KI-Nachrichten · 10 Min. Lesezeit

Qwen4-Max ist offiziell verfügbar: Preise, 1M Kontext und Vergleich

Alibaba hat Qwen4-Max am 16. November 2026 allgemein verfügbar gemacht – mit API-Preisen, 1M Kontext und Zugang über QwenCloud und wichtige Gateways.

Illustration eines hohen leuchtend blauen Kristalls auf einem runden Sockel in einer langen schiefergrauen Halle, mit einem kleineren, schwächer leuchtenden Kristall im Hintergrund und warm beleuchteten Türen auf beiden Seiten

Ja, Qwen4-Max ist seit dem 16. November 2026 unter der Produktionsmodell-ID qwen4-max allgemein verfügbar: mit veröffentlichten nutzungsabhängigen API-Preisen, einem Kontextfenster von 1.000.000 Token und direktem Zugang über QwenCloud, OpenRouter, Vercel AI Gateway und Novita AI. Die Listenpreise für Singapore International beginnen bei $1.50 pro Million Eingabe-Token und $4.50 pro Million Ausgabe-Token.

Falls Sie frühe Diskussionen unter Entwicklern über eine Vorschau vom 11. November ohne veröffentlichte Einzelpreise gesehen haben: Am 16. November hat sich das Bild geändert. Alibaba stellte Qwen4-Max in Hangzhou, China, offiziell als erstes Modell der Qwen4-Familie und bisher leistungsfähigste Qwen-Version vor und führte das Flaggschiff von einer Token Plan-Vorschau zur vollständigen kommerziellen API-Verfügbarkeit.

Ist Qwen4-Max allgemein verfügbar oder noch in der Vorschau?

Alibaba hat Qwen4-Max am 16. November 2026 unter der Modell-ID qwen4-max allgemein für Produktionsanwendungen verfügbar gemacht. In der aktuellen Modelldokumentation von QwenCloud wird qwen4-max als aktuelles Produktionsmodell aufgeführt. Die Abrechnung ist über Token Plan Personal, Token Plan Team (beide verbrauchen Credits) oder reguläre nutzungsabhängige API-Aufrufe möglich. Laut der offiziellen Pressemitteilung von Alibaba Cloud hat Alibaba auch den Zugang über QwenWork und QwenStudio eingeführt.

Entwickler müssen weiterhin auf die ältere Vorschaukennung qwen4-max-preview achten, die nach einem separaten Zeitplan aktiv bleibt. Laut der am 16. November 2026 aktualisierten Vorschaudokumentation von Alibaba Cloud Model Studio:

  • Empfehlung für Produktion: Die Vorschauseite erklärt nun ausdrücklich: „Die Produktionsversion Qwen4-Max ist verfügbar und wird zur Verwendung empfohlen.“
  • Abrechnungsbeschränkung der Vorschau: qwen4-max-preview ist nur über Token Plan verfügbar und unterstützt keine nutzungsabhängige Abrechnung. Deshalb wurde zum Start der Vorschau am 11. November kein entsprechender Einzelpreis veröffentlicht.
  • Einstellungszeitraum: Die Vorschau läuft vom 11. November 2026 um 10:00 bis zum 25. November 2026 um 24:00 (UTC+8); danach wird qwen4-max-preview eingestellt.
  • Andere Standardwerte und Grenzen: Die Vorschau verwendet für reasoning_effort die Werte low, medium oder xhigh (Standard) und eine kombinierte maximale Ausgabe von 393.216 Token. Beides unterscheidet sich von der Produktionskonfiguration von qwen4-max.

Was kostet die Qwen4-Max-API?

Die Preise von Qwen4-Max hängen von der QwenCloud-Region ab. Am 17. November 2026 liegen die Listenpreise für Singapore International bei $1.50 pro Million Eingabe-Token und $4.50 pro Million Ausgabe-Token. Laut der QwenCloud-Seite zu Modellpreisen und der Modellkarte von Qwen4-Max verwendet Alibaba eine einzige veröffentlichte Preisstufe für Anfragen mit 0 bis 1 Million Eingabe-Token, sowohl ohne als auch mit Thinking-Modus. Token für die Gedankenkette und die endgültige Antwort werden gemeinsam zum Ausgabepreis berechnet.

