Alibaba Cloud veröffentlichte Qwen4-Max am 16. November 2026 über seine Model Studio-Plattform und stellte ein multimodales Flaggschiffmodell vor, das ein Kontextfenster mit einer Million Token und Listenpreisen kombiniert, die 25 % unter dem Vorgänger liegen, wie aus der Preisdokumentation des Unternehmens für Singapur hervorgeht, wie von Unite.AI berichtet. Bloomberg bezeichnete den Start als Alibabas neueste Gegenreaktion auf US-Konkurrenten, da chinesische und amerikanische Labore sowohl um die Modellfähigkeit als auch um die Wirtschaftlichkeit der Bereitstellung von grenzüberschreitenden Schlussfolgerungen konkurrieren.
Die Veröffentlichung erfolgt nach einer zweiwöchigen Vorschauphase und kommt zu einem Zeitpunkt, an dem chinesische Modellentwickler beim Preis ebenso aggressiv konkurrieren wie bei den Benchmarks. Um einen Eindruck davon zu bekommen, wie der Rest der Branche auf die Veröffentlichungen dieser Woche reagiert, verfolgt unsere neueste KI-Berichterstattung die Modelleinführungen, Preisänderungen und politischen Änderungen, die den Markt prägen.
Preise: 25 % unter Qwen3.8-Max
Die Preisliste von Singapur legt für Qwen4-Max 1,50 US-Dollar pro Million Input-Tokens und 4,50 US-Dollar pro Million Output-Tokens fest, verglichen mit 2 US-Dollar bzw. 6 US-Dollar für Qwen3.8-Max – beide Sätze sind 25 % niedriger, direkt aus den vorherigen Listenpreisen berechnet, laut Unite.AIs Analyse der Dokumentation. Alibaba Cloud bietet in Singapur außerdem ein kostenloses Kontingent von einer Million Token für 90 Tage an, beginnend mit der letzten Model Studio-Aktivierung, Modellfreigabe oder Anwendungsgenehmigung.
Tech in Asia ging noch einen Schritt weiter und berichtete, dass das Modell die Aufgabenkosten um 60 % senkt, wenn man berücksichtigt, wie Reasoning-Tokens abgerechnet werden. Die unternehmenseigene Dokumentation unterstützt einen Teil dieser Arithmetik: Denktoken und die endgültige Antwort stammen aus einem einzigen gemeinsamen Ausgabebudget, sodass der effektive Preis einer abgeschlossenen Aufgabe stark davon abhängt, wie viel Überlegung eine Anfrage erfordert.
Anpassbare Argumentation mit einem gemeinsamen Output-Budget
Qwen4-Max ermöglicht standardmäßiges Denken mit hohem Argumentationsaufwand, wobei den Entwicklern die Einstellungen „Niedrig“, „Hoch“ und „Xhoch“ zur Verfügung stehen. In der Dokumentation wird ein Standard-Denkbudget von 131.072 Token angegeben, das dem maximalen Nicht-Denk-Output entspricht, während sich das Denken und die endgültige Antwort zusammen ein Budget von 262.144 Token teilen. Die Deliberation beansprucht daher einen Teil des gleichen Ausgabebudgets wie die Antwort selbst – ein Design, das die Ausgabekosten vorhersehbarer macht, von den Entwicklern jedoch ein Budget für Reasoning-Tokens in latenz- und kostenempfindlichen Anwendungen verlangt.
Eine Entwickleroberfläche für Agenten
Laut Modelldokumentation hat Alibaba Cloud Qwen4-Max für Codierung, Büroproduktivität, Frontend-Design und komplexe Agentenaufgaben entwickelt. Das Modell akzeptiert Text-, Bild- und Videoeingaben mit Textausgabe und unterstützt Streaming, Websuche, parallele Toolaufrufe, Funktionsaufrufe, Präfixvervollständigung und strukturierte JSON-Ausgabe.
Die Integrationswege sind besonders breit gefächert: Entwickler können Qwen4-Max über die OpenAI Chat Completions API, die OpenAI Responses API, die Anthropic Messages API oder die DashScope API von Alibaba Cloud aufrufen. Durch diese Kompatibilität können Codierungsagenten und Entwicklungstools, die auf den APIs anderer Anbieter basieren, ohne Umschreibungen in das Modell eingebunden werden – ein zunehmend verbreitetes Spiel chinesischer Labore, die das gleiche Entwickler-Tooling-Ökosystem wie US-Anbieter nutzen.
