Zum Inhalt springen
Die digitale Welt verstehen
Consumer & Digital Life

Alibaba Qwen4-Max: Stark im Code, günstig im Preis, aber die Gewichte bleiben unter Verschluss

Alibaba hat Qwen4-Max am 15. November 2026 vorgestellt. Das Modell ist laut Hersteller im Coding stark und pro Token günstiger als sein Vorgänger, die Gewichte bleiben aber unter Verschluss.

Papier-Collage: Ein Laptop mit Code-Editor und dem Schriftzug Qwen4-Max, davor ein großes geschlossenes Vorhängeschloss und ein Preisschild als Sinnbild für das Modell von Alibaba mit gesperrten Gewichten.Dieses Bild wurde mit KI generiertProviderhiggsfieldModellgpt_image_2_5 flare high 1k 16:9Promptpaper cut collage of a modern laptop with an open code editor on its screen, layered colored paper lines of code in teal and orange, the title "Qwen4-Max" cut from white paper at the top of the screen. In front of the laptop stands a large closed brass padlock cut from paper, beside it a small blank price tag and a sealed paper box. Warm red and deep blue background layers with visible paper edges, soft drop shadows between layers, top-down studio light, centered composition, no people, no hands. No watermark, no signature.
Alibaba hat Qwen4-Max am 15. November 2026 vorgestellt, die Gewichte gibt das Unternehmen diesmal nicht heraus.

Alibaba hat am 15. November 2026 Qwen4-Max vorgestellt. Das KI-Modell zieht bei Coding-Tests laut Hersteller mit Claude und GPT gleich und kostet 4,50 Dollar je Million ausgegebener Tokens (Wortbausteine, mit denen Sprachmodelle rechnen). Die Gewichte, also die trainierten Parameter zum Selbstbetreiben, gibt Alibaba diesmal nicht heraus, berichten Bloomberg und India Today. Die unabhängige Messplattform Vals.ai führt das Modell als stärkstes aus China, sieht es aber nicht an der Spitze.

Riesig, aber in Teilzeit: die Architektur von Qwen4-Max

Qwen4-Max ist ein Mixture-of-Experts-Modell mit 2,4 Billionen Parametern im Rückgrat, von denen laut India Today pro Token nur 71 Milliarden aktiv werden. Mixture-of-Experts bedeutet, dass das Netz aus vielen spezialisierten Teilnetzen besteht. Für jedes Token springt nur eine kleine Auswahl davon an. Im Alltag entspräche das einem Großraumbüro, in dem bei jeder Anfrage nur ein paar Fachleute vom Schreibtisch aufstehen. Der Rest bleibt sitzen. So spart das Modell Rechenleistung, ohne sein gesammeltes Wissen wegzuwerfen.

Die Gesamtgröße hat sich kaum bewegt. Schon Qwen3.8-Max kam laut OpenRouter auf 2,4 Billionen Parameter, aktivierte aber 95 Milliarden pro Token. Die neue Generation kommt mit deutlich weniger aktiver Masse aus.

Laut Qwen-Blog hat Alibaba dafür eine neue Qwen4-Architektur entwickelt. Dazu gehört Gated DeltaNet, eine Variante der Attention. Attention ist der Mechanismus, mit dem ein Modell entscheidet, welche Textstellen zusammengehören. Gated DeltaNet ist auf lange Texte ausgelegt. Ergänzt wird es durch Qwen Sparse Attention, kurz QSA. Ein sogenannter Gated Residual mit parallelen Residualzweigen leitet Informationen über Abkürzungen an einzelnen Schichten vorbei. N-gram-Embeddings speichern häufige Wortfolgen als eigene Einheiten.

Das Training lief laut Blog ohne Loss-Spikes, also ohne plötzliche Ausreißer der Fehlerkurve. Solche Ausreißer können lange Trainingsläufe ruinieren. (Bei Billionen Parametern ist eine ruhige Fehlerkurve ungefähr so erleichternd wie ein Router, der nach dem Firmware-Update von selbst wieder hochfährt.)