QwenCloud-Preisposition (Stand: 17. Nov. 2026) Qwen4-Max (Singapur / Int.) Qwen4-Max (Peking / Global) Qwen3.8-Max (Singapur / Int.)
Eingabe (pro 1M Token) $1.50 $1.413 $2.00
Ausgabe (pro 1M Token) $4.50 $4.24 $6.00
Implizites Cache-Lesen (pro 1M Token) $0.075 Hier nicht separat aufgeführt $0.25
Explizites Cache-Schreiben, 5 Min. (pro 1M Token) $1.875 Hier nicht separat aufgeführt $2.50 (Cache-Erstellung)
Explizites Cache-Schreiben, 1 Stunde (pro 1M Token) $3.00 Hier nicht separat aufgeführt Nicht verfügbar
Explizites Cache-Lesen (pro 1M Token) $0.075 Hier nicht separat aufgeführt $0.17
Kostenloses nutzungsabhängiges Kontingent 1.000.000 Token (nur Singapur) Keines 1.000.000 Token (nur Singapur)

Regionale Preise sind wichtig, wenn Sie außerhalb Südostasiens bereitstellen. Singapur führt den International-Listenpreis von $1.50 / $4.50 und enthält 1 Million kostenlose nutzungsabhängige Token (getrennt von Token Plan Credits). Für QwenClouds Regionen China North 2 (Peking) und Global (Frankfurt, Hongkong, Tokio und US Virginia) gelten dagegen niedrigere reguläre Listenpreise von $1.413 pro Million Eingabe-Token und $4.24 pro Million Ausgabe-Token, ohne kostenloses Kontingent. Rabatte in der Konsole können die endgültige Rechnung ebenfalls verändern.

Beim Vergleich von Qwen4-Max und Qwen3.8-Max anhand derselben International-Preisliste ist die Senkung zwischen den Generationen eindeutig. Auf der International-Modellseite von Qwen3.8-Max und in der Preisdokumentation liegen die Listenpreise bei $2.00 für Eingabe und $6.00 für Ausgabe pro Million Token. Qwen4-Max senkt damit beide Basislistenpreise um 25%. Implizite Cache-Lesevorgänge fallen noch stärker, von $0.25 auf $0.075 pro Million Token, eine Senkung um 70%. Einen breiteren Überblick zur tokenbasierten Abrechnung verschiedener Anbieter finden Sie in unserem KI-API-Preisvergleich.

Welche Architektur und Grenzen des 1M-Kontextfensters hat Qwen4-Max?

Qwen4-Max verwendet eine spärlich aktivierte Mixture-of-Experts-Architektur (MoE) mit 2,4 Billionen Parametern, die pro Token 71 Milliarden Parameter aktiviert und ein Kontextfenster von 1.000.000 Token unterstützt. Laut Alibabas Ankündigung aktualisiert das Qwen4-Design das sparse MoE-Routing über Attention-Schichten, Residualverbindungen und Embeddings hinweg. Dabei aktiviert es bei gleicher Gesamtgröße von 2.4T Parametern pro Token 25% weniger Parameter als Qwen3.8-Max und bietet native Bildunterstützung.

Im Produktivbetrieb auf QwenCloud unterscheiden sich die aktuellen Token-Grenzen für qwen4-max deutlich von der kombinierten Ausgabegrenze der Vorschau von 393.216 Token:

  • Kontextlänge: 1.000.000 Token.
  • Grenzen ohne Thinking: Bis zu 991.808 Eingabe-Token und 131.072 Ausgabe-Token.
  • Grenzen im Thinking-Modus: Bis zu 983.616 Eingabe-Token und insgesamt 262.144 Token (max_completion_tokens) für Thinking und endgültige Antwort.
  • Standard-Reasoning-Einstellungen: Thinking ist bei qwen4-max standardmäßig mit reasoning_effort=high und thinking_budget=131072 aktiviert. Die Produktionsversion akzeptiert low, high oder xhigh für reasoning_effort; Entwickler können in Chat Completions enable_thinking=false übergeben, um Thinking zu deaktivieren.

