Qwen4-Max API-Preise und Leitfaden: 2.4T MoE und einheitlicher 1M-Kontext (2026-11)
Stand 2026-11-18 hat Alibaba Cloud Model Studio (Bailian) am 2026-11-16 offiziell das nutzungsbasierte Flaggschiffmodell qwen4-max gestartet (die Preview-ID qwen4-max-preview läuft am 2026-11-25 um 24:00 aus). Aufgebaut auf einer spärlichen MoE-Architektur mit 2.4T Gesamtparametern, 71B aktiven Parametern pro Token und 328B N-gram-Embedding-Parametern, bietet es ein Kontextfenster von 1,000,000 (1M) und bis zu 262,144 Thinking-Ausgabe-Token bei einheitlicher Preisgestaltung über 0 < Token ≤ 1M (kein Langkontext-Zuschlag: Peking ¥10 Eingabe / ¥30 Ausgabe / ¥0.5 Cache-Treffer; Singapur $1.50 Eingabe / $4.50 Ausgabe / $0.075 impliziter Cache pro 1M Token). QCode unterstützt qwen4-max über seinen OpenAI-kompatiblen Endpunkt und in Claude Code.
Aktualisiert 2026-11-18
Claude, GPT und chinesische Modelle mit einem Key, Bezahlung pro Token; verfügbare Modelle unter /models.
- Bezahlung pro Token — aktuelle Preise unter /models
- Zahlung per Karte (Visa / Mastercard), Apple Pay, Google Pay oder Krypto
- Selbstbedienung: aufladen und sofort aktivieren
Vier offizielle Spezifikationen und Tarife von Alibaba Cloud
Spärliche MoE-Architektur + 328B N-gram-Embedding
Nach den offiziellen technischen Veröffentlichungen von Alibaba Cloud und Qwen (2026-11-15 / 2026-11-16) kombiniert qwen4-max ein spärliches MoE-Backbone mit 2.4T Parametern (71B aktiv pro Token) mit 328B N-gram-Embedding-Parametern; sein Kontextfenster von 1,000,000 Token unterstützt maximal 991,808 Eingabe / 131,072 Ausgabe im Nicht-Thinking-Modus und 983,616 Eingabe / 262,144 Ausgabe im Thinking-Modus bei Text-, Bild- und Videoeingaben.
Offizielle Tarife von Alibaba Cloud für das chinesische Festland (Peking), pro 1M Token
Nach der offiziellen Tarifkarte von Alibaba Cloud Model Studio gilt für qwen4-max ein einheitlicher Preis über 0 < Token ≤ 1M ohne Langkontext-Zuschlag: im chinesischen Festland (Knoten Peking, RMB pro 1M Token) beträgt die Eingabe ¥10 (10 RMB), die Ausgabe (einschließlich Gedankenkette) ¥30 (30 RMB), das 5-Minuten-Cache-Schreiben ¥12.5 (12.5 RMB), das 1-Stunden-Cache-Schreiben ¥20 (20 RMB), der explizite/implizite Cache-Treffer ¥0.5 (0.5 RMB) und Batch File ¥5 Eingabe / ¥15 Ausgabe.
Offizielle Tarife von Alibaba Cloud International (Singapur), pro 1M Token
Nach der offiziellen Tarifkarte von Alibaba Cloud International (Knoten Singapur, USD pro 1M Token, einheitlich über 0 < Token ≤ 1M): Eingabe $1.50, Ausgabe $4.50, 5-Minuten-Cache-Schreiben $1.875, 1-Stunden-Cache-Schreiben $3.00 und expliziter/impliziter Cache-Treffer $0.075 (impliziter Cache um 70% gegenüber qwen3.8-max reduziert; der USD-Tarif des internationalen Knotens Peking liegt bei $1.413 Eingabe / $4.24 Ausgabe).
Punktezuwachs bei Work360 und 62% niedrigere Kosten pro Aufgabe
In offiziellen Benchmarks erzielt qwen4-max 52.69 Punkte bei Work360 (gegenüber 47.74 bei qwen3.8-max) und senkt die durchschnittlichen Kosten pro Aufgabe um 62% von $4.43 auf $1.67 (high effort verbraucht rund 35% weniger Token, Terminal-Bench 4.0 rund 48%–49% weniger Token); es liegt auf Platz 6 der Code Arena und hebt die Bestehensrate bei Last Secure Code Bench von 22.0% auf 31.8%.