Das Kontextfenster, also die Textmenge, die das Modell auf einmal im Blick behält, umfasst eine Million Tokens. Bilder versteht Qwen4-Max laut India Today nativ, also direkt neben dem Text.

Weniger grübeln, weniger zahlen: Was Alibaba beim Verbrauch verspricht

Alibaba bewirbt Qwen4-Max vor allem mit Effizienz: Das Modell soll für dieselben Aufgaben deutlich weniger Tokens brauchen als Qwen3.8-Max, das laut Reuters im August 2026 erschienen ist. Wie der Vorgänger damals abschnitt, steht in unserem Überblick zu Qwen 3.8 mit Preisen und Benchmarks.

Die Zahlen liefert der Hersteller selbst. Work360 ist ein hauseigener Benchmark, also ein standardisiertes Testpaket für berufliche Aufgaben. Dort spart Qwen4-Max laut India Today bis zu 35 Prozent Tokens. Auf Terminal-Bench 4.0 sind es bis zu 49 Prozent. Terminal-Bench misst, wie gut ein Modell Aufgaben auf der Kommandozeile löst. Die Kosten pro Work360-Aufgabe sinken laut Alibaba im Schnitt von 4,43 auf 1,67 Dollar. Das ist ein Minus von 62 Prozent.

Warum Tokens so viel ausmachen, folgt aus der Arbeitsweise von Reasoning-Modellen. Solche Modelle denken vor der Antwort in Zwischenschritten. Jeder Zwischenschritt besteht aus Tokens. Jedes Token kostet Geld und Zeit. Im Ernst: Bei Coding-Agenten, die stundenlang an einem Projekt werkeln, entscheidet diese Sparsamkeit über die Monatsrechnung.

Wie gründlich Qwen4-Max nachdenkt, lässt sich steuern. Laut OpenRouter gibt es die Stufen low, high und xhigh sowie einen Modus ganz ohne Reasoning. Voreingestellt ist high.

Tipp: Wählen Sie für Routineaufgaben wie kurze Umformulierungen die niedrigste Stufe, damit das Modell nicht für jede Kleinigkeit ausführlich grübelt.

Unabhängige Kostenwerte gibt es ebenfalls. Vals.ai nennt für den eigenen Vals Index Kosten von 9,33 Dollar je Test, gemessen auf der Stufe xhigh. Die Latenz gibt die Plattform mit 64 Minuten und 39 Sekunden an. Mit der Work360-Rechnung von Alibaba sind diese Werte nicht vergleichbar. Aufgaben und Einstellungen unterscheiden sich.

Heimspiel gegen Auswärtsspiel: Wie gut Qwen4-Max wirklich abschneidet

Die stärksten Benchmark-Werte für Qwen4-Max stammen aus Tests von Alibaba selbst, die unabhängigen Messungen von Vals.ai fallen gemischter aus. Laut India Today erreicht das Modell im Coding-Test DeepSWE v1.1 nach Herstellerangaben 75,7. Opus 5.5 kommt dort auf 74,2, GPT-6.1-Sol auf 75,2. Die Abstände sind winzig. Bloomberg berichtet, Qwen4-Max übertreffe laut Alibaba bei Coding-Benchmarks auch Claude Fable 5.1 und Kimi K3.1 Pro.

Alibaba Qwen4-Max im Benchmark-Vergleich mit Claude und GPTDieses Bild wurde mit KI generiertProviderhiggsfieldModellgpt_image_2_5 flare high 1k 16:9Promptflat vector illustration of a benchmark comparison, three tall vertical bars of different heights in a clean schematic chart without any numbers or axis labels, the middle bar highlighted in bright orange, the others in muted blue and gray. Above the bars, a small curly braces code icon. On the right side, a separate short bar beside a scales of justice icon, clearly lower than the rest. Simple geometric shapes, soft pastel background in light beige, thin grid lines, side view, balanced layout, no people, no hands, no text. No watermark, no signature.
Bei Vals.ai ist Qwen4-Max das bestplatzierte chinesische Modell im Gesamtindex. Bei juristischer Recherche fällt es dagegen deutlich hinter die Konkurrenz zurück.

