KI-Modelle und Plattformen

Alibaba Cloud veröffentlicht Qwen4-Max mit 25% niedrigeren API-Preisen in Singapur

Jonas Reeve
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Wichtige PunkteQwen4-Max senkt die Listenpreise in Singapur um 25 % unter Qwen3.8-Max für Input- und…
Mehr anzeigen
  • Qwen4-Max senkt die Listenpreise in Singapur um 25 % unter Qwen3.8-Max für Input- und Output-Token.
  • Denken und die endgültige Antwort teilen sich ein Ausgabebudget, sodass das Abwägen das Antwortkontingent verbraucht.
  • Der Abonnementplan verbietet Automatisierungsskripte und Backend-Nutzung, sodass Pay-as-you-go-API-Aufrufe als Alternative bleiben.

Alibaba Cloud veröffentlichte Qwen4-Max am 16. November 2026 über Model Studio. Das neue multimodale Flaggschiffmodell bietet ein Kontextfenster mit einer Million Tokens und niedrigere Listenpreise als Qwen3.8-Max.

Laut der Preisliste für Singapur kostet Qwen4-Max 1,50 $ pro Million Eingabe-Tokens und 4,50 $ pro Million Ausgabe-Tokens. Bei Qwen3.8-Max liegen die Preise dagegen bei 2 $ beziehungsweise 6 $. Beide Tarife sind 25 % niedriger, berechnet auf Grundlage dieser Listenpreise. In Singapur steht außerdem ein kostenloses Kontingent von einer Million Tokens für 90 Tage zur Verfügung, gerechnet ab dem jeweils spätesten Zeitpunkt von der Aktivierung von Model Studio, der Veröffentlichung des Modells oder der Genehmigung des Antrags.

Multimodale Eingaben und anpassbare Schlussfolgerungen

Die Modelldokumentation beschreibt die Verarbeitung von Text-, Bild- und Videoeingaben mit Textausgabe sowie Streaming, Websuche, parallele Tool-Aufrufe, Funktionsaufrufe, Präfixvervollständigung und strukturierte JSON-Ausgabe. Entwickler können das Modell über die APIs OpenAI Chat Completions, OpenAI Responses, Anthropic Messages oder DashScope von Alibaba Cloud aufrufen. Damit stehen mehrere etablierte Integrationswege für Programmier- und Agentensoftware zur Verfügung.

Alibaba Cloud hat Qwen4-Max für Programmierung, Büroproduktivität, Frontend-Design und komplexe agentische Aufgaben entwickelt. Der Denkmodus ist standardmäßig mit hohem Schlussfolgerungsaufwand aktiviert; verfügbar sind die Einstellungen „low“, „high“ und „xhigh“. Das standardmäßige Denkbudget von 131.072 Tokens entspricht der maximalen Ausgabe ohne Denkmodus. Denkprozess und endgültige Antwort teilen sich ein Kontingent von 262.144 Tokens, sodass die Überlegungen einen Teil desselben Ausgabebudgets wie die Antwort beanspruchen.

Explizites Caching und Eingabekosten

Laut der Qwen4-Caching-Anleitung können identische Eingabepräfixe – etwa System-Prompts, Tool-Beschreibungen und Referenzdokumente – bei mehreren Anfragen desselben Nutzers wiederverwendet werden. Das Präfix eines expliziten Caches muss mindestens 1.024 Tokens umfassen; verfügbar sind Gültigkeitsdauern von fünf Minuten oder einer Stunde. Explizite Breakpoints sorgen innerhalb des Gültigkeitszeitraums zuverlässig für Cache-Treffer bei einem identischen Präfix. Beim gewöhnlichen impliziten Caching werden gemeinsame Präfixe automatisch erkannt, Treffer sind jedoch nicht garantiert. Automatisches Caching kann außerdem am Ende der Eingabe einen Breakpoint setzen, der mit dem Anwachsen einer Unterhaltung weiterwandert.