Vollständige offizielle Tariftabelle von Qwen4-Max und einheitliches 1M-Kontextfenster
Stand 2026-11-18 besteht die wichtigste Abrechnungsänderung von qwen4-max für Entwickler mit langem Kontext darin, dass die offizielle Preisgestaltung von Alibaba Cloud Model Studio die gestaffelten Langkontext-Zuschläge abschafft und einen einheitlichen Tarif über das gesamte Fenster von 0 < Token ≤ 1,000,000 (1M) anwendet. Ob Sie einen Prompt mit 10K Token oder einen Repository-Dump mit 900K Token senden: Der offizielle Tarif von Alibaba Cloud am Knoten Peking bleibt bei ¥10 Eingabe, ¥30 Ausgabe und ¥0.5 expliziter/impliziter Cache-Treffer (mit ¥12.5 für 5-Minuten-Cache-Schreiben, ¥20 für 1-Stunden-Cache-Schreiben und ¥5 / ¥15 für Batch File pro 1M Token); am Knoten Singapur bleibt er bei $1.50 Eingabe, $4.50 Ausgabe und $0.075 expliziter/impliziter Cache-Treffer ($1.875 für 5-Minuten-Cache-Schreiben, $3.00 für 1-Stunden-Cache-Schreiben sowie $1.413 / $4.24 am internationalen Knoten Peking pro 1M Token). Verglichen mit Modellen, die oberhalb von 272K Eingabe-Token einen Zuschlag von 2x/1.5x erheben, halten die einheitlichen 1M-Preise zusammen mit einer Reduktion der impliziten Cache-Treffer um 70% ($0.075 / ¥0.5) die Kosten für Agenten mit großen Repositories planbar. Hintergründe zur Veröffentlichung finden Sie unter /qwen-4-release-date, einen herstellerübergreifenden Preisvergleich unter /ai-coding-tools-pricing-2026.
Thinking-Stufen (low / high / xhigh), 4 native Protokolle und das Auslaufen der Preview
Für die API-Integration bringt die GA-Version von qwen4-max drei wichtige technische Details mit: ① Thinking-Steuerung und Parameterzuordnung — der Thinking-Modus ist standardmäßig aktiviert (enable_thinking ist standardmäßig true), und reasoning_effort unterstützt low, high (Standard) und xhigh, wobei OpenAIs minimal→low, medium→high, max→xhigh und Anthropics medium→high, max→xhigh automatisch zugeordnet werden; der Nicht-Thinking-Modus unterstützt bis zu 991,808 Eingabe- und 131,072 Ausgabe-Token, während der Thinking-Modus bis zu 983,616 Eingabe- und 262,144 Ausgabe-Token insgesamt unterstützt (Gedankenkette + endgültige Antwort). ② Vier native Protokolle — Alibaba Cloud Model Studio unterstützt nativ OpenAI Chat Completions, OpenAI Responses, Anthropic Messages und DashScope. ③ Hinweis zum Auslaufen der Preview — die Preview-ID qwen4-max-preview, gestartet am 2026-11-11 (nur Token Plan, keine nutzungsbasierte Abrechnung), wird laut offizieller Mitteilung von Alibaba Cloud am 2026-11-25 um 24:00 eingestellt; für Produktivlasten sollten Sie daher die GA-Modell-ID qwen4-max verwenden.
Zeitlinie der Veröffentlichung von Qwen4-Max
Alibaba Cloud Model Studio startet die Preview-Modell-ID qwen4-max-preview (beschränkt auf Token Plan ohne nutzungsbasierte Abrechnung) und kündigt die Einstellung zum 2026-11-25 um 24:00 an.
Alibaba Cloud startet offiziell die nutzungsbasierte GA-Modell-ID qwen4-max (datiert auf 2026-11-15 im Qwen-Blog und auf 2026-11-16 in der Pressemitteilung von Alibaba Cloud sowie im Bailian-Release-Log) mit einem Kontextfenster von 1,000,000 und einheitlicher Preisgestaltung über 0 < Token ≤ 1M.