Beim Claude-Vergleich lohnt das Datum. Vals.ai listet Claude Fable 5.2 bereits mit Erscheinungstag 9. November 2026. Alibaba vergleicht also mit einer Version, die beim Start von Qwen4-Max schon einen Nachfolger hatte. Was die Fable-Reihe grundsätzlich kann, steht in unseren sieben Fakten zu Claude Fable 5.

Die folgende Tabelle zeigt ausgewählte Ergebnisse von Qwen4-Max auf Vals.ai, jeweils mit Platz im Feld der getesteten Modelle.

TestErgebnisPlatz
Vals Index63,20 %11 von 38
Vibe Code Bench v1.186,66 %15 von 129
Terminal-Bench 4.048,49 %15 von 65
Finance Agent v2.166,68 %8 von 41
Tax Agent Bench40,35 %13 von 86
HLAB-Vals-1.121,25 %7 von 39
Legal Research Bench41,35 %32 von 95 (geteilt)

Der Vals Index fasst mehrere Vals-Tests zu einem Gesamtwert zusammen. Dort liegt Qwen4-Max vor Kimi K3.1 Pro mit 62,52 Prozent. Der Vorgänger Qwen3.8 Max 0902 kam auf 59,05 Prozent. Damit ist Qwen4-Max laut Vals.ai das stärkste chinesische Modell im Index. Mehr zum Rivalen von Moonshot steht in unserem Artikel Kimi K3 in sieben Fakten.

Die Stärken liegen bei Finanzaufgaben. Juristische Recherche bleibt die Schwachstelle. In beiden Coding-Tests landet das Modell im oberen Mittelfeld, die Spitzenplätze gehören anderen. (Für ein Modell, das mit „schlägt Claude“ beworben wird, ist das ein recht bodenständiges Zeugnis.)

Herstellerbenchmarks bleiben Heimspiele. Alibaba wählt Testpaket, Konkurrenzversionen und Einstellungen selbst. Die kurze Version: Qwen4-Max ist stark, aber nicht unschlagbar.

1,50 Dollar Eintritt: Preise, Cache-Rabatt und der Zugang aus Deutschland

Qwen4-Max ist pro Token um ein Viertel günstiger als Qwen3.8-Max: Laut OpenRouter kostet eine Million Input-Tokens 1,50 statt 2 Dollar, eine Million Output-Tokens 4,50 statt 6 Dollar. Alle Angaben sind Dollar-Listenpreise.

Caching drückt die Rechnung oft erheblich. Beim Caching speichert der Anbieter wiederkehrende Textteile zwischen, etwa einen immer gleichen Systemprompt oder eine Codebasis, die ein Agent bei jeder Anfrage mitschickt. Die folgende Tabelle zeigt die Cache-Preise von Qwen4-Max laut OpenRouter.

PostenPreis je Mio. Tokens
Cache lesen0,075 $
Cache anlegen, 5 Minuten1,875 $
Cache anlegen, 1 Stunde3,00 $

Wie stark der Effekt ausfällt, zeigt der tatsächlich gezahlte Preis. Laut OpenRouter zahlen Nutzende für Input im gewichteten Schnitt nur 0,1807 Dollar je Million Tokens. Die Cache-Trefferquote liegt dort bei 92,7 Prozent. Output-Tokens profitieren davon nicht.

Erreichbar ist Qwen4-Max laut India Today über die Alibaba-Plattformen QwenCloud, QwenWork, Qoder und QwenStudio. QwenStudio ist die Chatoberfläche unter chat.qwen.ai. Für Entwickelnde kommt OpenRouter hinzu. Die Schnittstelle dort ist laut Plattform OpenAI-kompatibel. Meist genügt es, Basis-URL und Modellnamen qwen/qwen4-max zu tauschen. Im Median misst OpenRouter 44 Tokens pro Sekunde und 3,23 Sekunden Latenz.

Unter den fünf Apps mit dem meisten Qwen4-Max-Verkehr führt OpenRouter auch Claude Code, Anthropics eigenes Coding-Werkzeug, mit 604 Millionen Tokens. (Das Werkzeug arbeitet offenbar ohne Markentreue.)