Unterstützte und nicht unterstützte Funktionen

QwenCloud führt umfassende multimodale und agentische Unterstützung für qwen4-max auf, wenngleich drei Unternehmensfunktionen zum Start nicht verfügbar sind. Unterstützt werden Textgenerierung, Thinking, CoT Summary, Function Calling, parallele Tool-Aufrufe, strukturierte Ausgabe, Bild-, Video- und PDF-Verständnis, explizites und implizites Caching, Präfixvervollständigung, Streaming, Websuche, Web Scraping, Text-zu-Bild- und Bild-zu-Bild-Suche, MCP und ein Code-Interpreter (für den Thinking aktiviert sein muss).

Die Kompatibilität umfasst OpenAI-kompatible Chat Completions und Responses APIs, Anthropic Messages und DashScope. Reine Textanfragen an DashScope müssen jedoch weiterhin an den multimodalen DashScope-Endpunkt gerichtet werden. Als Einschränkungen kennzeichnet QwenCloud Batch-Inferenz, Fine-Tuning und Bereitstellung eigener Modelle für qwen4-max am 17. November 2026 ausdrücklich als nicht unterstützt.

Wie schneidet Qwen4-Max laut offiziellen Angaben und Artificial Analysis ab?

Alibaba und der unabhängige Beobachter Artificial Analysis berichten beide zum 17. November 2026 von Fortschritten von Qwen4-Max gegenüber Qwen3.8-Max, wobei ihre Kennzahlen unterschiedliche Aspekte des Modellverhaltens messen. Ich habe bei Lotook keine unabhängigen Tests von Qwen4-Max durchgeführt; die folgenden Zahlen stammen daher ausschließlich aus Alibabas Pressematerialien und den veröffentlichten Evaluierungsprotokollen von Artificial Analysis.

In Alibabas proprietärem Work360-Benchmark für 721 Fachgebiete übertrifft Qwen4-Max laut Alibaba Qwen3.8-Max insgesamt, verbraucht dabei im Reasoning-Modus High effort 35% weniger Token und senkt die durchschnittlichen Kosten pro Aufgabe um etwa 60%. Alibaba erklärt in derselben Pressemitteilung außerdem, Qwen4-Max habe bei Code Arena Platz 6 erreicht, und nennt interne Demonstrationen wie 9% niedrigere durchschnittliche Modellaufrufkosten bei der Datenannotation, eine über 14x schnellere Offline-CPU-Neuplanung und eine Senkung der Programmierzeit für Kfz-Werkstücke um 95% (von etwa 475 Minuten auf 24 Minuten). Dies sind Demonstrationen des Anbieters und keine unabhängigen Prüfungen; für Agents’ Last Exam, Vals Index, JobBench oder Chartography veröffentlichte Alibaba in der Pressemitteilung keine numerischen Ergebnisse.

Unabhängige Zahlen aus der Qwen4-Max-Evaluierung von Artificial Analysis, erfasst im Artificial Analysis Changelog vom 15. November 2026 und verglichen mit der Alibaba-Hersteller-Rangliste, bieten einen konkreten Anhaltspunkt:

  • Intelligence Index: Qwen4-Max erreicht 43 im Artificial Analysis Intelligence Index gegenüber 34 für Qwen3.8-Max (0902), ein Anstieg um 9 Punkte. Damit liegt Qwen4-Max in der angezeigten Klasse auf Platz #38 von 81 Modellen.
  • Ausführlichkeit und Geschwindigkeit: Artificial Analysis erfasst 127 Millionen Ausgabe-Token über die Intelligence-Index-Suite (von AA als sehr ausführlich gegenüber dem Median von 78.6 Millionen beschrieben) und 32.1 Minuten pro Aufgabe (gegenüber einem Median von 13.3 Minuten); die Modellübersicht nennt eine Ausgabegeschwindigkeit von etwa 54 Token pro Sekunde.
  • Unterschiede bei Metadaten: Artificial Analysis zeigt ein Kontextfenster von 984k statt der offiziellen QwenCloud-Spezifikation von 1.000.000 Token an und weist darauf hin, dass auf seiner Modellseite keine Parameterzahl aufgeführt ist. Alibabas Pressemitteilung nennt dagegen 2.4T Gesamtparameter und 71B aktive Parameter.

Wo können Entwickler die Qwen4-Max-API aufrufen?

