GPT-Image 2.6 Flare e Sunburst sono disponibiliDa $0.025 per immagine

Qwen4-Max: prezzo, accesso API e contesto da 1M

Alibaba ha lanciato Qwen4-Max il 16 novembre 2026 con 2,4T parametri totali, 71B attivi per token, visione nativa e un contesto di 1M token.

Kiki, OmniaKey COO8 min di lettura
In questa pagina

Qwen4-Max è già disponibile. Alibaba lo ha lanciato il 16 novembre 2026 e QwenCloud vende il modello come qwen4-max tramite Token Plan e API a consumo, con l'input a Singapore a $1.50 per milione di token. Il comunicato elenca 2,4 trilioni di parametri totali, 71 miliardi attivi per token, visione nativa e un contesto di 1M token (Alibaba, 16 novembre 2026; ultimo modello di QwenCloud; prezzi di QwenCloud).

Risposta breve

  • Qwen4-Max è attivo come qwen4-max su QwenCloud, tramite Token Plan Personal, Token Plan Team o API a consumo (QwenCloud).
  • Singapore applica $1.50 per milione di token di input e $4.50 per milione di output; Pechino e le regioni Global applicano $1.413 e $4.24 (prezzi).
  • La finestra di contesto è di 1M token, e ragionamento più risposta finale possono arrivare a 262.144 token.
  • Qwen4-Max non ha un download di pesi aperti. Alibaba annuncia modelli Qwen4 a pesi aperti più piccoli «a breve» (comunicato).

Qwen4-Max è disponibile ora?

Sì. Alibaba ha presentato il modello a Hangzhou il 16 novembre 2026 e afferma che è disponibile su QwenCloud tramite Token Plan e API, oltre che nelle app QwenWork e QwenStudio dell'azienda (comunicato). La documentazione QwenCloud indica tre modi di pagare: Token Plan Personal, Token Plan Team o consumo a consumo (QwenCloud). L'indice di Alibaba Cloud Model Studio elenca qwen4-max tra ragionamento complesso e programmazione, e tra comprensione visiva. La pagina è stata aggiornata l'ultima volta il 16 novembre 2026 (Model Studio).

Il deployment copre Singapore (International), China North 2 a Pechino e Global a Francoforte, Hong Kong, Tokyo e Virginia (USA). Singapore usa l'URL di base https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1 (QwenCloud). Le chiamate a consumo a Singapore includono 1 milione di token gratuiti (prezzi di QwenCloud), separati dai crediti Token Plan.

Gli strumenti di programmazione hanno un elenco esplicito: QwenCloud nomina Claude Code, Codex e OpenCode (QwenCloud). Per i passaggi sull'endpoint personalizzato che servono a questi strumenti, vedi la guida alla configurazione di Claude Code. Per un quadro più ampio, leggi il confronto tra agenti di programmazione.

Stato verificato il 16 novembre 2026.

Cosa cambia rispetto a Qwen3.8-Max?

Qwen4-Max è un modello sparse mixture-of-experts (MoE). Mantiene la scala di 2,4 trilioni di parametri totali di Qwen3.8-Max e riduce i parametri attivati del 25%, a 71 miliardi per token (comunicato). Alibaba descrive la modifica MoE come estesa ad attention, connessioni residue ed embedding. QwenCloud lo presenta come il primo modello della famiglia Qwen4 e riunisce ragionamento, visione nativa ed esecuzione di attività lunghe in una sola frase (QwenCloud).

Entrambi i modelli stanno sulla stessa scala totale di 2,4T. I conteggi totale e attivo descrivono il calcolo per token, mentre Work360 è un risultato separato sulle attività, riportato dal fornitore.

Alibaba riporta il sesto posto su Code Arena, una classifica di programmazione di terze parti. Dice anche che Qwen4-Max ha usato il 35% in meno di token rispetto a Qwen3.8-Max con il livello High su Work360 e ha ridotto il costo medio per attività di circa il 60% (comunicato). Work360 è il benchmark proprietario di Alibaba, valutato su 721 campi specialistici. Lo stesso comunicato cita Agents' Last Exam, Vals Index, JobBench e Chartography senza pubblicare punteggi.

Quei numeri vengono da Alibaba, e nelle fonti consultate non è comparsa alcuna valutazione indipendente. Leggi il posto su Code Arena come l'affermazione di Alibaba su una classifica di terzi, e i numeri di Work360 come un benchmark del fornitore che misura attività proprie di Alibaba.

Specifiche e ID di Qwen4-Max

L'ID di produzione è qwen4-max (QwenCloud). qwen4-max-preview è una voce separata, con ID, fatturazione e data di dismissione propri (Model Studio). L'input è testo, immagine e video; l'output è testo (tabella modelli di QwenCloud).