Zwei Angaben widersprechen sich zwischen den Plattformen. OpenRouter nennt bis zu 131.072 Ausgabe-Tokens pro Antwort, Vals.ai hat mit 262.144 getestet. OpenRouter führt Video als Eingabe, Vals.ai vermerkt Video als nicht unterstützt. Wer lange Ausgaben oder Videoanalyse plant, testet das vorab selbst.

Bei OpenRouter bedient derzeit genau ein Anbieter das Modell. Es ist Alibaba Cloud International. Eine Verarbeitung über das EU-In-Region-Routing der Plattform ist laut OpenRouter aktuell nicht verfügbar. Für Unternehmen in Deutschland wird das zum DSGVO-Thema, sobald personenbezogene Daten oder vertraulicher Code im Spiel sind.

Tipp: Klären Sie vor dem produktiven Einsatz schriftlich, an welchem Standort Alibaba Cloud International Ihre Anfragen verarbeitet, und schließen Sie einen Vertrag zur Auftragsverarbeitung ab.

Tür zu, Plugin auf: Gewichte, Sicherheit und Live Delivery

Mit Qwen4-Max weicht Alibaba beim Flaggschiff von der bisherigen Linie ab, denn vom Vorgänger gibt es laut OpenRouter eine Open-Weight-Variante namens Qwen3.8 2.4T A95B. Chinesische Techkonzerne sind laut Reuters weltweit eine große Kraft bei offenen Modellen. Beim neuen Max bleibt die Tür zu.

Kleinere Qwen4-Modelle sollen laut Bloomberg bald offen erscheinen. Der Qwen-Blog spricht von kleineren Modellen derselben Familie, die als Open Source folgen sollen. Firmen können das große Modell also weder im eigenen Rechenzentrum betreiben noch auf eigenen Daten nachtrainieren. (Wer von Qwen4-Max auf der heimischen Grafikkarte geträumt hat: Bei 2,4 Billionen Parametern wäre das ohnehin ein sehr teures Bastelprojekt geworden.)

Bei der Sicherheit hat Alibaba laut Reuters schon im Training angesetzt. Neben den Coding-Tests liefen Sicherheitsprüfungen. Sie sollen Schwachstellen wie Code-Injection, also eingeschleusten Schadcode, Speicherfehler und fehlerhafte Zugriffskontrollen reduzieren. Schutzmechanismen gegen Missbrauch für Cyberkriminalität und gefährliche Stoffe wurden verstärkt. Interne Tests fanden laut Alibaba keine Hinweise auf nennenswerte Hochrisiko-Fähigkeiten.

Laut India Today soll Qwen4-Max Schwachstellen in Software finden und Korrekturen vorschlagen. Informationen, die bei Cyberangriffen helfen würden, blockiert es. Dazu kommen Schutzvorkehrungen gegen chemische, biologische und nukleare Bedrohungen. Laut Reuters legen chinesische KI-Entwickler seit Monaten mehr Sicherheitsangaben offen, weil die Sorge vor außer Kontrolle geratener KI wächst.

Live Delivery heißt die neue Arbeitsweise für Agentenaufgaben. Laut India Today liefert das Modell früh eine lauffähige Version eines Projekts und verbessert sie danach anhand von Rückmeldungen. Klingt einfach, ist es aber nicht: Ein Agent muss dafür entscheiden, wann ein Zwischenstand gut genug zum Vorzeigen ist. Das zugehörige Qwen-Live-Delivery-Plugin stellt Alibaba als Open Source bereit. Als Einsatzfelder nennt der Konzern laut Reuters unter anderem 3D-Modellierung, Spieleentwicklung, Finanzen, Recht und Medizin.

Offen bleibt der Termin für die kleineren Qwen4-Modelle mit offenen Gewichten. Einen vollständigen Zeitplan hat Alibaba laut India Today nicht veröffentlicht. Bis dahin bleibt für den lokalen Betrieb nur die offene Variante von Qwen3.8.

Was halten Sie von dem Thema? Hier können Sie mit anderen Leserinnen und Lesern ins Gespräch gehen.