Entwickler können Qwen4-Max am 17. November 2026 direkt über QwenCloud oder über drei verifizierte Gateways von Drittanbietern aufrufen: OpenRouter, Vercel AI Gateway und Novita AI. Jede Plattform vergibt eine eigene Modellkennung; Wiederverkaufspreise oder Kataloggrenzen können von QwenClouds International-Listenpreisen abweichen.

  1. QwenCloud (offiziell): Verwenden Sie die Modell-ID qwen4-max. Für Chat Completions in Singapur lautet die dokumentierte Basis-URL https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1; andere Regionen verwenden stattdessen ihren regionalen Host.
  2. OpenRouter: Auf der Qwen4-Max-Seite von OpenRouter als qwen/qwen4-max mit einem Kontextfenster von 1M aufgeführt. OpenRouter nennt für Alibaba Cloud International $1.425 für Eingabe und $4.275 für Ausgabe pro Million Token, $0.07125 für Cache-Lesevorgänge und $1.78125 für die Cache-Erstellung für 5 Minuten. Das weicht von QwenClouds International-Liste mit $1.50 / $4.50 ab.
  3. Vercel AI Gateway: Als alibaba/qwen4-max im Vercel AI Gateway Changelog und im Vercel-Modellkatalog aufgeführt. Der Katalog nennt $1.50 für Eingabe und $4.50 für Ausgabe pro Million Token bei einem Kontextfenster von 1.000.000 Token. Der Changelog datiert die Gateway-Aufnahme jedoch auf den 15. November 2026 vor Alibabas Ankündigung vom 16. November; die Modellseite zeigt maximal 384.000 Ausgabe-Token statt QwenClouds Produktionsgrenzen von 131.072 / 262.144.
  4. Novita AI: Als qwen/qwen4-max über OpenAI-kompatible (https://api.novita.ai/openai) und Anthropic-kompatible (https://api.novita.ai/anthropic) Endpunkte verfügbar, laut Novita AIs Startbeitrag. Novita nennt $1.413 für Eingabe und $4.24 für Ausgabe pro Million Token, $0.071 für Cache-Lesevorgänge, $1.767 für 5-minütiges und $2.827 für 1-stündiges Cache-Schreiben. Das entspricht QwenClouds Basispreisen für Peking/Global; die Modellseite zeigt neben einer Beschreibung von nominal 1.000.000 Kontext-Token jedoch 977K Kontext und 384K Ausgabe.

Wie stehen die Preise von Qwen4-Max im Vergleich zu Qwen3.8-Max, Claude und Gemini?

Qwen4-Max kommt bei QwenCloud International mit $1.50 pro Million Eingabe-Token und $4.50 pro Million Ausgabe-Token auf den Markt und unterbietet damit zum 17. November 2026 die Listenpreise von Qwen3.8-Max und den aktuellen Claude- und Gemini-Spitzenmodellen. Die folgende Tabelle vergleicht ausschließlich veröffentlichte reguläre Listenpreise; sie ist keine Qualitätsrangliste. Die Anbieterwahl hängt auch von der Eignung des Ökosystems, Rate Limits und davon ab, wie Sie ein Modell für Ihre Aufgabe auswählen.

Modell Anbieter / Tarif Eingabe ($ / 1M Token) Ausgabe ($ / 1M Token) Kontext / Preishinweise (Stand: 17. Nov. 2026)
Qwen4-Max (qwen4-max) Alibaba QwenCloud (Int.) $1.50 $4.50 1M Kontext; $1.413 / $4.24 in Global & Peking
Qwen3.8-Max (qwen3.8-max) Alibaba QwenCloud (Int.) $2.00 $6.00 Vorgängermodell auf QwenCloud
Claude Sonnet 5.5 Anthropic API $2.00 $10.00 Offizielle Claude-Preise
Claude Opus 5.5 Anthropic API $4.00 $20.00 Offizielle Claude-Preise
Gemini 4 Hydrogen (gemini-4-hydrogen) Google AI Studio (kostenpflichtig) $1.50 $7.50 Einheitlicher 1M Kontext; Ausgabe enthält Thinking; $0.075 impliziter Cache
Gemini 4 Carbon (gemini-4-carbon) Google AI Studio (kostenpflichtig) $2.00 (danach $4.00) $10.00 (danach $20.00) $2 / $10 bis 30. Nov. 2026; $4 / $20 ab 1. Dez. 2026; Hinweis auf 1M Long Decode

