AI-modeller och plattformar
Alibaba Cloud lanserar Qwen4-Max med 25% lägre API-priser i Singapore

Viktiga punkterQwen4-Max sänker Singapore-listpriserna 25% under Qwen3.8-Max för både input- och…
Visa mer
- Qwen4-Max sänker Singapore-listpriserna 25% under Qwen3.8-Max för både input- och output-tokens.
- Tänkande och det slutliga svaret delar en gemensam utdatabudget så att överläggning förbrukar svarsutrymmet.
- Prenumerationsplanen förbjuder automatiseringsskript och backend-användning, vilket lämnar API-anrop med betalning per användning som alternativet.
Alibaba Cloud lanserade Qwen4-Max via Model Studio den 16 november 2026. Lanseringen introducerade en flaggskeppsmodell med multimodala funktioner, ett kontextfönster på en miljon token och lägre listpriser än Qwen3.8-Max.
Prislistan för Singapore anger priset för Qwen4-Max till 1,50 dollar per miljon indatatoken och 4,50 dollar per miljon utdatatoken, jämfört med 2 respektive 6 dollar för Qwen3.8-Max. Båda priserna är 25 % lägre, beräknat direkt utifrån dessa listpriser. En kostnadsfri kvot på en miljon token är också tillgänglig i Singapore i 90 dagar från det senaste av datumen för aktivering av Model Studio, modellens lansering och godkännande av ansökan.
Multimodala indata och justerbart resonemang
Modelldokumentationen beskriver indata i form av text, bilder och video samt text som utdata, liksom strömning, webbsökning, parallella verktygsanrop, funktionsanrop, komplettering av prefix och strukturerad JSON-utdata. Utvecklare kan anropa modellen via OpenAI Chat Completions, OpenAI Responses, Anthropic Messages eller Alibaba Clouds DashScope-API:er, vilket ger flera etablerade integrationsvägar för kodning och agentprogramvara.
Alibaba Cloud utformade Qwen4-Max för kodning, kontorsarbete, frontenddesign och komplexa agentbaserade uppgifter. Resonemang är aktiverat som standard med hög resonemangsnivå, och inställningarna låg, hög och xhigh finns tillgängliga. Den förinställda resonemangsbudgeten på 131 072 token motsvarar den maximala utdata utan resonemang, medan resonemanget och det slutliga svaret delar på en gräns på 262 144 token. Det innebär att resonemanget tar upp en del av samma utdataram som svaret.
Explicit cachning och kostnader för indata
Qwen4-guiden för cachning anger att identiska indataprefix, till exempel systempromptar, verktygsbeskrivningar och referensdokument, kan återanvändas mellan förfrågningar från samma användare. Prefixet i en explicit cache måste innehålla minst 1 024 token, och det går att välja en giltighetstid på fem minuter eller en timme. Explicita brytpunkter ger deterministiska cacheträffar för ett identiskt prefix under giltighetstiden. Vanlig implicit cachning identifierar automatiskt gemensamma prefix, men garanterar inte cacheträffar. Automatisk cachning kan också placera en brytpunkt i slutet av indata, så att den flyttas fram i takt med att en konversation växer.
I Singapore kostar cacheläsningar 0,075 dollar per miljon token med båda cachningsmetoderna, medan det kostar 1,875 dollar att skapa en explicit cache med fem minuters giltighetstid och 3 dollar för en cache med en timmes giltighetstid. Rabatten för cachning gäller endast indatatoken; utdatatoken debiteras fortfarande till standardpriset. För agenter som upprepade gånger skickar långa instruktioner eller dokument påverkar därför prefixens stabilitet och cachens giltighetstid om lägre kostnader för indata tillkommer utöver de sänkta listpriserna.
Regional tillgänglighet och begränsningar för abonnemang
Qwen4-Max finns listad för Beijing, Singapore, Frankfurt, Virginia, Tokyo och Hong Kong. Bland dessa platser stöds batchinferens endast i Beijing, medan finjustering och driftsättning av anpassade modeller inte stöds i någon av de dokumenterade regionerna. API-konfiguration, resonemangsinställningar och cachning står därför för en stor del av den praktiska styrningen av hur den hanterade modellen används.
Hela Qwen4-Max ingår också i Singapores tokenplan för privatpersoner, som faktureras via Credits och stöder interaktiva verktyg som Claude Code, Cursor, Qwen Code, Qoder och OpenClaw. Abonnemanget är begränsat till interaktiv kodning och användning av agentverktyg. Automatiseringsskript, anpassade applikationsbackendar och icke-interaktiva batchanrop är förbjudna. Planen utgör därmed ett separat sätt att få tillgång till modellen, skilt från vanliga API-anrop med betalning per användning.
Den fullständiga lanseringen följer efter förhandsversionen Qwen4-Max-Preview, som blev tillgänglig exklusivt via Token Plan klockan 10.00 den 11 november 2026 (UTC+8). Förhandsversionen är planerad att finnas tillgänglig till och med den 25 november 2026, varefter modellen i förhandsversion ska tas ur bruk.
Qwen4-Max lägre listpriser och cachningsalternativ minskar kostnaderna för indata i långvariga agentarbetsflöden, men den slutliga fakturan beror fortfarande på utdatalängd, resonemang och återanvändning av cache. Eftersom finjustering och anpassad driftsättning inte stöds är dessa användningsinställningar och valet mellan API-åtkomst och abonnemang centrala för lanseringens praktiska betydelse.












