Alibaba ha presentato Qwen4-Max, primo modello della sua generazione Qwen4. Proposto in modo proprietario e accessibile solo in modalità ospitata, accetta testo, immagini e video, ed è accompagnato da una riduzione dei prezzi dell’API e da un annunciato calo del 62% del costo medio per task.
Un’architettura a miscela di esperti
Qwen4-Max è un modello multimodale di tipo MoE (mixture of experts, o miscela di esperti), un’architettura in cui solo una frazione dei parametri viene attivata per ogni token, cioè per ogni frammento di testo elaborato. Il modello poggia su una base di 2.4T parametri, di cui 71B sono attivi per token, ai quali si aggiungono 328B parametri di Embedding N-gram. La sua finestra di contesto raggiunge 1M token, per un output massimo di 393K token.
Alibaba descrive tre evoluzioni rispetto alla generazione precedente. La prima combina un layer QSA (Qwen Sparse Attention), che seleziona gli elementi di contesto pertinenti, con tre layer Gated DeltaNet, che comprimono lo storico in stati di dimensione fissa. La seconda, chiamata Gated Residual, utilizza quattro rami residui paralleli dotati di porte di lettura e scrittura dinamiche, con l’obiettivo di migliorare la circolazione dell’informazione e la stabilità dell’addestramento. La terza aggiunge parametri di Embedding N-gram, che permettono di consultare pattern di token locali al layer 2. Secondo l’azienda, l’addestramento preliminare alla scala di 2.4T non presenta alcun picco di perdita. Durante test interni, Qwen4-Max-Base mostra una quantità di bit per byte inferiore del 5-13% rispetto a Qwen3.8-Max-Base, attivando al contempo il 25% di parametri in meno.
Risultati contrastanti secondo i test
Il grafico comparativo di Alibaba copre 16 benchmark, confrontandosi con Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra e Kimi K3.1. Diversi punteggi sono ripresi da classifiche di terze parti, e nessuno era stato riprodotto in modo indipendente al momento del lancio. Qwen4-Max arriva primo su 4 di questi 16 test, in particolare HLAB-Vals-1.1 (agenti legali), con 21.3 contro 11.7 di Kimi K3.1 e 9.2 di Opus 5.5, e Agents’ Last Exam v1.1, con 46.7.
Claude Opus 5.5 domina invece 7 dei 16 ranking. Gli scarti più netti riguardano il codice e la visione: 31.5 su ProgramBench contro 65.0 di Opus 5.5, e 48.5 su Terminal-Bench 4.0 contro 67.2 di Kimi K3.1. Su Work360, il benchmark interno di Alibaba che copre 26 domini principali e 721 campi specializzati, il modello ottiene 52.69, contro 47.74 di Qwen3.8-Max.
Costi d’uso in calo
Secondo Alibaba, il consumo di token diminuisce di circa il 24% allo sforzo Xhigh e del 35% allo sforzo High su Work360. Il costo medio per task passa da 4.43 dollari a 1.67 dollari, cioè un calo del 62%. Le tariffe pubbliche seguono la stessa tendenza: l’ingresso costa 1.50 dollari per milione di token, contro 2 dollari per Qwen3.8-Max, e l’uscita 4.50 dollari, contro 6 dollari. La lettura della cache implicita scende del 70%, da 0.25 a 0.075 dollari.
Il modello porta l’identificativo qwen4-max su QwenCloud. La sua API è compatibile con i client OpenAI e Anthropic, e supporta la chiamata di funzioni, gli output strutturati, la memorizzazione in cache del contesto, l’elaborazione in batch, la ricerca web e il fine-tuning. Il limite di throughput di default è di 5.000.000 token al minuto, e la modalità di ragionamento si attiva con il parametro enable_thinking. Secondo il post ufficiale di Alibaba, i pesi del modello non sono pubblicati, il che esclude l’auto-ospitamento.
