AI News

Alibaba Releases Qwen4-Max: Main Model Has 2.4 Trillion Parameters, API Price 25% Lower Than Previous Generation

heise onlineUpdated Nov 16 21:21

AI summary

Alibaba has released its proprietary flagship model Qwen4-Max, which uses an improved MoE architecture. The main model has 2.4 trillion parameters with 71 billion activated per token, plus a 328 billion-parameter N-Gram embedding. The context window remains at 1 million tokens, and it can process text, images, and video but only outputs text. On the Artificial Analysis Intelligence Index, the model scores 43 points at the highest reasoning setting, 9 points higher than Qwen3.8-Max, with improvements across all nine individual tests, but it trails Kimi K3.1 Pro's 46 points. API pricing is $1.50 per million input tokens and $4.50 for output, both 25% lower than the previous generation, with cached input at $0.075; AA estimates a cost of $3.27 per task, down from $10.02 for the previous generation. The model is available through Alibaba Cloud API, Qwen Studio, QwenWork, Qoder, as well as OpenRouter and Vercel AI Gateway.

Why read this

AI score 76

The original article provides the new model's architecture parameters, changes across nine benchmarks, and cost per task, which can be used to assess its position and cost on agentic tasks.

Topics

Tags

Body

Alibaba hat mit Qwen4-Max sein neues proprietäres Spitzenmodell vorgestellt. Seine Stärken soll es vor allem bei komplexen agentischen Aufgaben mit vielen Arbeitsschritten zeigen. Als Einsatzgebiete nennt Alibaba unter anderem Programmierung, 3D-Modellierung und wissenschaftliche Forschung. Nach einer Vorschau am 11. November ist das Modell seit heute regulär per API verfügbar.

Weiterlesen nach der Anzeige

Direkter Vorgänger ist Qwen3.8-Max. Qwen4-Max verwendet eine überarbeitete Mixture-of-Experts-Architektur mit 2,4 Billionen Parametern im Hauptmodell. Davon sind pro Token 71 Milliarden aktiv, rund 25 Prozent weniger als beim Vorgänger mit 95 Milliarden. Dennoch ist das neue Modell leistungsfähiger.

Hinzu kommen 328 Milliarden Parameter für sogenannte N-Gram-Embeddings, die gelernte Muster kurzer Tokenfolgen über eine Nachschlagetabelle bereitstellen und so die Modellkapazität mit geringem zusätzlichem Rechenaufwand erhöhen. Das Kontextfenster umfasst unverändert eine Million Token. Beide Modelle können Texte, Bilder und Videos verarbeiten, geben selbst aber ausschließlich Text aus.

Qwen4-Max verbessert sich durch die Bank

Im Intelligence Index von Artificial Analysis (AA) erreicht Qwen4-Max in der höchsten Denkstufe 43 Punkte, neun mehr als Qwen3.8-Max. Es verbessert sich in allen neun Einzeltests.

Der Intelligence Index von Artificial Analysis fasst die Ergebnisse von neun Benchmarks zu einer gewichteten Gesamtbewertung zusammen. Getestet werden unter anderem Programmierung, logisches Denken und Faktenwissen.

(Bild: Artificial Analysis)

Das derzeit führende chinesische Modell Kimi K3.1 Pro liegt mit 46 Punkten knapp vor Qwen4-Max. Im Programmierbenchmark Terminal-Bench 4.0 erreicht Kimi 67 gegenüber 48 Prozent. Tencent Hy4 erreicht 35 Indexpunkte, übertrifft Qwen4-Max bei FrontierCode 2.0 aber mit 31 gegenüber 26 Prozent.

Weiterlesen nach der Anzeige

Ein etwas anderes Bild zeigt der Vals Index, der KI-Modelle bei praktischen Aufgaben aus Finanzwesen, Programmierung, Recht und Steuerwesen bewertet: Dort liegt Qwen4-Max mit 63,20 Prozent knapp vor Kimi (62,52 Prozent), während es bei AA drei Indexpunkte zurückliegt.

Insgesamt liegen führende westliche Modelle weiterhin deutlich voraus: Claude Sonnet 5.5 erreicht 55 und Googles Gemini 4 Carbon 60 Indexpunkte. An der Spitze des Index steht derzeit Anthropics Claude Fable 5.2 mit 65 Punkten.

Alibaba verlangt laut offizieller Preisliste 1,50 Dollar pro Million Eingabetoken und 4,50 Dollar für Ausgabetoken, jeweils 25 Prozent weniger als beim Vorgänger. Zwischengespeicherte Eingaben kosten 0,075 Dollar pro Million Token, 70 Prozent weniger als zuvor.

AA ermittelt 3,27 Dollar pro Aufgabe des Intelligence Index gegenüber 10,02 Dollar für Qwen3.8-Max und 3,68 Dollar für Kimi K3.1 Pro. Qwen4-Max erzeugt im gewichteten Mittel rund 105.000 Ausgabetoken pro Aufgabe, 39 Prozent weniger als sein Vorgänger. Damit benötigt es allerdings weiterhin deutlich mehr Ausgabetoken als Kimi mit rund 72.000. Trotz der deutlichen Einsparungen ist Qwen4-Max nicht grundsätzlich günstiger als die westliche Konkurrenz: OpenAIs GPT-6.1 Sol (Max) erreicht beispielsweise 55 Indexpunkte bei Kosten von lediglich 1,27 Dollar pro Aufgabe.

Der Kostenvergleich von Artificial Analysis zeigt die durchschnittlichen Kosten für die Bearbeitung von Aufgaben des Intelligence Index. Die Ergebnisse sind nach Benchmarks gewichtet und berücksichtigen Eingabe, Ausgabe, Reasoning und Cache-Nutzung.

(Bild: Artificial Analysis)

Über den gesamten Index benötigt Qwen4-Max 32 Prozent weniger Eingabetoken. Da bei mehrstufigen Agentenaufgaben frühere Informationen wiederholt übermittelt werden, entfallen laut AA rund 85 bis 90 Prozent der Kosten auf Eingabetoken. Der geringere Verbrauch und günstigere Cachetreffer senken somit die Kosten.

Qwen4-Max ist über Alibabas Cloudplattform per API und Token-Abonnement sowie in Qwen Studio, QwenWork und Qoder verfügbar. Entwickler können es außerdem über OpenRouter und Vercel AI Gateway nutzen.

Qwen3.8-Max bleibt ebenso verfügbar wie das schnellere und günstigere Qwen3.8-Flash. Mit Qwen3.8-27B, Qwen3.8-2.4T-A95B und Qwen3.8-Flash-Next bietet Alibaba zudem Modelle mit offenen Gewichten an, die sich auf eigener Infrastruktur betreiben lassen.

(tobe)

Source

heise online