LimiteValore
Finestra di contesto1.000.000 token
Input max, senza ragionamento991.808 token
Input max, con ragionamento983.616 token
Output max, senza ragionamento131.072 token
Ragionamento più risposta262.144 token
Budget di ragionamento predefinito131.072 token

Il ragionamento è attivo per impostazione predefinita con reasoning_effort=high e un budget di 131.072 token (QwenCloud). L'impostazione di sforzo accetta low, high o xhigh, e QwenCloud mappa minimal, medium e max su quei tre valori. In Chat Completions, enable_thinking=false disattiva il ragionamento. max_completion_tokens limita insieme ragionamento e risposta finale, quindi una richiesta con ragionamento può distribuire fino a 262.144 token tra le due parti.

L'inferenza batch non è supportata per qwen4-max (QwenCloud; tabella modelli), e nemmeno il fine-tuning o il deployment del modello. Le API sono Chat Completions, Responses, Anthropic Messages e DashScope, e le richieste solo testo usano comunque l'endpoint multimodale DashScope.

I limiti media consentono 16 milioni di pixel per immagine, fino a 2.048 URL di immagini, 250 immagini base64 e 64 video per richiesta, con video fino a 2 ore o 2 GB (tabella modelli di QwenCloud). Quei tetti descrivono ciò che accetta l'endpoint; quanto entra in una chiamata lo decide il limite di input di 991.808 token.

Prezzi API di Qwen4-Max per regione

La pagina dei prezzi di QwenCloud, verificata il 16 novembre 2026, elenca queste tariffe a consumo in dollari USA per milione di token. Le modalità con e senza ragionamento costano uguale, e Qwen4-Max non ha scaglioni per lunghezza dell'input (prezzi di QwenCloud).

VoceSingaporePechino / Global
Input$1.50$1.413
Output, ragionamento e risposta$4.50$4.24
Scrittura cache, 5 min$1.875$1.767
Scrittura cache, 1 h$3$2.827
Lettura cache$0.075$0.071

Due dettagli cambiano il calcolo. I token di ragionamento sono fatturati come token di output (prezzi di QwenCloud), e scritture e letture della cache usano le tariffe sopra. La cache esplicita ha una durata di 5 minuti o 1 ora, con 5 minuti come predefinito; la nuova cache esplicita Qwen4 non è disponibile su DashScope (QwenCloud).

Un esempio per Singapore: 100.000 token di input a $1.50 per milione fanno $0.15, e 20.000 token di output a $4.50 per milione fanno $0.09, quindi una richiesta si aggira su $0.24. La stessa richiesta a Pechino o in Global costa circa $0.23.

Il prezzo batch al 50% della tariffa in tempo reale non si applica qui, perché il modello non supporta l'inferenza batch (prezzi). Gli strumenti integrati si pagano a parte: la ricerca web costa $10 per 1.000 chiamate a Singapore e $0.573411 a Pechino e in Global, mentre function calling e MCP non hanno una tariffa per lo strumento. Le tariffe dei crediti Token Plan e i limiti di velocità per modello non compaiono nelle pagine consultate.

Cosa può fare Qwen4-Max con visione e strumenti?

La comprensione di immagini e video compare tra le capacità supportate, e la stessa voce ottiene il contesto di 1M token (QwenCloud). L'input è testo, immagine e video, con output testuale (tabella modelli).

Gli strumenti coprono function calling, chiamate parallele, ricerca web, scraping web, interprete di codice, ricerca da testo a immagine, ricerca da immagine a immagine, comprensione di PDF e MCP (QwenCloud). L'interprete di codice richiede il ragionamento attivo. L'output strutturato funziona come JSON Object o JSON Schema, e streaming, completamento del prefisso e cache implicita sono supportati. CoT Summary restituisce un riassunto leggibile mentre il ragionamento completo resta cifrato.

preserve_thinking è attivo per impostazione predefinita nelle chiamate a strumenti multi-turno. Questa impostazione conta nei cicli degli agenti: il ragionamento precedente resta disponibile ai turni successivi, a meno che tu non lo disattivi.

Il comunicato di Alibaba aggiunge esempi di clienti e interni. Un test di scheduling cloud ha ridotto del 9% il costo delle chiamate al modello per l'annotazione dei dati e reso la riprogrammazione offline della CPU più di 14 volte più veloce. Un cliente automotive ha ridotto la programmazione manuale dei pezzi da circa 475 minuti a 24. Un flusso scientifico ha girato 48 ore attraverso quattro iterazioni a ciclo chiuso, e una ricerca sull'Alzheimer ha fatto 454 chiamate a strumenti e 3.239 valutazioni di metriche per produrre 24 molecole candidate (comunicato). Quei risultati sono resoconti di Alibaba stessa.