Auf Googles Preisseite für die Gemini API entspricht Gemini 4 Hydrogen Qwen4-Max beim Eingabepreis von $1.50 und beim impliziten Cache-Lesepreis von $0.075, berechnet aber $7.50 pro Million Ausgabe-Token. Gemini 4 Carbon, das nicht im kostenlosen Google-Tarif enthalten ist, kostet bis zum 30. November 2026 $2.00 / $10.00 und ab dem 1. Dezember 2026 das Doppelte, $4.00 / $20.00; das entspricht dem Listenpreis von Claude Opus 5.5.

Ein weiterer Unterschied für Selbsthoster ist die Lizenzierung: Qwen4-Max ist ein proprietäres API-Modell und keine Veröffentlichung mit offenen Gewichten. Alibaba erklärte in seiner Pressemitteilung, dass kleinere Qwen4-Modelle mit offenen Gewichten bald folgen werden. Teams, die bereits heute ein solches Modell mit einem Kontextfenster von 1M suchen, können dagegen Moonshots Veröffentlichung von Kimi K3.1 Pro mit offenen Gewichten vom 4. November 2026 einsetzen.

FAQ

Was unterscheidet qwen4-max von qwen4-max-preview?

Die Produktionsmodell-ID qwen4-max startete am 16. November 2026 mit nutzungsabhängiger Abrechnung und Token Plan, einer kombinierten Grenze von 262.144 Token für Thinking und Antwort sowie high als Standard-Reasoning-Stufe. Die frühere ID qwen4-max-preview bleibt bis zum Ende ihres Vorschauzeitraums am 25. November 2026 um 24:00 UTC+8 ausschließlich über Token Plan verfügbar, verwendet eine kombinierte Ausgabegrenze von 393.216 Token und standardmäßig die Stufe xhigh.

Hat Qwen4-Max in Produktion ein Kontextfenster von 1 Million Token?

Ja, die QwenCloud-Dokumentation nennt für qwen4-max in Produktion zum 17. November 2026 eine Kontextlänge von 1.000.000 Token. Die maximale Eingabe beträgt 991.808 Token ohne Thinking oder 983.616 Token bei aktiviertem Thinking. Einige Drittanbieter zeigen leicht abweichende Zahlen, etwa 984k bei Artificial Analysis und 977K auf der Modellseite von Novita AI.

Sind die Preise von Qwen4-Max in allen QwenCloud-Regionen gleich?

Nein, QwenCloud unterscheidet zum 17. November 2026 zwischen Singapore International und den Preisen für Global und Peking. Singapur berechnet $1.50 pro Million Eingabe-Token und $4.50 pro Million Ausgabe-Token und bietet 1 Million kostenlose nutzungsabhängige Token. Für Peking und Global (Frankfurt, Hongkong, Tokio und US Virginia) gelten $1.413 für Eingabe und $4.24 für Ausgabe ohne kostenloses Kontingent.

Wird Alibaba Qwen4-Modelle mit offenen Gewichten veröffentlichen?

Alibaba hat keine offenen Gewichte für Qwen4-Max veröffentlicht, das ein proprietäres API-Modell bleibt. Die Pressemitteilung vom 16. November 2026 besagt jedoch, dass kleinere Modelle der Qwen4-Serie mit offenen Gewichten bald weltweit für Entwickler erscheinen sollen. Entwickler, die heute offene Gewichte mit einem Kontextfenster von 1M benötigen, können sich Moonshots Kimi K3.1 Pro ansehen.

Quellen

Die Angaben zu Spezifikationen, Preisen und Verfügbarkeit in diesem Artikel stammen aus den folgenden am 17. November 2026 überprüften Primärquellen:

Geschrieben von

Chunyu Cai

Chunyu Cai ist CEO von Lotook, LLC und Unternehmer. Er schreibt über KI-Modelle, Agenten und darüber, wie sie den Arbeitsalltag verändern. Chunyu Cai hat einen Masterabschluss am Imperial College London erworben.