AI-modeller og platforme

Alibaba Cloud lancerer Qwen4-Max med 25% lavere API-priser i Singapore

Jonas Reeve
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterQwen4-Max sænker Singapore-listepriserne 25% under Qwen3.8-Max for både input- og…
Vis mere
  • Qwen4-Max sænker Singapore-listepriserne 25% under Qwen3.8-Max for både input- og output-tokens.
  • Tænkning og det endelige svar deler ét output-budget, så overvejelse forbruger svartilladelsen.
  • Abonnementsplanen forbyder automatiseringsscripts og backend-brug, hvilket efterlader pay-as-you-go API-kald som alternativet.

Alibaba Cloud lancerede Qwen4-Max via Model Studio den 16. november 2026. Modellen er en ny multimodal flagskibsmodel med et kontekstvindue på én million tokens og lavere listepriser end Qwen3.8-Max.

Prislisten for Singapore angiver prisen på Qwen4-Max til 1,50 USD pr. million inputtokens og 4,50 USD pr. million outputtokens mod henholdsvis 2 USD og 6 USD for Qwen3.8-Max. Begge priser er 25 % lavere, beregnet direkte ud fra listepriserne. I Singapore er der også en gratis kvote på én million tokens i 90 dage fra den seneste af datoerne for aktivering af Model Studio, lancering af modellen eller godkendelse af ansøgningen.

Multimodale input og justerbar ræsonnering

Modeldokumentationen beskriver input i form af tekst, billeder og video samt tekstoutput, streaming, websøgning, parallelle værktøjskald, funktionskald, præfiksfuldførelse og struktureret JSON-output. Udviklere kan kalde modellen via OpenAI Chat Completions, OpenAI Responses, Anthropic Messages eller Alibaba Clouds DashScope-API’er, hvilket giver flere velafprøvede integrationsmuligheder til programmering og agentsoftware.

Alibaba Cloud har udviklet Qwen4-Max til programmering, kontorarbejde, frontenddesign og komplekse agentbaserede opgaver. Tænkning er som standard aktiveret med høj ræsonneringsindsats, og indstillingerne low, high og xhigh er tilgængelige. Modellens standardbudget for tænkning på 131.072 tokens svarer til det maksimale output uden tænkning, mens tænkningen og det endelige svar deler en grænse på 262.144 tokens. Overvejelserne optager altså en del af det samme outputbudget som svaret.

Eksplicit caching og inputomkostninger

Vejledningen til Qwen4-caching oplyser, at identiske inputpræfikser, f.eks. systemprompter, værktøjsbeskrivelser og referencedokumenter, kan genbruges på tværs af forespørgsler fra den samme bruger. Et eksplicit caches præfiks skal indeholde mindst 1.024 tokens, og det kan have en levetid på fem minutter eller en time. Eksplicitte skillepunkter sikrer forudsigelige cachetræffere for et identisk præfiks inden for gyldighedsperioden; almindelig implicit caching finder automatisk fælles præfikser, men garanterer ikke cachetræffere. Automatisk caching kan også placere et skillepunkt ved slutningen af inputtet, så det kan flytte sig fremad, efterhånden som samtalen vokser.

I Singapore koster læsning fra cachen 0,075 USD pr. million tokens med begge cachingmetoder, mens oprettelse af en eksplicit cache koster 1,875 USD for en cache med fem minutters levetid og 3 USD for en cache med en times levetid. Kun inputtokens får cacherabat; outputtokens koster fortsat standardprisen. For agenter, der gentagne gange sender lange instruktioner eller dokumenter, har præfiksets stabilitet og cachens levetid derfor betydning for, om de lavere inputomkostninger kommer oven i de reducerede listepriser.

Regional adgang og abonnementsbegrænsninger

Qwen4-Max er tilgængelig i Beijing, Singapore, Frankfurt, Virginia, Tokyo og Hong Kong. Batchinferens understøttes kun i Beijing blandt disse områder, mens finjustering og implementering af brugerdefinerede modeller ikke understøttes i nogen af de dokumenterede regioner. API-konfiguration, ræsonneringsindstillinger og caching har derfor stor betydning for, hvordan den administrerede model kan bruges i praksis.

Den fulde version af Qwen4-Max er også inkluderet i Singapores Tokenplan for personlig udgave, som afregnes via Credits og understøtter interaktive værktøjer som Claude Code, Cursor, Qwen Code, Qoder og OpenClaw. Abonnementet er begrænset til interaktiv programmering og brug af agentværktøjer; automatiseringsscripts, brugerdefinerede applikationsbackends og ikke-interaktive batchkald er forbudt. Planen udgør derfor en særskilt adgangsvej sammenlignet med almindelige API-kald med betaling efter forbrug.

Den fulde lancering følger efter forhåndsvisningsversionen af Qwen4-Max, som blev tilgængelig kl. 10.00 den 11. november 2026 (UTC+8) udelukkende via Token Plan. Forhåndsvisningen er planlagt til at løbe frem til den 25. november 2026, hvorefter forhåndsvisningsmodellen udfases.

Qwen4-Maxs lavere listepriser og cachingmuligheder kan reducere inputomkostningerne ved langvarige agentopgaver, men den endelige regning afhænger stadig af outputlængde, ræsonnering og genbrug af cache. Da finjustering og brugerdefineret implementering ikke understøttes, er disse muligheder for at styre forbruget og valget mellem API-adgang og abonnementsadgang afgørende for lanceringens praktiske betydning.

Jonas Reeve er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, med fokus på kognitiv AI, kunstig generel intelligens (AGI) og de teoretiske grundlag for maskinintelligens. Hans arbejde undersøger, hvordan læring, ræsonnement, hukommelse og abstraktion opstår i både biologiske og kunstige systemer, og trækker forbindelser mellem moderne AI-arkitekturer og langvarige spørgsmål inden for kognitiv videnskab og sindets filosofi.

Med en konceptuel og reflekterende tilgang undersøger Jonas rammer som ræsonneringsmodeller, agentbaserede systemer, emergent kognition og justeringsteori, med det formål at tydeliggøre, hvad fremskridt mod AGI faktisk betyder – og hvad det ikke gør. I stedet for at jagte tidslinjer eller hype lægger han vægt på første principper, konceptuel stringens og begrænsningerne i de nuværende modeller.

Artikler skrevet af Jonas Reeve er AI-genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre nøjagtighed, klarhed og ansvarlig diskussion af avancerede AI-koncepter.