Qwen4-Max è open source?

No. Il comunicato, la documentazione QwenCloud e le pagine di Model Studio non pubblicano pesi, link di download o licenza per Qwen4-Max. Alibaba dice che i modelli a pesi aperti di scala più piccola della serie Qwen4 «saranno presto rilasciati agli sviluppatori di tutto il mondo» (comunicato). Finché non arrivano, qwen4-max è un modello ospitato, raggiungibile tramite QwenCloud, le app di Alibaba e Model Studio.

Qwen4-Max o Qwen4-Max-Preview?

Per il lavoro nuovo usa qwen4-max. La voce di anteprima qwen4-max-preview è solo Token Plan, senza accesso a consumo (Model Studio). L'anteprima va dalle 10:00 dell'11 novembre 2026 alle 24:00 del 25 novembre 2026 (UTC+8), poi il modello viene dismesso. L'anteprima limita l'output a 393.216 token condivisi tra ragionamento e risposta, contro 262.144 della versione di produzione in modalità ragionamento. Alibaba consiglia la versione di produzione.

Un dettaglio di numerazione resta valido: da qwen4-max-preview in poi, max_tokens significa la stessa cosa di max_completion_tokens. Il codice scritto per i modelli Qwen precedenti può consumare più del previsto se assume il significato anteriore.

Le chiavi di anteprima smettono di funzionare il 25 novembre 2026 alle 24:00 UTC+8. Sposta i job pianificati e gli agenti di lunga durata su qwen4-max prima di quella data.

L'URL di base Token Plan dell'anteprima è https://token-plan.cn-beijing.maas.aliyuncs.com (Model Studio); il modello di produzione usa l'endpoint QwenCloud della sua regione. Per i livelli di accesso dell'anteprima e i dettagli su Qoder, vedi la guida all'accesso di Qwen4-Max-Preview.

Quale accesso scegliere oggi?

SituazioneAzione
Nuova integrazioneConsumo a Singapore, 1M gratis
Team con Token PlanCambiare l'ID in qwen4-max
Chiave di anteprima in un jobMigrare prima del 25 novembre
Job batchRestare sul modello attuale
Una chiave, molti modelliLa via OmniaKey qui sotto

Il catalogo di OmniaKey include Qwen3.8-Max, il modello con cui Alibaba confronta Qwen4-Max, e non elenca Qwen4-Max. Per un modello Qwen con una sola chiave oggi, l'opzione del catalogo è Qwen3.8-Max; la pagina dei prezzi riporta le tariffe attuali.

Controlla l'elenco dei modelli nel tuo account prima di affidare un job lungo a uno dei due ID, e calcola il prezzo di una richiesta reale con i tuoi conteggi di token invece che con medie.

Domande frequenti

Posso usare Qwen4-Max in Claude Code?

Sì. La documentazione QwenCloud di Alibaba elenca Claude Code, Codex e OpenCode tra gli strumenti di programmazione per qwen4-max (QwenCloud). Usa una chiave QwenCloud e l'endpoint della tua regione; i passaggi generali per un endpoint personalizzato sono nella guida alla configurazione di Claude Code.

Qwen4-Max supporta l'inferenza batch?

No. QwenCloud indica l'inferenza batch come non supportata per qwen4-max, quindi la tariffa batch del 50% nella pagina dei prezzi non si applica (tabella modelli; prezzi). Invia i job grandi come richieste separate, o tienili su un modello che accetta chiamate batch.

Qual è l'output massimo di Qwen4-Max?

131.072 token in modalità senza ragionamento, e 262.144 token condivisi tra ragionamento e risposta quando il ragionamento è attivo (QwenCloud). max_completion_tokens limita le due parti insieme.

Cosa succede a qwen4-max-preview il 25 novembre?

L'anteprima viene dismessa il 25 novembre 2026 alle 24:00 UTC+8, e Alibaba rimanda al modello di produzione qwen4-max (Model Studio). Rinomina ogni job che usa ancora l'ID di anteprima.

Dove posso usare Qwen4-Max tramite OmniaKey oggi?

OmniaKey non elenca ancora Qwen4-Max. Il modello Qwen del catalogo è Qwen3.8-Max, disponibile con una chiave OmniaKey; le tariffe attuali sono nella pagina dei prezzi.

Fonti verificate

Qwen4-MaxQwenmodelli MoEmodelli di visioneprezzo API

Articoli correlati

Articoli recenti

Guide popolari