QCode unterstützt GA-qwen4-max produktiv über https://api.qcode.cc/openai/v1 und in Claude Code (https://api.qcode.cc/api) über /model qwen4-max; alle Angaben auf dieser Seite wurden am 2026-11-18 geprüft.
Bestätigte Details gegenüber nicht angekündigten Punkten
Bestätigt (Dokumentation von Alibaba Cloud Model Studio und technischer Bericht von Qwen)
① Architektur und Fenster: 2.4T Gesamtparameter im spärlichen MoE-Backbone, 71B aktiv pro Token, zusätzlich 328B N-gram-Embedding-Parameter; Kontextfenster von 1,000,000 Token, maximal 991,808 Eingabe / 131,072 Ausgabe (Nicht-Thinking) und 983,616 Eingabe / 262,144 Ausgabe (Thinking); Text-, Bild- und Videoeingabe mit Textausgabe. ② Offizielle API-Preise von Alibaba Cloud (einheitlich über 0 < Token ≤ 1M): Knoten Peking ¥10 Eingabe, ¥30 Ausgabe, ¥12.5 5-Minuten-Cache-Schreiben, ¥20 1-Stunden-Cache-Schreiben, ¥0.5 expliziter/impliziter Cache-Treffer, ¥5 / ¥15 Batch File; Knoten Singapur $1.50 Eingabe, $4.50 Ausgabe, $1.875 5-Minuten-Cache-Schreiben, $3.00 1-Stunden-Cache-Schreiben, $0.075 Cache-Treffer (impliziter Cache um 70% gegenüber qwen3.8-max reduziert) und $1.413 / $4.24 am internationalen Knoten Peking. ③ Benchmarks: Work360 52.69 (gegenüber 47.74 bei qwen3.8-max), durchschnittliche Kosten pro Aufgabe um 62% von $4.43 auf $1.67 gesenkt (rund 35% weniger Token bei high effort, rund 48%–49% weniger Token bei Terminal-Bench 4.0); Platz 6 in der Code Arena; Last Secure Code Bench von 22.0% auf 31.8% gestiegen. ④ Hosting: qwen4-max ist ein gehostetes Flaggschiff mit geschlossenen Gewichten; die offizielle Übersicht kennzeichnet Selbst-Deployment und Fine-Tuning als nicht unterstützt.
Noch nicht veröffentlicht oder noch nicht verfügbar
Stand 2026-11-18 hat Alibaba Cloud zwar angekündigt, künftig kleinere Qwen4-Modelle als Open Source freizugeben, jedoch weder konkrete Veröffentlichungstermine noch Parametergrößen oder Open-Source-Lizenzen genannt; ebenso ist in Model Studio derzeit nur das Flaggschiff qwen4-max (sowie die am 2026-11-25 um 24:00 auslaufende Preview) gelistet, während noch keine Qwen4-Varianten plus, flash oder coder erschienen sind.
Qwen4-Max im Vergleich zu Qwen3.8-Max und zeitgleichen Programmiermodellen
Gegenüber qwen3.8-max: höhere Genauigkeit mit deutlich weniger Token
Im Vergleich zu qwen3.8-max steigert qwen4-max den Work360-Wert von 47.74 auf 52.69 und verbessert die funktionsbezogenen Bestehensraten für Funktionalität und Sicherheit bei Last Secure Code Bench von 22.0% auf 31.8%; da high effort rund 35% weniger Token verbraucht (und bei Terminal-Bench 4.0 rund 48%–49% weniger Token) und implizite Cache-Treffer um 70% im Preis gesenkt wurden (auf $0.075 / ¥0.5), sinken die durchschnittlichen Aufgabenkosten bei Work360 um 62% von $4.43 auf $1.67.
Gegenüber Programmiermodellen vom November 2026: einheitliches 1M-Fenster und Routing über mehrere Modelle
Unter den einheimischen Modellen im November 2026 hat neben qwen4-max (2026-11-16) DeepSeek sein Online-Flash-Modell am 2026-11-13 auf DeepSeek-V4.1-Flash-1017 aktualisiert (77.0 auf DeepSWE v1.1 und 42.3 auf Terminal-Bench 4.0), und Moonshot hat am 2026-11-05 kimi-k3.1-pro gestartet (1M Kontext, 131,072 maximale Ausgabe). Auf QCode routet ein einziger API-Schlüssel über qwen4-max, deepseek-v4.1-flash, kimi-k3.1-pro, glm-5.3, claude-fable-5-2, gpt-6.2-astra und gpt-6.2-sol.
