open Source?
Nein. Die Veröffentlichung, die QwenCloud-Dokumentation und die Model-Studio-Seiten enthalten keine Gewichte, keinen Download-Link und keine Lizenz für Qwen4-Max. Alibaba sagt, kleinere Modelle der Qwen4-Serie mit offenen Gewichten würden „bald weltweit für Entwickler freigegeben“ (Veröffentlichung). Bis dahin ist qwen4-max ein gehostetes Modell, erreichbar über QwenCloud, Alibabas Apps und Model Studio.
Qwen4-Max oder Qwen4-Max-Preview?
Für neue Arbeit nimm qwen4-max. Der Preview-Eintrag qwen4-max-preview ist nur im Token Plan verfügbar, ohne Pay-as-you-go-Zugang (Model Studio). Seine Preview läuft vom 11. November 2026 um 10:00 bis zum 25. November 2026 um 24:00 (UTC+8), danach wird das Modell abgeschaltet. Die Preview begrenzt die Ausgabe auf 393.216 Token, die Denken und Antwort gemeinsam nutzen; die Produktionsversion erlaubt im Denkmodus 262.144 Token. Alibaba empfiehlt die Produktionsversion.
Ein Detail zur Nummerierung bleibt: Ab qwen4-max-preview bedeutet max_tokens dasselbe wie max_completion_tokens. Code für ältere Qwen-Modelle kann mehr verbrauchen als geplant, wenn er die frühere Bedeutung annimmt.
qwen4-max.Die Token-Plan-Basis-URL der Preview ist https://token-plan.cn-beijing.maas.aliyuncs.com (Model Studio); das Produktionsmodell nutzt den QwenCloud-Endpunkt seiner Region. Die Zugangsstufen der Preview und Details zu Qoder stehen in der Zugangsanleitung zu Qwen4-Max-Preview.
Welchen Zugangsweg wähle ich heute?
| Situation | Vorgehen |
|---|---|
| Neue Integration | Pay-as-you-go in Singapur, 1M gratis |
| Token-Plan-Team | ID auf qwen4-max umstellen |
| Preview-Schlüssel im Job | Vor dem 25. November umziehen |
| Batch-Jobs | Beim aktuellen Modell bleiben |
| Ein Schlüssel, viele Modelle | Der OmniaKey-Weg unten |
Der Katalog von OmniaKey enthält Qwen3.8-Max, das Modell, mit dem Alibaba Qwen4-Max vergleicht, und führt Qwen4-Max nicht. Für ein Qwen-Modell über einen Schlüssel ist Qwen3.8-Max heute die Option im Katalog; die Preisseite nennt die aktuellen Sätze.
Prüfe die Modellliste im eigenen Konto, bevor du einem der beiden IDs einen langen Job gibst, und berechne den Preis einer echten Anfrage mit deinen eigenen Token-Zahlen statt mit Durchschnittswerten.
Häufige Fragen
Kann ich Qwen4-Max in Claude Code nutzen?
Ja. Die QwenCloud-Dokumentation von Alibaba führt Claude Code, Codex und OpenCode unter den Coding-Tools für qwen4-max (QwenCloud). Nutze einen QwenCloud-Schlüssel und den Endpunkt deiner Region; die allgemeinen Schritte für einen eigenen Endpunkt stehen in der Claude-Code-Einrichtung.
Unterstützt Qwen4-Max Batch-Inferenz?
Nein. QwenCloud führt Batch-Inferenz für qwen4-max als nicht unterstützt, daher gilt der Batch-Satz von 50% auf der Preisseite nicht (Modelltabelle; Preise). Schicke große Jobs als einzelne Anfragen oder behalte sie auf einem Modell, das Batch-Aufrufe annimmt.
Wie hoch ist die maximale Ausgabe von Qwen4-Max?
131.072 Token im Modus ohne Denken und 262.144 Token gemeinsam für Denken und Antwort, wenn Denken aktiv ist (QwenCloud). max_completion_tokens begrenzt beide Teile zusammen.
Was passiert am 25. November mit qwen4-max-preview?
Die Preview wird am 25. November 2026 um 24:00 UTC+8 abgeschaltet, und Alibaba verweist auf das Produktionsmodell qwen4-max (Model Studio). Benenne jeden Job um, der noch die Preview-ID nutzt.
Wo kann ich Qwen4-Max heute über OmniaKey nutzen?
OmniaKey führt Qwen4-Max noch nicht. Das Qwen-Modell im Katalog ist Qwen3.8-Max, verfügbar mit einem OmniaKey-Schlüssel; die aktuellen Sätze stehen auf der Preisseite.
Geprüfte Quellen
Verwandte Artikel
Qwen4-Max-Preview: Zugang über Qoder und Token Plan
Qwen4-Max-Preview ist im nativen Auswahlmenü von Qoder und über den veröffentlichten Token-Plan-Zugang verfügbar; die Token-Plan-Preview endet am 25. November, ein Ablaufdatum für Qoder wird nicht genannt.
Qwen 4 Erscheinungsdatum: Was Alibaba bisher bestätigt hat
Qwen4-Max-Preview ist am 11. November über Qoder und Token Plan gestartet. Die veröffentlichte Vorschau endet am 25. November um 24:00 UTC+8; das Erscheinungsdatum der ganzen Qwen-4-Familie steht weiterhin aus.
Claude Code mit der OmniaKey API einrichten
Verbinden Sie Claude Code mit dem Anthropic-nativen Endpunkt von OmniaKey – zwei Umgebungsvariablen, Claude-Modelle, die niemals stillschweigend ausgetauscht werden, Abrechnung pro Token ohne monatlichen Plan.