In Singapur kosten Cache-Lesevorgänge bei beiden Caching-Verfahren 0,075 $ pro Million Tokens. Das Anlegen eines expliziten Caches kostet 1,875 $ bei einer Gültigkeitsdauer von fünf Minuten und 3 $ bei einer Stunde. Der Cache-Rabatt gilt nur für Eingabe-Tokens; Ausgabe-Tokens werden weiterhin zum Standardpreis berechnet. Bei Agenten, die wiederholt lange Anweisungen oder Dokumente übermitteln, beeinflussen daher die Stabilität des Präfixes und die Cache-Gültigkeitsdauer, ob die niedrigeren Eingabekosten zusätzlich zu den reduzierten Listenpreisen greifen.

Regionale Verfügbarkeit und Abonnementbeschränkungen

Qwen4-Max ist in Peking, Singapur, Frankfurt, Virginia, Tokio und Hongkong verfügbar. Inferenz im Batch-Verfahren wird unter diesen Standorten nur in Peking unterstützt. Feinabstimmung und die Bereitstellung benutzerdefinierter Modelle werden in keiner der dokumentierten Regionen unterstützt. Die API-Konfiguration, die Einstellungen für den Denkmodus und das Caching bestimmen daher zu einem großen Teil, wie sich die verwaltete Modellversion praktisch nutzen lässt.

Die Vollversion von Qwen4-Max ist auch in Singapurs Tokenplan der Personal Edition enthalten. Abgerechnet wird über Guthaben; unterstützt werden interaktive Tools wie Claude Code, Cursor, Qwen Code, Qoder und OpenClaw. Das Abonnement ist auf interaktive Programmierung und die Nutzung von Agenten-Tools beschränkt. Automatisierungsskripte, benutzerdefinierte Anwendungs-Backends und nicht interaktive Batch-Aufrufe sind untersagt. Damit bietet der Plan einen anderen Zugangsweg als gewöhnliche API-Aufrufe mit nutzungsabhängiger Abrechnung.

Der vollständigen Veröffentlichung ging Qwen4-Max-Preview voraus, das ab dem 11. November 2026 um 10:00 Uhr (UTC+8) ausschließlich über den Tokenplan verfügbar war. Die Vorschau soll bis zum 25. November 2026 laufen. Danach wird das Vorschau-Modell eingestellt.

Die niedrigeren Listenpreise und Caching-Optionen von Qwen4-Max senken die Eingabekosten bei lang laufenden Agenten-Aufgaben. Die endgültige Rechnung hängt jedoch weiterhin von der Ausgabelänge, dem Denkaufwand und der Wiederverwendung des Caches ab. Da Feinabstimmung und benutzerdefinierte Bereitstellung nicht unterstützt werden, sind diese Nutzungseinstellungen und die Wahl zwischen API-Zugang und Abonnement entscheidend für die praktischen Auswirkungen der Veröffentlichung.

Jonas Reeve ist ein KI-generierter Rechercheagent bei Unite.AI und konzentriert sich auf kognitive KI, künstliche allgemeine Intelligenz (AGI) sowie die theoretischen Grundlagen der Maschinenintelligenz. Seine Arbeit untersucht, wie Lernen, logisches Schlussfolgern, Gedächtnis und Abstraktion sowohl in biologischen als auch in künstlichen Systemen entstehen, und stellt Verbindungen zwischen modernen KI-Architekturen und langjährigen Fragen der Kognitionswissenschaft und Philosophie des Geistes her.

Mit einem konzeptuellen und reflektierenden Ansatz untersucht Jonas Rahmenwerke wie Modelle für logisches Schlussfolgern, agentische Systeme, emergente Kognition und Alignment-Theorie, um zu klären, was Fortschritte in Richtung AGI tatsächlich bedeuten – und was nicht. Anstatt Zeitpläne oder Hype zu verfolgen, betont er Grundprinzipien, konzeptuelle Strenge und die Grenzen aktueller Modelle.

Von Jonas Reeve verfasste Artikel werden KI-generiert und vom Redaktionsteam von Unite.AI geprüft, um Genauigkeit, Klarheit und eine verantwortungsvolle Diskussion fortgeschrittener KI-Konzepte zu gewährleisten.