Einrichtung zum Kopieren für den Aufruf von qwen4-max auf QCode
① In Claude Code: Richten Sie ANTHROPIC_BASE_URL auf https://api.qcode.cc/api und setzen Sie ANTHROPIC_AUTH_TOKEN auf Ihren cr_-Schlüssel; führen Sie in einer Sitzung /model qwen4-max aus (oder exportieren Sie ANTHROPIC_MODEL=qwen4-max beim Start oder setzen Sie "model": "qwen4-max" in ~/.claude/settings.json). ② Im OpenAI SDK / Cline / WorkBuddy / OpenCode: Setzen Sie base_url auf https://api.qcode.cc/openai/v1 (oder https://asia.qcode.cc/openai/v1 in Festlandchina, ohne abschließenden Schrägstrich), übergeben Sie Ihren cr_-Schlüssel als api_key, setzen Sie model auf "qwen4-max" und übergeben Sie "low", "high" oder "xhigh" in reasoning_effort. ③ Berechnetes Kostenbeispiel (zu den offiziellen API-Tarifen von Alibaba Cloud): Für eine Eingabeanfrage mit 400,000 Token (wobei 80 % bzw. 320,000 Token den impliziten Cache treffen und 80,000 Token nicht gecachte Eingabe sind) plus 10,000 Ausgabe-Token zahlt der 400K-Prompt weiterhin den Pauschaltarif 0 < Token ≤ 1M — zu den offiziellen RMB-Tarifen für Peking: 80,000 ÷ 1,000,000 × ¥10 + 320,000 ÷ 1,000,000 × ¥0.5 + 10,000 ÷ 1,000,000 × ¥30 = ¥0.80 + ¥0.16 + ¥0.30 = ¥1.26; zu den offiziellen USD-Tarifen für Singapur: $0.12 + $0.024 + $0.045 = $0.189.
qwen4-max zusammen mit globalen Flaggschiffen über einen einzigen QCode-Schlüssel aufrufen
QCode unterstützt qwen4-max mit demselben cr_-API-Schlüssel, der claude-fable-5-2, claude-opus-5-5, gpt-6.2-astra, gpt-6.2-sol, qwen3.8-max, deepseek-v4.1-flash, kimi-k3.1-pro und glm-5.3 aufruft. QCode rechnet pro Token ab, mit aktuellen Tarifen je Modell auf /models. Noch kein Monatsplan? Nutzungspakete beginnen bei $4 für ein einmaliges Kontingent, das Sie innerhalb von 7 Tagen aufbrauchen; wenn Sie bereits einen Privatplan haben, buchen Sie bei Bedarf ein Booster-Pack dazu.
Häufig gestellte Fragen
Was ist der offizielle API-Preis von qwen4-max, und verdoppelt er sich über 256K Token?
Nein, es gibt keinen Langkontext-Zuschlag. Gemäß der offiziellen Preisliste von Alibaba Cloud Model Studio berechnet qwen4-max einen einzigen Pauschaltarif über das gesamte Kontextfenster von 0 < Token ≤ 1,000,000 (1M): Festlandchina (Peking) sind ¥10 Eingabe, ¥30 Ausgabe (einschließlich Denk-Token) und ¥0.5 expliziter/impliziter Cache-Treffer pro 1M Token; international (Singapur) sind $1.50 Eingabe, $4.50 Ausgabe und $0.075 expliziter/impliziter Cache-Treffer pro 1M Token. QCode rechnet pro Token ab, mit aktuellen Tarifen je Modell auf /models.
Was ist der Unterschied zwischen qwen4-max und qwen4-max-preview?
qwen4-max-preview war die am 2026-11-11 gestartete Preview-ID (auf Token Plan ohne Pay-as-you-go beschränkt) und wird planmäßig am 2026-11-25 um 24:00 eingestellt; qwen4-max ist die offizielle GA-Modell-ID für Pay-as-you-go, gestartet am 2026-11-16, mit 262,144 maximalen Denk-Ausgabe-Token und Unterstützung für low / high / xhigh reasoning_effort. Verwenden Sie in der Produktion stets die GA-ID qwen4-max.
