Alibaba heeft Qwen4-Max gepresenteerd, het eerste model van zijn Qwen4-generatie. Het wordt propriëtair aangeboden en is alleen beschikbaar in gehoste modus, accepteert tekst, afbeeldingen en video, en gaat gepaard met een verlaging van de API-prijzen en een aangekondigde reductie van 62% in de gemiddelde kosten per taak.
Een architectuur met mengsel van experts
Qwen4-Max is een multimodaal model van het type MoE (mixture of experts, of mengsel van experts), een architectuur waarbij slechts een fractie van de parameters per token wordt geactiveerd, dat wil zeggen per verwerkt tekstfragment. Het model rust op een basis van 2,4T parameters, waarvan 71B actief zijn per token, aangevuld met 328B Embedding N-gram parameters. De contextvenstergrootte bedraagt 1M tokens, met een maximale uitvoer van 393K tokens.
Alibaba beschrijft drie evoluties ten opzichte van de vorige generatie. De eerste combineert een QSA-laag (Qwen Sparse Attention), die de relevante contextelementen selecteert, met drie Gated DeltaNet-lagen, die de geschiedenis comprimeren tot vaste-grootte toestanden. De tweede, genaamd Gated Residual, gebruikt vier parallelle residuele takken met dynamische lees- en schrijfgates, met als doel de informatiestroom en de stabiliteit van de training te verbeteren. De derde voegt Embedding N-gram parameters toe, die het mogelijk maken om lokale tokenpatronen te raadplegen in laag 2. Volgens het bedrijf vertoont de training op 2,4T-schaal geen verliespieken. In interne tests laat Qwen4-Max-Base een hoeveelheid bits per byte zien die 5 tot 13% lager ligt dan die van Qwen3.8-Max-Base, terwijl het 25% minder parameters activeert.
Gemengde resultaten volgens de tests
De vergelijkende grafiek van Alibaba beslaat 16 benchmarks, tegenover Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra en Kimi K3.1. Verschillende scores zijn overgenomen van derde-ranglijsten, en geen ervan was bij de lancering onafhankelijk gereproduceerd. Qwen4-Max eindigt als eerste op 4 van deze 16 tests, met name HLAB-Vals-1.1 (juridische agents), met 21,3 tegen 11,7 voor Kimi K3.1 en 9,2 voor Opus 5.5, en Agents’ Last Exam v1.1, met 46,7.
Claude Opus 5.5 domineert daarentegen 7 van de 16 ranglijsten. De grootste verschillen betreffen code en visie: 31,5 op ProgramBench tegen 65,0 voor Opus 5.5, en 48,5 op Terminal-Bench 4.0 tegen 67,2 voor Kimi K3.1. Op Work360, de interne benchmark van Alibaba die 26 hoofddomeinen en 721 gespecialiseerde velden beslaat, behaalt het model 52,69, tegen 47,74 voor Qwen3.8-Max.
Dalende gebruikskosten
Volgens Alibaba daalt het tokenverbruik met ongeveer 24% bij inspanning Xhigh en met 35% bij inspanning High op Work360. De gemiddelde kosten per taak gaan van 4,43 dollar naar 1,67 dollar, een daling van 62%. De publieke tarieven volgen dezelfde trend: invoer kost 1,50 dollar per miljoen tokens, tegen 2 dollar voor Qwen3.8-Max, en uitvoer 4,50 dollar, tegen 6 dollar. De kosten voor het lezen van de impliciete cache dalen met 70%, van 0,25 naar 0,075 dollar.
Het model draagt de identifier qwen4-max op QwenCloud. De API is compatibel met OpenAI- en Anthropic-clients, en ondersteunt functieaanroepen, gestructureerde uitvoer, contextcaching, batchverwerking, webzoeken en fine-tuning. De standaard debietlimiet is 5.000.000 tokens per minuut, en de redeneermodus wordt geactiveerd met de parameter enable_thinking. Volgens het officiële bericht van Alibaba worden de gewichten van het model niet gepubliceerd, wat zelf-hosting uitsluit.
