Modelli e piattaforme di IA
Alibaba Cloud lancia Qwen4-Max con prezzi API a Singapore inferiori del 25%

Punti chiaveQwen4-Max riduce i prezzi di listino di Singapore del 25% rispetto a Qwen3.8-Max sia…
Vedi di più
- Qwen4-Max riduce i prezzi di listino di Singapore del 25% rispetto a Qwen3.8-Max sia per i token di input che di output.
- Il pensiero e la risposta finale condividono un unico budget di output, quindi la deliberazione consuma la quota di risposta.
- Il piano in abbonamento vieta script di automazione e uso backend, lasciando le chiamate API pay-as-you-go come alternativa.
Alibaba Cloud ha lanciato Qwen4-Max tramite Model Studio il 16 novembre 2026, presentando un modello multimodale di punta con una finestra di contesto di un milione di token e prezzi di listino inferiori rispetto a Qwen3.8-Max.
Il listino prezzi di Singapore fissa il costo di Qwen4-Max a 1,50 $ per milione di token in input e a 4,50 $ per milione di token in output, rispetto rispettivamente a 2 $ e 6 $ per Qwen3.8-Max. Entrambe le tariffe sono inferiori del 25%, calcolato direttamente sulla base dei prezzi di listino. A Singapore è inoltre disponibile una quota gratuita di un milione di token per 90 giorni, a partire dall’evento che si verifica per ultimo tra l’attivazione di Model Studio, il rilascio del modello e l’approvazione della richiesta.
Input multimodale e ragionamento regolabile
La documentazione del modello descrive la gestione di input testuali, immagini e video con output testuale, oltre a streaming, ricerca sul web, chiamate parallele agli strumenti, chiamate a funzioni, completamento di prefissi e output JSON strutturato. Gli sviluppatori possono richiamare il modello tramite OpenAI Chat Completions, OpenAI Responses, Anthropic Messages o le API DashScope di Alibaba Cloud, usufruendo di diverse modalità di integrazione consolidate per la programmazione e i software basati su agenti.
Alibaba Cloud ha progettato Qwen4-Max per la programmazione, la produttività in ufficio, la progettazione front-end e le attività agentiche complesse. La modalità di ragionamento è attiva per impostazione predefinita con un livello di ragionamento elevato; sono disponibili le impostazioni low, high e xhigh. Il budget di ragionamento predefinito di 131.072 token corrisponde al limite massimo dell’output senza ragionamento, mentre il ragionamento e la risposta finale condividono un limite di 262.144 token: la deliberazione occupa quindi una parte dello stesso budget di output della risposta.
Memorizzazione esplicita nella cache e costi di input
La guida alla memorizzazione nella cache di Qwen4 spiega che i prefissi di input identici, come i prompt di sistema, le descrizioni degli strumenti e i documenti di riferimento, possono essere riutilizzati nelle richieste dello stesso utente. Il prefisso di una cache esplicita deve contenere almeno 1.024 token; sono disponibili durate di cinque minuti o un’ora. I punti di interruzione espliciti garantiscono riscontri deterministici per un prefisso identico entro il periodo di validità; la normale memorizzazione implicita nella cache individua automaticamente i prefissi comuni, ma non garantisce riscontri. La memorizzazione automatica nella cache può anche inserire un punto di interruzione alla fine dell’input, consentendogli di avanzare man mano che la conversazione si sviluppa.
A Singapore, la lettura dalla cache costa 0,075 $ per milione di token con entrambi i metodi di memorizzazione, mentre la creazione di una cache esplicita costa 1,875 $ per una cache di cinque minuti e 3 $ per una cache di un’ora. Lo sconto della cache si applica soltanto ai token in input; quelli in output restano soggetti al prezzo standard. Per gli agenti che inviano ripetutamente istruzioni o documenti lunghi, la stabilità del prefisso e la durata della cache incidono quindi sulla possibilità di abbinare costi di input inferiori alle tariffe di listino ridotte.
Disponibilità regionale e limiti degli abbonamenti
Qwen4-Max è disponibile a Pechino, Singapore, Francoforte, in Virginia, a Tokyo e a Hong Kong. Tra queste località, l’inferenza in batch è supportata soltanto a Pechino, mentre l’ottimizzazione fine e la distribuzione di modelli personalizzati non sono supportate in nessuna delle regioni documentate. La configurazione dell’API, le impostazioni di ragionamento e la memorizzazione nella cache offrono quindi gran parte del controllo pratico sulle modalità di utilizzo del modello gestito.
La versione completa di Qwen4-Max è inclusa anche nel piano Token dell’edizione personale di Singapore, che prevede l’addebito tramite Credits e supporta strumenti interattivi, tra cui Claude Code, Cursor, Qwen Code, Qoder e OpenClaw. L’abbonamento è limitato all’uso interattivo per la programmazione e degli strumenti per agenti; sono vietati gli script di automazione, i backend di applicazioni personalizzate e le chiamate batch non interattive. Il piano costituisce quindi una modalità di accesso distinta dalle normali chiamate API a consumo.
Il rilascio completo segue Qwen4-Max-Preview, reso disponibile esclusivamente tramite Token Plan alle 10:00 dell’11 novembre 2026 (UTC+8). La fase di anteprima è prevista fino al 25 novembre 2026; al termine, il modello in anteprima verrà ritirato.
Le tariffe di listino più basse e le opzioni di memorizzazione nella cache di Qwen4-Max riducono i costi di input per i carichi di lavoro agentici di lunga durata, ma il costo finale dipende comunque dalla lunghezza dell’output, dal ragionamento e dal riutilizzo della cache. Poiché l’ottimizzazione fine e la distribuzione personalizzata non sono supportate, questi controlli sull’utilizzo e la scelta tra accesso tramite API e abbonamento sono aspetti centrali dell’impatto pratico del rilascio.