Wie hoch sind die Parameterzahlen und maximalen Ausgabegrenzen von qwen4-max?
Gemäß dem offiziellen technischen Bericht und der Model-Studio-Dokumentation verwendet qwen4-max eine Sparse-MoE-Architektur mit 2.4T Gesamtparametern im Backbone, 71B aktiven Parametern pro Token und 328B N-gram-Embedding-Parametern; sein Kontextfenster von 1,000,000 Token unterstützt bis zu 991,808 Eingabe- / 131,072 Ausgabe-Token im Nicht-Denk-Modus und bis zu 983,616 Eingabe- / 262,144 Gesamtausgabe-Token (Gedankenkette + Antwort) im Denk-Modus.
Wie wechsle ich in Claude Code zu qwen4-max?
Wenn Claude Code mit ANTHROPIC_BASE_URL=https://api.qcode.cc/api und Ihrem QCode cr_-Schlüssel in ANTHROPIC_AUTH_TOKEN konfiguriert ist, führen Sie einfach /model qwen4-max in der Sitzung aus, um zu qwen4-max zu wechseln, ohne Ihr CLI-Tool zu ändern.
Wie konfiguriere ich die Denktiefe (reasoning_effort) bei qwen4-max?
Der Denk-Modus ist standardmäßig aktiviert (enable_thinking = true), und GA reasoning_effort akzeptiert low, high (Standard) und xhigh; wenn Ihr SDK die OpenAI-Werte minimal, medium oder max oder die Anthropic-Werte medium oder max sendet, ordnet die Protokollschicht sie automatisch low, high und xhigh zu.
Ist qwen4-max Open-Weight, und gibt es bereits plus- oder coder-Varianten?
Stand 2026-11-18 ist qwen4-max ein gehostetes Closed-Weight-Flaggschiffmodell (in der offiziellen Tabelle als nicht unterstützt für Self-Deployment und Fine-Tuning gekennzeichnet); Alibaba Cloud hat angekündigt, dass kleinere Qwen4-Modelle später quelloffen bereitgestellt werden, und es wurden noch keine Qwen4 plus-, flash- oder coder-Varianten veröffentlicht.
Quellen
Offizielle Dokumentation von Alibaba Cloud Model Studio: Qwen4-Max-Modell-Dokumentation, Model-Studio-Preisseiten (Festlandchina und international) und das Release-Log vom 2026-11-16; offizieller technischer Blog von Qwen (2026-11-15) und Pressemitteilung von Alibaba Cloud (2026-11-16); Release Notes von DeepSeek vom 2026-11-13; QCode: qcode.cc/models und Endpoint-Guides auf docs.qcode.cc (alle geprüft am 2026-11-18).
Rufen Sie Qwen4-Max (1M Kontext) noch heute auf QCode auf
Erstellen Sie ein QCode-Konto, Bezahlung pro Token mit aktuellen Tarifen je Modell auf /models; verbinden Sie sich über das OpenAI SDK oder geben Sie /model qwen4-max in Claude Code ein.
Verwandte Anleitungen
Nutzungspakete: kein Monatsplan, 7 Tage gültig
Kaufen Sie ein einmaliges Kontingent mit 7 Tagen Gültigkeit, Bezahlung pro Token; Tarife je Modell auf /models.
Qwen 4 Veröffentlichungsdatum und Versions-Tracker
Zeitlinie von der Preview bis zur GA-Veröffentlichung von qwen4-max am 2026-11-16, Architekturspezifikationen und Open-Source-Roadmap.
Vergleich der Preise für KI-Coding-Tools und Modelle 2026
Direkter Vergleich der offiziellen API-Preise von GPT-6.2, Claude Fable 5.2, Qwen4-Max, DeepSeek V4.1 und Kimi K3.1.
Krypto-Zahlungsleitfaden
Neun Coins, 56 Netzwerke, keine Plattformgebühr für KI-Coding-API-Guthaben.
Alle offiziellen Spezifikationen, Benchmarks und Preise auf dieser Seite wurden am 2026-11-18 gegen die Dokumentation von Alibaba Cloud Model Studio und den offiziellen Qwen-Blog geprüft; Verfügbarkeit der QCode-Modelle und aktuelle Tarife folgen qcode.cc/models.