AI-modeller og plattformer
Alibaba Cloud lanserer Qwen4-Max med 25% lavere API-priser i Singapore

Viktige punkterQwen4-Max kutter Singapore-listeprisene 25 % under Qwen3.8-Max for både input- og…
Vis mer
- Qwen4-Max kutter Singapore-listeprisene 25 % under Qwen3.8-Max for både input- og output-tokens.
- Tenking og det endelige svaret deler ett output-budsjett, slik at overveielse bruker opp responskvoten.
- Abonnementsplanen forbyr automatiseringsskript og backend-bruk, slik at API-kall med betaling per bruk er alternativet.
Alibaba Cloud lanserte Qwen4-Max i Model Studio 16. november 2026. Lanseringen introduserte en flaggskipmodell med støtte for flere modaliteter, et kontekstvindu på én million token og lavere listepriser enn Qwen3.8-Max.
Prislisten for Singapore oppgir en pris for Qwen4-Max på 1,50 dollar per million inndatatoken og 4,50 dollar per million utdatatoken, sammenlignet med henholdsvis 2 og 6 dollar for Qwen3.8-Max. Begge prisene er 25 % lavere, beregnet direkte ut fra listeprisene. I Singapore er det også tilgjengelig en gratiskvote på én million token i 90 dager fra den seneste av aktiveringen av Model Studio, modellens lansering eller godkjenning av søknaden.
Inndata med flere modaliteter og justerbar resonnering
Modellens dokumentasjon beskriver tekst-, bilde- og videoinndata med tekst som utdata, i tillegg til strømming, nettsøk, parallelle verktøykall, funksjonskall, prefiksfullføring og strukturert JSON-utdata. Utviklere kan kalle modellen via OpenAI Chat Completions, OpenAI Responses, Anthropic Messages eller Alibaba Clouds DashScope-API-er, noe som gir flere etablerte integrasjonsmuligheter for kode- og agentprogramvare.
Alibaba Cloud utviklet Qwen4-Max for programmering, kontorarbeid, frontenddesign og komplekse oppgaver med agenter. Resonnering er aktivert som standard med høy innsats, og innstillingene lav, høy og xhigh er tilgjengelige. Standardbudsjettet for resonnering på 131 072 token tilsvarer den maksimale mengden utdata uten resonnering. Resonneringen og det endelige svaret deler en grense på 262 144 token, slik at resonneringen bruker en del av det samme utdatabudsjettet som svaret.
Eksplisitt hurtigbufring og inndatakostnader
Veiledningen for hurtigbufring i Qwen4 opplyser at identiske inndataprefikser, for eksempel systemmeldinger, verktøybeskrivelser og referansedokumenter, kan gjenbrukes på tvers av forespørsler fra samme bruker. Prefikset i en eksplisitt hurtigbuffer må inneholde minst 1 024 token, og hurtigbufferen kan ha en levetid på fem minutter eller én time. Eksplisitte kontrollpunkter gir forutsigbare treff for et identisk prefiks innenfor gyldighetsperioden. Vanlig, implisitt hurtigbufring finner automatisk vanlige prefikser, men garanterer ikke treff. Automatisk hurtigbufring kan også plassere et kontrollpunkt på slutten av inndataene, slik at det kan flyttes fremover etter hvert som samtalen vokser.
I Singapore koster lesing fra hurtigbufferen 0,075 dollar per million token med begge hurtigbufringsmetodene. Opprettelse av en eksplisitt hurtigbuffer koster 1,875 dollar for en hurtigbuffer med fem minutters levetid og 3 dollar for en med én times levetid. Prisavslaget for hurtigbufring gjelder bare inndatatoken; utdatatokenene beholder standardprisen. For agenter som gjentatte ganger sender lange instruksjoner eller dokumenter, påvirker derfor stabile prefikser og hurtigbufferens levetid om lavere inndatakostnader kommer i tillegg til de reduserte listeprisene.
Regional tilgang og abonnementsbegrensninger
Qwen4-Max er tilgjengelig i Beijing, Singapore, Frankfurt, Virginia, Tokyo og Hong Kong. Av disse stedene støttes batchinferens bare i Beijing, mens finjustering og utrulling av tilpassede modeller ikke støttes i noen av de dokumenterte regionene. API-konfigurasjon, innstillinger for resonnering og hurtigbufring gir derfor mye av den praktiske kontrollen over bruken av den administrerte modellen.
Hele Qwen4-Max er også inkludert i Tokenplanen for personlig utgave i Singapore. Planen faktureres med Credits og støtter interaktive verktøy, blant annet Claude Code, Cursor, Qwen Code, Qoder og OpenClaw. Abonnementet er begrenset til interaktiv programmering og bruk av agentverktøy; automatiseringsskript, egendefinerte applikasjonsbakender og ikke-interaktive batchkall er forbudt. Dermed gir planen en egen tilgangsmulighet, atskilt fra vanlige API-kall med betaling etter bruk.
Den fullstendige lanseringen følger etter forhåndsversjonen av Qwen4-Max, som ble tilgjengelig kl. 10.00 den 11. november 2026 (UTC+8), utelukkende gjennom Token Plan. Forhåndsversjonen skal være tilgjengelig til og med 25. november 2026, og deretter tas den ut av bruk.
De lavere listeprisene og hurtigbufringsalternativene for Qwen4-Max reduserer inndatakostnadene for agentoppgaver som kjøres over lengre tid, men den endelige regningen avhenger fortsatt av utdataenes lengde, resonneringen og gjenbruk av hurtigbufferen. Siden finjustering og tilpasset utrulling ikke støttes, er disse brukskontrollene og valget mellom API-tilgang og abonnement sentrale for den praktiske betydningen av lanseringen.