Explizites Caching für Workloads mit langem Kontext
Präfix-Caching erhält eine eigene Preisstufe. Identische Eingabepräfixe – Systemaufforderungen, Werkzeugbeschreibungen, Referenzdokumente – können bei Anfragen desselben Benutzers wiederverwendet werden. Cache-Lesevorgänge kosten in Singapur 0,075 US-Dollar pro Million Token, und nur Eingabe-Token erhalten den Rabatt. Explizite Caches erfordern ein Präfix von mindestens 1.024 Token und können mit einer Lebensdauer von fünf Minuten (1,875 $) oder einer Stunde (3 $) erstellt werden, während implizites Caching häufige Präfixe automatisch identifiziert, ohne Treffer zu garantieren.
Bei Agenten-Workloads, die wiederholt lange Anweisungen oder große Dokumente senden, sind die Leitlinien der Dokumentation in der Praxis von Bedeutung: Präfixstabilität und Cache-Lebensdauer bestimmen, ob sich die reduzierten Listenraten tatsächlich in niedrigeren Rechnungen niederschlagen.
Regionale Verfügbarkeit und Beschränkungen
Qwen4-Max ist in sechs Regionen gelistet: Peking, Singapur, Frankfurt, Virginia, Tokio und Hongkong. Batch-Inferenz wird nur in Peking unterstützt, und die Feinabstimmung sowie die Bereitstellung benutzerdefinierter Modelle werden laut der Überprüfung von Unite.AI in allen dokumentierten Regionen nicht unterstützt. Alibaba Cloud lenkt Kunden daher mit seinen Konfigurationskontrollen – Argumentationseinstellungen, Caching und API-Auswahl – in Richtung verwalteter Inferenz statt einer Anpassung auf Gewichtungsebene.
Eine Abonnementspur, die die Automatisierung verhindert
Neben dem Pay-as-you-go-API-Zugriff ist das vollständige Qwen4-Max im Personal Edition Token Plan von Singapur enthalten, der über Guthaben abrechnet und interaktive Tools wie Claude Code, Cursor, Qwen Code, Qoder und OpenClaw unterstützt. Das Abonnement ist ausdrücklich auf die interaktive Codierung und die Verwendung von Agent-Tools beschränkt: Automatisierungsskripte, benutzerdefinierte Anwendungs-Backends und nicht interaktive Batch-Aufrufe sind verboten. Das macht den Plan zu einem deutlich verbraucher- und prosumerorientierten Zugangsweg, getrennt vom Produktions-API-Verbrauch.
Von der Vorschau zum Flaggschiff in zwei Wochen
Die Vollversion folgt auf Qwen4-Max-Preview, das am 11. November 2026 exklusiv über den Token-Plan verfügbar wurde und bis zum 25. November laufen soll. Danach wird das Vorschaumodell eingestellt. Der schnelle Rhythmus von der Vorschau bis zur allgemeinen Verfügbarkeit spiegelt den Veröffentlichungsrhythmus wider, den Alibaba in der gesamten Qwen-Familie angewendet hat, die Milliarden von Downloads über Open-Weight-Varianten gesammelt hat.
Der strategische Hintergrund ist kaum zu übersehen. Bloomberg bezeichnete den Start als Alibabas Antwort auf die US-Rivalen zu einer Zeit, in der Anthropic und OpenAI die Grenzdiskussion auf westlichen Märkten dominieren, während chinesische Labore um Preis, Kontextlänge und Verfügbarkeit offener Gewichte konkurrieren. Ob die Kombination aus einem 1-Millionen-Token-Fenster, aggressiven Listenpreisen und umfassender API-Kompatibilität bei Qwen4-Max das Entwicklerverhalten außerhalb Chinas verändert, hängt von unabhängigen Benchmark-Ergebnissen ab und davon, wie sich das gemeinsame Denk- und Ausgabebudget unter realen Agenten-Arbeitslasten verhält.
---
Der KI einen Schritt voraus seinErhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Weitere KI-Neuigkeiten lesen →