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

> Qwen4-Max è il modello MoE di punta di Alibaba: 2,4T parametri, 71B attivi, visione nativa e 1M di contesto. ID del modello, limiti e prezzi per regione.

- Canonical HTML: https://omniakey.com/it/blog/qwen4-max
- Markdown: https://omniakey.com/it/blog/qwen4-max.md
- Published: 2026-11-16 (updated 2026-11-16)
- Author: Kiki, COO at OmniaKey
- Language: it
- Category: Guide
- Reading time: 8 min
- All posts: https://omniakey.com/blog/llms.txt

---

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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1); [ultimo modello di QwenCloud](https://docs.qwencloud.com/developer-guides/getting-started/latest-model); [prezzi di QwenCloud](https://docs.qwencloud.com/developer-guides/getting-started/pricing)).

**Risposta breve**

- Qwen4-Max è attivo come `qwen4-max` su QwenCloud, tramite Token Plan Personal, Token Plan Team o API a consumo ([QwenCloud](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)).
- 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](https://docs.qwencloud.com/developer-guides/getting-started/pricing)).
- 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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)).

## 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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)). La documentazione QwenCloud indica tre modi di pagare: Token Plan Personal, Token Plan Team o consumo a consumo ([QwenCloud](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)). 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](https://www.alibabacloud.com/help/en/model-studio/models)).

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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)). Le chiamate a consumo a Singapore includono 1 milione di token gratuiti ([prezzi di QwenCloud](https://docs.qwencloud.com/developer-guides/getting-started/pricing)), separati dai crediti Token Plan.

Gli strumenti di programmazione hanno un elenco esplicito: QwenCloud nomina Claude Code, Codex e OpenCode ([QwenCloud](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)). Per i passaggi sull'endpoint personalizzato che servono a questi strumenti, vedi la [guida alla configurazione di Claude Code](https://omniakey.com/it/blog/claude-code-setup). Per un quadro più ampio, leggi il [confronto tra agenti di programmazione](https://omniakey.com/it/blog/best-llm-coding-agents).

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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)). 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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)).

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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)). 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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)). `qwen4-max-preview` è una voce separata, con ID, fatturazione e data di dismissione propri ([Model Studio](https://help.aliyun.com/en/model-studio/qwen4-max-preview)). L'input è testo, immagine e video; l'output è testo ([tabella modelli di QwenCloud](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)).

|Limite|Valore|
|-|-|
|Finestra di contesto|1.000.000 token|
|Input max, senza ragionamento|991.808 token|
|Input max, con ragionamento|983.616 token|
|Output max, senza ragionamento|131.072 token|
|Ragionamento più risposta|262.144 token|
|Budget di ragionamento predefinito|131.072 token|

Il ragionamento è attivo per impostazione predefinita con `reasoning_effort=high` e un budget di 131.072 token ([QwenCloud](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)). 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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model); [tabella modelli](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)), 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](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)). 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](https://docs.qwencloud.com/developer-guides/getting-started/pricing)).

|Voce|Singapore|Pechino / 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](https://docs.qwencloud.com/developer-guides/getting-started/pricing)), 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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)).

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](https://docs.qwencloud.com/developer-guides/getting-started/pricing)). 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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)). L'input è testo, immagine e video, con output testuale ([tabella modelli](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)).

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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)). 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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)). 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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)). 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](https://help.aliyun.com/en/model-studio/qwen4-max-preview)). 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&#x20;
>
> `qwen4-max`
>
> &#x20;prima di quella data.

L'URL di base Token Plan dell'anteprima è `https://token-plan.cn-beijing.maas.aliyuncs.com` ([Model Studio](https://help.aliyun.com/en/model-studio/qwen4-max-preview)); 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](https://omniakey.com/it/blog/qwen4-max-preview).

## Quale accesso scegliere oggi?

|Situazione|Azione|
|-|-|
|Nuova integrazione|Consumo a Singapore, 1M gratis|
|Team con Token Plan|Cambiare l'ID in `qwen4-max`|
|Chiave di anteprima in un job|Migrare prima del 25 novembre|
|Job batch|Restare sul modello attuale|
|Una chiave, molti modelli|La via OmniaKey qui sotto|

Il catalogo di OmniaKey include [Qwen3.8-Max](https://omniakey.com/it/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](https://omniakey.com/it/pricing) 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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)). 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](https://omniakey.com/it/blog/claude-code-setup).

### 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](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models); [prezzi](https://docs.qwencloud.com/developer-guides/getting-started/pricing)). 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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)). `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](https://help.aliyun.com/en/model-studio/qwen4-max-preview)). 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](https://omniakey.com/it/qwen3-8-max), disponibile con una chiave OmniaKey; le tariffe attuali sono nella [pagina dei prezzi](https://omniakey.com/it/pricing).

## Fonti verificate

- [Alibaba: Alibaba unveils Qwen4-Max (16 novembre 2026)](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)
- [QwenCloud: ultimo modello](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)
- [QwenCloud: prezzi (verificati il 16 novembre 2026)](https://docs.qwencloud.com/developer-guides/getting-started/pricing)
- [QwenCloud: modelli di generazione testo](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)
- [Alibaba Cloud Model Studio: modelli](https://www.alibabacloud.com/help/en/model-studio/models)
- [Alibaba Cloud Model Studio: qwen4-max-preview](https://help.aliyun.com/en/model-studio/qwen4-max-preview)
